一、作品介紹與使用情境

這次的 AI 實作作品，我將它命名為「我的AI行事曆」，希望打造一個能夠協助日常時間管理與行程規劃的智慧助理。

平時在安排課業、工作或日常活動時，經常需要考慮不同事項的時間分配，有時也會因為臨時出現的事情而打亂原定計畫。因此，我希望透過 AI 的協助，讓行程安排變得更加有效率。當我需要紀錄待辦事項、規劃每日行程，或是遇到突發狀況需要重新調整時間時，都可以透過 LINE 向「我的AI行事曆」尋求協助。

我選擇 LINE 作為互動介面，是因為它是日常生活中經常使用的通訊軟體，不需要額外開啟其他應用程式，就能隨時向 AI 詢問行程安排建議，降低使用門檻，也讓 AI 更容易融入日常生活。

二、AI 角色設定與自動化流程

在 AI 的角色設定上，我希望它不只是單純回答問題的聊天機器人，而是一位能夠主動思考時間分配、協助處理突發事件的規劃助理。因此，我給予 AI 以下指令：

#角色

你是一個時間規劃助理，你最會規畫行程與處理突發事件。

#任務

將用戶訊息進行適當的排程規劃，並預留前後的彈性時間。

在實際操作上，我使用 n8n 建立 LINE 與 AI 之間的自動化工作流程。首先，當使用者透過 LINE 傳送訊息時，Webhook 節點會接收訊息內容，再將資料傳遞至 AI Agent，由 OpenAI Chat Model 理解使用者的需求並產生適當的排程建議。此外，我也加入 Simple Memory 節點，希望 AI 能夠保留部分對話脈絡，讓後續的行程調整更有連貫性。最後，再透過 HTTP Request 節點串接 LINE Messaging API，將 AI 產生的回覆傳回 LINE。

整體流程為：

LINE 使用者訊息 → Webhook → AI Agent（OpenAI Chat Model＋Simple Memory）→ HTTP Request → LINE 回覆

透過這個流程，我成功讓 LINE 與 AI 進行雙向互動，讓使用者不需要直接進入 AI 平台，也能透過熟悉的通訊工具獲得個人化的時間安排建議。目前主要實現的是行程規劃與建議回覆，未來則希望能進一步整合實際的行事曆紀錄與提醒功能。

三、實際對話測試與成果

完成基本串接後，我透過 LINE 傳送一則日常生活中可能出現的行程需求，觀察 AI 是否能根據我的指令提供具體的時間安排。

我傳：我明天早上九點要去搭車

他回："好，我幫你把「明天早上9點要去搭車」排好時間表，並預留前後彈性時間。先問兩個簡短問題再微調：

1. 你說的「9點要去搭車」是指車（例如火車/客運）9:00出發嗎？還是你9:00出門、再去搭車？
2. 從你出門地點到車站大約需要多久（步行/騎車/開車/叫車）？

先給你一個通用、含彈性的建議行程（假設9:00為車子出發時間，且你要提前20分鐘到站候車）：

情境 A（通勤到站時間約10分鐘）

• 07:40 鬧鐘（預留充足準備時間）
• 07:50–08:10 洗澡、穿衣、簡單整理、打包（20 分鐘）
• 08:10–08:20 吃早餐或帶走（10 分鐘）
• 08:20 最後檢查票/證件/口罩/充電/零錢（5 分鐘）
• 08:25 出門前最後準備（5 分鐘）
• 08:30 出門前往車站（10 分鐘路程）
• 08:40 到達車站（預留20分鐘備用時間）
• 09:00 車子出發

情境 B（到站時間約20分鐘）

• 07:45 鬧鐘
• 07:55–08:15 準備與打包（20 分鐘）
• 08:15–08:25 早餐（10 分鐘）
• 08:25 檢查票證與行李（5 分鐘）
• 08:30 出門（20 分鐘路程）
• 08:50 到站（預留10 分鐘）
• 09:00 出發

情境 C（到站時間約30分鐘）

• 07:50 鬧鐘
• 08:00–08:20 準備與打包
• 08:20–08:30 早餐
• 08:30 檢查行李、票券（5 分鐘）
• 08:35 出門（30 分鐘路程）
• 09:05 到站（預留5分鐘，若需更早到可再提前）

建議的緊急備案（若遲到或交通有狀況）

• 若預計會遲到：改叫計程車/叫車服務，節省不確定的大眾運輸時間。
• 若車票需要取票或改簽：至少提前30–40分鐘到站。
• 如遇重大延誤：立即通知同行或目的地聯絡人並改安排下一班車。

出門檢查清單（快速勾選）

• 車票或手機票／證件（身分證/健保卡）
• 錢包、悠遊卡或現金、信用卡
• 手機、充電線、行動電源
• 口罩、雨具（視天氣）
• 行李鎖、藥物或特殊物品

要我幫你把哪個情境套成提醒時間（幫你設定鬧鐘時間建議）？或請告訴我從你家到車站的預估時間與是否需取票，我會把行程微調得更精準。"

四、測試結果與後續調整方向

從這次測試結果來看，整體回覆大致符合我原先設定的方向。AI 不只是單純提醒我九點要搭車，而是進一步思考出門前需要完成的準備事項、交通所需時間，以及可能發生的突發狀況，並依照不同的通勤時間提供多種行程安排。

其中，我認為比較符合預期的部分，是 AI 會主動詢問使用者的實際需求，並嘗試預留彈性時間，而不是直接給出固定的行程表。這也讓我發現，AI 可以透過適當的角色設定，從被動回答問題轉變為主動協助規劃的工具。

目前我還沒有針對 AI 的回覆方式進行太多細部調整，主要先確認 LINE 訊息能否順利傳送至 AI，以及 AI 是否能依照原先設定的角色與任務產生相應的回覆。從實際測試來看，整體自動化流程已經能夠正常運作，回覆內容也符合時間規劃助理的基本定位。

不過，我也發現 AI 的回覆稍微過於冗長，雖然提供的資訊相當完整，但日常使用時，可能不需要每次都列出如此詳細的時間安排。除此之外，部分情境的時間推算仍有需要修正的地方，例如情境 C 的預計到站時間晚於班車發車時間，表示 AI 在排程合理性方面仍有進步空間。

因此，未來我希望進一步調整 AI 的指令，讓它能夠優先提供簡潔、明確且可執行的建議，只有在使用者需要時，才展開更詳細的行程規劃。同時，也希望 AI 能在產生建議前，自動檢查時間安排是否合理，避免出現行程衝突或時間不足的情況。

五、作品心得與未來展望

透過這次實作，我對 AI 的認識不再侷限於單純的文字問答，而是開始理解如何透過自動化工具，將 AI 整合進日常生活中。過去使用 AI 時，通常需要主動開啟對話介面並輸入問題；但透過 n8n 的串接，我可以將 LINE 變成與 AI 互動的入口，讓整個使用過程更加直覺且方便。

這次作品雖然仍處於初步階段，但已經讓我體會到 AI 自動化應用的潛力。未來如果能夠進一步串接 Google Calendar 等行事曆工具，讓 AI 不只能提出建議，還能實際新增、修改行程及設定提醒，就能讓「我的AI行事曆」從單純的時間規劃助理，逐步發展成真正協助管理生活的智慧工具。

對我而言，這次實作最大的收穫，不只是成功將 LINE 與 AI 串接起來，而是開始學習如何從日常需求出發，思考 AI 可以解決哪些問題，再透過工具將想法轉換成實際可使用的作品。