2024/10~2024/12，AI 學程專案，獨立開發

功能特色

使用 GPT 分析商品圖像，並生成專業行銷文案

在優化文案的 input prompt 中整合多元資訊，包括 DuckDuckGo 網路搜尋資訊、圖像分析結果、用戶輸入資訊

使用 LangChain 結合 RAG 技術搜索實現精準產品匹配，將碳足跡資料庫轉為 Chroma 向量，去檢索最相似用戶的商品的選項

使用 plotly 製作圖表，在介面中直觀展示購買二手商品省下的碳排放，讓使用者易於理解

商品圖片 AI 分析

使用 GPT-4o的視覺模型，使用者上傳商品照片後，會從多個維度分析圖片內容，生成結構化的分析報告，內容涵蓋：

智慧文案優化

文案優化是本系統的核心功能，結合多資訊來源：使用者輸入的資訊、AI 圖像分析結果、以及DuckDuckGo網路搜尋獲得的產品資訊。這些資訊經過整合後，輸入給 GPT-4o-mini 模型進行處理。輸出內容展示：

環保效益計算與視覺化

為了具體展現二手交易對環境的貢獻，開發了碳足跡估算系統。系統使用包含碳揭露專案（CDP）資料的 The Carbon Catalogue public database，透過RAG搜索與 GPT 進行產品匹配，找出最相似產品的碳排放數據並計算。