鐵人檔案
本系統利用大型語言模型建立情境式英文學習環境，使用者可輸入想練習的生活或工作情境，由 AI 自動生成角色與對話內容。在對話過程中，系統即時分析使用者的英文表達，提供文法修正、較自然的母語者說法與實用詞彙，並於對話結束後透過自動化流程產生個人化學習報告。
為什麼是這個題目？ 學英文最尷尬的時刻，往往不是背不出單字，而是「知道意思，但真的要開口的時候卻不知道怎麼說」。課本教的英文，跟母語者實際在咖啡廳、面試、機場、...
**為什麼要先搞懂這三個名詞？ 在正式動手做「AI 情境英文口語教練」之前，有件事必須先想清楚：我接下來要用的技術，到底是什麼？ 很多人會把「AI」「Gener...
昨天搞懂了「是什麼」，今天要決定「用哪個」 Day 2 釐清了 AI、Generative AI、LLM 的層級關係，知道專題的核心功能幾乎都建立在 LLM 之...
為什麼選好模型還不夠？ Day 3 比較了 GPT、Gemini、Claude 之後，得到一個結論：選哪個模型的影響，往往比不上「怎麼問」的影響大。 同一個模型...
一、為什麼情境生成是整個系統的第一步？在 Day 4 中，我們把 Prompt Engineering 的六大要素與四大設計心法建立好，並將系統四大模組的 Pr...
為什麼我們需要 Dify？ 在 Day 5 中，我們成功打造了結構化的「情境生成 Prompt」，並驗證能透過 JSON 輸出穩定的角色設定與開場白。 但隨之而...
一、今天的定位 Day 7 是第一階段的最後一天，也是整個 30 天計畫裡第一個「從觀念走到作品」的節點。 前六天做的事情偏向理解：認識 Generative...
一、今天的定位 Day 7 用 Dify 完成了第一個 AI 英文情境生成器，也代表第一階段正式結束。今天原本規劃是進入第二階段、開始做角色扮演功能，但因為後面...
資料傳來傳去，總要有個共同的格式 昨天搞懂 API 是系統之間溝通的約定，但「約定」還需要一個具體的資料格式當媒介——這就是今天要認識的 JSON。 JSON...
開場：把 API、JSON、n8n 三條線接起來 前面幾天分別認識了 n8n、API、JSON，但這三個東西實際上是怎麼串在一起運作的？今天透過 Webhook...
