【EP-25】台海戰爭風險地圖第一版的 Vibe Coding 經驗分享
今天分享我如何思考製作台海戰爭風險地圖，我與 AI 的互動過程，採用的技術，以及未來的開發方向。
最近做了台海戰爭風險地圖，並且部署在 Zeabur 上。
我發現有不少人對於這個專案挺有興趣的，也給了我更多動力，所以決定繼續改版，增加新功能。
今天就來聊聊我怎麼發想這個專案，使用 AI 編程的過程，以及我之後打算怎麼繼續改版。
台海戰爭風險地圖專案的起始
我每天有想到什麼事，偶爾就會丟給 ChatGPT ，去做深度的思考。
ChatGPT 這類大型語言模型，是這個世界的回音鏡子，當你傳入任何提示詞，會觸發人工智慧某部分的向量資料，回傳可能的資訊。
所以你可以跟它聊任何事情，就像是你在跟世界對話一樣。
我當初就是跟它聊，以一個平民角度，要怎樣透過新聞報導，判斷戰爭即將開打。接著我們就能決定是否迅速轉移個人財產，甚至連家人都要一起帶到國外，或者躲到鄉下地區。
幸運的是，其實我們在 1996 年已經算是「演習」過一次了，所以我們已經有一些經驗。
1996 年因為臺灣要舉行總統直選，中共認為臺灣打算搞台獨，因此試射飛彈。
從事後來看，當時應該是真的要打了。只是因為我們在中共那邊有埋伏間諜，接獲間諜通報後，我們再通知美國，美國也很給力，馬上派了軍艦來台，並且以外交管道告知中共勿輕舉妄動。
當年許多國家都有備妥撤僑方案，雖然最後都沒撤，可是機票一票難求，一般人想逃到國外根本不可能。第一時間得知消息逃跑的都不是平民。
所以到底有什麼指標？撤僑是決定性指標，但是絕對不是一個好指標，因為當各國真的撤僑，你怎麼來得及逃。
ChatGPT 提供了以下意見，如果新聞出現以下消息，值得關注：
出現異常或未經公告的軍事動員，例如快速集結部隊、重型裝備，或大量海軍兵力於台灣周邊聚集，超出例行演習的範圍。
來自盟邦或可信情報來源的明確警告，指出大規模軍事攻勢在短期內極可能發生。
多項風險訊號同時出現（例如加速的經濟制裁、加劇的網路攻擊、外交衝突升高，以及不尋常的軍事動作），顯示可能正展開協調性的升級行動。
出現具確認性質的事件，如飛彈發射、正式宣布封鎖、宣戰行為，或多國同步啟動撤僑行動。
此時有趣的來了，因為長期的使用結果， ChatGPT 知道我關注程式設計，因此它問我是否要做一個台海風險指標探測器。讓我決定開啟此專案。
使用 Google Sheet 當作後端
其實我平常很少看新聞，現在太多雜訊了，看得很累。因此我決定做個 Google Sheet ，讓系統自動抓新聞資料。
新聞來源我採用中央社的 RSS，一來中央社是中華民國半官媒，二來他們提供的RSS是免費的。
首先你要先閱讀中央社的 RSS 內容，先確認他們提供什麼資料，例如這裡提供了，
title：新聞標題
link：連結
pubDate：日期
description：新聞摘要
這些訊息我覺得都挺重要的，所以在 Google Sheet 我也就設定了相對的欄位，另外我還多設了兩個欄位：
source：標示此新聞是屬於國際新聞還是兩岸新聞
risk_level：之後讓 AI 判斷新聞，然後標註風險等級
接著就是在 Google Sheet 上，點擊擴充功能→App Script。
比較初階的操作，我這裡就先跳過了，想知道的人請閱讀：【EP-21】怎麼使用 AI 生成前端網頁，用 Google 試算表當資料庫？
我在 App Script ，設定了兩個 .gs 檔案，一個是用來每日抓中央社的新聞，另一個是將中央社的新聞內容，丟給 Grok3 ，讓它依據上述的指標，來判讀台海戰爭風險。
這些程式都可以讓 AI 自動生成，現在都可以做得很好，不太需要自己手動寫。
但是如果它的邏輯有誤，你還是得跟它重複說清楚。
這個專案我都是用 Windsurf AI 程式編輯器 + Gemini 2.5 大型語言模型去製作的，底下先敘述 App Script 的程式邏輯。
抓取中央社新聞的程式說明
初始化：啟動程式並取得 Google Sheet 工作表。
刪除舊資料：計算 30 天前的日期，刪除早於此日期的資料列。
設定 RSS 來源：載入兩個中央社 RSS（國際、大陸）。
讀取現有連結：讀取 Google Sheet 現有連結，避免重複新增。
解析 RSS：逐筆讀取 RSS 內容，取得新聞標題、描述等資料。
關鍵字篩選：對國際新聞檢查是否含特定關鍵字，如「中國」「美國」等。
寫入新聞：若符合關鍵字條件且連結未重複，將資料寫入表格。
錯誤處理：記錄錯誤訊息。
傳送新聞給Grok3的程式說明
建立提示詞：將新聞標題與描述套入一段分析用提示，提供給 Grok API 判斷風險等級（green/yellow/red）。
呼叫 Grok API：使用
grok-3-latest模型送出 prompt，回傳純文字風險結果，若格式異常則記錄錯誤並回傳unknown。分析新聞風險：從 Google Sheet 中讀取新聞標題與描述，若
risk_level欄位為空，就送出 API 並將結果寫入該列。
每日讓程式自動觸發
App Script 提供自動化的功能，讓程式能自動執行。
點擊畫面左側的觸發條件，就可以讓你的程式在每日指定的時間執行。
前端網頁設計
前端的部分實在沒什麼好說的，因為現在的畫面很醜，有待後續改版。
值得一提的是前端的臺灣海峽地圖，它是我從維基百科上下載的 SVG 圖檔。
原本我是想用燈號來呈現風險，後來 ChatGPT 建議使用 SVG 圖檔，然後在 SVG 圖檔內的標籤內增加新標籤，就可以讓地圖上的特定地區改顏色。
所以現在在台海地圖上，中華民國的領土範圍都有標記，且能夠更改顏色。
臺灣海峽風險地圖第二版的設計走向
因為收到不少網友的鼓勵（上圖），我覺得值得繼續開發第二版。
於是我把相關資料都存檔後，丟到 ChatGPT 的專案區，特別開了一個專案來做這件事。
跟 ChatGPT 反覆討論之後，我認為在第二版值得加入以下功能：
1. 風險事件時間軸
功能說明：
依時間序列列出每日新聞
顯示：風險燈號（🔴/🟡/🟢）、標題、簡述、判讀依據
2. 風險趨勢圖表
功能說明：
顯示紅黃綠燈號數量的變化趨勢（每日、每週）
可切換成折線圖、長條圖等視圖
3. 防空避難設施圖層
功能說明：
在地圖上標示全台防空避難所位置
點擊後顯示：名稱、容納人數、設施類型等資訊
4. 預設疏散路線展示
功能說明：
根據行政區預設靜態路線（起點至避難所）
顯示距離、參考步行時間（無導航、非互動）
5. 高風險事件即時通知
功能說明：
偵測紅燈新聞時，自動推送即時通知
每日定時寄出風險摘要報告
在技術部分，當然我也是要跟 ChatGPT 討論，由於此專案是個人開源專案，我沒打算花太多錢做這件事，因此要跟 ChatGPT 說清楚。
目前歸納出底下的技術細節：
除了抓新聞資料是在 Google Sheet 上進行，後端主要會使用 Python 來做資料處理、風險等級分類與自動通知等功能。
前端框架暫時先用 Streamlit 方便整合地圖、圖表與表格顯示。
地圖引擎使用 Mapbox GL JS，搭配 Mapbox 中文樣式圖資，並嵌入 Streamlit 頁面。地圖資料格式為 GeoJSON，負責載入防空避難所與預設逃生路線。
利用 Telegram Bot API 發送紅燈警示。無流量限制、免費、易於部署。
Email 通知可選擇 Gmail SMTP 或 SendGrid 免費額度。
推播觸發由 Python 結合
schedule或APScheduler進行定時執行。
最後就祝福我自己開發順利囉！