客服回覆到手軟？教你用 Gemini API 打造 WordPress 自動讀心術，一秒看懂客戶在想啥！

嗨，我是浪花科技的 Eric。身為一個整天跟程式碼和伺服器打交道的工程師，我最怕的不是 Bug，而是那種淹沒在後台、看不見盡頭的客戶回饋、留言和表單訊息。每一則都像是個黑盒子，裡面可能藏著金礦（超棒的建議），也可能埋著地雷（緊急的客訴）。

以前，我們只能靠人工一則一則讀，用 Excel 標籤，然後開會憑「感覺」決定下一步。這不僅慢，而且極度主觀。A 同事覺得是好評，B 同事可能覺得語氣有點酸。這種「通靈」式的工作流程，在講求數據驅動的今天，簡直就是一場災難。

但現在，我們有了新的武器：大型語言模型（LLM），特別是 Google 的 Gemini API。它不只是個聊天機器人，它是一個能理解人類語言細微差別的分析引擎。今天，我就要帶你動手，把這個「大腦」植入你的 WordPress 網站，打造一個不只能辨識正負評，還能自動摘要、抓關鍵字，甚至在後台直接視覺化的「客戶回饋儀表板」。別再通靈了，我們直接用 Code 來讀心！

為什麼你需要的不只是「正/負評」標籤？

市面上有很多情感分析工具，很多只能給你一個簡單的「正面」、「負面」或「中性」標籤。老實說，這在實務上幫助有限。身為工程師，我們要的是更結構化、更深度的洞察。

想像一下，一則留言寫著：「你們的 UI 設計很漂亮，但我找了半天才找到結帳按鈕，而且載入速度有點慢。」

• 傳統工具可能標為「中性」或「負面」，然後呢？沒了。
• 但如果我們利用 Gemini API 的強大理解能力，我們可以得到這樣的結構化資料：

{
  "sentiment": "Mixed",
  "score": -0.3,
  "summary": "使用者肯定 UI 美感，但對結帳流程的易用性和網站載入速度感到不滿。",
  "keywords": ["UI 設計", "結帳按鈕", "載入速度"],
  "actionable_items": ["優化結帳流程可見度", "檢查網站效能"]
}

看到差別了嗎？這不是數據，這是可以直接丟給 PM 和設計師的 actionable ticket！這才是我們工程師追求的效率。今天，我們就要來實作這個。準備好了嗎？泡杯咖啡，我們開始了。

第一步：打通 WordPress 與 Gemini 的任督二脈

在我們開始寫任何程式碼之前，基礎建設要先搞定。這就像蓋房子，地基沒打好，上面蓋得再漂亮都是枉然。

1. 取得你的 Gemini API 金鑰

首先，你需要一個 Google 帳戶，然後前往 Google AI Studio 取得你的 API 金鑰。過程很簡單，基本上就是點幾個按鈕。拿到金鑰後，請把它當作你家鑰匙一樣保管好，絕對不要直接寫在程式碼裡！

2. 安全地把金鑰放進 WordPress

這是很多新手會犯的錯：直接把 API Key 寫在 `functions.php` 裡。千萬不要！這樣做，你的主題一旦換掉，或是程式碼被別人看到，金鑰就外洩了。

最安全、也是 WordPress 官方推薦的做法，是把它定義在 `wp-config.php` 檔案中。這個檔案位於你的 WordPress 根目錄，非常核心。

打開你的 `wp-config.php`，在 `/* That’s all, stop editing! Happy publishing. */` 這行註解上面，加入以下這行：

define( 'GEMINI_API_KEY', '把你的API金鑰貼在這裡' );

這樣一來，我們就可以在程式碼中透過 `GEMINI_API_KEY` 這個常數來安全地取用金鑰，而不用擔心它會被意外洩露。

第二步：攔截使用者回饋，發送給 Gemini 分析

現在，我們要寫一個 PHP 函式來「攔截」新的留言，並把它送去給 Gemini API 處理。這裡我以 WordPress 最常見的「留言」功能為例，但同樣的邏輯也適用於 Contact Form 7、Gravity Forms 等表單外掛的提交事件。

把下面的程式碼加到你佈景主題的 `functions.php` 檔案裡：

// 當有新留言儲存到資料庫後，觸發這個動作
add_action('comment_post', 'roamer_analyze_comment_with_gemini', 10, 2);

function roamer_analyze_comment_with_gemini($comment_ID, $comment_approved) {
    // 如果留言正在等待審核，就先不處理
    if (1 != $comment_approved) {
        return;
    }

    // 取得留言物件和內容
    $comment = get_comment($comment_ID);
    $comment_content = $comment->comment_content;

    // 如果金鑰不存在或留言內容是空的，就直接閃人
    if (!defined('GEMINI_API_KEY') || empty($comment_content)) {
        return;
    }

    // 這裡就是工程師的魔法：精心設計的 Prompt
    $prompt = "請針對以下客戶留言進行情感分析，並嚴格依照以下 JSON 格式回傳，不要包含任何其他說明文字或程式碼標籤：\n\n";
    $prompt .= "{\n";
    $prompt .= "  \"sentiment\": \"請填寫 Positive, Negative, Neutral 或 Mixed\",\n";
    $prompt .= "  \"score\": \"請填寫一個 -1.0 到 1.0 之間的分數\",\n";
    $prompt .= "  \"summary\": \"請用繁體中文產生一句話的摘要\",\n";
    $prompt .= "  \"keywords\": [\"請找出1至3個關鍵字詞\"]\n";
    $prompt .= "}\n\n";
    $prompt .= "客戶留言：\"" . $comment_content . "\"";

    // 設定 API 請求的參數
    $api_url = 'https://generativelanguage.googleapis.com/v1beta/models/gemini-1.5-flash:generateContent?key=' . GEMINI_API_KEY;
    $api_body = [
        'contents' => [
            [
                'parts' => [
                    ['text' => $prompt]
                ]
            ]
        ]
    ];

    // 使用 WordPress 內建的 HTTP API 發送請求
    $response = wp_remote_post($api_url, [
        'method'    => 'POST',
        'headers'   => ['Content-Type' => 'application/json'],
        'body'      => json_encode($api_body),
        'timeout'   => 30, // 增加超時時間，因為 AI 可能需要點時間思考
    ]);

    // 檢查 API 回應是否正常
    if (is_wp_error($response) || wp_remote_retrieve_response_code($response) != 200) {
        // 在這裡可以加入錯誤日誌記錄，但我們先簡單處理
        return;
    }

    $response_body = wp_remote_retrieve_body($response);
    $data = json_decode($response_body, true);

    // 解析 Gemini 回傳的內容
    // 這邊的解析路徑可能會因 API 版本更新而改變，要特別注意
    $gemini_response_text = $data['candidates'][0]['content']['parts'][0]['text'] ?? '';

    // Gemini 有時候會手癢多包一層 markdown，我們要把它清掉
    $gemini_response_text = trim(str_replace(['```json', '```'], '', $gemini_response_text));

    // 解碼 Gemini 回傳的 JSON
    $analysis_result = json_decode($gemini_response_text, true);

    if ($analysis_result && is_array($analysis_result)) {
        // 把分析結果存到留言的 meta data 裡，這超好用！
        update_comment_meta($comment_ID, '_sentiment_analysis', $analysis_result);
    }
}

這段程式碼做了幾件很重要的事：

1. 掛載 Hook： `add_action(‘comment_post’, …)` 讓我們可以在使用者一留言時就執行我們的分析函式。
2. 防呆機制： 檢查留言是否已通過審核，以及 API 金鑰是否存在。這是寫出強韌程式碼的基本功。
3. Prompt Engineering： 這是我覺得最有趣的地方。我們不只是把留言丟給 AI，而是給了它一個非常明確的「指令」，要求它必須回傳我們指定的 JSON 格式。這可以大幅提高資料的穩定性和一致性，避免 AI 天馬行空地回答。
4. wp_remote_post： 我們使用 WordPress 內建的函式來發送 API 請求，這比自己用 cURL 更安全也更標準。
5. 儲存結果： `update_comment_meta()` 是關鍵！我們把 Gemini 回傳的整包 JSON 資料，直接存成這則留言的「附加資訊」。這樣一來，資料就跟著留言本身，管理起來非常方便。

第三步：讓分析結果「看得見」！改造 WordPress 後台

資料存進資料庫裡，如果沒人看得到，那就等於白做工。接下來，我們要動一點小手術，讓 WordPress 後台的留言管理頁面，直接顯示出我們的情感分析結果。

同樣地，把這段程式碼也加到 `functions.php` 裡：

// 1. 在留言列表新增一個「情感分析」的欄位
add_filter('manage_edit-comments_columns', 'roamer_add_sentiment_column');
function roamer_add_sentiment_column($columns) {
    $columns['sentiment_analysis'] = '情感分析';
    return $columns;
}

// 2. 告訴 WordPress 這個新欄位要顯示什麼內容
add_action('manage_comments_custom_column', 'roamer_display_sentiment_column', 10, 2);
function roamer_display_sentiment_column($column, $comment_ID) {
    if ($column == 'sentiment_analysis') {
        // 從 meta data 撈出我們之前存的分析結果
        $analysis_result = get_comment_meta($comment_ID, '_sentiment_analysis', true);

        if (empty($analysis_result) || !is_array($analysis_result)) {
            echo 'N/A';
            return;
        }

        // 根據分數設定顏色，讓結果一目了然
        $score = floatval($analysis_result['score'] ?? 0);
        $color = '#777'; // 中性預設色
        if ($score > 0.3) {
            $color = '#28a745'; // 正面
        } elseif ($score < -0.3) {
            $color = '#dc3545'; // 負面
        }

        echo '<div style="font-weight: bold; color: ' . $color . ';">';
        echo esc_html($analysis_result['sentiment'] ?? 'Unknown');
        echo ' (' . esc_html($score) . ')';
        echo '</div>';

        // 顯示摘要和關鍵字
        if (!empty($analysis_result['summary'])) {
            echo '<p style="font-size: 12px; margin: 5px 0 0;"><strong>摘要：</strong>' . esc_html($analysis_result['summary']) . '</p>';
        }

        if (!empty($analysis_result['keywords']) && is_array($analysis_result['keywords'])) {
            echo '<div style="font-size: 11px; margin-top: 5px;">';
            foreach ($analysis_result['keywords'] as $keyword) {
                echo '<span style="background: #eee; padding: 2px 5px; border-radius: 3px; margin-right: 5px;">' . esc_html($keyword) . '</span>';
            }
            echo '</div>';
        }
    }
}

這段程式碼透過 WordPress 的 Filter 和 Action Hooks，巧妙地在不修改核心檔案的情況下，客製化了後台界面：

• `manage_edit-comments_columns` 這個 filter 讓我們可以「注入」一個新的欄位標題。
• `manage_comments_custom_column` 這個 action 則是在 WordPress 準備顯示每一列的內容時觸發，我們在這裡判斷如果是我們自訂的欄位，就去撈 `comment_meta` 的資料，然後用 HTML 把它美美地呈現出來。

現在，你去後台的留言列表看看，是不是多了一個超酷的「情感分析」欄位？紅色代表客訴警報，綠色代表客戶讚賞，摘要和關鍵字一目了然。恭喜你，你已經把你的 WordPress 網站從一個單純的內容發布系統，升級成一個初步的商業智慧平台了！

工程師的小囉嗦：上線前的最後思考

程式碼能動了，但一個專業的工程師會想得更遠。在上線服務真實客戶前，有幾點你必須考慮：

1. 成本與效能

每一次 API 呼叫都是要錢的（雖然 Gemini 目前有免費額度，但流量一大就很可觀）。而且，API 呼叫需要時間，如果直接在使用者提交留言的當下同步處理，可能會讓使用者覺得網站「卡了一下」。對於流量大的網站，最好的作法是「非同步處理」。也就是說，先把留言存起來，然後透過 WordPress Cron Job 或 Action Scheduler 這類背景排程工具，在離峰時間批次去呼叫 Gemini API。這樣既不影響使用者體驗，也可能可以做一些批次處理來節省成本。

2. 錯誤處理與日誌

我的範例程式碼中，API 呼叫失敗時只是簡單地 `return`。在正式環境中，你應該要把錯誤訊息記錄下來（log），例如 API 回傳了什麼錯誤碼、是哪個留言分析失敗了。這樣你才能在問題發生時快速定位並解決。

3. 資料隱私

記住，你正在把使用者的留言傳送到 Google 的伺服器。請確保你的隱私權政策有充分揭露這點，並且在傳送前，可以考慮過濾掉一些敏感的個人資訊（PII），例如 email、電話號碼等。

從一個簡單的想法，到一個完整的實作，再到對上線環境的周全考量，這就是工程師解決問題的完整路徑。透過 Gemini API，我們不僅僅是解決了「讀不完留言」的問題，更是為企業挖掘出以前從未看見的數據價值。這就是程式碼的魅力所在！

相關閱讀

• 客戶回饋淹沒你？教你用 Gemini API 打造 WordPress 情感分析機器人，躺著讀懂使用者心聲！
• 你的 WordPress 網站是「真 AI」還是「裝 AI」？資深工程師手把手教你串接 OpenAI API，打造會思考的智慧大腦！
• 你的 WordPress 正在大開後門嗎？資深工程師的 Webhook 設計與安全驗證終極指南

需要更進階的 AI 整合或客製化系統嗎？

今天我們打造的只是一個起點。如果你的企業需要更複雜的 AI 應用，例如整合 CRM 系統、自動觸發客服流程，或是建立更全面的商業數據儀表板，這些都需要更深入的架構設計與開發工作。浪花科技專精於將 AI 技術與 WordPress 深度整合，為企業打造真正能解決問題、提升效率的客製化系統。如果你有任何想法，或是在實作中遇到困難，歡迎隨時與我們聯繫，讓我們的專業團隊為你規劃最佳解決方案！