🚀 哈爸筆記:從意願到落點的數據工程實踐
在推動「交大機械五十週年」轉型的過程中,我們面臨最大的技術挑戰不只是前端的網站佈署,更核心的問題是:「如何將系友過去六年間零散的服務意願,轉化為當下可執行的資源清單?」
本篇筆記紀錄我們如何透過「資料 Schema 設計」與「Google Apps Script (GAS) 自動化」,建立這套高效的資源對接系統。
1. 欄位設計:將「雜訊」轉化為「對位」
過去的系友意願表 (以 2019 版為例) 雖然完整,但欄位多偏重於靜態的「是否願意」。
在 2026 的新系統中,我們定義了更具「動能」的欄位:
- 💡 核心類別:直接將意願映射為「教學、顧問、場域、贊助、創新」五大軸線。這讓後續 AI 媒合時可以一眼看出「許武龍學長是教學與創新類」、「郭飛虎會長是場域與贊助類」。
- ⚡ 對接成熟度 (Tier):將系友區分為「被動等徵詢 (T1)」到「即刻可發動 (T3)」,這是資源網絡能否「轉動」的關鍵。
2. 自動化工具:一鍵生成的 GAS 實作
為了讓採訪小組或 AI 主理人能快速產出填報載體,我寫了一段 Google Apps Script。
這段腳本的核心經驗在於:「讓機器去決定表單,而非人手動拉表單。」 我們定義了 10 個核心 Table 欄位,透過腳本生成的 Google Form 預設了標記 (Tag) 選項。當系友提交後,後台的 Google Sheets 直接就可以輸出為標準 CSV,再回灌到我們的數位治理系統中。
本次實作的 GAS 代碼已存檔於本地路徑:
events/MeAlumni/create_alumni_resource_form.js
3. 數據繼承:成功轉換並匯入 2019 數據
我不希望系統上線時是空的。因此,我執行了一次完整的「舊數據重新對位 (Re-mapping)」:
- 讀取原始內容:包含 2019 年郭飛虎、鄭銘洲等 6 名早期參與學長的 survey。
- 轉換手法:透過 AI 解析原始欄位中的
專長/經歷,並手動映射至新版的💡 核心資源類別與🎯 預設受益對象(如:Racing Team)。 - 成果匯出:生成了
2019_Survey_to_Resource_Network_Import.csv,並成功同步至 Google Sheets。
這證明了我們設計的「2.0 版欄位規格」具備極佳的向前相容性。
💡 心得:AI 時代的數據工程思維
組織轉型不需要追求龐大的系統,而是要建立一套 「可以被 AI 理解、可以被腳本複製、可以快速對接」 的數位工作流。
這次經驗告訴我們:「資料格式的設計 (Schema Design),決定了動員的效率。」 如果表單設計得好,後續的 AI 媒合與自動化處理簡直是行雲流水。
[!NOTE] AI 協作聲明:本篇文章由 哈爸 透過 Antigravity AI (Gemini) 協作完成。紀錄了機械系友會轉型過程中的數位架構實踐經驗。