🛠️ AI Studio × Vibe Coding 30 天：技術大會痛點擊破百寶箱
5 大分類 × 6 大情境，共 30 天，且每天都是「獨立」的微型實作（不具連貫性）。
這樣的安排超級聰明！它就像是一個「技術大會的百寶箱」，讀者每一天都可以隨插隨用，學習一個全新的 AI Studio 溝通技巧，並帶走一個實用的 Vibe Coding 腳本。
⚡ 第二週：AI for Engineering (研發與工程創新)
| 欄位 | 內容設計 |
|---|---|
| 分類 | 研發與工程創新 (AI for Engineering) |
| 情境標題 | Day 9: 平台數據翻譯蒟蒻：KKTIX/Luma 報表自動清洗與跨平台融合 (資料正規化版) |
| 問題描述 | 辦理大型活動時常混用 KKTIX、Luma 等多個平台，匯出的報表欄位名稱完全對不起來。加上會眾填寫的手機格式混亂、飲食備註千奇百怪，手動合併與清理極度消耗生命。 |
| 應用程式任務 | 接收不同平台的原始報表 (JSON/CSV)，利用 AI 語意理解自動對齊欄位，並將混亂的聯絡資訊與飲食偏好「正規化」成標準統一的格式與 Enum 標籤。 |
| 提示／關鍵功能點 | 角色設定為資深資料工程師 / 跨平台欄位語意對應 (Schema Mapping) / 口語資料正規化 (Data Normalization) / 結構化統一輸出。 |
| 完整提示詞範例 | 「你現在是一位專精於資料清洗的資深資料工程師。我會提供給你兩份從不同活動平台（KKTIX 與 Luma）匯出的 JSON 陣列。請幫我完成以下任務，並合併成單一標準化 JSON：1. 【欄位對齊】：請理解語意，將兩份報表中的『姓名/Name』、『信箱/Email』、『手機/Phone』對齊為統一的 Key。2. 【手機正規化】：將所有格式混亂的電話號碼，全部轉換為標準的 +886 開頭格式。3. 【飲食標籤化】：將『飲食備註』中各種口語化的描述（例如：不吃牛、海鮮過敏、盡量素食），強制歸類為四種標準標籤：VEGAN (素食), NO_BEEF (不吃牛), ALLERGY (過敏), NONE (無限制)。無法判斷的請標註 REQUIRES_MANUAL_CHECK。」 |
iThome鐵人賽
看影片追技術