科技社群最重要的，不是程度，而是投入感

整個工作坊給我最深的感受是：

這樣的社群活動，最重要的不是你「懂多少」，而是你「願不願意投入」。

現場的講者與參與者，大家都非常樂於分享自己正在關注、正在嘗試的新技術。

包含像是：

• Google Gemini CLI 相關的新應用方向
• 當時開始在國內逐漸流行起來的 n8n 工作流自動化

這些分享不一定每一個細節我都完全理解，但透過講者的脈絡說明，可以快速吸收「現在科技圈正在往哪個方向前進」。

對我來說，這樣的工作坊有點像是一個高密度的科技雷達，讓你在短時間內更新自己的視野，而不是要求你當下就要會寫、會用、會精通。

最有趣的環節：閃電秀（Lightning Talk）

活動最後，我也鼓起勇氣參加了我覺得最有趣的環節——閃電秀。

我分享的主題，是一個我正在開發、也與我過去工作背景高度相關的應用：

食品業者產品營養標示製作的 AI 工具應用

為什麼會想做這個工具？

在成為資料與軟體相關工作者之前，我其實曾經是食品品保與研發人員。

只要待過食品產業的人都知道，新產品開發時，最讓人頭痛、也最花時間的事情之一，就是：

• 反覆計算營養標示
• 根據不同配方調整數字
• 確保標示符合規範、不出錯

這些工作本身很重要，但實際上卻非常耗時，而且高度重複。

我一直覺得，這類型的工作，其實非常適合交給 AI 與程式自動化來處理。

NutriTag AI 的核心想法

在閃電秀中，我分享的是目前正在推廣的 NutriTag AI 初衷。

這是一套應用，重點不在於建立一個「龐大的食品營養資料庫」，而是走另一條路：

• 只要你拿得到原料產品本身的營養標示標籤
• 透過 圖片辨識（OCR） 抓取標示內容
• 再自動計算出新產品的營養標示數值

也就是說，你不需要先整理大量資料，只要有原料標籤，就能在很短的時間內完成營養標示計算。

這整套流程，是利用當時相對流行的 n8n 工作流，再搭配網頁介面設計，把原本需要大量人工計算的工作，自動化處理。

AI 真正能幫助的，是把時間還給人

我在分享中也特別提到，這類工具帶來的最大價值，不只是「快」。

而是：

至少能省下一半以上，用在反覆計算與修正的時間。

讓食品業者、研發人員，可以把更多心力放在：

• 產品品質
• 創新研發
• 真正有價值、需要人判斷的事情上

這也是我持續推動 NutriTag AI 的原因之一。

一場活動，一個新的確認

這次彰化 Google 工作坊小聚，對我來說不只是一場學習新技術的活動，更像是一個確認：

• 原來有這麼多人，正在思考如何把科技落地
• 原來跨領域的背景，反而能成為分享時的優勢
• 原來把「自己真正遇過的問題」說出來，本身就很有價值

也讓我更確定，繼續把 AI、自動化與實務場景結合，是一條值得走下去的路。