二、製作動機與目標

身為一個對股票市場小有研究的大學生，我知道對於股票小白而言，投資的第一道門檻往往是看不懂資訊。無論是 EPS、本益比、殖利率等專有名詞，還是財報數字與國際新聞，都可能讓剛踏入股市的小白們望而卻步。我當初也是因為這些專有名詞太複雜導致我一直在這個門檻外來回踱步。

因此，我製作了「股點白話」，一個可以直接在 LINE 上對話的 AI 股票研究與學習助手。希望使用者不必先學會複雜的提問技巧，就能透過日常聊天，逐步理解國際股市的相關資訊，建立自己的判斷能力。

三、主要功能

📖 股票名詞白話教學
使用者可以直接詢問「EPS 是什麼？」或「本益比越低越好嗎？」，機器人會用簡單解釋與數字例子說明，並提醒常見誤解，降低新手閱讀財經資訊的門檻。

📑 財報文字與數字解讀
使用者貼上公司的財報文字或數據後，機器人可以協助比較營收、獲利與利潤率等變化，解釋數字背後可能代表的意義。遇到資料不足時，會指出還需要確認的資訊，避免直接下結論。

🔎 近期新聞搜尋
當使用者詢問近期公司消息或市場事件時，AI 可以呼叫新聞搜尋工具，取得相關資料，再整理重點並附上來源連結，讓使用者能進一步查閱。

🔗 新聞連結閱讀與分析
使用者也可以直接貼上新聞網址，讓機器人透過網頁擷取工具讀取文章，整理白話摘要、解釋文中名詞，並分析事件對相關產業或市場的可能影響。

🌍 國際情勢影響分析
針對戰爭、油價、匯率、利率與政策等議題，機器人會協助拆解「事件如何影響企業成本、需求與獲利」，並區分新聞事實與分析推論，提供值得持續觀察的方向。

四、n8n 工作流程架構

這個機器人使用 n8n 串接 LINE、OpenAI 與 Tavily，主要流程為：

LINE 使用者傳送訊息 → Webhook → Loading 動畫 → AI Agent → HTTP Request → LINE 回覆

各個節點的作用如下：

1. Webhook：接收使用者訊息

使用者在 LINE 傳送文字或新聞連結後，LINE 會將事件傳到 n8n 的 Webhook。流程從事件資料中取得訊息內容、使用者 ID 與回覆所需的 reply token，作為後續處理的依據。

2. Loading 動畫：提供等待回饋

在 AI 開始處理前，透過 HTTP Request 呼叫 LINE 的 loading animation API，讓使用者知道機器人正在處理問題。尤其在搜尋新聞或讀取文章需要時間時，可以減少等待時的不確定感。

3. AI Agent：理解問題並選擇工具

AI Agent 是整個流程的核心，搭配 OpenAI Chat Model 理解使用者需求、整理資料並產生回答。若是一般名詞問題，可以直接解釋；若需要近期新聞或文章內容，則依需求呼叫相應工具。

4. System Prompt：規範回答方式

透過 System Prompt 設定機器人的角色、服務對象與回答原則，例如使用繁體中文、以白話解釋專有名詞、引用實際取得的資料，以及區分事實與推論。也要求機器人在資料不足或工具失敗時如實說明，不編造新聞與數字。

5. Simple Memory：保留近期對話

以 LINE 使用者 ID 作為對話記憶的識別依據，讓不同使用者的對話分開保存。機器人可以參考近期交流內容，延續問題與解釋，減少使用者重複交代背景的需求。

6. Search_news：搜尋新聞

透過 HTTP Request Tool 串接 Tavily Search API，由 AI 依問題產生搜尋關鍵字，取得近期新聞，供後續整理與分析。這個工具主要提供新聞資料，並非完整的歷史行情資料庫。

7. Read_article：擷取文章內容

透過 Tavily Extract API 讀取指定網址的文章文字，讓 AI 根據實際取得的內容進行摘要。搜尋與讀取文章是兩種不同工具：前者負責找資料，後者負責讀取使用者指定的頁面。

8. HTTP Request：將回答傳回 LINE

最後將 AI 產生的文字整理成 LINE Messaging API 所需的格式，使用該次事件的 reply token，將回答送回原本的聊天室。

五、特色與目前限制

「股點白話」的重點，是把新手常需要的教學、新聞搜尋與文章解讀整合在熟悉的 LINE 介面中，讓使用者少一些查找與整理的步驟，也更容易持續提問。

目前財報分析以使用者提供的文字與數字為主，尚未完整串接四個市場的官方財報與行情資料；部分需要登入、訂閱或限制擷取的新聞網站，也可能無法讀取全文。因此，這個機器人的定位是協助理解與研究，而不是保證預測股價或代替使用者做買賣決定。

未來希望加入可靠的行情與官方財報來源，讓新聞解讀能搭配實際數據，逐步成為更完整的新手股票研究助手。