昨天學習了 Gemini Prompt Engineering，開始嘗試透過 Prompt 告訴 Gemini 要分析哪些內容，以及希望它用什麼格式回答。

今天則進一步認識 JSON。

一開始看到 JSON 的時候，覺得它看起來有點像程式碼，但實際了解後發現，它其實是一種用來整理和傳遞資料的格式，而且在 AI 和網站開發中都很常見。

JSON 是什麼？

JSON 的全名是 JavaScript Object Notation，是一種輕量、容易閱讀的資料交換格式。
雖然名稱裡面有 JavaScript，但 JSON 並不只能使用在 JavaScript，也可以被許多不同的程式語言使用。
JSON 的特色是可以把資料整理成有規則的結構，讓人可以閱讀，也方便程式讀取。
例如一般文字可能會寫：
「這家拉麵很好吃，服務態度不錯，但是等待時間很久，價格有點高。」
如果使用 JSON，就可以把這些資訊拆成不同的欄位：
{
"food": "很好吃",
"service": "態度不錯",
"waiting_time": "很久",
"price": "偏高"
}

這樣就可以很清楚知道每一個資訊代表什麼。

JSON 的基本結構

JSON 主要是由「鍵」和「值」組成。
例如：
{
"food": "很好吃"
}

這裡的：
food 是鍵（Key）
很好吃 是值（Value）
也就是：

Key → 告訴程式這個資料是什麼

Value → 實際存放的資料

而且一個 JSON 裡面可以有很多組 Key 和 Value：

{
"name": "拉麵店",
"rating": 4.5,
"recommended": true
}
這裡的 name 是文字，rating 是數字，recommended 是布林值，而 risk_points 則是一個陣列，可以放入多個雷點。

JSON 可以存放哪些資料？

除了文字之外，JSON 也可以存放不同類型的資料，例如：

1. 字串（String）

用雙引號表示，例如："name": "拉麵店"

2. 數字（Number）

可以是整數或小數，例如："rating": 4.5

3. 布林值（Boolean）

只有 true 和 false 兩種，例如："recommended": true
可以用來表示「是／否」、「有／沒有」等資訊。

4. 陣列（Array）

使用 [] 表示，可以放入多筆資料。
例如一家店有多個可能的雷點：
"risk_points": [
"等待時間過長",
"價格偏高"
]

5. 物件（Object）

使用 {} 表示，可以再放入其他 Key 和 Value。
例如把餐點和服務分開：
"food_service": {
"food": "餐點好吃",
"service": "服務態度不錯"
}

6. 空值（null）

如果目前沒有資料，可以使用 null 表示："environment": null

為什麼我的專案會使用到 JSON？

因為我的目標不只是讓 Gemini 幫忙分析評論，而是希望最後把分析結果放進自己製作的網站。
如果 Gemini 每次都用一般文字回答，內容可能會有不同的格式，網站程式就比較難判斷每一段文字代表什麼。

例如：
這家店整體評價不錯，但等待時間較長，
餐點很好吃，價格稍微偏高。
人可以看懂，但程式不容易直接知道哪一段是「整體評價」、哪一段是「雷點」、哪一段是「價格」。
因此，可以要求 Gemini 使用固定的 JSON 格式輸出：
{
"overall": "正面",
"risk_points": [
"等待時間過長",
"價格偏高"
],
"food_service": {
"food": "餐點好吃",
"service": "店員態度較冷淡"
},
"environment": "未提及",
"price": "偏高",
"suspicious_review": false
}

這樣每一項資訊都有固定的欄位。
例如：
overall → 整體評價
risk_points → 可能的雷點
food_service → 餐點／服務
environment → 環境
price → 價格
suspicious_review → 疑似異常評論
之後網站就可以根據這些欄位取得資料，再把它們顯示在不同的位置。
所以對我的專案來說，JSON 可以當作 Gemini 和網站之間傳遞分析結果的一種資料格式。

實際練習

了解基本概念後，我也在 Google AI Studio 中實際測試，要求 Gemini 將店家評論分析結果改成 JSON 格式。
這次的目標是讓 Gemini 不再只是回答一段文字，而是按照我指定的欄位輸出資料。

透過這次練習，我也開始了解 AI 產生的內容，除了可以直接給人閱讀之外，也可以轉換成程式能夠處理的資料。

今天的學習

今天主要學習了 JSON 的基本概念、Key 和 Value、常見資料型態，以及 JSON 在 AI 與網站開發中的用途。
也第一次實際讓 Gemini 輸出 JSON，開始了解如何把 AI 的分析結果轉換成比較有規則的資料。
目前對 JSON 還只是初步認識，接下來還需要繼續練習如何設計適合自己專案的 JSON 結構，以及之後要怎麼讓網站讀取這些資料。
對「AI 避雷探針」來說，未來預計會形成：
店家評論 → Gemini 分析 → JSON → 網站顯示
所以今天學習 JSON，也算是為之後的網站開發先打好基礎。