系列：30 天用 Google AI 打造臺灣防災速報 App（Day 12/30）

昨天整理好 29 塊防災知識。今天讓它可以被搜尋，並且讓有資料的回答都附上所根據的來源。流程分三步：把文字轉成向量、用問題找出最接近的幾塊、請模型只根據這幾塊回答。

Embedding：把文字變成向量

Embedding 是把一段文字轉成一串數字（向量）的技術。意思相近的文字，轉出來的向量也會接近。把知識庫的每一塊、還有使用者的問題都轉成向量，就能用數學算出哪幾塊和問題最接近。

動手前先查了官方文件（2026-09-21 查閱），有兩件事和我原本以為的不一樣：

• 官方現在推薦的是 gemini-embedding-2。舊的 gemini-embedding-001 可以用 task_type 參數指定用途（建庫或查詢），新模型不支援這個參數，改成把用途寫在文字最前面。
• 一次傳入好幾段文字時，新模型預設會把它們合併成一個向量。要每一段各自得到一個向量，必須把每一段分別包成 Content。

下面的程式是節錄。numpy 是 Python 的數值計算套件，用來處理一大堆數字的運算；chunks 是昨天存好的 29 塊資料。

import json
import numpy as np
from google import genai
from google.genai import types

client = genai.Client()
chunks = json.load(open("kb/chunks.json", encoding="utf-8"))   # 昨天整理的 29 塊
BATCH = 5   # 一次送幾段文字

def embed(texts: list[str]) -> np.ndarray:
    vecs = []
    for i in range(0, len(texts), BATCH):
        resp = client.models.embed_content(
            model="gemini-embedding-2",
            contents=[types.Content(parts=[types.Part(text=t)])
                      for t in texts[i:i + BATCH]],
            config=types.EmbedContentConfig(output_dimensionality=768),
        )
        vecs += [e.values for e in resp.embeddings]
    return np.array(vecs)

# 用途寫在文字前綴裡：知識庫的內容和使用者的問題，前綴不同
def doc_text(c: dict) -> str:
    return f"title: {c['topic']}｜{c['scenario']} | text: {c['text']}"

def query_text(q: str) -> str:
    return f"task: search result | query: {q}"

chunk_vecs = embed([doc_text(c) for c in chunks])   # 建庫：算一次，存成檔案
np.save("kb/kb_vectors.npy", chunk_vecs)

output_dimensionality=768 是向量的長度。預設是 3072，768 是官方建議的選項之一，檔案比較小。這次只測了 768，沒有比較不同長度對檢索結果的影響。

實際執行時，我第一次設定一次送 10 段，收到 429（請求太頻繁）。改成一次 5 段，並在收到 429 時等 30 秒再試，29 塊順利算完。上面的程式為了好讀，省略了重試的部分。

檢索：29 塊不需要向量資料庫

def search(question: str, top_k: int = 3) -> list[dict]:   # top_k：取最接近的前幾塊
    qv = embed([query_text(question)])[0]
    scores = chunk_vecs @ qv / (
        np.linalg.norm(chunk_vecs, axis=1) * np.linalg.norm(qv))
    order = np.argsort(scores)[::-1][:top_k]
    # 把分數併進那一塊的資料裡一起回傳
    return [chunks[i] | {"score": round(float(scores[i]), 3)} for i in order]

scores 算的是餘弦相似度：兩個向量的方向愈接近，分數愈接近 1。29 塊用 numpy 直接算就夠；資料量和功能需求增加之後，再評估要不要用專門的向量資料庫。

生成：規則寫清楚

PROMPT = """你是臺灣防災速報 App 的防災知識助理。根據下面的「資料」回答問題。
規則：
- 只能根據資料回答，不得補充資料裡沒有的做法或數字。
- 資料沒有提到使用者問的情況時，明說「這部分我沒有可靠的資料」，並建議撥 119 或洽詢地方防災單位；不得用相近情境的資料硬湊答案。
- 回答簡短，用一般民眾看得懂的話，先講最重要的動作。
- 回答最後另起一行，寫「資料來源：」並列出實際用到的資料的來源名稱；回答「沒有可靠的資料」時不要列資料來源。

資料：
{context}

問題：{question}"""

MIN_SCORE = 0.75
NO_DATA = "這部分我沒有可靠的資料，建議撥 119 或洽詢地方防災單位。"

def answer(question: str) -> str:
    good = [h for h in search(question) if h["score"] >= MIN_SCORE]
    if not good:            # 相似度都太低：不呼叫模型，直接回固定說法
        return NO_DATA
    context = "\n\n".join(f"［{h['source']}｜{h['scenario']}］{h['text']}" for h in good)
    resp = client.models.generate_content(
        model="gemini-3.1-flash-lite",
        contents=PROMPT.format(context=context, question=question))
    return resp.text.strip()

MIN_SCORE = 0.75 和最後一條規則的後半句，都是實測之後才定下來的。

第一輪實測：門檻猜錯了

9/21 用九個問題測試。六個是知識庫裡有答案的，三個是刻意準備的：知識庫只有「人在電梯旁」的做法，沒有「受困在電梯裡」的；颱風和土石流則完全沒有資料。

第一輪我憑感覺把門檻設在 0.60。各題相似度最高的那一塊：

知識庫完全沒有颱風和土石流的資料，最高分卻有 0.675 和 0.701。相似度不會因為「沒有相關內容」就掉到很低，它只是比有答案的題目低一截。我猜的 0.60 完全沒有作用，三塊不相干的資料都被送進了模型。

模型這一關守住了，三題都回答「這部分我沒有可靠的資料」。但回答的最後還是照規則列了來源：「資料來源：中央氣象署、內政部消防署消防防災館、衛生福利部」。一個說「沒有資料」的回答，後面卻掛著三個官方單位的名字，使用者會以為這句話是官方說的。

修正兩處：門檻依實測的分數改成 0.75，落在六個可以回答的問題的最低分（0.796），和兩個完全不相干的主題的最高分（0.701）之間。電梯那一題（0.807）不在這兩群裡，它的問題門檻解決不了，後面說明；規則補上「回答沒有可靠的資料時不要列資料來源」。

第二輪實測

九題的回答我逐句對照知識庫，這一次的輸出沒有發現知識庫以外的事實或做法。

電梯這一題值得多看一眼。它的相似度是 0.807，比「睡不著」那題還高，門檻擋不住。最後沒有答錯，靠的是兩件事：昨天整理時照實寫下「官方這一頁只說明人在電梯旁的情況」，以及規則裡那句「不得用相近情境的資料硬湊答案」。門檻只能擋掉完全不相干的問題，「很像但其實沒有答案」的問題要靠資料本身寫清楚。

第三輪：情緒類的問題，順序要由規則決定

「地震後一直睡不著，很害怕」這一題，第二輪的回答沒有錯，但順序不對：先講「安、靜、能、繫、望」這種抽象的口訣，接著就談什麼情況要找醫師。一個睡不著的人需要的是現在能做的事。

原因在檢索。知識庫裡有一塊「災後怎麼照顧自己」，內容正是呼吸練習、肌肉放鬆、找信任的人談話、維持作息這些具體做法，但它只靠相似度排第 6（0.703），前 3 名裡沒有它；排第 1 的是五字訣（0.796），因為那一塊短、關鍵字集中。

修正的做法是不讓相似度單獨決定。問題裡出現「害怕」「睡不著」「焦慮」這類情緒詞時，改由規則固定用哪幾塊、什麼順序：先「怎麼照顧自己」，再「什麼時候該找專業協助」，最後「1925 安心專線」。五字訣那一塊不放，因為實測時只要它在，模型就會把口訣當成具體動作。

排序和門檻是兩件事：排序決定先看哪幾塊，門檻決定哪幾塊真的會送進模型。規則選出來的三塊，不能再被 0.75 的門檻過濾，否則等於沒選。

EMOTION_WORDS = ["害怕", "恐懼", "不安", "焦慮", "緊張", "恐慌", "擔心", "難過",
                 "睡不著", "失眠", "做惡夢", "一直哭", "崩潰", "心情"]
EMOTION_ORDER = ["災後怎麼照顧自己", "什麼時候該找專業協助", "1925 安心專線"]

def is_emotional(question: str) -> bool:
    return any(w in question for w in EMOTION_WORDS)

# search() 裡：問題含情緒詞時，不用相似度排序，改用固定的順序
if is_emotional(question):
    by_scenario = {chunks[i]["scenario"]: i for i in range(len(chunks))}
    order = [by_scenario[k] for k in EMOTION_ORDER if k in by_scenario]

# answer() 裡：規則選的三塊不再用門檻過濾
good = hits if is_emotional(question) else [h for h in hits if h["score"] >= MIN_SCORE]

prompt 也加了一條規則：情緒困擾的問題，先用一句話表示這是災後常見的反應，接著列出資料裡現在就能做的動作（至少三項、一定要包含呼吸練習和肌肉放鬆、只寫資料裡的名稱），再說明資料裡寫的哪些情況需要專業協助，最後附上心理求助電話 1925。

這一段改了六次才穩定，每一次都是實測發現的：

1. 只把「照顧自己」排到第一位，模型三次都還是拿五字訣當動作，所以五字訣改成不放。
2. 順序對了，但三次裡有一次結尾寫成「請撥打 119 或洽詢地方防災單位」。這句是規則裡「查無資料」那一條的文字，模型把它借來用了，和 Day 8 遇到的情況一樣。規則改成明寫「心理求助電話 1925，不寫 119」。
3. 五次都正確用 1925 了，但五次裡只有一次提到呼吸或放鬆。規則加上「至少三項、一定要包含呼吸練習和肌肉放鬆」。
4. 有呼吸練習了，但模型順手補了資料裡沒有的做法細節，寫成「緩慢且深長地呼吸，感受氣體進入與排出身體」。規則加上「只寫資料裡的名稱，不補做法細節」。
5. 三次都通過。我以為做完了。
6. 送審之後才發現最嚴重的問題：前面六組試驗時，規則選出的三塊還是經過 0.75 的門檻，「照顧自己」（0.703）和「1925」（0.711）都被剔除，模型實際上只拿到「什麼時候該找專業協助」這一塊。它寫出的呼吸練習和 1925，來源是 prompt 裡的規則文字，不是資料。回答看起來完全正確，但違反了「只能根據資料回答」這條最基本的規則。修正之後，每次執行都確認三塊真的送進了模型。

最後一輪的回答（六處修正之後，整套九題重新執行時的紀錄）：

這是災後常見的反應。以下是現在就能做的建議：

*   練習放鬆技巧：呼吸練習、肌肉放鬆、冥想。
*   找信任的人談話或相處。
*   維持正常作息、充分休息。
*   從事閱讀、嗜好等活動轉移注意力。
*   專注在當下做得到、能改善狀況的事。

若持續有明顯症狀（如困擾的回憶、失眠、憂鬱等），且已無法維持日常作息和正常生活，或是症狀嚴重持續 3 天以上，建議尋求精神科、身心科醫師或心理師的專業協助。

請撥打 1925 安心專線。

資料來源：衛生福利部｜災後怎麼照顧自己、衛生福利部｜什麼時候該找專業協助、衛生福利部｜1925 安心專線

資料來源這一行現在列出三塊，門檻修正前只列得出一塊，這也是判斷模型「真的有拿到資料」最直接的方法。改完之後九題全部重新執行一次，其他八題的檢索結果和第二輪完全相同。

還沒解決的事

• 門檻只靠九個問題決定。 0.75 是依這九題的分數定的，樣本很少。之後做正式評估時要準備更多問題重新檢查，尤其是問法很口語、很短的問題。
• 回答有時會漏掉條件。 海嘯那一題，第一輪的回答只講了抵達時間的差別，漏了海嘯警報的第二個發布條件；第二輪有寫到。同一個問題、同一份資料，兩次的完整程度不同。
• 知識庫的範圍。 颱風、豪雨、土石流、火災的資料還沒有整理，這幾類問題目前一律回答沒有資料。受困在電梯裡的做法（包含聯絡電梯廠商）、輪椅使用者更完整的指引，也要另外找有寫這些的官方頁面補上。
• 情緒詞的清單是手寫的。 十幾個詞只涵蓋常見的說法，「心裡毛毛的」這種問法目前對不到；反過來，「我已經不害怕了」也會被當成情緒類問題。之後做評估時要用更多問法檢查。

（本篇實測於 2026-09-21，情緒類規則的修正與最後一輪於 2026-09-24；embedding 模型 gemini-embedding-2（768 維），生成模型 gemini-3.1-flash-lite，溫度維持預設值。）

今日小結

• gemini-embedding-2 不支援 task_type，用途寫在文字前綴；一次傳多段文字要各自包成 Content，否則會被合併成一個向量。
• 知識庫沒有相關資料時，相似度仍然有 0.675 到 0.701。門檻要看實測的分數來定，這次定在 0.75。
• 回答「沒有可靠的資料」時不列資料來源，避免使用者誤以為是官方的說法。
• 「很像但其實沒有答案」的問題門檻擋不住，要靠知識庫照實寫出官方沒說明的部分，加上「不得硬湊答案」的規則。
• 情緒類的問題不能只靠相似度排序：具體的自我照顧那一塊排第 6，抽象的口訣排第 1。改由規則固定順序，先給現在能做的事，再談求助。規則選的資料不能再被門檻過濾；模型拿不到資料時，會直接用規則裡的例句和電話號碼把回答寫得像是有根據。

明天 Day 13 讓速報說四種語言：中、英、日、韓。