從「靜態手冊」到「動態地圖」：山海圳國家綠道的數位敘事化轉型實錄
🌏 前言：數據的「生命力」
山海圳國家綠道（MTSW）是一條長達 177 公里的「溯源風土之河」。然而，長期以來這些珍貴的資訊分散在厚重的 PDF 手冊（112MB）與僅具備基本座標的 KMZ 檔案中。對於徒步者而言，在路途上翻閱 PDF 極其不便，而純粹的導航點又缺乏文史脈絡。
本文紀錄了利用 AI 協作，將山海圳從「靜態資料」轉型為「動態地圖系統」的完整工序。
🛠 五大轉化階段
1. 骨架提取：從 KMZ 到空間索引
首先，我們解構了原始的 山海圳營運地圖.kmz。
- 斷開連結：在匯出時選擇不勾選「網路連結同步」，確保取得的是包含 109 個 POI 與 31 段軌跡（Tracks）的靜態座標資料。
- 空間格式化：將座標轉化為 WKT (Well-Known Text) 格式（如
POINT(...),LINESTRING(...)），這讓 AI 能在後續處理中理解地理位置。
2. 敘事賦能：批次化的「深度研究」
這是最具挑戰性的階段。109 個點位若逐一改寫，耗時緩慢。我們採取了「批次豐富化 (Batched Enrichment)」策略：
- AI 協調者模式：將 POI 分為「台江內海」、「大圳之路」、「原鄉之路」與「聖山之路」四個文化生活圈進行改寫。
- 內容增量：不只是複製手冊，而是透過 AI 挖掘歷史背景、加入在地美食推薦與實用的旅人筆記。這將原本冷冰冰的點位，轉化為具有「生活溫度」的內容。
3. 結構化轉置：Markdown 作為中繼
每個 POI 點位都被轉化為一個獨立的 Markdown 檔案。
- YAML Frontmatter：包含類別、日期、座標與 WKT 等 metadata。
- 標準化資訊卡：在文末提供統一的
📬 資訊卡區塊，方便系統讀取地址與聯絡電話。
4. 系統整合：WalkGIS 資料庫同步
透過 Python 腳本將上述 Markdown 資料與地圖邏輯匯入 WalkGIS (SQLite) 資料庫。
- Map-Feature 關聯：建立
20260202_shanhaijun作為總地圖 ID，將 142 個特徵（109 POIs + 33 Tracks）進行語義關聯。 - Mermaid 視覺化：在資料庫中存入 Mermaid 流程圖語法，實現四大段落的視覺導覽。
5. 跳轉優化：從檔案路徑到 Web Query
最後一公里路是解決「網頁跳轉邏輯」。
- 問題：原始連結指向實體檔案
.md，在 Web 系統中會失效。 - 解法：全面將連結格式轉置為
?map=xxx&feature=xxxx的 Query String 格式。這使得地圖與內容之間不再是單獨檔案的連結，而是系統內部的狀態切換，極大地提升了使用者體驗。
💡 關鍵洞察：AI 扮演的角色
在這次轉化中，AI 不僅是一個「打字機」，它更扮演了：
- 文史翻譯官：將手冊中的學術語言轉化為旅人易讀的敘事。
- 重構管理員：協助將複雜的檔案關聯自動化處理，確保數百個連結無誤。
- 格式橋樑：在 WKT, XML (KML) 與 Markdown 之間進行精準轉換。
🏁 最終成果
- 109 個敘事化 POI：每個點都有感溫度的在地描述。
- 31 段連貫軌跡：從海邊到巔峰，路線分級與補給建議一目了然。
- 1 個整合介面：透過封面圖與 Mermaid 圖表，打造具備美感的導覽入口。
山海圳現在不再只是地圖上的一個點，而是一本可以隨著步伐翻閱的數位百科全書。
協作紀錄：
- 策劃: USER
- 執行: Antigravity (AI Coding Assistant)
- 完成日期: 2026-02-03