前面已經整理出 VoCare 的兩個核心功能：

• AI 個人化陪伴與記憶系統
• 長者狀況紀錄與趨勢整理系統

接下來要處理的，就是把這些功能真正串成一條完整的資料流程。

目前 VoCare 的整體流程可以整理成：

長者輸入資料
→ 後端接收與整理
→ 讀取 Memory / Context
→ AI 產生回應
→ 對話後萃取記憶與狀況資訊
→ 整合聊天、問卷與鏡頭資料
→ 建立時間軸與趨勢分析
→ 將整理後的結果呈現在家屬端

這條流程的起點，是長者每天和系統產生的互動資料，包括文字聊天、語音聊天、每日問卷以及鏡頭觀察紀錄。

如果長者使用語音，系統會先將語音轉成文字，再交由後端處理。資料進入後端後，會先補上使用者、時間、資料來源與資料類型，讓不同來源的資訊可以使用一致的格式保存。

如果這筆資料來自聊天，AI 在回答之前會先讀取長者過去累積的 Memory，以及最近一段時間的 Context。這樣 AI 就不會只根據現在這一句話回答，而是可以參考過去的興趣、生活經驗，以及近期發生的事情，再產生比較符合這位長者的回應。

對話結束後，系統還會再次處理聊天內容。

如果長者提到的是具有長期價值的資訊，例如過去的工作、興趣、家庭或重要生活經驗，就會整理成新的 Memory；如果內容比較像近期狀況，例如**「最近睡不好」或「這幾天比較不想出門」，則會被分類成睡眠、活動、心情等狀況紀錄**。

這些狀況資料之後會和每日問卷、鏡頭觀察結果一起放進同一套時間軸。

例如聊天提到睡不好、隔天問卷的睡眠狀況也較差，幾天後又再次提到半夜醒來，系統就可以知道這些資料雖然來源不同，但都和同一個主題有關。

當資料累積到一定程度後，系統就可以比較最近 7 天、14 天或 30 天的變化，例如某類資訊是否重複出現、出現次數是否增加，以及是否同時出現在不同資料來源。

最後，這些分析結果才會被整理到家屬端。

家屬不需要直接閱讀大量原始聊天紀錄，而是可以看到近期摘要、常出現的主題、問卷變化，以及和前一段時間相比的趨勢。

所以 VoCare 的資料不是單純：

收進來 → 存起來。

而是：

收集 → 整理 → 使用 → 再分析 → 最後轉成家屬看得懂的資訊。

這也是目前 VoCare 整體架構最核心的資料流。