用 GAS 打造專屬 LINE AI 課程助教,整合 Gemini、上下文記憶與 Google 試算表 QA 知識庫
用 GAS 打造專屬 LINE AI 課程助教,整合 Gemini、上下文記憶與 Google 試算表 QA 知識庫

在「職場 AI 加速術」的課程裡,我們已經學會怎麼用 Google 表單收資料、用 Google 試算表整理數據,也知道如何把教材丟進 NotebookLM 建立知識庫。但如果學員半夜傳訊息來問問題,難道真的要靠老師 24 小時守在螢幕前一題一題回嗎?
這篇文章要帶你用 Google Apps Script(GAS)結合 LINE Messaging API、Google Gemini,以及 Google 試算表,做出一個真正能上線的 LINE 課程 AI 助教。它不只會回答問題,還能保留短期上下文、讀取 QA 知識庫、解析學員上傳的錯誤截圖,並把對話紀錄自動寫回試算表,讓你後續能回頭分析學員最常卡住的地方。
更重要的是,這個助教不是只有「會講話」而已,而是被設計成盡量不要亂講話。你可以把課程常見問答、報名網址、課綱資訊都放進 Google 試算表,讓助教每次回答前先參考你的標準答案,再透過 LINE Flex Message 以更專業的方式呈現給學員。

如果你是第一次碰 LINE Bot,建議先看我之前寫的用 HackMD API 打造個人專屬 LINE BOT 助手,那篇比較偏 LINE Developers、Channel、Webhook 與 Token 的入門流程。若你關心的是「AI 助教要怎麼設計角色與教學互動」,也可以搭配客製化你的 AI 教學助手:蘇格拉底引導教學法一起看。
圖:學員從 LINE 提問後,GAS 負責串接 Gemini、Google 試算表與 Flex Message 回覆。
這個 AI 助教能做到什麼?

這次的版本不只是單純的聊天機器人,而是加入了幾個在教學現場很實用的能力:
- 上下文記憶:透過 GAS 的 CacheService,記住同一位學員最近 5 輪對話,回答不再像金魚腦。
- 圖片報錯解析:學員可以直接把公式錯誤、程式報錯或畫面截圖傳給 LINE Bot,交給 Gemini 判讀。
- 自動寫入聊天紀錄:每次提問與回答都會同步存到 Google 試算表,方便後續分析常見痛點。
- QA 知識庫整合:你可以在試算表維護標準問答,讓助教優先參考你的內容,降低 AI 幻覺。
- Flex Message 輪播卡片:第一張卡片放解答與 CTA 按鈕,後面卡片放進階心法與補充技巧,視覺與資訊層次都更完整。
如果你想做的是「課程助教型」機器人,而不是一個什麼都會答、但很容易亂掰的聊天機器人,這個架構會很適合你。

