用 AI API 打造聊天機器人｜2026 年從零開始的完整開發教學

📅 2026-04-15⏱ 12 min read

📑 目錄

你也想做一個自己的 AI 聊天機器人？其實沒你想的那麼難
選擇合適的 AI API 平台
三大 API 的 Chatbot 適用度
怎麼選？
對話流程設計與 Prompt Engineering
System Prompt 設計框架
你的角色
你可以做的事
你不可以做的事
知識庫
Prompt 設計的 5 個重點
常見錯誤
後端 API 整合開發
基本架構
Python + Claude API 完整範例
啟動伺服器
測試
前端聊天介面建置
最簡單的方案：嵌入式聊天視窗
用 HTML + JavaScript 的極簡版
進階選擇
FAQ：AI Chatbot 開發常見問題
做一個 AI 聊天機器人需要會寫程式嗎？
API 費用大概多少？
Chatbot 回答錯誤怎麼辦？
可以同時支援多個平台嗎？
對話紀錄怎麼保存？
延伸閱讀
參考資料

你也想做一個自己的 AI 聊天機器人？其實沒你想的那麼難

💡 重點摘要：三年前，做一個「會聊天」的機器人需要一整個 ML 團隊。

2026 年？你只需要一個 API Key、幾十行 Python 程式碼，就能做出比三年前百萬預算專案還聰明的 Chatbot。

這不是誇張。

OpenAI、Claude、Gemini 這些 AI API 已經把最難的部分——自然語言理解和生成——全部封裝好了。你要做的，就是把它們「接」起來。

這篇教學會帶你從零開始，一步一步打造一個能實際運作的 AI 聊天機器人。

想用 AI API 打造客服機器人？讓 CloudSwap 協助您選擇最佳方案，享企業折扣與統一發票。

選擇合適的 AI API 平台

Answer-First： 2026 年做 Chatbot，推薦 Claude Sonnet 4.6（中文最好、Prompt Caching 超省）或 GPT-4o（生態系最完整）。預算極低就用 Gemini Flash。

三大 API 的 Chatbot 適用度

考量因素	Claude Sonnet 4.6	GPT-4o	Gemini 2.0 Flash
中文對話品質	極佳	優良	良好
回應延遲	~1.5 秒	~1.2 秒	~0.8 秒
Prompt Caching	省 90%	省 50%	不支援
Function Calling	支援	支援	支援
Streaming 支援	支援	支援	支援
每百萬 Output Token	$15.00	$10.00	$0.30

怎麼選？

如果你的 Chatbot 要服務台灣用戶 → Claude Sonnet（中文最自然）
如果你需要 Function Calling 做複雜操作（查訂單、改設定）→ GPT-4o（文件最完整）
如果你的 Chatbot 對話量超大但要求不高 → Gemini Flash（價格碾壓一切）

想了解更多 API 的功能差異？請參考 AI API 入門教學完整指南。

對話流程設計與 Prompt Engineering

Answer-First： Chatbot 好不好用，70% 取決於 Prompt 設計，不是程式碼。一個好的 System Prompt 應該包含角色定義、回應規則、知識邊界和語調設定。

System Prompt 設計框架

你的 System Prompt 就是 Chatbot 的「靈魂」。以下是一個經過實戰驗證的框架：

你是 [品牌名稱] 的客服助手，名字叫 [名字]。


---

## 你的角色
- 友善、專業、有耐心
- 用繁體中文回答
- 語氣親切但不過度熱情


---

## 你可以做的事
- 回答產品相關問題
- 查詢訂單狀態（使用 function calling）
- 提供退換貨說明


---

## 你不可以做的事
- 不可以承諾折扣或特殊優惠
- 不可以回答與品牌無關的問題
- 不確定的事情，說「讓我幫您轉接人工客服」


---

## 知識庫
[在這裡放你的 FAQ、產品資訊等]

Prompt 設計的 5 個重點

明確角色：告訴 AI 它是誰、代表什麼品牌
設定邊界：明確列出不能回答的主題
定義語調：友善？正式？幽默？
給範例：提供 2-3 組「理想對話」的範例
設安全網：設定「不確定時」的預設回應

常見錯誤

Prompt 太短：只寫「你是客服」，AI 會自由發揮，品質不穩定
Prompt 太長：超過 4000 Token 的 Prompt 會影響回應速度和成本
沒有設邊界：AI 可能回答「公司去年營收多少」之類的敏感問題

後端 API 整合開發

Answer-First： 核心程式碼不到 50 行。用 Python + FastAPI 建一個 API 伺服器，再用 AI SDK 串接你選的模型。

基本架構

使用者 → 前端介面 → 你的後端 API → AI API（OpenAI/Claude/Gemini）
                                     ↑
                              知識庫/資料庫

Python + Claude API 完整範例

# 安裝：pip install anthropic fastapi uvicorn

from fastapi import FastAPI
from pydantic import BaseModel
import anthropic

app = FastAPI()
client = anthropic.Anthropic(api_key="your-api-key")

SYSTEM_PROMPT = """
你是 TechShop 的客服助手小美。
- 用繁體中文回答
- 語氣親切專業
- 不確定的問題請說「讓我幫您轉接人工客服」
- 以下是常見 FAQ：
  Q: 可以退貨嗎？ A: 7 天內可退貨，請保持商品完整包裝。
  Q: 運費多少？ A: 滿 1000 元免運，未滿收 60 元。
"""

# 儲存對話歷史（實際應用請用資料庫）
conversations = {}

class ChatRequest(BaseModel):
    session_id: str
    message: str

@app.post("/chat")
def chat(req: ChatRequest):
    # 取得或建立對話歷史
    if req.session_id not in conversations:
        conversations[req.session_id] = []

    history = conversations[req.session_id]
    history.append({"role": "user", "content": req.message})

    # 呼叫 Claude API
    response = client.messages.create(
        model="claude-sonnet-4-6-20260321",
        max_tokens=1024,
        system=SYSTEM_PROMPT,
        messages=history
    )

    assistant_msg = response.content[0].text
    history.append({"role": "assistant", "content": assistant_msg})

    return {"reply": assistant_msg}

啟動伺服器

uvicorn main:app --reload --port 8000

測試

curl -X POST http://localhost:8000/chat \
  -H "Content-Type: application/json" \
  -d '{"session_id": "user123", "message": "請問可以退貨嗎？"}'

透過 CloudSwap 採購 AI API Token，享企業專屬折扣與統一發票。立即了解 →

Chatbot 開發流程圖

前端聊天介面建置

最簡單的方案：嵌入式聊天視窗

前端不需要太複雜。一個浮動在右下角的聊天氣泡就夠了。

用 HTML + JavaScript 的極簡版

<div id="chat-widget" style="position:fixed;bottom:20px;right:20px;">
  <div id="chat-messages" style="height:400px;overflow-y:auto;"></div>
  <input id="chat-input" placeholder="輸入訊息..." />
  <button onclick="sendMessage()">送出</button>
</div>

<script>
async function sendMessage() {
  const input = document.getElementById('chat-input');
  const msg = input.value;
  input.value = '';

  // 顯示使用者訊息
  appendMessage('user', msg);

  // 呼叫後端 API
  const res = await fetch('/chat', {
    method: 'POST',
    headers: {'Content-Type': 'application/json'},
    body: JSON.stringify({session_id: 'user1', message: msg})
  });
  const data = await res.json();

  // 顯示 AI 回覆
  appendMessage('bot', data.reply);
}
</script>

進階選擇

如果你想要更精美的介面：

React/Next.js + Vercel AI SDK：支援 Streaming，回應即時顯示
Chatbot UI 開源專案：直接 fork，改一改就能用
LINE / Telegram Bot：不用自己做前端，直接用現成平台

FAQ：AI Chatbot 開發常見問題

做一個 AI 聊天機器人需要會寫程式嗎？

不一定。如果用 SaaS 平台（如 Intercom、Tidio），不需要寫程式。如果要自建，需要基本的 Python 能力和 API 串接知識。本文的範例程式碼只有 30 行左右。

API 費用大概多少？

以 Claude Sonnet 為例，每次客服對話（約 500 Token input + 200 Token output）的成本約 $0.004。一天 100 通對話，月費約 $12。用 Gemini Flash 更便宜，同樣的量月費不到 $1。

Chatbot 回答錯誤怎麼辦？

三個層面處理：(1) 優化 System Prompt，加入更多 FAQ 和回應規則；(2) 使用 RAG 架構，讓 AI 只根據你的知識庫回答；(3) 設定「不確定就轉人工」的安全網。

可以同時支援多個平台嗎？

可以。你的後端 API 是通用的，只要前端適配不同平台就行。常見做法是同一個後端 API 同時服務網頁聊天室、LINE Bot 和 Telegram Bot。

對話紀錄怎麼保存？

建議用資料庫（PostgreSQL 或 MongoDB）保存。本文範例用的是記憶體字典（只適合測試），實際上線一定要換成資料庫。也要注意個資法規，客戶對話紀錄屬於個人資料。

立即諮詢，取得企業級 AI API 方案

CloudSwap 提供 OpenAI、Claude、Gemini API 企業採購服務：

企業專屬折扣，比官價更優惠

台灣統一發票，解決報帳難題

中文技術支援，Chatbot 開發問題即時協助

立即諮詢企業方案 → ｜ 加入 LINE 即時諮詢 →

參考資料

Anthropic - Claude API Messages Documentation
OpenAI - Chat Completions API Guide
FastAPI - Official Documentation
Vercel AI SDK - Chatbot Development Guide
LINE Developers - Messaging API Documentation

{
  "@context": "https://schema.org",
  "@type": "BlogPosting",
  "headline": "用 AI API 打造聊天機器人｜2026 年從零開始的完整開發教學",
  "author": {
    "@type": "Person",
    "name": "CloudSwap 技術團隊",
    "url": "https://cloudswap.info/about"
  },
  "datePublished": "2026-03-21",
  "dateModified": "2026-03-21",
  "publisher": {
    "@type": "Organization",
    "name": "CloudSwap",
    "url": "https://cloudswap.info"
  }
}

{
  "@context": "https://schema.org",
  "@type": "FAQPage",
  "mainEntity": [
    {
      "@type": "Question",
      "name": "做一個 AI 聊天機器人需要會寫程式嗎？",
      "acceptedAnswer": {
        "@type": "Answer",
        "text": "不一定。SaaS 平台不需要寫程式。自建需要基本的 Python 能力和 API 串接知識，核心程式碼只有 30 行左右。"
      }
    },
    {
      "@type": "Question",
      "name": "AI Chatbot 的 API 費用大概多少？",
      "acceptedAnswer": {
        "@type": "Answer",
        "text": "以 Claude Sonnet 為例，一天 100 通客服對話，月費約 $12。用 Gemini Flash 同樣的量月費不到 $1。"
      }
    },
    {
      "@type": "Question",
      "name": "Chatbot 回答錯誤怎麼辦？",
      "acceptedAnswer": {
        "@type": "Answer",
        "text": "三個層面處理：優化 System Prompt、使用 RAG 架構讓 AI 根據知識庫回答、設定不確定就轉人工的安全網。"
      }
    },
    {
      "@type": "Question",
      "name": "可以同時支援多個平台嗎？",
      "acceptedAnswer": {
        "@type": "Answer",
        "text": "可以。後端 API 是通用的，只要前端適配不同平台即可。常見做法是同一個後端 API 同時服務網頁聊天室、LINE Bot 和 Telegram Bot。"
      }
    },
    {
      "@type": "Question",
      "name": "對話紀錄怎麼保存？",
      "acceptedAnswer": {
        "@type": "Answer",
        "text": "建議用資料庫（PostgreSQL 或 MongoDB）保存。實際上線一定要用資料庫，也要注意個資法規，客戶對話紀錄屬於個人資料。"
      }
    }
  ]
}