專案背景

雅思考試迫在眉( 惱 )，但我原本做的雅思小助手，不管輸入什麼內容，幾乎都只會回覆五個 Band 8 單字。雖然可以累積詞彙量，但用了一段時間後，我發現光背單字完全不夠，口說、寫作、練習安排和進度追蹤也都很重要。

因此，我決定把原本單純的「雅思單字小助手」重新設計成 「 雅力馬思內~ 」，希望它不只是回答問題，而是真的可以根據使用者的目標分數、考試日期和弱項，安排比較適合的練習內容。

長期目標是做出一套涵蓋聽、說、讀、寫的個人化學習計畫；第一版則先完成口說、寫作、單字複習、每日提醒及學習報告等核心功能。

想解決的問題

這次主要想改善三個問題。

第一，原本的機器人缺少明確的功能分類。不論使用者想聊天、練習或詢問問題，最後都很容易得到五個新單字，使用方式比較單一。

第二，機器人不知道使用者的學習目標。準備 Band 6.5 和 Band 8.0 的人，需要的題目難度和回饋方向其實不太一樣；距離考試一個月和半年，讀書安排也應該有所不同。

第三，原本的對話只有一次性的回答，沒有保存待完成的題目、練習紀錄和分數，因此很難形成「出題、作答、批改、再次複習」的完整學習流程。

製作方式

這個專案使用 n8n 串接 LINE Messaging API 和 Gemini AI，主要流程可以簡化成：

LINE 傳送訊息 → Webhook 接收 → 判斷使用者狀態 → AI 出題或批改 → 製作 Flex Message → HTTP Request 回覆 LINE

1. Webhook 接收 LINE 訊息

當使用者傳送文字或點擊 Flex Message 裡的按鈕時，LINE 會把事件送到 n8n 的 Webhook。

流程會先讀取使用者的 LINE user ID、文字內容、reply token，以及按鈕傳回來的 postback 資料，再判斷這次互動要進入哪一個功能。

2. 新手個人化設定

使用者第一次開啟小助手時，不會立刻收到題目，而是先完成簡單的學習設定，包括：

• IELTS 目標分數
• 預計考試日期
• 目前最想加強的科目
• 每日練習提醒時間

這些資料會影響之後的出題難度和回饋內容。

例如使用者設定目標為 Band 7.0、弱項為 Speaking，AI 在產生口說題目及建議時，就會以 7.0 的程度作為參考，而不是所有人都收到相同內容。

【可搭配畫面：目標分數、弱項與提醒時間設定】

3. 日期選擇功能

考試日期不是讓使用者自己輸入文字，而是使用 LINE Flex Message 的 datetimepicker action。

當使用者按下「選擇日期」後，LINE 會開啟原生日期選擇器。選完日期後，LINE 透過 postback event 將結果傳回 n8n，日期會出現在：

event.postback.params.date

n8n 再將這個日期存進使用者資料，之後就可以用來計算距離考試還有多少時間，並作為學習報告和練習安排的參考。

如果還沒決定考試日期，也可以按「尚未決定」，繼續完成後面的設定。

【可搭配畫面：考試日期選擇卡】

4. IF 節點的判斷邏輯

這次 workflow 裡比較重要的是 IF 節點。

前面的程式節點會先分析使用者目前的操作，產生一個 useAI 值：

• useAI = true：需要 AI 產生新內容
• useAI = false：只需要顯示固定介面

IF 節點會根據這個值，把流程分成兩條路。

需要 AI 的功能，例如口說出題、回答批改、作文批改、產生單字或學習報告，會先顯示 LINE loading 動畫，再交給 AI Agent 處理。

不需要 AI 的功能，例如新手設定、主選單、設定頁面或「請貼上作文」的提示，則直接套用事先寫好的 Flex Message，不必浪費一次 AI 請求。

這樣做除了可以節省等待時間和 API 用量，也能讓按鈕與設定畫面保持固定，不會因為 AI 每次生成的結果不同而跑版。

5. AI Agent 與 Flex Message 分工

第一版沒有讓 AI 直接產生整份 Flex Message。

AI Agent 只負責輸出結構化內容，例如：

• 題目
• 主題
• 作答提示
• 預估分數
• 各項評語
• 改善方向
• 建議版本

接著再由 n8n 的 Code 節點，把這些內容放進固定的 Flex Message 模板。

這種做法比直接要求 AI 寫完整 LINE JSON 穩定，也比較容易統一配色、按鈕位置和版面風格。

最後再透過 HTTP Request 節點呼叫 LINE Reply API，把訊息傳回使用者。

第一版功能架構

個人化學習設定

第一次使用時，會依序詢問目標分數、考試日期、弱項與提醒時間。完成後會顯示個人化主選單，之後也可以從設定中重新調整。

【可搭配畫面：設定完成與主選單】

每日任務與定時提醒

使用者可以選擇每天早上 08:00、中午 12:00 或晚上 20:00 接收提醒，也可以先關閉提醒。

n8n 每個整點會檢查一次提醒名單，如果目前時間符合使用者設定，而且當天還沒有推送過，就會透過 LINE Push API 傳送每日題目。

為了避免使用者只是收到題目，之後傳一句普通訊息也被當成答案，系統只有在使用者按下「開始作答」後，才會正式進入等待批改的狀態。

IELTS 口說練習

使用者可以從主選單開始口說模擬。AI 會依照目標分數產生 IELTS Speaking 題目、作答提示，以及可以使用的單字或片語。

第一版先採文字回答。使用者送出答案後，AI 會從以下面向提供回饋：

• Fluency & Coherence
• Lexical Resource
• Grammar

因為目前收到的是文字，而不是錄音，所以不會假裝評估 Pronunciation。

批改結果會顯示非官方的預估 Band、各項表現、最需要改善的地方，以及一份修改後的建議答案。

【可搭配畫面：Speaking Part 2 題目、Band 6.5 回饋與建議版本】

Writing Task 2 批改

使用者點選「作文批改」後，可以直接貼上完整的 Task 2 作文。

AI 會依照 Task Response、Coherence & Cohesion、Lexical Resource 和 Grammatical Range & Accuracy 四個面向提供練習用評分與修改建議。

為了避免 Flex Message 太長，主要分數和重點會放在卡片中，較長的建議版本則另外使用文字訊息顯示。

單字學習與填空複習

單字功能不再每次對話都自動出現，而是變成主選單中的獨立功能。

AI 會依照使用者的目標分數與弱項產生五個較實用的 IELTS 單字或搭配詞，並附上中文解釋和例句。

學完後可以直接進入填空測驗。系統會保存最近的單字與測驗內容，在使用者作答後公布分數和錯題。

學習進度報告

每次完成口說、寫作或單字練習後，系統都會保存簡單的練習紀錄。

學習報告會整理目前的預估程度、本次亮點、優先改善項目，以及下一步建議，讓使用者不只是一直做題，也能知道自己目前卡在哪裡。

【可搭配畫面：學習進度、亮點與優先加強項目】

一般對話

如果使用者傳送的內容不屬於待批改答案，也不是特定功能指令，AI 會正常回覆並推薦適合的下一步。

這也解決了舊版「不管說什麼都回覆五個單字」的問題。

完成結果

第一版完成後，這個作品已經從單純的單字聊天機器人，變成具有設定、出題、作答、批改、提醒和進度回顧流程的 IELTS 學習小精靈。

我覺得這次最大的改變，不只是加入更多功能，而是開始思考「使用者現在正在做什麼」。透過 postback、狀態紀錄和 IF 節點，機器人可以知道使用者是在進行初次設定、等待題目、提交答案，還是單純想回到主選單。

製作過程中，我也發現 AI 很適合負責需要變化的內容，例如出題和回饋；但像選單、按鈕和訊息版面，還是交給固定模板處理比較穩定。

目前第一版以口說、寫作和單字複習為主，接下來希望加入錄音辨識、發音回饋，以及更完整的閱讀和聽力題型，讓它更接近一套真正涵蓋聽、說、讀、寫的個人化雅思備考工具。