為什麼想試玩 Line Bot
我最初決定在自己的小商店加入即時客服，是因為客人在 LINE 上提問的頻率遠超過電話或 Email。只要能在幾秒鐘內自動回覆，顧客的好感度就會提升。看到很多品牌已經把 Python 搭配 Gemini API 實作成 24 小時的智慧客服，我也想跟著踩一踩。
一步步把 Python 接到 Gemini
先在 Line Developers 申請一個 Channel，拿到 Channel Access Token，接著在 Google Gemini 平臺產生 API 金鑰。接下來，我用 Flask 建立一個簡單的 webhook，讓 Line 的訊息可以 POST 到自己的伺服器。Flask 收到訊息後，我把使用者的文字內容包成 JSON，送去 Gemini 的 /v1beta/models/gemini-pro:generateContent 端點，得到回覆後再用 Line Messaging API 把回應推回聊天視窗。整個流程看起來只有四個步驟：建立 Channel → 取得 Token → 建立 Flask webhook → 串接 Gemini → 回傳訊息。
在實作過程中，我發現 Gemini 對於包含圖片或檔案的多模態訊息處理特別好，如果你的服務需要辨識商品圖或 QR code，這點會比純文字模型更有優勢。
避免踩雷的實作小提醒
第一，Token 的存放千萬別硬寫在程式碼裡，最好用環境變數或金鑰管理服務，防止被意外曝光。第二，Gemini 的回應有時會超過 LINE 的訊息長度限制，建議在收到回覆前先檢查字數，必要時切割或簡化。第三，若你打算同時使用 ChatGPT 來處理自然對話，記得在 webhook 裡加一層判斷：讓 Gemini 處理技術性或影像相關的問題，讓 ChatGPT 負責日常聊天與銷售引導，這樣可以讓兩個模型各司其職，減少不必要的 API 呼叫。
最後，測試環境一定要先把所有 webhook URL 設成 HTTPS，因為 LINE 只接受安全連線。剛開始跑測試時，我的本機開發伺服器因為沒有 SSL，訊息根本收不到，花了點時間才弄懂這個限制。
FAQ
Q: Line Bot 能同時支援多個語言模型嗎？
A: 可以，只要在 webhook 內根據使用者意圖切換不同的 API 金鑰或模型名稱，就能同時呼叫 Gemini 與 ChatGPT。
Q: 如果想把客服資料同步到自己的 CRM，要怎麼做？
A: 在收到使用者訊息後，把關鍵欄位（如訂單編號、聯絡電話）寫入資料庫，同時透過 CRM 的 API 做同步，流程和回覆 AI 沒有衝突。
如果想了解更完整的開發步驟、其他品牌的成功案例或最新的 API 說明，建議持續追蹤相關技術部落格，裡面的實作範例會更具體。
延伸閱讀
