一、小精靈介紹與使用情境

這次我製作的 LINE 小精靈叫做 MoneyWise，是一位專門協助初學者學習投資理財知識的 AI 教練。

會選擇這個主題，是因為我一直想多了解投資理財相關知識，但有時候遇到不熟悉的金融名詞，光看網路上的解釋還是不太容易理解。因此，我希望能透過平常就會使用的 LINE，利用零碎時間慢慢累積金融知識。

MoneyWise 的主要功能是將複雜的理財觀念轉換成簡單易懂的說明，並透過生活化的例子和互動小測驗，幫助使用者確認自己是否真正理解，而不只是看過答案。

二、AI 指令設計與串接方式

在 AI 指令中，我將 MoneyWise 設定為一位親切、有耐心的理財教練，並設定以下要求：

1. 使用繁體中文，以簡單易懂的方式解釋投資理財知識。
2. 透過生活化的例子說明金融概念，避免使用過多艱深術語。
3. 每次聚焦一個主要觀念，並搭配簡單的小測驗。
4. 當使用者表示不理解時，改用更簡單的方式重新說明。
5. 根據使用者最新的訊息調整回答，讓對話能夠自然延續。
6. 以金融知識教育為主，不直接提供特定股票的買賣建議。

串接流程：

LINE → n8n Webhook → AI Agent（OpenAI Chat Model＋Simple Memory）→ HTTP Request → LINE

當使用者傳送 LINE 訊息時，Webhook 會接收訊息並交給 AI Agent 處理，再透過 HTTP Request 將 AI 產生的回答傳回 LINE。

另外，我也加入了 Simple Memory，希望讓 AI 能參考近期對話，讓學習過程更有連貫性。

三、實際測試對話

完成串接後，我透過不同的問題測試 MoneyWise 是否能按照設定回答。

📖 測試一：金融知識解釋

我：「什麼是 ETF？」

MoneyWise：解釋 ETF 是交易所交易基金，並以綜合水果的概念說明分散投資，最後提出一道關於 ETF 優點的小測驗。

測試二：調整解釋方式

我：「我不懂，可以再簡單一點嗎？」

MoneyWise：改用「綜合零食包」作為比喻，將 ETF 解釋成一次持有多種不同的投資標的，並重新提出更簡單的問題。

測試三：更換學習主題

我：「什麼是複利？」

MoneyWise：改用滾雪球的例子解釋複利，並透過簡單的數字計算，說明利息如何隨著時間持續累積。

透過這幾次測試，我確認 MoneyWise 能夠根據不同問題產生對應的回答，也能在使用者不理解時調整說明方式，而不是只回覆固定內容。

四、遇到的問題與調整過程

這次製作並不是一次就成功，中間遇到了幾個問題。

① API 驗證錯誤

一開始在 HTTP Request 節點遇到 Credentials not found 的錯誤，導致 AI 的回答無法正常傳回 LINE。後來檢查並調整 Authentication 設定，重新設定 LINE 的驗證資訊，才成功解決問題。

② 需要手動執行才能收到訊息

最初每次傳送 LINE 訊息前，都必須先到 n8n 按下 Execute，否則小精靈就無法回覆。

後來才發現是因為使用了測試模式，因此將工作流程正式發布，並把 Webhook 改成 Production URL，讓 LINE 訊息可以自動觸發工作流程。

③ AI 回覆速度較慢

實際測試時，發現 AI 有時需要等待較長時間才能產生回答，因此進一步檢查模型與相關設定，改善回覆效率。

④ AI 偶爾會答非所問

在測試連續對話時，曾經出現我選擇最新課程選單中的「1」，AI 卻將它誤認成前一道複利測驗答案的情況。

因此，我進一步檢查 Simple Memory 的設定，並調整 AI 指令，要求它優先根據最新的對話內容判斷使用者意圖，減少不同題目之間的混淆。

五、成果與心得

這次最大的收穫，是實際體驗如何將 AI 與 LINE 結合，讓原本需要開啟 AI 聊天工具才能完成的事情，變成日常生活中隨時可以使用的小幫手。

從 Webhook 設定、AI 指令設計，到 API 驗證與對話測試，過程中雖然遇到不少問題，但也讓我更了解 n8n 自動化流程的運作方式，以及 AI 指令如何影響最終的回答。

目前 MoneyWise 已經能夠自動接收 LINE 訊息、解釋金融知識，並根據使用者的需求調整教學方式。

未來希望能進一步改善對話記憶與教學的連貫性，讓它不只是單純回答理財問題，而是能陪伴使用者循序漸進地建立金融知識與獨立判斷能力。

對我來說，這次活動不只是完成一隻 LINE 小精靈，也讓我發現 AI 自動化其實可以從生活中的小需求開始，逐步發展成真正實用的工具。