實作筆記：為我的部落格裝上 AI 大腦

為什麼要給部落格裝 AI？

在這個 AI 無處不在的年代，我一直在想，如果讀者來到我的部落格，不再只是被動地「閱讀」，而是能跟這些內容「對話」，感覺會更有互動性。 於是我決定動手做一個實驗：在部落格裡內建一個 AI 助理，讓它讀過我寫的所有文章，然後回答讀者的問題。

實作過程，我使用了Google剛出的Antigravity，結果他三兩下就幫我做完了，真的很厲害。

技術架構：RAG + Gemini 2.0

要讓 AI 知道我寫了什麼，最適合的技術就是 RAG (Retrieval-Augmented Generation，檢索增強生成)。

原理如下：

1. 知識庫 (Knowledge Base)：把我的 Markdown 文章全部讀進來。
2. 向量化 (Embedding)：使用 Embedding 模型把文字變成一串數字（向量）。
3. 檢索 (Retrieval)：當你問問題時，系統會去尋找跟你的問題「向量最接近」的文章片段。
4. 生成 (Generation)：把找到的片段餵給 LLM (大型語言模型)，請它根據這些內容回答你。

使用的工具

• Framework: Next.js (App Router)
• LLM: Google Gemini 2.0 Flash (速度快，且目前免費額度很OK)
• Embedding: Gemini text-embedding-004
• Vector Store: 因為文章還不多，我直接用一個 JSON 檔案存在本地端，簡單有效。

開發過程中的趣事：AI 的自我認同危機

在開發過程中，發生了一個插曲。

一開始，我沒有特別設定 AI 的角色，只是把文章丟給它。結果當我問它：「你是誰？」的時候，因為它讀到了我的第一篇文章 Hello World，裡面寫著「嗨，我是 Yuunjiee」，於是它就很自信地回答：

「我是 Yuunjiee，這是我的部落格！」

它直接變成了我的 數位分身！雖然這也滿酷的哈哈，但為了避免混淆，我後來還是調整了 Prompt，告訴它：

你是 Yuunjiee 部落格的 AI 助理。當你引用文章內容時，請稱呼作者為 'Yuunjiee'，不要使用第一人稱。

現在它終於知道自己是誰了。

結語：從 Coder 到 Architect

這次的功能實作，絕大部分的程式碼其實都是由 AI 輔助生成的。

感覺在目前的 AI 時代，寫程式的方式變了。我們不再需要糾結於每一行語法怎麼寫，而是更專注於 「架構設計」 和 「定義問題」。

• 要用什麼模型？
• 工作流怎麼跑？
• 要下什麼 Prompt？

這就是我現在在這個部落格做的事——與 AI 協作，把想法變成現實，並且也在慢慢學習軟體架構設計。

歡迎點擊右下角的按鈕，跟我的 AI 助理聊聊天！