描述

內容簡介

《生成式AI × 穩健提示爬蟲技術 I》數據抓取篇

★從Colab、Anaconda 到 Jupyter Kernel，一步步把 Python 環境建好、跑起來。

★用Pandas × PyArrow × Polars，把資料整理做得更快、更穩，也更貼近實務。

★透過提示工程和情境工程，讓 ChatGPT、Claude 成為你的程式開發夥伴。

★結合Perplexity Comet＋爬蟲＋寄信＋行事曆，把資訊蒐集到自動化流程一次串起。

★多模態OCR × Gemini和Groq API，把圖片文字直接變成可分析的結構化資料。

你學過Python，卻常卡在「環境裝不好、資料處理很慢、爬蟲一下就被擋、AI 工具只會聊天」嗎？本書以「做得出成果」為主軸，帶你從 Google Colab、Anaconda、Jupyter Notebook 與 Kernel 建置開始，快速建立穩定、可重現的開發環境。

接著用 Pandas 打底，涵蓋多欄多列取值、資料框合併、字串提取與條件篩選，並延伸到 PyArrow 與 Polars，讓你面對較大的資料量也能跑得快、跑得順。

更關鍵的是，本書把提示工程與情境工程結合「直覺式開發」：教你如何用 ChatGPT和Claude 協作寫程式、除錯；再搭配 Perplexity Comet 進行摘要與探勘，串接 Gmail、Google 行事曆、SMTP、Resend 寄信，打造可實際應用的自動化資訊流程。

最後以多模態 API（Gemini、Groq）＋中文 OCR（PaddleOCR、EasyOCR）＋爬蟲實戰進行總結，範例涵蓋電商、股價、ESG、重大訊息、交易指標等案例，並附上Gemini AI 教育版證照準備重點，適合資料分析初學者、稽核、採購、研究人員、跨域工作者，以及想把 AI 變成生產力的人。

專業推薦

崑山科技大學電機工程系系主任─林俊良博士

住宅消保會創會理事長─吳翃毅博士

錸成科技有限公司執行長、嘉南藥理大學兼任助理教授─凃春愛博士

伽碩職訓中心執行長─郭明洽

昱創企管顧問有限公司總經理─裴有恆

元大銀行系統開發部專業副理─陳尚瑋

極策網路行銷有限公司總經理、崑山科技大學房地產開發與管理系講師─蔡宗甫

作者簡介

黃朝健

早年從人因互動設計切入科技產業，投入觸控IC 與模組研發，奠定堅實技術基礎。赴歐深造期間，師從符號計算大師Bruno Buchberger 教授，並於深度學習權威Sepp Hochreiter 教授實驗室研習AI 與機器學習，曾於HagenbergSoftwarePark 的RISC 公司實習，專注醫療影像的AI 應用。

返台後投入智慧製造與數位轉型，協助企業導入AI 解決方案。

現為中華民國內部稽核協會講師，並於嘉南藥理大學、天地人文創平台、勞動部產發署等單位授課，亦擔任大學業界偕同專家與企業數位顧問，推動AI 與產業實務接軌。

學經歷：

￭奧地利林茲大學資訊系碩士畢業

￭中華民國內部稽核協會講師

￭經濟部產業發展署AI授課講師

￭天地人文創講堂講師

￭教育部部定講師

￭聯成電腦講師

￭勞動部雲嘉南分署大數據講師

￭台南失業者訓練班講師

￭勞動部產業人才投資方案課程Python、電商行銷、數據科學講師

￭高雄市勞動局產業新尖兵講師

￭台南市伽碩職訓中心講師

￭ AI GO講師生成對抗網路(數發部產業發展署)

￭ AIGO 講師Kaggle 數據平台實戰 (數發部產業發展署)

￭台灣產業發展協會ESG 種子師資

￭國立政治大學電算中心技術師

￭義隆電子研發工程師

￭ 113 年國道智慧交通管理創意競賽優選作品

▌第1章 Python 基礎安裝環境與說明

1.1 Google Colaboratory 安裝

1.2 Anaconda-Jupyter Notebook 安裝

1.3 Jupyter Notebook 介紹與建立Kernel

▌第2章 Pandas 資料框的操作及PyArrow 和Polars 應用

2.1 Pandas 的介紹與基礎讀檔

2.2 多欄位取值

2.3 多列取值

2.4 合併資料框

2.5 提取和取代字串

2.6 兩個條件以上取值

2.7 操作後的csv 寫出

2.8 PyArrow 和Polars 應用

▌第3章 提示工程、情境工程與直覺式開發

3.1 單樣本範例和多樣本提示(One-Shot or Few-Shots Prompt)

3.2 提示工程與情境工程說明與比較

3.3 ChatGPT 和Claude AI 用於程式開發協作

▌第4章 Perplexity AI Comet 瀏覽器進行摘要與探勘

4.1 Perplexity AI Comet 介紹與安裝

4.2 PChome 探勘關鍵字並結合Gmail 發送

4.3 Goodinfo 網站設計投資策略的提示語

4.4 比較多家電子零件採購網站的AI 摘要

4.5 查詢高鐵時刻表並結合Google 行事曆

▌第5章 常見的防爬三套件

5.1 Chrome 模擬器用於雲端IDE

5.2 fake-useragent、undected-chromedriver 和selenium 介紹

5.3 進出口商情爬取實作

▌第6章 提示語撰寫範例

6.1 Prompt I: 猜測網頁結構

6.2 Prompt II: 給予一定的網頁元素

6.3 Prompt III: 特殊結構

▌第7章 多模態API 的申請

7.1 Google AI studio 的Gemini API 申請(Gemini Flash 2.0)

7.2 Groq AI API 申請(Llama-4-Scout-17B-16E-Instruct)

▌第8章 常見中文OCR 實作與多模態辨識

8.1 PaddleOCR 應用

8.2 EasyOCR 應用

8.3 Groq AI AP 用於圖片辨識實作

8.4 Gemini Flash 2.0 用於圖片辨識實作：發票辨識為例

8.5 Selenium 結合OCR 實作

▌第9章 爬蟲範例實戰

9.1 日本不動產價格爬取實作

9.2 PChome 股價爬取實作

9.3 ESG 永續報告書爬取實作

9.4 公開資訊觀測站即時重大資訊爬取實作

9.5 Requests 模組結合styler 著色應用：以溫室氣體盤查數據應用為例

9.6 Requests 模組結合plotly 繪製旭日圖應用：以溫室氣體範疇一和範疇二為例

9.7 永續發展債券抓取實作

▌第10章 交易指標爬取應用實戰

10.1 常見交易指標與乖離率介紹

10.2 交易指標結合yfinance 實作AI 概念股

10.3 交易儀表板優化實作

10.4 Goodinfo 台灣股市+NotebookLM 分析

10.5 上市公司年報爬取實作

▌第11章 Resend API 寄信模組與SMTP 模組實作

11.1 SMTP 寄信模組應用實作

11.2 Resend API 寄信模組應用實作

11.3 結合爬取最新商情並寄信應用實作

11.4 公開資訊觀測站即時重大資訊爬取並寄信實作

▌第12章

12.1 Gemini AI 教育版考試說明和介紹

12.2 Gemini AI 教育版考試備考技巧

12.3 獲取Gemini AI 教育版證書

序

人工智慧正以前所未有的速度推動著世界的變化。從 ChatGPT 的語言理解、Gemini 的多模態思維、Claude AI 的對話深度，到 NotebookLM 對知識的整理，這些工具不僅是科技的產物，更是時代的見證。它們提醒我們：學習不再是靜止的積累，而是與 AI 偕行的旅程。

「與 AI 偕行」，不僅意味著善用工具，更象徵著勇於擁抱變化。AI 技術雖然瞬息萬變，但其演進展現出人類追求智慧與創新的脈絡。唯有主動學習、實踐與分享，我們才能在這股浪潮中掌握方向，把科技力量與人文精神結合，開創嶄新的智慧格局。

本書是三部曲的第一部曲《生成式AI × 穩健提示爬蟲技術 I》─數據抓取篇。內容將從基礎到實作，帶領讀者探索如何結合生成式 AI 與穩健提示工程，實現網頁數據的擷取、轉換與應用。這不僅是一場技術演練，更是一條人才培育的道路：唯有透過教育、實作與經驗分享，台灣才能在全球 AI 浪潮中展現自身的創新實力。半導體、醫療、製造與新創等領域，正等待新一代工程師與研究者，以智慧化的工具，開創屬於我們的未來。在這段寫書的歷程中，特別感謝深智數位團隊，給予我持續寫作的機會，使理念能夠落地並得以實踐；更要感謝家人的理解與支持，這份溫暖始終是我不斷探索的根基與依靠。