「AI 文案草稿生成」詳解
在學習「AI 文案草稿生成」這個案例時，除了理解整體的行銷應用邏輯外，掌握背後 Python 程式碼的基礎元件也至關重要。這份清單整理了該 Colab 筆記本中最核心的 Python 語法與概念，請確保自己能理解每一個項目的用途。
1. 函式庫匯入與 Colab userdata
核心概念： 程式的第一步，永遠是匯入我們需要用到的工具箱 (函式庫)。
重點說明：
import json: 引入json函式庫來處理 JSON 格式。import google.generativeai: 引入google.generativeai函式庫來與 Gemini API 互動。from google.colab import userdata: 這是 Colab 的一個特有功能，讓我們可以安全地讀取預先儲存的密鑰 (API Key)，避免將敏感資訊直接寫在程式碼中，是程式安全性的重要一環。
2. 錯誤處理 (try / except)
核心概念： try 區塊中的程式碼是我們預期可能發生錯誤的部分。如果 try 區塊真的出錯了，程式不會直接崩潰，而是會跳至 except 區塊執行對應的處理方式。
Python 的 try 可以有多個 except 區塊，這是完全合法且常見的寫法。這樣可以根據不同的例外（Exception）類型採取不同的處理方式。（例如步驟3-5就有兩個except）
重點說明： 網路請求（如呼叫 API）或檔案讀取都可能因為各種原因失敗。使用 try/except 可以優雅地處理這些預期外的狀況（例如 API 金鑰錯誤、網路連線中斷），並給予使用者明確的提示，這是撰寫穩健程式的必備技能。
範例程式碼：
try:
# 嘗試從 Colab 密鑰管理器中讀取 API 金鑰
api_key = userdata.get('GEMINI_API_KEY')
genai.configure(api_key=api_key)
print("🔑 Gemini API 金鑰已成功設定。")
except Exception as e:
# 如果發生任何錯誤（例如找不到金鑰），則執行這裡的程式碼
print(f"🚨 設定 API 金鑰時發生錯誤：{e}")
你也可以參考「Python入門與基礎」的 “例外處理篇”
3. f-String (格式化字串)
核心概念： 一種方便地將變數嵌入字串中的方法(method)。在字串前加上 f，並用大括號 {} 包住變數名稱即可。學習如何動態地組合出最終要傳送給 AI 的指令。
重點說明：
{params.get('axis', '未提供')} 是一個 Python 的 f-string (格式化字串) 語法，裡面嵌入了一個字典(dict)的操作。params 是一個字典 (在這裡是我們在步驟一所定義的變數： marketing_parameters)。
.get('axis', '未提供') 是字典的一個方法，它的作用是：
- 嘗試從
params字典中取出鍵'axis'所對應的值。 - 如果找到了
'axis'這個鍵，就回傳它對應的值 (例如在這個例子中是 “夏日控油大作戰”)。 - 如果沒有找到
'axis'這個鍵，就回傳.get()方法的第二個參數所指定的值，也就是字串'未提供'。
將這部分放在 f-string 中，程式執行時就會將這個方法回傳的結果替換掉 {...} 的位置，進而動態地生成包含行銷主軸的提示文字。這樣做的好處是，即使 marketing_parameters 字典中缺少了 'axis' 這個鍵，程式也不會出錯，而是會顯示預設的 '未提供' 字樣，增加了程式的穩健性。
範例程式碼：
def generate_user_prompt(params):
"""根據使用者輸入的參數組合 User Prompt"""
return f"""
【品牌與產品核心資訊】
- 品牌人設：「純淨之鑰 (PureKey)」，專為年輕油性、痘痘肌膚設計的純素保養品牌。
【行銷策略】
- 行銷主軸：{params.get('axis', '未提供')}
- 主打產品：{params.get('product', '未提供')}
- 目標受眾：{params.get('audience', '未提供')}
- 內容類型：{params.get('type', '未提供')}
- 溝通語氣：{params.get('tone', '未提供')}
請開始生成文案。
"""你也可以參考「Python進階探索：提升你的程式設計技巧與應用」的 “單元一：字串格式化篇”
4. JSON (JavaScript Object Notation)
核心概念： JSON 是一種輕量級的資料交換格式，因其語法類似 Python 的字典和列表，非常容易閱讀與理解。它由鍵值對（key-value pairs）組成，結構清晰，是現代網路應用中 API 溝通最主流的標準格式。
重點說明：在這個案例中，我們明確要求 AI 以 JSON 格式回傳結果。這確保了 AI 的輸出是結構化的、可預測的，讓我們的 Python 程式能穩定地解析與使用這些資料，而不是處理一段格式混亂的文字。
範例格式： 這就是一個 JSON 格式的範例，它是一個列表 ([])，裡面包含了三個字典 ({})。
[
{
"platform": "Instagram",
"copy": "IG文案...",
"hashtags": "#..."
},
{
"platform": "Dcard",
"copy": "Dcard文案...",
"hashtags": "#..."
},
{
"platform": "Facebook",
"copy": "FB文案...",
"hashtags": "#..."
}
]你也可參考「Python網路爬蟲 (Web Crawler)」中的 “使用API(JSON)篇”
5. 變數與資料類型 (Variables & Data Types)
核心概念： 變數是儲存資料的容器。在這個案例中，我們主要使用了 字串 (string) 來存放提示詞文本，以及 字典 (dictionary) 來結構化地組織行銷參數。
- 字串 (
str): 所有與 AI 溝通的提示詞都是文字，是 NLP 應用的基礎。被 ” ” 或是 ‘ ‘ 符號刮起來的文字就是字串。 - 多行字串
"""...""": 我們使用三個引號來建立包含複雜內容的系統提示詞 (System Prompt) 和用戶提示詞(User Prompt)。
多行字串範例程式碼：
SYSTEM_PROMPT = """
你是一位頂尖的新創美妝品牌社群行銷專家
你正在為品牌「純淨之鑰」規劃給 Instagram, Dcard, Facebook 的社群內容。
...
"""- 字典 (
dict): 使用key: value的形式，能讓我們用有意義的名稱（如"axis"）來存取對應的資料 (如"夏日控油大作戰"），使程式碼更具可讀性，也方便未來擴充。
字典範例程式碼：
# 使用字典來組織行銷活動的所有參數
marketing_parameters = {
'axis': "夏日控油大作戰",
'product': "茶樹淨痘精華液",
'audience': "18-25歲，深受粉刺痘痘困擾的大學生與社會新鮮人",
'type': "新品上市優惠",
'tone': "有活力、像學姊一樣親切分享"
}
你也可參考「Python入門與基礎」中的 “變數” & “資料結構篇”(字典)
6. 自訂函式 (Defining Functions with def)
核心概念： 使用 def 關鍵字可以將一段特定的程式碼打包成一個可重複使用的功能區塊，稱為函式。我們可以為它命名，並定義它需要接收的輸入（參數）和回傳的輸出。
重點說明： 將「呼叫 AI 並解析結果」的邏輯封裝成一個函式，可以讓主程式更簡潔。未來若要針對不同目的呼叫 AI，可以直接重複使用此函式，而無需複製貼上相同的程式碼，大大提升了程式的模組化與維護性。
範例程式碼：
# 定義一個函式，專門用來呼叫 AI 並回傳結果
def generate_user_prompt(params):
"""根據使用者輸入的參數組合 User Prompt"""
return f"""
....
請開始生成文案
"""你也可參考「Python入門與基礎」中的 “函式篇”
7. Google Gemini API 的應用：生成文案
核心概念： 這是實際與 AI 互動、執行「根據提示詞生成 JSON 格式文案」任務的關鍵步驟。我們需要初始化模型，並呼叫它的方法來發送組合好的提示詞。
重點說明：
genai.GenerativeModel(...): 使用這段程式碼來初始化我們要使用的 Gemini 模型。model.generate_content(...): 這是執行生成任務的核心函式。我們將組合好的system_prompt和user_prompt作為參數傳給它，它會將請求發送給 Google 的伺服器，並等待 AI 的回應。真實可以操作的列表與字典物件。
你也可參考「提示工程：5 steps to design better prompts with RACES」了解如何設計一個好的提示詞(prompt)
Open AI Academy 也提供 Prompt Engineering教學：「Introduction」「Advanced」
8. 流程控制 (for 迴圈)
核心概念： for 迴圈可以讓我們遍歷一個序列（例如一個 list 列表）中的每一個項目，並對其執行相同的操作。
重點說明： AI 模型一次回傳了三個平台（Instagram, Dcard, Facebook）的文案，這些結果被存放在一個列表中。我們使用 for 迴圈，可以依序取出每一筆平台的資料（一個字典），並將其內容整齊地印出，省去了手動存取三次的麻煩。
範例程式碼：
# copy_data 是一個包含多個字典的列表 [{"platform": "Instagram", ...}, {"platform": "Dcard", ...}]
for item in copy_data:
print("="*50)
print(f"平台: {item['platform']}")
print("="*50)
print("【文案內容】")
print(item['copy'])
...你也可參考「Python入門與基礎」中的 “流程控制篇”