在現代商業環境中，管理者面臨以下挑戰：
平台碎片化： 顧客意見散佈在 Google、FB、LINE 各處，管理者難以全面收集並整合分析。
數據解讀困難： 面對成千上萬條評論，僅靠人力難以歸納出核心痛點，導致決策只能憑直覺。
回應效率低下： 針對負面評價，管理者常因壓力或缺乏經驗而回應不當，錯失挽回顧客的機會。
管理經驗斷層： 新任經理缺乏實戰經驗，難以在不影響生意的情況下練習應對各種經營危機。
InsightX 透過 AI 技術將數據轉化為行動方針：
跨平台整合監測： 支援一鍵抓取主流社群與地圖平台評論，實現數據中心化。
深度戰略分析： 不只做情緒分析（Sentiment Analysis），更自動生成 SWOT 分析報告與具體的經營改進建議。
AI 賦能文案： 自動生成專業的評論回覆範本與社群行銷貼文，大幅節省社群維運成本。
虛擬管理訓練： 獨創「管理者決策模擬遊戲」，利用真實數據訓練新任管理者的決策能力與情商。
Gemini 2.0 核心驅動： 利用最新一代大型語言模型，提供極高精準度的語意理解與創意生成。
自動化爬蟲技術： 整合 Playwright 實現穩定且高效的網頁資料採集。
互動式決策模擬： 將真實經營場景與 AI 回饋機制結合，提供即時的決策績效評估。
現代化開發流： 使用 UV 進行極速依賴管理，並支援 Docker 一鍵部署。
Backend: FastAPI (Python 3.10+), Pydantic, Playwright (Scraping)
Frontend: React, Vite, TypeScript, Tailwind CSS
AI Engine: Google Gemini 2.0 Flash, Gemini Embedding
Environment: UV (Package Manager), Docker & Docker Compose
Development: Pytest, Black (Formatting), Pyright (Static Analysis)
InsightX 採用前後端分離的架構，並將 AI 分析與數據採集模組化：
資料採集層 (Data Collection)： 使用者輸入 URL ➔ Playwright 啟動無頭瀏覽器 ➔ 抓取多平台評論。
AI 分析引擎 (Intelligence Engine)： * 情緒過濾： 判斷評論正負向。
特徵提取： 識別環境、服務、餐點等關鍵痛點。
戰略生成： Gemini 根據收集到的數據產出 SWOT 與建議。
應用表現層 (Application Layer)： * Dashboard： 視覺化呈現營運指標。
Response Generator： 一鍵產出回覆內容。
Sim Game： 前端 React 渲染決策情境，後端 AI 提供即時導師評語。
GitHub Repo:
https://github.com/Jacobyang0818/InsightX
簡報連結:
https://drive.google.com/file/d/19jHTsqZHNBRQnu-Da4r4mvrWw-TUfRMl/view