新手級的AI Agent，破除Gmail與LINE的資訊亂源

前陣子接到一個邀約，一間企管顧問公司希望我開一門「AIGC與AI-Agent緒論」的課，講怎麼打造一個自動工作的AI秘書。老實說，AI-Agent我自己平常用得不多，一開始沒打算接，但對方誠意十足，還特別把時間喬到九月之後配合我的空檔，我實在不好推辭，就答應了。

答應之後才發現，自己得先真的動手做過，才有東西可以教，不然就只是紙上談兵。因為不能漏掉任何一封重要的信，我原本常常要一封一封來回檢查信箱，很花時間，於是我就拿這個真實需求當練習，用AI做了兩個小工具，一個處理信箱，一個處理LINE，過程中最意外的收穫，不是工具做出來了，是撞見了 AI 幻覺一種你完全不會提防的樣子。

我用Google Apps Script搭配Gemini API，做了一個小工具：掃描信箱，讓AI判斷有沒有需要留意的日期或重要事項，整理進一張試算表。開發這套系統之前，我就為了測試其他功能而儲值過，一直擔心萬一用過頭、帳單大爆炸，所以在動手串接API之前，特地先確認了一下帳單狀態，才發現自己的Google Cloud帳戶早就悄悄綁上了帳單帳戶，過去三十天已經產生實際費用。花了點時間釐清免費額度的規則之後，試算了一下，一週整理一次的用量，費用大概只要台幣一到兩塊，以這樣的成本換取的效率，是合理的投入。

Gmail小秘書：最危險的錯誤，是合理到你不會懷疑

信箱小秘書跟單純用程式規則去抓字，差別在哪裡？關鍵是多了Gemini這層AI。程式只能死板比對字串，看不懂句子在說什麼，遇到用詞不同就抓不到；AI能看懂意思，就算原本寫法五花八門，也能重新組織成統一的格式。比如一封信裡寫「講義請於8/11前提供」，我要的不是原封不動抄下來，是讓AI統一改寫成日期在前、事項在後，變成「8/11：提供講義」，不管原始信件怎麼寫，輸出的格式都一樣，這才是我真正想要的功能。

第一次測試信箱小秘書，我拿一封真實的多場次諮詢邀約信給它判斷，信裡明確寫著「諮詢結束後請於七個工作天內回傳紀錄表」。AI判斷出的截止日期，剛好跟我手動推算的答案一致，看起來完全正確，但仔細一查才發現，程式只截取了信件前兩千字，那段規則根本沒被讀到。AI是在完全沒看到這段文字的情況下，自己推測出了一個截止日期，而且推測得剛好很準，一開始完全看不出破綻。

這件事讓我意識到，AI的幻覺最危險的不是離譜的錯誤，是合理到你不會懷疑的錯誤。離譜的答案你一眼就能抓出來，但一個推測得剛好合理的答案，會讓你連查證的念頭都不會有。AI能負責執行判斷，不代表人的判斷就能完全交出去，我後來多加了一條規定，跟AI說清楚：只能照信件裡明確寫出來的內容講，不能自己亂猜。即使後來把AI能看到的內容範圍拉長、確保完整內容都能讀到，這條規定我還是留著，當作最後一道防線，因為結果能不能信任，最後還是要靠我自己判斷。

LINE記事系統：好工具不是重造輪子

本來是先整理Gmail，弄到一半才意識到，LINE其實才是我真正的資訊亂源，私人LINE裡朋友傳來的訊息跟課程邀約，一直沒好好整理過。這套系統有個前提：訊息要先轉貼到LINE官方帳號才能被程式讀到，私人對話做不到。我剛好有一個大約三年前申請、後來一直沒認真用起來的官方帳號，原本申請的用途早就忘了，這次意外派上用場，花了一個多小時就把工具做出來，方便很多。

設計上我沒有整套重新設計，而是沿用早就運作良好的Gmail任務追蹤系統的欄位結構，從信件日期、寄件人、任務類型都有，只多加一欄標記來源。這樣以後真的要合併成一張表，欄位可以直接一對一複製，不用重新設計對應邏輯。

開發過程也踩到一個常見的坑：某天傳了一則四行的長訊息測試，結果試算表裡只留下第一行，後面全部消失。後來查才發現，是訊息裡出現換行，程式抓取內容時就會在那裡停住，改了抓取的寫法，訊息不管有幾行都能完整抓到，才解決。

兩個工具背後的共同邏輯：先捕捉，再分類

這兩個工具背後，其實都在做同一件事，也就是GTD時間管理法裡「捕捉」這個階段的概念。GTD講的第一步，是先把腦子裡冒出來的念頭，不加篩選、不管格式，快速丟進一個收集匣，之後才整理分類，不要一邊想要記什麼、一邊還要想該怎麼分類，兩件事一起做，反而容易兩件事都做不好。

信箱小秘書做的，就是把散落在各封信、各個對話串裡的資訊，先整理到同一張試算表裡，不管這封信重不重要、格式亂不亂，先捕捉進來，判斷交給後面的AI去做。

LINE系統也是同樣的道理：因為是我自己手動把私人訊息轉貼給官方帳號，我把這個原則直接套進設計，轉貼的同時，順手標記這則訊息的來源、性質、日期，但不要求標記的順序，讓捕捉這個動作保持越快越好，分類判斷交給程式事後處理。

最後定案的格式很簡單，用直線分隔三段資訊，而且刻意設計成不管三段順序怎麼打都能正確拆解，程式不是死板地按位置判斷，而是依內容特徵自動辨識，符合日期格式的歸日期、符合任務類型之一的歸類型，剩下的當來源。這樣我打字的時候完全不用擔心順序，想到什麼先打什麼都行，捕捉的速度不會被分類的思考拖慢。

怎樣才算一個真的好用的AI小工具

做完這兩個工具之後，我回頭想清楚一件事：這種工具要做到什麼程度，才算真的有用，不是隨便串一下AI就算數。我自己歸納出三件事：

1. 它要自己判斷，不是我寫死規則；
   
   
2. 它要自己動手去查、去做，不是我問一句它才答一句；
   
   
3. 它做完一步，還要知道該不該接著做下一步。兩個工具都做到了這三件事。

能做到這幾件事，靠的是開發過程中一個具體的習慣：每一次改了AI判斷的方式，我都會先拿真實的信件單獨測試，確認結果沒問題，才放進正式系統。這個習慣讓好幾次看似沒問題的修改，在弄髒資料之前就被抓到。如果直接跑全部信箱，這些坑很可能不會被發現，因為判斷結果大致合理，錯誤反而更容易被忽略。

明確告訴AI不能做什麼，跟告訴它該做什麼一樣重要，不能自己亂猜、不能自己編內容，這類限制往往比功能需求更關鍵。AI的判斷有隨機性，同一封信、同樣的問法不保證每次結果一致，把這類工具當成抓重點的助理，而不是完全免確認的自動化，會比較安全。

不是先學工具，是先想清楚自己的流程

有一次一位學員問我，她卡在只會請AI潤飾文字、回答日常問題的階段，想知道接下來該往哪個方向精進，我一時答不太上來，因為她需要的不是一個現成答案，是先拆解自己的流程，才會知道自己真正要什麼。

我舉了信箱小秘書當例子：我會請AI掃過信箱、只要有日期就列出來，是因為我是講師，其他人不見得有這個需求。不是先學會某個工具才做這個功能，是先廣泛學習AI能做到什麼、做不到什麼，再回頭拆解自己的流程，設計出真正符合自己需求的工具。

回頭看，這趟為了準備AI-Agent這門課而做的練習，也不是照原本想像的方向走出來的：本來只是想解決信箱找日期太花時間的麻煩，卻先撞見AI幻覺最危險的一種樣態；本來只打算做完信箱這一個工具，卻在弄的過程中，發現LINE才是真正的資訊亂源。

這兩個工具目前先各自運作、觀察一段時間，將來成熟了，打算把信箱跟LINE這兩大亂源整合起來，再跟Google日曆串接。光是踩過這幾個坑，已經足夠體會到，真正能用的AI小工具，跟隨便串一個AI API之間，隔著多少需要親手踩過的細節。

小樹108・No.009｜AI工作流

．．．關於分享者．．．

※連繫：FB 蔡興正
※電郵：jason@cpfs.com.tw
※證照：孫易新心智圖講師班﹙2014﹚ | GCDF全球職涯發展師 | Google全球教育家
※專長：心智圖法 | 數位工作 | 職涯紫微