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