在 WalkGIS V0.1 發布 後，我擁有了一個結構嚴謹的 SQLite 資料庫 (walkgis.db)，裡面躺著精確的經緯度、WKT 在地幾何資料，以及 24 個景點的詳細 Markdown 介紹。

這對開發者來說很完美，但對一般遊客來說太「硬」了。

「我能不能把這些資料丟給 AI，讓它變成一份像是【宮崎駿風格】的導覽手冊，甚至直接生出一份旅遊介紹投影片？」

答案是可以的，而且非常快。這篇文章將分享我如何建立這套 「DB to NotebookLM」 的自動化工作流。

🚀 工作流架構 (The Pipeline)

我的目標是將「特定地圖」的所有相關資料打包成一個巨大的 “Mega Context File”，然後上傳到 Google NotebookLM。

流程如下：

  1. Select: 輸入地圖 ID (例如 2025_houfeng_dongfeng_loop)。
  2. Query: 腳本自動查詢 SQLite，找出該地圖關聯的所有景點 (Features)。
  3. Merge: 將地圖結構 (Mermaid) 與所有景點內容 (Markdown) 合併。
  4. Inject: 在檔頭注入「卡通嚮導」的 System Prompt。
  5. Generate: NotebookLM 讀取後，產出視覺化描述與投影片內容。

WalkGIS工作流心智圖 (圖說：從資料庫萃取資料到 AI 生成的完整邏輯路徑)

🛠️ 關鍵技術 I: 智慧萃取腳本

最核心的挑戰在於：我的 features/ 資料夾裡可能有上百個景點，但我只想抓取「屬於這張地圖」的那 25 個。

我寫了一個 Shell Script (gen_notebooklm_context.sh) 來完成這個任務。它利用 sqlite3 直接查詢關聯表：

# 從資料庫查詢特定地圖 (MAP_ID) 關聯的所有 Feature IDs
FEATURE_IDS=$(sqlite3 "$DB_FILE" "SELECT feature_id FROM walking_map_relations WHERE map_id = '$MAP_ID' ORDER BY display_order ASC;")

# 遍歷並合併檔案
for fid in $FEATURE_IDS; do
    cat "$FEATURES_DIR/$fid.md" >> "$OUTPUT_FILE"
done

這樣做的好處是精準。這份 Context File 裡不會有任何雜訊，每一行文字都跟這趟旅程有關。

🪄 關鍵技術 II: 角色賦能 (Prompt Engineering)

為了讓 NotebookLM 產出的內容不像是「維基百科」，而像是「旅遊繪本」，我在生成的 Markdown 檔頭 (Header) 強制注入了這段指令：

# AI INSTRUCTION HEADER
Role: You are an enthusiastic, cartoon-style Travel Guide...
Tone: Fun, Energetic, Child-friendly, Vibrant.

## Output Requirements
1. **Visual Map Description**: Describe a hand-drawn, Ghibli-style map...
2. **Adventure Slide Deck**: Create a 10-15 slide presentation... highlight "Tunnel 9" as a mysterious time cave.

這段 Prompt 就像是給 AI 的「導演筆記」，確保它在消化硬數據時，會自動戴上「卡通濾鏡」。

📊 成果展示

將生成的 walkgis_2025_houfeng_dongfeng_loop_notebooklm.md 上傳後，效果驚人。

1. 資訊圖表化 (Infographic)

AI 根據我的指令，將 24 個景點轉化為一張充滿冒險感的概念地圖。它不再是線條與點，而是「巨人的鋼鐵手臂（花樑鋼橋）」與「神秘的時光隧道（九號隧道）」。

WalkGIS資訊圖表 (圖說：NotebookLM 生成的卡通地圖視覺描述與重點摘要)

2. 自動生成投影片 (Slides)

我也要求它產出一份 10 頁的投影片大綱，它自動安排了起承轉合：從后里馬場的出發，到石岡水壩的震撼教育，最後在東勢客家園區享用美食。

WalkGIS投影片 (圖說：由 AI 規劃的「后豐東豐冒險記」投影片大綱)

💡 結語

這個實驗證明了 「結構化資料 (Structured Data) + 長文本 AI (Long-Context AI)」 的強大潛力。

  • WalkGIS DB 負責提供「正確性」與「關聯性」。
  • NotebookLM 負責提供「創造力」與「整合力」。
  • Automation Script 則是連接兩者的橋樑。

未來，每當我規劃一條新路線（例如「台中舊城區散步」），我只需要在 DB 裡建立關聯，然後跑一下腳本，一份全新的、客製化的卡通導覽手冊就誕生了。這才是自動化的浪漫！

🤖 AI 協作宣告

  • 本文內容: 由人類作者規劃架構，Google Antigravity 協助撰寫與潤飾。
  • 程式碼: Shell Script 與 SQL 查詢由 AI 輔助開發。
  • 示意圖構想: Workflow 架構與 NotebookLM 應用場景由 AI 建議。
  • AI 工具: Antigravity (Gemini Pro), Google NotebookLM