一、案例定位

本案例涉及人工智慧（Artificial Intelligence, AI）。

理解企業人工智慧聊天機器人如何把不同能力拆成可獨立部署與擴充的服務。

本案例依原書第 3 章的設計模式、範例或流程重組，並非原書正式案例研究。

二、學習目標

三、案例情境

原書說明，單體人工智慧系統可拆成較小、可獨立部署的服務。各元件透過應用程式介面（Application Programming Interface, API）溝通，並可依工作量分別水平擴充。聊天機器人範例把語言處理、回應生成、情緒分析與意圖辨識分成不同微服務。

四、開始資料

微服務 原書列出的能力
語言處理 處理語言輸入
回應生成 產生回應
情緒分析 分析輸入情緒
意圖辨識 辨識使用者意圖
服務溝通 透過 API
擴充方式 元件依需求獨立擴充

五、Excel／AI 分析方法

在 Excel 建立服務容量與相依清冊，記錄服務、輸入、輸出、API、目前負載、擴充狀態與相依元件；AI 可指出哪個服務的需求成長不應迫使全部服務一起擴充。

六、計算結果

原書沒有提供可直接計算的數據，因此不補造結果。

七、結果分析與管理解讀

微服務讓資源更精準分配，也可降低整體延遲；但原書未提供服務間延遲、容量或 API 規格，因此教材只整理架構關係。

八、AI 提問詞

請依服務清冊找出工作量成長的元件，說明哪些服務需要獨立擴充，以及哪些 API 相依項目仍待驗證。