AI開發應用、AI企業內訓工作坊、教材編寫、專長技能教學、全部最新 73 筆接案案件

AI 應用的行業/領域：電子商務/零售 主要的培訓對象：全體員工 培訓形式：線上課程/工作坊

AI 應用的行業/領域：電子商務/零售 主要的培訓對象：全體員工 培訓形式：線上課程/工作坊

用於哪個行業： 細節說明：2024-2025 美術系推甄 暢銷書 作者 藝術家謝伊琪老師親授 入選全國百大教育家，紙本書2026上市

細節說明： 1.誠徵不動產經紀人證照輔考用書編寫師資, 能編寫不動產經紀相關法規或各科均可,能授課者優先 2.應徵者本身須具本項證照

成人鋼琴教學1v1。能的話再進一步電話溝通。

本次會議主要目的是了解 Anthropic（Claude）於企業場景導入之可行性， 希望由具實務操作經驗之顧問分享： ˙ 實際使用經驗 ˙ 導入架構建議 ˙ 成本與風險說明 ˙ 成功案例介紹 ( 本次為一次性顧問會議，暫不進行正式系統建置 ) 【顧問需具備條件】 1.曾實際使用 Anthropic Claude API 進行專案導入 2.熟悉 RAG 架構與企業資料整合 3.能說明 token 成本結構與實際營運經驗 4.可分享 1~2 個實際案例（去識別化即可） 會議時間：1~1.5 小時 費用：$3,000 / hr 總預算：約 $3,000 ~ $4,500

我們需要設計一個AI聊天機器人網站，希望是透過Gemini api or ChatGPT來串接 並且需要輸入指定的系統指令 讓AI能在特定範圍跟客人互動

一、 核心功能需求 (Functional Requirements) ​多模型對接與切換： ​整合 Gemini Pro API 與 OpenAI GPT-4o 系列接口，建立可彈性切換的後端架構。 ​設定 API 取用限制（Rate Limiting）以控制營運預算。 ​系統提示詞（System Prompting）管理： ​設計後端管理介面，讓案主能隨時調整 AI 的「角色設定」、「專業範疇限制」與「語氣」。 ​針對餐飲/旅遊業情境進行 Prompt Engineering，防止 AI 產生幻覺（Hallucination）或回答無關問題。 ​交談式 UI/UX 網站： ​響應式設計（Responsive Web Design），確保手機與桌面端皆有良好的對話體驗。 ​支援流式輸出（Streaming output），減少使用者等待感。 ​歷史對話紀錄儲存（Session persistence）。 ​關鍵字與流程引導： ​整合「常用問題快速鍵」（Quick Replies），方便客人在進入對話前快速選取。 ​二、 技術架構規劃 (Technical Stack) ​前端：建議使用 React 或 Next.js，能提供更流暢的單頁應用體驗（SPA）。 ​後端：Node.js (Express/NestJS) 或 Python (FastAPI)，便於處理非同步 API 呼叫。 ​資料庫：PostgreSQL 或 MongoDB，用於儲存對話紀錄、系統指令與用戶資訊。 ​部署環境：建議部屬在 Vercel, Google Cloud (GCP) 或 AWS，並配置 SSL 憑證確保傳輸安全。 ​三、 進階擴充建議 (Optional Add-ons) ​這部分可以用來增加你的提案競爭力（及預算爭取空間）。 ​RAG 知識庫整合 (Retrieval-Augmented Generation)： ​將餐飲菜單或旅遊行程 PDF/Excel 上傳至 Vector Database (如 Pinecone)，讓 AI 根據真實資訊回答，而非胡謅。 ​後端管理後台： ​儀表板監控：查看每日對話量、熱門諮詢話題（透過 AI 自動分類）。 ​手動接管機制：當 AI 無法解決問題時，可通知人工客服。 ​多語言支援：考量旅遊業特性，自動偵測使用者語系並切換回覆語言。 ​四、 專案交付物 ​網站原始碼 (Frontend & Backend Source Code)。 ​API 串接文件與系統架構圖。 ​系統管理操作手冊（教導案主如何修改 Prompt）。 ​三個月至半年的系統維護與 API 穩定性監測。

背景與目標：我需要一套可用AI產生衣服圖片的模型與操作流程，用於快速生成不同款式、顏色、材質與版型的服裝視覺圖，提升設計發想與行銷素材產出效率。希望生成結果風格一致、細節可信，並能依照文字描述或參考圖進行控制，降低反覆修圖與外包拍攝成本。 需求描述：請協助評估並建置適合的服裝圖片生成方案，包含模型選型與環境部署、資料蒐集與清理、必要的微調訓練或風格一致性設定、提示詞與參數範本、以及輸出規格與品質檢核流程；需支援依文字生成與以參考圖生成兩種情境，並能控制服裝類別、顏色、材質質感、花紋與背景風格，避免明顯變形與不合理細節；交付內容需包含可重現的工作流程文件、可直接使用的生成範本與示例結果，並提供一次線上教學與基本疑難排解，確保我方能獨立產出可用的服裝圖片。

一、案件說明：AI應用專案規劃／設計／開發 二、執行時間：依專案而定 三、接案身分：公司或專職SOHO/工作室，需有1年以上經驗。 四、配合地點：可長期配合的，在台南的或平日上班時間，若有需要可配合到客戶端者優先。 五、注意事項：應徵請附上相關作品、使用工具、需依專案需求配合參加會議，謝謝

「您好，我位於桃園，需要請人到府（或現場）協助搭建 ComfyUI 的圖生動畫（Image-to-Video） 環境。依文字指示生成的那種 我的顯卡型號是：[ RTX 3060 12g] 需安裝：AnimateDiff 或 Wan 2.1 等動畫工作流。 需要包含：基礎教學與節點除錯。 請問您的車馬費與搭建費用大約多少？什麼時候方便現場處理？」

【專案類型】 目標： 打造高品質 MV 舞蹈作品 (Dance Visual)。 風格： 有現成的可以讓你參考。 【我們尋找的角色】 編舞能力： 能根據音樂設計適合鏡頭呈現的走位與動作。 教學指導： 具備帶領舞團練習、雕動作（Clean）的經驗與耐心。 領導力： 能協助控管練習進度與團員狀態。 【我們提供的資源】 硬體支援： 負責所有 排練室租借費用 與 拍攝場地。 影像製作： 配備專業動態攝影團隊，將您的編舞作品以高規格 MV 呈現（絕非一般手機側拍）。 後勤： 練習期間的飲水與各項行政支援。 【合作模式】 （以作品產出為主，細節詳談）。 這是您展現編舞才華的最佳舞台。 【應徵方式】 請私訊提供 您的跳舞影片 或 過去編舞/教學的作品連結 (IG/YouTube)。 請註明：您擅長的舞風。

希望比較會調整AI相關應用的工程師，學生可，喜歡吸收新知識佳

A. 合作內容： 一、 系統項目(共有兩部分)： PART1. 圈客行銷部分： (1) 針對台灣地區(第一階段)之「廠商」獲取「台灣地區」及「國外」之準確目標客戶，並對之行銷。 (2) 針對大陸地區(第二階段加入之項目)之「外銷廠商」獲取「國外」之準確目標客戶，並對之行銷。 PART2. 口碑行銷部分： (1) 針對台灣地區(第一階段)之「廠商」產出合意及有效之評論內容，提供消費者對GoogleMap、FB、IG、小紅書、TikTok等五個平台發出評論。 (2) 針對大陸地區(第二階段加入之項目)之「廠商」產出合意及有效之評論內容，提供消費者對小紅書、TikTok等平台發出評論。 二、 第一階段預估年營業額1-2億新台幣，第二階段保守預估年營業額新台幣3億以上。 三、 合作報酬(以承攬開發及維運為前提)： 1. 每月紅利分配：月純淨利之15%-30%。 2. 開發費用：PART1.開發完成前50個行業支付費用4萬元新台幣；PART2.開發完成前50個行業支付費用4萬元新台幣。開發輪廓、重點、細節應注意部分，大致已清楚。 3. 前後端系統ONCALL維運及程式增修費用：每月支付費用4萬元新台幣。(維運期間每月新增3行業) 四、 有能力及意向之夥伴或團隊，請留言LINE ID及電話詳談細節。 B. 能力需求：誠徵精通以下範疇並具實際經驗之合作夥伴或團隊 一、 按前端(B端)及AI需求爬取及彙整FB、IG、GOOGLEMAP、官網、 amazon.....之內容： 1. 核心技能與經驗： (1) Python或其他爬蟲相關程式語言，至少2年以上實際爬蟲開發經驗。 (2) 閱讀、維護並重構既有爬蟲程式。 (3) 理解 HTTP Request / Response 機制，能處理登入驗證、Headers、Cookies、反爬機制等問題。 (4) 依據現有流程圖為主軸進行程式設計，獨立分析與補充細節，參考已開發程式進行優化與功能擴展。 (5) Web Scraping框架與工具，如Scrapy、BeautifulSoup、Selenium或Puppeteer，並根據需求選擇合適工具。 (6) 基於現有程式碼進行維護、調整與功能迭代，確保系統穩定性與持續改進。 (7) 示警細節與機制、監測平台。 (8) 熟悉FB/IG帳號規則。 (9) VPN上網技術及本系統反爬蟲規劃能力。 (10) 具全端程式及維運能力。 2. 社交媒體爬蟲專長： (1) 爬取Instagram、Facebook等社交平台貼文、短影音（Reels、Stories等）及相關資訊（如留言、按讚數、分享數）。 (2) 熟悉各大社交媒體平台帳號規則，確保資料抓取的穩定性與合法性。 (3) 處理動態網頁（JavaScript渲染）與反爬蟲機制（如CAPTCHA、IP封鎖）的挑戰。 (4) 以GraphQL 獲取資料。 3. WhatsApp： (1) 爬取amazon消費者公開資料。 (2) 以WhatsApp帳號發送訊息至messenger。 4. 以FB及IG帳號獲取除FB及IG內容外之「該特定受眾群之資訊及特性」。 二、 自然語言處理（NLP）與語言學，包括： 1. 語意分析、詞向量（word embeddings）、語境理解、語法結構（Syntax）、語義（Semantics）、語用（Pragmatics）。 2. 有效運用關鍵詞、上下文、格式化輸入來影響 AI 輸出。 三、 AI 及大型語言模型（LLM）知識，包括： 1. Transformer、GPT、BERT 等 LLM 的基本原理與工作方式。 2. 模型的限制（如幻覺、偏見、資訊不完整）並以設計之 prompt 避免問題。 3. 以Zero-shot、Few-shot Learning等prompt 技巧，提升 LLM 回應的準確性。 4. Prompt 設計與優化技巧： (1) 精確性（Precision）：以簡單、明確的語言表達需求。 (2) 上下文設計（Context Design）：提供適量資訊，確保 AI 理解目標。 (3) 約束與格式化（Constraints & Formatting）：要求特定輸出格式，如 JSON、Markdown、表格。 (4) 測試與調優（A/B Testing）：針對不同 prompt 設計變體，找出最佳效果。 5. 程式設計與 API 整合： (1) Python 及各大公司 API / LangChain 等框架。 (2) 撰寫腳本（.sh）來自動化 prompt 測試與分析 AI 輸出結果。 (3) 會使用正則表達式、文本處理技巧來提取與過濾 AI 產生的內容。 6. 資料分析與評估： (1) 分析 AI 回應的準確度、一致性、創造性，找出最佳 prompt 模式。 (2) 設計 AB 測試比較不同 prompt 的效果。 7. 領域知識（Domain Knowledge）： (1) 針對不同應用場景（如程式碼生成、醫療診斷、法律、行銷、不同產業）調整 Prompt。 (2) 具備 UX / UI 設計思維，確保 AI 輸出對使用者有價值。 8. 版本控制與協作： (1) 有專案合作經驗，看得懂其他人專案的程式碼。 (2) Git / GitHub。 (3) HACKMD：技術文件撰寫、記錄進度 （Prompt、流程） 、設計原則與最佳實踐。 9. 安全與道德考量： (1) 確保 Prompt 避免產生有害內容（如偏見、虛假資訊）。 (2) 瞭解 AI 法規與道德風險，如歧視、隱私保護、內容審查。 四、 資料庫系統設計、優化、與管理 (1) 關聯式資料庫（如MySQL、PostgreSQL）的設計與應用，設計資料結構與索引，針對大規模資料儲存與查詢的優化。 (2) 熟悉Linux 環境，部署與排程（ cron、systemd、Docker，具 Kubernetes (k8s)）。 (3) 設計高效的資料結構與索引，支援跨行業、多帳號的社交媒體資料存儲與快速檢索。 (4) 資料清理與正規化，確保爬取資料的一致性與可用性。 (5) 管理管理資料庫。 五、 軟性技能與其他要求 1. 程式碼品質與文件紀錄：熟悉版本控制工具（如Git），撰寫乾淨、可讀的程式碼，並保持詳細的文件紀錄，確保程式碼易於理解與維護。 2. 資料隱私與合規性：深入了解資料隱私與法律規範（如GDPR、平台使用條款），確保爬蟲行為符合法規要求，並能在設計爬蟲系統時考慮倫理與法律約束。 3. 按既定程序與架構進行：理解既定程序與架構需求，並能密切合作，具備良好的達成能力。 4. 理解業務需求並將其轉化為技術實現。 5. 持續學習與技術更新：對新技術與社交平台API更新的保持敏感，持續學習以適應快速變化的爬蟲環境。 6. 快速理解既有程式邏輯並進行維護、功能調整、錯誤修復及效能優化。 7. Microsoft Azure雲端服務，在Azure環境中部署與擴展爬蟲系統，相關工具（如Azure Functions、Azure Blob Storage）。 8. 容器化技術（如Docker），以支援爬蟲系統的部署與管理。 9. 基本資料分析能力，將爬取資料進行初步結構化處理，方便後續分析應用。 10. 版本控制與監控：Git / GitHub 程式版本管理&錯誤監控與日誌管理（如 Sentry、ELK，或可自製監控腳本）。 六、 創意思維與問題解決能力&持續學習與研究： 1. 應對社交平台反爬蟲機制的變化或資料庫效能瓶頸。 2. 能夠拆解複雜問題，轉化為 AI 可理解的輸入格式。 3. 透過迭代測試找到最有效的 Prompt 組合。 4. 思考如何讓 AI 生成更具創意、符合需求的內容。 5. 跟蹤 AI / NLP 最新技術（如 OpenAI 發布的新模型、論文、第一手知道Deepseek消息等等）。 6. 持續優化 Prompt 設計，以適應 AI 的進步與應用需求。 7. 查閱論文研究解決問題，優秀的問題解決能力。

【專案目標】 我們正在開發一款具備高品質動態表現的ACG遊戲平台。 需要徵求一位 AI 工作流顧問 (Technical Artist / AI Specialist)，協助建置一套高度客製化的 ComfyUI 工作流，可以輸入「風格參考圖」、將角色的「概念草圖/參考圖」轉化為「可直接供 Live2D Cubism 使用」的結構化美術素材。 【核心需求】 顧問需交付一套包含以下功能的 .json 工作流檔案，並於我方 Mac Mini (M系列晶片) 部署成功： 風格與角色控制 (Consistency & Style)： Style Transfer： 需能透過多張畫風參考圖（Reference Images），精準訓練或使用 IP-Adapter / LoRA 達成特定畫風遷移。 Multi-Reference Consistency： 依據多張角色設定圖，確保生成結果具備穩定的特徵（臉型、裝飾、配色）。 Live2D 規格輸出 (Layering & Inpainting)： 自動化拆層： 利用 SAM (Segment Anything) 或類似節點，自動識別並切割「頭髮、五官、四肢、軀幹、服裝零件」。 遮擋處自動補繪 (Inpainting)： 當零件拆解後，底層被遮擋處需能自動補全色彩與結構，避免 Live2D 動態時出現破洞。 透明背景輸出： 需輸出帶 Alpha Channel 的高品質 PNG 序列或整合為 PSD。 環境優化： 針對 Mac Mini 記憶體 (MPS 加速) 進行優化，確保生成效率。 【驗收與 Demo 要求】 為確保您的技術能達成專案需求，請在提案時提供以下資訊： 作品集： 請附上您過去使用 ComfyUI 建置的工作流截圖，或展示「角色一致性」的生成案例。 Live2D 預覽： 若您曾有「AI 輔助拆層」並成功導入 Live2D 的動態範例（錄影或 GIF）將優先考慮。 【專案預算】 NT$ 20,000 - 40,000 (視工作流完成度、自動化程度與後續教學支援而定，可再議)。 【特別說明】 本專案素材可能涉及 限制級/輔導級元素，應徵者需年滿 18 歲且不排斥相關內容。

AI 應用的行業/領域：製造業 期望協助的任務：創新產品/服務 執行形式：提供現成的 AI 解決方案

需Ai外包.軟體服務.發包價面議

甲. 合作內容： 一、 系統項目(共有兩部分)： 1. 圈客行銷部分：第一階段針對台灣地區之「廠商」獲取「台灣地區」及「國外」之準確目標客戶，並對之行銷。 2. 口碑行銷部分：第一階段針對台灣地區之「廠商」產出合意及有效之評論內容，提供消費者對GoogleMap、FB、IG、小紅書、TikTok等五個平台發出評論。 二、 第一階段預估年營業額1億新台幣以上。 三、承攬報酬： 1. 每月紅利分配：月純淨利之15%-30%。 2. 開發費用：開發完成前50個行業支付費用8萬元台幣(開發輪廓、重點、細節應注意部分，大致已清楚)。 3. 前後端系統ONCALL維運及程式增修費用：每月支付費用4萬元台幣。(維運期間每月新增3行業) 四、 有能力及意向之夥伴或團隊，請留言LINE ID及電話詳談細節。 乙. 誠徵精通以下範疇並具實際經驗之合作夥伴或團隊： 一、 按前端(B端)及AI需求爬取及彙整FB、IG、GOOGLEMAP、官網、 amazon.....之內容： 1. 核心技能與經驗： (1) Python或其他爬蟲相關程式語言，至少2年以上實際爬蟲開發經驗。 (2) 閱讀、維護並重構既有爬蟲程式。 (3) 理解 HTTP Request / Response 機制，能處理登入驗證、Headers、Cookies、反爬機制等問題。 (4) 依據現有流程圖為主軸進行程式設計，獨立分析與補充細節，參考已開發程式進行優化與功能擴展。 (5) Web Scraping框架與工具，如Scrapy、BeautifulSoup、Selenium或Puppeteer，並根據需求選擇合適工具。 (6) 基於現有程式碼進行維護、調整與功能迭代，確保系統穩定性與持續改進。 (7) 示警細節與機制、監測平台。 (8) 了解FB/IG帳號規範。 (9) VPN上網技術及本系統反爬蟲規劃能力。 (10) 具全端程式及維運能力。 2. 社交媒體爬蟲專長： (1) 爬取Instagram、Facebook等社交平台貼文、短影音（Reels、Stories等）及相關資訊（如留言、按讚數、分享數）。 (2) 熟悉各大社交媒體平台限制規範，確保資料抓取的穩定性與合法性。 (3) 處理動態網頁（JavaScript渲染）與反爬蟲機制（如CAPTCHA、IP封鎖）的挑戰。 (4) 以GraphQL 獲取資料。 3. WhatsApp： (1) 爬取amazon消費者公開相關資料。 (2) 以WhatsApp帳號發送訊息至messenger。 4. 以FB及IG帳號獲取除FB及IG內容外之「該特定受眾群之資訊及特性」。 二、 自然語言處理（NLP）與語言學，包括： 1. 語意分析、詞向量（word embeddings）、語境理解、語法結構（Syntax）、語義（Semantics）、語用（Pragmatics）。 2. 有效運用關鍵詞、上下文、格式化輸入來影響 AI 輸出。 三、 AI 及大型語言模型（LLM）知識，包括： 1. Transformer、GPT、BERT 等 LLM 的基本原理與工作方式。 2. 模型的限制（如幻覺、偏見、資訊不完整）並以設計之 prompt 避免問題。 3. 以Zero-shot、Few-shot Learning等prompt 技巧，提升 LLM 回應的準確性。 4. Prompt 設計與優化技巧： (1) 精確性（Precision）：以簡單、明確的語言表達需求。 (2) 上下文設計（Context Design）：提供適量資訊，確保 AI 理解目標。 (3) 約束與格式化（Constraints & Formatting）：要求特定輸出格式，如 JSON、Markdown、表格。 (4) 測試與調優（A/B Testing）：針對不同 prompt 設計變體，找出最佳效果。 5. 程式設計與 API 整合： (1) Python 及各大公司 API / LangChain 等框架。 (2) 撰寫腳本（.sh）來自動化 prompt 測試與分析 AI 輸出結果。 (3) 會使用正則表達式、文本處理技巧來提取與過濾 AI 產生的內容。 6. 資料分析與評估： (1) 分析 AI 回應的準確度、一致性、創造性，找出最佳 prompt 模式。 (2) 設計 AB 測試比較不同 prompt 的效果。 7. 領域知識（Domain Knowledge）： (1) 針對不同應用場景（如程式碼生成、醫療診斷、法律、行銷、不同產業）調整 Prompt。 (2) 具備 UX / UI 設計思維，確保 AI 輸出對使用者有價值。 8. 版本控制與協作： (1) 有專案合作經驗，看得懂其他人專案的程式碼。 (2) Git / GitHub。 (3) HACKMD：技術文件撰寫、記錄進度 （Prompt、流程） 、設計原則與最佳實踐。 9. 安全與道德考量： (1) 確保 Prompt 避免產生有害內容（如偏見、虛假資訊）。 (2) 瞭解 AI 法規與道德風險，如歧視、隱私保護、內容審查。 四、 資料庫系統設計、優化、與管理 (1) 關聯式資料庫（如MySQL、PostgreSQL）的設計與應用，設計資料結構與索引，針對大規模資料儲存與查詢的優化。 (2) 熟悉Linux 環境，部署與排程（ cron、systemd、Docker，具 Kubernetes (k8s)）。 (3) 設計高效的資料結構與索引，支援跨行業、多帳號的社交媒體資料存儲與快速檢索。 (4) 資料清理與正規化，確保爬取資料的一致性與可用性。 (5) 管理管理資料庫。 五、 軟性技能與其他要求 1. 程式碼品質與文件紀錄：熟悉版本控制工具（如Git），撰寫乾淨、可讀的程式碼，並保持詳細的文件紀錄，確保程式碼易於理解與維護。 2. 資料隱私與合規性：深入了解資料隱私與法律規範（如GDPR、平台使用條款），確保爬蟲行為符合法規要求，並能在設計爬蟲系統時考慮倫理與法律約束。 3. 按既定程序與架構進行：理解既定程序與架構需求，並能密切合作，具備良好的達成能力。 4. 理解業務需求並將其轉化為技術實現。 5. 持續學習與技術更新：對新技術與社交平台API更新的保持敏感，持續學習以適應快速變化的爬蟲環境。 6. 快速理解既有程式邏輯並進行維護、功能調整、錯誤修復及效能優化。 7. Microsoft Azure雲端服務，在Azure環境中部署與擴展爬蟲系統，相關工具（如Azure Functions、Azure Blob Storage）。 8. 容器化技術（如Docker），以支援爬蟲系統的部署與管理。 9. 基本資料分析能力，將爬取資料進行初步結構化處理，方便後續分析應用。 10. 版本控制與監控：Git / GitHub 程式版本管理&錯誤監控與日誌管理（如 Sentry、ELK，或可自製監控腳本）。 六、 創意思維與問題解決能力&持續學習與研究： 1. 應對社交平台反爬蟲機制的變化或資料庫效能瓶頸。 2. 能夠拆解複雜問題，轉化為 AI 可理解的輸入格式。 3. 透過迭代測試找到最有效的 Prompt 組合。 4. 思考如何讓 AI 生成更具創意、符合需求的內容。 5. 跟蹤 AI / NLP 最新技術（如 OpenAI 發布的新模型、論文、第一手知道Deepseek消息等等）。 6. 持續優化 Prompt 設計，以適應 AI 的進步與應用需求。 7. 查閱論文研究解決問題，優秀的問題解決能力。

iPhone 拍照測距 ex. 書本, 帽子長寬 可運用 1.手機上傳照片，透過web service(ex.aws)運算回傳server ai model運算結果 2.手機local運算或ARkit 精度需要夠高 誤差< 0.5cm(或是1cm) 實作方式可討論 請直接聯繫討論 謝謝

打造 AI 客服助理，想用 ChatGPT + LINE，搞定售後客服重複問答和維修報價