我之前寫過自己在做一個 分析營養成分的Bot ，用最簡單的方式追蹤每日、每週、每月的營養攝取狀況。做著做著，我發現一個問題：如果這個 Bot 要進一步給予建議，會踩到 誰該給建議的界線 。剛好最近食安新聞不斷，我想起自己多年前放棄的食品溯源專案，於是把原本分析營養成分的 Bot，延伸成一個自己動手做的食品溯源程式。這篇文章想分享的是這個延伸過程裡遇到的三個矛盾：營養分析的黑盒子問題、自己做溯源程式時撞到的資料難題，以及消費者實際採購行為與溯源理想之間的落差。 營養分析的黑盒子 目前市面上以AI分析營養成分的應用，有一塊我一直覺得模糊的區域：使用者無從得知分析依據為何。另外還有一個更根本的問題，使用者吃東西為什麼要先拍照才能吃？拍照分析一餐，本身就是打斷用餐過程，也不符合大部分人吃飯的日常邏輯。唯一真正說得通的應用場景，是把這個功能放進眼鏡裡，讓使用者所見即可分析，不需要額外動作。 即使先不談拍照這件事，營養分析Bot本身也有精準度的問題。脂肪與鈉含量是最難估算的兩項，AI會給出數字，但使用者不知道這個數字的計算依據，實際使用中也會遇到辨識失敗的案例，還需要「教會 AI 學習與記憶」歷次辨識的結果。 動手做自己的食品溯源程式 做到現在，大概能理解當初這類食品溯源計畫為什麼沒有做出大家都想用的成品。核心困難是各方資料庫格式不一致，在沒有 AI 協助的年代,清洗資料、做正規化本身就是一個工程量很大的任務。現在有AI協助，清洗與統一格式的速度快很多，但還是存有資料流失的風險。 台灣食藥署有提供開放資料下載，實際使用後我發現幾個資料本身的漏洞,而這些漏洞不是食藥署一個單位能單獨解決的： 進口商紀錄無延續管制：曾有食安風險新聞的進口商，依然可以繼續進口食品； 廠商自主登錄無強制力：部分食品不會主動登錄食藥署平台，登錄與否全靠廠商自願，沒有強制規範； 品牌名稱相近造成混淆：統一生機、統一生醫、義美生醫、義美生技等大廠的名稱相近，AI在判斷資料時，很難判斷該合併還是分開處理，還需要去工商登記查詢。 相對地，國內較大品牌像聯華、光泉、義美，通常會自建食品溯源網站，並在自家包裝上印刷條碼，消費者掃描條碼就能連結到來源與檢驗結果。這類大品牌的資料完整度高，我做溯源程式時，對於大品牌並建有溯源平台的資料則以品牌自建平台的資料為主，不會再抓下來。 使用行為的矛盾 整個使用流程是拍照或掃描、上...
之前分享利用 Claude Code 做 飲食營養分析 Bot 的經驗 。我自己有個習慣，就是在做新的專案時，會先評估法遵風險。當我在做飲食營養分析 Bot 時，我才知道原來台灣除《醫師法》外還有《 營養師法 》，而《營養師法》第 12 條列舉營養師的法定業務，包含營養評估、飲食設計、個案諮詢、膳食管理等。 這部《營養師法》在幫大家的健康把關，因為不能隨便一支影片、一段報導，就能提供營養建議。在法規中，需要接受完整的專業教育，並持續進修，每 6 年就要提出繼續教育的證明文件，才能更新執業證照；沒有「營養師」的證照不能自稱「營養師」，法規中列舉了營養師的業務範圍，並規定須親自執行業務，不能由他人代理，如果藉由通訊方式執行業務，還要經過執業登記的主管機關核准；執行業務時還要做紀錄，這些紀錄可能還會成為法律或醫療紀錄文件。 成為「營養師」需要符合嚴格的要求與限制，並不是隨便用AI分析、讓AI提供建議就能取代的。台灣每年會舉辦 2 次營養師的考試，參考自中華民國營養師公會在 2025年的統計資料 ，台灣每年營養科系的畢業生約 1500 人，到 2025年，累計已有 11,860 人通過考試取得執照，及格率約 25%，看起來是一個具有挑戰性的考試。 Bot 的個人化建議，算不算「執行業務」？ 在我設計的 Bot 裡，不是只有拍照上傳讓 AI 去分析、評估，事實上還有其他情境的飲食需求，再提供使用者建議，例如由 Bot 提醒當天攝取的蛋白質不足，或我在前篇文章中提到的鈉的攝取量過高，Bot可能提醒要減少鈉的攝取或是多補充哪些蛋白質來源，這些分析與建議是否算「執行業務」？在該法第 29 條中也寫明，如果沒有取得營養師的資格而執行相關業務，本人及其雇主各處新臺幣 5 萬元以上，25 萬元以下罰鍰。 法律規範的對象是「人」，目前法律還沒有明確定義 AI 工具的法律地位，也不知道該找誰負責，是開發的工程師？大語言模型的公司？還是開發的公司？一般開發者通常會在提供的資訊裡加上「僅供參考、非醫療建議」的免責聲明來規避，但無從得知這樣的聲明在法律是否具有效力。另外，由於在 Bot 中可以設定慢性病的個別飲食計算，還可能同時踩到《醫師法》（涉及診療）與《營養師法》（涉及個案管理）。同時，即使開發者已在服務中加入「僅供參考、非醫療建議」的免責聲明，主管機關或法院在判斷是否構成營養師業務的執行時，...