CH10 本地 AI 模型與對話平台

Part 5: 實戰案例與延伸

5 個真實應用場景，展示本地 AI 的無限可能

合約審查教學助手程式碼審查寫作工作台知識庫

五大實戰案例總覽

📋

案例 1

合約審查助手

🎓

案例 2

蘇格拉底教學

💻

案例 3

程式碼審查

✍️

案例 4

寫作工作台

🧠

案例 5

個人知識庫

共同特色：

所有案例都完整可用，程式碼在範例資料夾中
純前端實作，只需瀏覽器即可運行
串接 Ollama API，100% 本地運算
可自由修改、擴展功能

1

合約審查助手

律師事務所的智慧法務工具

應用場景

律師、法務人員需要審查大量合約，找出潛在風險條款。

核心功能

上傳 PDF/DOCX/TXT

自動擷取合約內容

AI 分析風險條款

生成審查報告

PDF.js Mammoth.js Ollama API

隱私優勢：客戶合約內容完全在本機處理，不會外洩到雲端，符合法律業的保密需求。

案例 1：技術實作亮點

System Prompt 設計

透過精心設計的提示詞，讓 AI 扮演專業法務角色：

你是一位資深合約審查專家。
請分析以下合約內容：
1. 找出可能對我方不利的條款
2. 標示風險等級（高/中/低）
3. 提供修改建議
4. 用繁體中文回答

檔案處理流程

使用者上傳文件
PDF.js 解析 PDF 檔案
Mammoth.js 解析 Word 文件
擷取純文字內容
組合 Prompt 送給 AI
顯示分析結果

使用限制：AI 分析僅供參考，重要合約仍需專業律師審閱。

2

蘇格拉底式教學助手

引導思考的智慧家教

教學理念

不直接給答案，而是透過提問引導學生思考，讓學生「自己發現」答案。

核心功能

引導式提問回答

追蹤學習進度

記錄弱點科目

教師監控面板

例如：學生問「二次方程式怎麼解？」
AI 回答：「你聽過配方法嗎？先試試看能不能因式分解？」

案例 2：教師監控面板

除了學生端的學習介面，還提供教師查看學習數據的後台。

學習統計

總問答次數
各科目分布
學習時長追蹤
活躍時段分析

弱點分析

常見錯誤類型
需加強的科目
理解度評估
進步曲線圖

數據儲存

使用 localStorage
完全離線運作
可匯出報告
學生隱私保護

教育價值：24 小時免費的 AI 家教，無限次詢問，學生可以安心大量練習。

3

程式碼審查工具

開發者的智慧助手

解決痛點

開發者需要審查程式碼品質，但 GitHub Copilot 等工具會將程式碼上傳雲端。

核心功能

程式碼品質審查

安全漏洞檢測

重構建議

單元測試生成

程式碼解釋

效能優化建議

企業優勢：專案程式碼 100% 在本機分析，不怕商業機密外洩。

案例 3：程式碼審查功能詳解

品質審查

分析程式碼結構、命名規範、可讀性，給出改進建議。

建議：函數 getData() 命名過於籠統
建議改為 fetchUserProfile()

安全檢測

檢查 SQL Injection、XSS 等常見安全漏洞。

警告：第 15 行存在 SQL 注入風險
請使用參數化查詢

測試生成

自動為函數生成單元測試程式碼。

test('should return user data', () => {
const result = getUser(1);
expect(result.id).toBe(1);
});

重構建議

建議如何改寫以提升效能或可維護性。

建議：這段迴圈可以用 map() 改寫
可減少 30% 程式碼行數

4

寫作工作台

內容創作者的加速器

目標用戶

作家、部落客、行銷人員、自媒體創作者。

八大功能

文字潤飾

風格轉換

標題發想

SEO 優化

摘要生成

內容擴寫

翻譯功能

錯字校正

成本優勢：使用雲端 AI 每天可能花費數百元，本地 AI 完全免費無限使用！

案例 4：寫作功能範例

風格轉換

原文：這個產品很好用。

正式風格：此產品具備優異的使用者體驗與功能性。

口語風格：這東西超讚的啦！用過的都說好！

標題發想

主題：本地 AI 的優勢

建議標題：
1. 「告別雲端費用！本地 AI 省下你的荷包」
2. 「隱私至上：為什麼你需要本地 AI？」
3. 「5 分鐘上手！在家也能跑 AI 模型」

SEO 優化

分析結果：
- 關鍵字密度：2.3%（建議 2-3%）
- 標題長度：45 字元（最佳 50-60）
- Meta 描述：缺少

優化建議：
增加「AI 工具」「免費」等關鍵字

內容擴寫

輸入：AI 可以幫助寫作

擴寫：人工智慧技術的發展，為內容創作者帶來了前所未有的便利。從構思大綱、草擬初稿，到潤飾修改，AI 都能提供即時的協助...

5

個人知識庫 / 第二大腦

你的專屬 AI 記憶體

概念

將你的筆記、文件、想法儲存起來，讓 AI 幫你記住並在需要時找出來。

技術架構

後端
Python + Flask + ChromaDB

向量化
nomic-embed-text 模型

核心功能

新增/編輯筆記

AI 智慧搜尋

向量相似度比對

標籤分類管理

案例 5：RAG 技術原理

RAG (Retrieval-Augmented Generation) = 檢索增強生成

📝

1. 儲存筆記

將筆記轉換為向量，存入資料庫

❓

2. 使用者提問

將問題轉換為向量

🔍

3. 相似度搜尋

找出最相關的筆記

🤖

4. AI 生成答案

基於筆記內容回答

技術棧：

Python Flask ChromaDB nomic-embed-text 向量相似度

重要提醒：必須下載專門的 Embedding 模型（ollama pull nomic-embed-text），一般對話模型不支援向量化功能。

延伸學習方向

整合其他工具

Open WebUI - 更強大的介面
LangChain - AI 應用框架
Flowise - 視覺化 AI 流程

進階功能開發

語音輸入/輸出
圖片生成（Stable Diffusion）
多模態理解（Vision）

企業應用

內部知識庫問答
客服機器人
文件自動分類

模型微調

針對特定領域訓練
客製化回答風格
提升特定任務表現

CH10 完整總結

恭喜完成本章所有內容！你已經掌握了本地 AI 的核心技能。

📚

Part 1

理解價值

⚙️

Part 2

安裝 Ollama

🌐

Part 3

自建網頁

🏗️

Part 4

系統架構

🚀

Part 5

實戰案例

你現在擁有：

完全免費的 AI 助手 100% 隱私保護離線可用無限次對話 5 個實戰應用

開始探索本地 AI 的無限可能吧！