無法取得影片資訊
2026-07-04
52
開始示範與前置準備 建立資料夾與試算表欄位 LINE 官方帳號與測試 Bot 準備 建立 LINE channel 與基本設定 LINE 官方帳號等級與認證差異 新增 Gemini API key 欄位 到 Google AI Studio 建立 API API key 命名、用途與免費額度 Google Apps Script 部署為網頁 授權範圍與資料安全說明 複製部署網址並更新 LINE 端設 測試機器人並排查版本錯誤 程式修改後重新部署 設定繁體中文回覆人格 檢查試算表回寫欄位 測試提問:YouTube 行銷 完成 Bot 互動驗證
智慧助理 自動化系統 設定與使用教學文件
國立臺中教育大學 施育廷
這是一套將您的 LINE 官方帳號(或個人帳號)變身為超級智慧助理的自動化系統。想像一下,您可以直接在 LINE 聊天室中,完成以下所有事情:
核心價值:將您所有的數位工作流程,無縫整合到您最熟悉的 LINE 介面中。
為了讓您更容易理解,我們可以將這套複雜的系統比喻成一個擁有多項技能的機器人。
接收您在 LINE 中傳送的所有訊息(文字、圖片、位置等),並將系統處理後的結果回傳給您。
這是系統的智慧核心。當它收到您的指令時,它會判斷「您到底想做什麼?」(例如,您是想寄信,還是想查資料?),並從您的話語中提取關鍵資訊。所有報告、摘要、檔名也都是由它生成的。
這不僅僅是個試算表,更是系統的「長期記憶」。所有上傳的檔案紀錄、操作日誌、API 金鑰、筆記等,都儲存在這裡。
所有您從 LINE 上傳的媒體檔案(圖片、影片、文件)都會被妥善地存放在這裡。所有 AI 生成的報告(Google 文件、簡報)也會儲存在此。
當需要與 LINE 或 Google 以外的服務互動時,系統會使用這些工具,例如用於發布圖片到 Threads 的 Cloudinary 和 Threads API 本身。
這就是您提供的程式碼本身。它是黏合劑,負責指揮所有部件協同工作,完成您交辦的任務。
請依照以下步驟完成設定,過程大約需要 15-20 分鐘。

FOLDER_ID。
// 1. Configuration 區塊,並填入您的資訊。
APIKEY 這個分頁。
+ 號。
關鍵步驟:這一步會產生一個獨一無二的網址,讓 LINE 可以把訊息傳送過來。
v1.0。恭喜! 至此,您的智慧助理已經正式上線!
為了方便操作,系統內建了一個管理員選單,讓您直接在 Google Sheet 中管理 LINE 的圖文選單 (Rich Menu)。
現在,打開您的 LINE,開始跟您的新助理對話吧!
您做什麼:直接從手機傳送任何檔案(圖片、影片、PDF...)到聊天室。
系統做什麼:自動存檔到 Google Drive、用 AI 分析並產生檔名、摘要與分類,最後將資訊回傳給您。
後續操作:您可以說:「我想詢問關於檔案「AI生成的檔名.pdf」的問題」,即可針對該檔案內容提問。
您說什麼:「為檔案「AI生成的檔名.pdf」產生分析報告」 或 「幫我做一份關於「永續發展目標」的簡報」。
系統做什麼:詢問您報告格式(文件、簡報、網頁),然後在背景生成報告。完成後,會主動推送檔案連結給您。
!t [您想發的文字內容]」。
幫我查一下最近的 AI 新聞」。我想看關於 App Script 教學的影片」。幫我建立一個行程,明天下午三點跟王經理開會」。寄信給 team@example.com,主旨是會議通知,內容是明天會議改到四點」。筆記:等等要記得買牛奶」。推薦附近的美食」。本系統的強大功能來自於整合了多種網路服務。以下是核心 API 的介紹與連結,方便您申請金鑰。
用途:系統的基礎,負責接收與回覆所有 LINE 聊天室的訊息,是使用者與系統互動的橋樑。
取得方式:前往 LINE Developers Console 建立一個提供者 (Provider) 和一個 Messaging API 頻道 (Channel),即可在 "Channel basic settings" 中找到 Channel secret,並在 "Messaging API" 分頁中發行 Channel access token。
用途:系統的「大腦」。所有自然語言理解、意圖判斷、檔案摘要、報告生成、文案撰寫等智慧功能,都是由 Gemini 模型驅動。
取得方式:前往 Google AI Studio,使用您的 Google 帳號登入,即可輕鬆建立並取得 API 金鑰。
用途:當您下達指令查詢 YouTube 影片時,系統會使用此 API 來搜尋相關影片,並取得影片的標題、縮圖、頻道等資訊。
取得方式:在 Google Cloud Console 中建立專案,並啟用 "YouTube Data API v3",然後在「憑證」頁面建立 API 金鑰。
用途:實現從 LINE 直接發文到 Threads 的核心工具。它允許系統以您的名義建立純文字、單一圖片或多圖輪播的貼文。
取得方式:需要有 Facebook 開發者帳號。前往 Meta for Developers,建立應用程式並根據文件指示獲取 Threads User ID 和 Access Token。
用途:一個強大的圖片與影片管理服務。在此系統中,它扮演「公共圖床」的角色。因為 Threads API 需要一個公開的圖片網址才能抓取圖片,所以系統會先將您從 LINE 上傳的圖片暫存到 Cloudinary,取得公開 URL 後再傳給 Threads。
取得方式:前往 Cloudinary 官網 註冊免費帳號,即可在儀表板 (Dashboard) 找到 Cloud Name, API Key, 和 API Secret。
用途:雖然 Apps Script 內建了 `DriveApp`,但啟用進階的 Drive API 服務可以讓系統執行更複雜的操作,例如:將上傳的 Excel/Word 檔案自動轉換為 Google Sheets/Docs 格式、更有效率地取得檔案縮圖等。
取得方式:此 API 無需外部金鑰,只需在 Apps Script 編輯器的「服務」中新增即可,如設定步驟 5 所示。
以 Line Bot 為例:與 GenAI 協作的全方位指南
本文件不僅僅是一份專案的說明書,更是一份詳盡的開發日誌與方法論。它旨在服務三種不同的對象,無論您是想直接使用、深入開發,還是學習如何與 AI 協作,都能在此找到您需要的內容。
任何成功的軟體專案都始于清晰的需求定義。在與 AI 開始協作之前,最關鍵的第一步是將我們的目標「人類語言」轉化為 AI 能夠理解的「具體任務」和「上下文資訊」。這個過程稱為需求釐清與前置處理。
我們首先將專案的宏大願景拆解成兩個主要的功能模組:
接著,我們必須像對待一位新同事一樣,為 AI 提供專案的「背景資料」。這一步是為了讓 AI 在生成程式碼時,能夠直接使用我們指定的變數和架構,而不是憑空捏造。
「你好,我準備用 Google Apps Script 打造一個 GenAI LINE Bot。
前置設定如下:
- 我的 Google Sheet 中有一個名為APIKEY的工作表,其中A1:A5分別存放了 5 組 Gemini API Key。
- 所有上傳的檔案需存放在這個 Google Drive 資料夾:https://drive.google.com/drive/folders/你的資料夾ID。- 系統的日誌和設定將使用這份 Google Sheet:https://docs.google.com/spreadsheets/d/你的試算表ID。- 我們將使用的 Gemini 模型是 gemini-2.0-flash。請基於以上設定,幫我開始建構這個專案。」
通過這樣的前置處理,我們確保了 AI 從一開始就和我們在「同一個專案」上工作,極大地提高了後續協作的效率。
本節將完整重現與 AI 協作開發的真實流程,從高層次的架構設計,到具體的功能實現,再到除錯與迭代。這是一個將抽象想法轉化為具體程式碼的旅程。
在寫下第一行程式碼前,我們先請 AI 擔任「系統架構師」的角色,為專案設計一個穩固的骨架。
「我想用 Google Apps Script 打造一個 LINE 機器人,它需要能管理 Google Drive 檔案並串接外部 AI API。請為我設計一個可擴展、模組化的程式碼架構。」
「在這個架構中,如何處理耗時較長的非同步任務,例如 AI 生成報告?請比較使用 time-based trigger 和 Google Cloud Tasks 的優劣。」
「請幫我畫出這個系統的 Mermaid.js 流程圖,包含使用者、LINE、Apps Script、Gemini AI 和 Google Drive 之間的互動。」
有了架構後,我們開始逐一實現核心功能。提問的關鍵在於精確和具體。
功能實作:「請幫我寫一個 Google Apps Script 函式,名為 `getLogData`,它可以讀取一個名為『檔案日誌』的 Google Sheet 工作表,並根據傳入的關鍵字參數,篩選出檔名或摘要欄位中包含該關鍵字的資料列,最後回傳一個物件陣列。」
API 串接:「請提供一個使用 `UrlFetchApp` 呼叫 Google Gemini API 的範例程式碼,需要包含設定 request headers、payload,以及錯誤處理的邏輯。」
提示工程 (核心):「我需要設計一個 Prompt,讓 Gemini AI 扮演 LINE 助理的角色。這個 Prompt 必須能讓 AI 根據使用者的輸入,判斷其意圖,並從中提取出結構化的參數。請提供一個包含角色扮演、規則定義、以及少樣本學習範例的完整 Prompt。」
開發過程中必然會遇到錯誤。AI 在此階段扮演了「資深除錯夥伴」的角色。提供完整的上下文(程式碼+錯誤訊息)是快速解決問題的關鍵。
錯誤排查:「我的 Apps Script 在執行 `UrlFetchApp` 時回報了『Exception: Address unavailable』錯誤。這是我的程式碼片段...,呼叫的網址是...。請問可能的原因有哪些?」
邏輯優化:「這段程式碼在處理大量資料時執行效率很低,經常超時。請幫我分析瓶頸在哪裡,並提供優化建議,例如改進迴圈的寫法或使用批次處理 (batch operations)。」
程式碼重構:「請幫我重構這個函式,讓它遵循單一職責原則,並加上 JSDoc 格式的註解,以提高可讀性和可維護性。」
隨著專案複雜度增加,我們會遇到一些更深層次的挑戰。以下是本次專案中幾個典型的例子及其解決方案。
當遇到無法用文字描述清楚的問題時(例如前端介面按鈕沒反應),直接提供截圖並附上問題描述,是最高效的溝通方式。AI 能從視覺和文字的雙重資訊中,更精準地定位問題根源,例如判斷問題出在前端邏輯還是後端部署環節。

在長時間的連續開發對話後,您可能會發現 AI 的回應品質下降、開始產出重複或無關的程式碼。這是因為對話的上下文(Token Count)已接近模型的處理極限。當 Token 數超過 10 萬時,就應果斷開啟一個新的聊天室,這是繼續高效協作的關鍵時機。

開啟新聊天室後,如何讓 AI 快速「進入狀況」?最佳策略是:將上一個聊天室中最後一個能完整運作的版本的全部程式碼,直接複製貼到新聊天室的開頭,並下達指令:「這是我們目前最新的完整程式碼,現在我們需要在此基礎上,新增...功能」。這相當於為 AI 做了一次「記憶移植」,確保了開發的連續性。

當我們需要整合一個全新的服務(例如 Threads API),或者某個 API 的用法更新了,而 AI 的訓練資料中不包含這些新知識時,我們需要主動為 AI「賦能」。

本節以 Prompt 的演進順序,記錄了專案從一個基礎的檔案管理員,逐步擴展成一個全功能雲端秘書的完整歷程。


施育廷Andrewshih
248 Followers
4則留言
語
2026/07/04
讚
1
0
回覆
芬
2026/07/04
讚
1
0
回覆
林
2026/07/04
good
1
0
回覆
小貓
2026/07/04
深具啟發性,受益良多
1
0
回覆
施育廷Andrewshih
248 Followers
我們使用本身的Cookie和第三方的Cookie進行分析,並根據您的瀏覽習慣和個人資料向您展示與您的偏好相關的廣告。如欲瞭解更多資訊,您可以查閱我們的隱私權政策。