Day 07 整理完 VoCare 的資料要怎麼存之後，下一個問題就是：

前端要怎麼把資料送到後端，後端又要怎麼把處理結果送回來？

目前 VoCare 的前後端流程可以先整理成：

前端送出請求
→ API 接收資料
→ 後端執行處理邏輯
→ 讀取或寫入資料庫
→ 執行 AI / 分析功能
→ API 回傳結果
→ 前端更新畫面

在 VoCare 裡，前端主要負責和使用者互動，例如長者輸入文字、使用語音、填寫問卷，或家屬查看近期摘要。這些操作本身不會直接碰資料庫，而是透過 API 把資料交給後端處理。

例如長者送出一段訊息後，前端會把訊息送到聊天 API。後端收到資料後，會先確認是哪一位使用者，再讀取對應的 Memory 和近期 Context，接著把目前訊息與相關背景一起交給 AI 產生回應。

AI 回覆完成後，後端會把這次對話存進資料庫，同時進行後續處理，例如萃取新的 Memory，或判斷這段聊天裡有沒有需要建立新的 Status Event。最後再透過 API 把 AI 回覆送回前端，顯示給長者。

所以一個聊天 API 實際上可能會經過：

接收訊息
→ 取得 Memory / Context
→ 呼叫 AI
→ 儲存 Conversation / Message
→ 萃取 Memory / Status Event
→ 回傳 AI 回覆

問卷也是類似的流程。

長者送出答案後，前端會呼叫問卷 API，後端把回答保存成 Questionnaire Response。如果這一題屬於睡眠、心情或活動等需要追蹤的類型，也可以同步產生對應的 Status Event，提供後面的趨勢分析使用。

家屬端則主要以「讀取資料」為主。

例如家屬打開首頁時，前端可以呼叫摘要 API，後端再從 Trend Analysis、Status Event 和近期互動紀錄中整理結果，最後回傳：

• 最近互動狀況
• 問卷完成情況
• 近期常出現的主題
• 最近 7 天的變化
• 值得注意的紀錄

所以目前可能會需要幾個基本 API：

POST /chat
送出長者訊息並取得 AI 回覆。

POST /questionnaire/response
送出問卷答案並保存結果。

POST /observation
保存鏡頭產生的觀察事件。

GET /memory
取得長者目前的 Memory。

GET /family/summary
取得家屬端近期摘要。

GET /trend?range=7d
取得指定時間範圍的趨勢資料。

這樣做的好處是，前端不需要知道資料庫怎麼設計，也不需要知道 AI 背後怎麼處理 Memory 或趨勢。

前端只需要知道：

我要送什麼資料，以及會拿回什麼結果。

而後端則負責把真正的資料處理、AI 邏輯和資料庫操作集中起來。

所以目前 VoCare 可以先理解成三層：

前端：負責互動與畫面
→ API / 後端：負責處理邏輯
→ 資料庫與 AI：負責資料與運算

這樣前端、後端、AI 和資料庫之間的責任就會比較清楚。

簡單來說，Day 08 真正要確定的是：

資料怎麼從畫面進到系統，又怎麼從系統重新回到畫面。

這也是後面真正開始實作聊天、問卷與家屬端功能之前，需要先整理清楚的一層。