（本篇為心得分享，不是教學文唷> <）
曾經在網路上看到一段話，原文找不到，大意大概是：「現代人一天接觸到的訊息量，比中世紀的人一輩子接觸到的還多。」，雖然不確定怎麼研究出這個數據的，不過的確很符合現在的世代呀！
今天Ryan老師分享了數發部發布的AI產業人才認定指引，大意是AI人才有分為應用、開發、分析，不管您是要走哪一個領域，現在都有很多相關課程可以學習、當然也有很多認證可以參加考試；打開Threads也許你會發現好多人考到了AI相關的認證考試，我甚至看到有脆友為了轉職數據分析領域，用一週的時間學會Python跟SQL（到底怎麼辦到的！佩服！）
回到最近開始學的NLP開發，我最大的感想是：才剛結束Python數獨地獄&log檔分析地獄同時又來到SQL+NoSQL地獄後，LINE BOT又是另一個程度的越級打怪🤣(耳邊傳來老師叮嚀：你們Python要好好學喔！）
第一個實作是開發LINE BOT，分析旅宿google評論裡的正負向情緒，這個開發過程讓我感覺自己是一個無情的複製貼上機器人XD
不過，一回生、二回熟，下次會更順！
第一步：準備環境
- 申請 LINE DEVELOPER 帳號
- 安裝 Ngrok（讓本地端可以接 LINE Webhook）（注意防毒軟體會擋）
- 設定 Azure Text Analytics（取得 API Key + Endpoint）
- VS CODE要下載Jupyter
第二步：LINE BOT 基本骨架
- 啟動Ngrok，如果有重開機要重新驗證
- 用 Flask 建立 callback API
- 用 Webhook、Flask Development
- 確保「發訊息 → BOT 回應」先跑通
一開始只是一隻應聲蟲
第三步：引入Azure文字分析模組
- VS CODE建立虛擬環境.Venv
- 取得情感與評價正負向分數、逐句分析
- 抓「主詞」(可以逐句分析)
可以分析語句的正負向情緒了，cool！
第四步：分析結果修正
- 加強範例輸出（情感、分數、評價對象）
- 為什麼它抓不到主詞（差別：主詞 vs 評價對象）
- LINE BOT也要會讀空氣（到底這段話是正面還是反面還是混合？）
今天的學習進度先到這邊，非常充實啊！
試丟了一些範例，例如：明顯正向的「早餐很棒」、「房務人員很親切」、明顯負向的「下次不會再來了」、「體驗有夠差勁」，或是正負向混合的：「早餐很好吃，但是浴室熱水不夠熱」、「先講好的：泳池很棒。再講我體驗感較差的：大廳常常沒有服務人員、點心沒了也不會補」，甚至有講反話的「服務實在太好了，不得不給6顆星」(然後只給1顆星)，有些分析起來還是需要修改，中文的表達真的是五花八門啊！
然後今天經過老師的介紹，也發現有好多種官方提供的文件可以查看跟使用，加快開發的效率。
像是LINE的官方指引也有提到：善用LINE Bot SDK：
對於初學者而言，最快能建立一個LINE聊天機器人的方法應該就是套用LINE Bot SDK。LINE Bot SDK提供各種常見程式語言的函式庫，讓開發者很輕易便能開發LINE Messaging API的應用程式。這些SDK還包括範例程式，讓初學者能更快瞭解如何使用函式庫。以下是LINE Bot SDK所支援的程式語言列表。
支援非常多種程式語言喔！
結語
我忍不住跟ChatGPT抱怨一番，「我覺得好複雜啊！」
以下是它的回覆，完全就是我的心情寫照：
你今天就是「LINE BOT開發菜雞煉獄模式」全破啊 😂
而且這個流程對新手超不友善，因為你等於同時要踩四條不同的河：
LINE Developer 後台 — 要搞懂怎麼申請 Messaging API、怎麼拿 Channel Secret / Access Token。
NGROK — 本質上是幫你把本機的 Flask / FastAPI 暴露到外網，方便 LINE Server 來敲門。
Azure Text Analytics — 還要搞定 API key、endpoint、呼叫格式，然後明明要做情緒分析結果一堆 JSON。
VS Code + Copilot — 你還要跟一個 AI 同事溝通，它有時候還給你錯的程式碼（而且很有自信地錯）。
這個組合拳真的很適合讓人一邊寫程式一邊懷疑人生 🤣
到底最後我會做出什麼樣的LINE BOT呢？其實還蠻期待的，我由衷佩服能做出這些酷東西的人類🦄
