🦊 作品是什麼

岐狐 KIKO 是一隻住在 LINE 裡的 AI 小精靈，最擅長的事只有一件：當你卡在一個選擇裡，牠會陪你把混在一起的想法拆開來看，再跟你一起討論出下一步。

牠不是丟給你一份標準答案，而是像一個願意聽你講完、會追問、也敢說出自己看法的朋友。

牠的設定是：一隻從星星掉下來的狐狸，要幫一百個人解決煩惱，才能回到牠的星星。

你不用學任何指令，只要一直講話，打字或直接傳語音都可以：

• 平常就是聊天，岐狐會接住你的話，也會記得你說過的重點。
• 聊到重要的決定（工作、升學、當兵、感情……），岐狐會自動請「星星議會」幫你深入分析，1～2 分鐘後給出結論、最關鍵的風險和下一步。
• 問題牽涉兵役規定、薪資行情這類事實時，會先上網查資料，再交給議會判斷。

❓ 想解決的問題

很多人卡在一個決定裡時，缺的不是資訊，而是有人陪你把想法拆開來看：機會是什麼、代價是什麼、自己可能沒想到哪裡。

一般聊天 AI 常常回一長串優缺點，看完還是不知道怎麼選。所以我想做一個：

1. 用起來像聊天一樣輕鬆（可以直接用說的，因為打字常會漏掉真實想法）；
2. 遇到重要的事，會認真幫你沙盤推演；
3. 最後給一個敢選邊的建議。

這也是我想長期發展的「沙盤推演」產品的 MVP，這次先用 LINE 測試大家覺得有沒有用。

💬 互動示範

（建議在這裡附 3 張手機截圖：① 傳語音 ② 星星議會思考動畫 ③ 結論與回饋按鈕）

一段實際的流程大概是這樣：

我（語音）：我快畢業了，在想要先當兵還是先找工作……

岐狐：🎙️ 我聽到：「我快畢業了，在想要先當兵還是先找工作」
這件事值得好好想，我請星星議會幫你一起看看，大約 1～2 分鐘 ✨

（出現會動的「岐狐思考中」卡片）

岐狐：結論＋最關鍵的風險＋下一步（例如：這週先打給戶籍地公所問入營時程，再查三間目標公司對未役者的態度）
〔追問〕〔這方案有效嗎？〕〔詳細內容〕〔改一下〕

我：今天天氣真好

岐狐：（就單純陪你聊天氣，不會硬把話題拉回剛才的問題）

🛠️ 怎麼做的

n8n 串接 LINE 的骨架

• Webhook：接收 LINE Messaging API 的事件，先驗證 LINE 簽章，驗不過就直接擋掉。
• HTTP Request：
  • 用 Reply API 回覆，免費；
  • 用 Push API 送出較慢的分析結果；
  • 下載語音檔；
  • 顯示「輸入中」動畫。
• 流程拆成三段：Gateway（收訊、驗簽）→ Adapter（排隊、限流）→ Worker（判斷與生成）。這樣 LINE 不會等太久，也不會同時處理太多訊息。

AI 的分工（Claude 系列模型）

• Haiku 5.5：日常聊天，同時判斷「這是不是重要決定、要不要升級」；需要時也負責上網搜尋。
• Opus 5.5：「星星議會」，從不同觀點分析選擇。
• Sonnet 5.5：再檢查一遍，專門找議會的盲點和沒說清楚的地方。
• 語音：LINE 語音 → 轉文字 → 走同一條流程。
• 記憶：從對話中記下少量重點（例如「快畢業、需服一年役」），之後聊天會帶入；使用者可以在選單查看，也可以說「忘記：…」刪掉。

讓它能公開給大家用

• 費用控管：每人每天最多 5 次深入分析，聊天也有頻率上限。
• LINE 免費方案每月只有 200 則推播，所以聊天都改用免費的 Reply。
• 上線前請三個「紅方」分別做資安、提示詞注入、整體掃描。依結果修掉了記憶被植入指令、回覆夾帶可疑網址、網路資料夾帶指令等問題，並寫成自動化測試。

📈 結果

• 已公開上線，任何人加好友就能用。
• 估算成本：聊天約 US$0.0005／則，深入分析約 US$0.2～0.4／次。
• 正在跑一個 A/B 測試：一半的人收到「平衡版」結論，另一半收到「直接版」結論（開頭就是「我的建議：選 X」，附理由、何時會改變、信心高低），看哪一種大家覺得更有用。
• 每次分析後會問四題回饋：有沒有效、沒效的原因、改善建議、會不會想繼續用。

💡 心得

1. 不要讓使用者選模式。 一開始我做了「聊天模式／分析模式」讓使用者切換，自己測完就覺得很卡。改成單一入口、讓 AI 自己判斷之後，順很多。好的互動是使用者根本不用想「下一步要按什麼」。
2. 真的去測，bug 才會出現。 語音只回「我聽到…」就沒下文、聊天回覆一直送不出去、結論模稜兩可，這些都是拿手機實際聊才發現的，看程式碼看不出來。
3. AI 很愛「看情況」。 議會的結論常常列一堆條件卻不選邊，看完反而沒用。所以我把「敢給建議」做成可以測試的變因，讓使用者的回饋來決定。
4. 公開之前，安全和成本要先想好。 一個人的玩具和公開給大家用的服務，差在限流、費用上限、提示詞注入防護這些看不見的地方。
5. 骨架很簡單，難的是骨架之外。 課程教的「Webhook 收訊 → AI 生成 → HTTP 回傳 LINE」是最基本的骨架，我之前就熟悉，所以這次把力氣都放在骨架之外：讓 AI 自己判斷要不要深入、語音輸入、記憶、費用控管和安全防護。做完才發現，讓一隻小精靈「能回話」只要一個下午，讓它「好用、能放心公開給陌生人用」才是真正花時間的地方。

🙏 想請你幫忙

歡迎加好友試試看，用完點「這方案有效嗎？」告訴我有沒有幫上忙、哪裡不好、會不會想繼續用。你的回饋會直接決定岐狐下一步怎麼長大！

👉 加好友：lin.ee/zwbCZh2（在新分頁開啟）

這是測試版，請不要輸入身分證、電話、帳密等敏感個資。