2025日本行

這次來大阪旅遊，除了享受美食與美景，我還做了一個特別的實驗：練習使用生成式 AI (GenAI) 來輔助旅遊規劃與決策。這不僅僅是問 Gemini「大阪哪裡好玩」，而是更深入地利用 AI 的邏輯推演與資料整理能力，來解決旅遊中遇到的「資訊過載」與「複雜交通」問題。 以下分享我如何運用 NotebookLM 與 Agentic AI (Antigravity) 來理解大阪梅田站這座複雜的交通樞紐。 1. 出發前的深度規劃：Gemini 與 NotebookLM 的協奏曲 在規劃階段，我先利用 Gemini 進行初步的發散式探索，詢問關於一日行程、深度旅遊建議以及景點背後的歷史文化。 操作心法：我將 Gemini 生成的對話內容匯出成 Markdown 檔案個別匯入 NotebookLM 作為知識庫。 AI 產出： 視覺化理解：利用 NotebookLM 整理出的重點，可以產出更清楚、方便理解的旅遊重點圖表或指南。 這種「先用 Gemini 生成，再用 NotebookLM 固化知識」的方法，讓我對大阪的歷史脈絡與行程要點有了更紮實的認識，而不僅僅是走馬看花。 2. 行程當日的即時戰略：Agentic AI 的動態規劃 到了當天，行程往往需要彈性調整。例如第二天我想去「四個特定的地方」，但我只知道名字，不知道確切位置和順序。 我的指令：給 AI 四個地點（Samuhara 神社、@cosme、Motherhouse、Loft），請它確認地點、找官網、並建議順序。 AI 的價值： 地理邏輯判斷：AI 發現其中一家神社比較遠且早開，其他三家都在梅田商圈，因此建議「先去神社，再回梅田一網打盡」。 Google Maps 整合：它直接吐給我一個規劃好的 Google Maps 路線連結，點開就能導航。 3. 破解「梅田大迷宮」：結構化資訊的力量 大阪梅田車站被稱為「大迷宮」，地下地上錯綜複雜。一般的地圖看了一頭霧水，本來是一頭霧水，但跟 AI 詢問一些架構問題，能幫助自己理解交通網絡。 3.1 根據地圖詢問交通架構 我先給地圖照片問 AI：「大阪車站的交通架構是什麼？有哪些節點？」AI 幫我釐清了 JR 大阪站、阪急梅田、阪神梅田以及幾條地下鐵線路的相對關係，建立了我腦中的「骨架」。 ...

這是我日本行的第二天。今天主要前往奈良看鹿，晚上回到大阪享用美食。 以下是實際去過的地方與買吃的東西： 🦌 奈良公園 (Nara Park) 官方網站 來到奈良當然不能錯過著名的奈良公園。 餵鹿：這是今天的重頭戲，雖然鹿很可愛，但有時候也挺熱情的，手上的鹿仙貝要拿好喔！ 🍚 志津香釜飯 (Shizuka) Google Maps 午餐選擇了著名的志津香釜飯。排隊人潮通常不少，但堅持傳統風味的釜飯，米飯吸滿了高湯精華，非常值得一試。 ⛩️ 冰室神社 (Himuro Shrine) 官方網站 接著參訪了冰室神社，這裡是著名的「製冰業守護神」。除了祈求好運，欣賞神社的靜謐氛圍也是一種享受。 抽了張 第 20 號大吉的籤 🏯 東大寺 (Todaiji Temple) 官方網站 宏偉的東大寺，看到大佛的瞬間真的感到很震撼。 大佛布丁 (Daibutsu Pudding)：Google Maps 參拜完特別買了有名的大佛布丁，瓶蓋上有可愛的大佛圖案，口感綿密濃郁，是很好的伴手禮或甜點。 🥘 福太郎 - 梅田店 (Fukutarou) 官方網站 晚餐回到大阪梅田，選擇了福太郎大阪燒。這裡是品嚐正宗大阪燒（Okonomiyaki）與蔥燒（Negiyaki）的好地方，坐在鐵板板前看著師傅料理，香氣四溢，為第二天畫下完美的句點。 AI 協作宣告 (AI Collaboration Disclosure) 本文內容由 AI 協作生成： 素材來源：哈爸提供行程與筆記。 文章生成：Antigravity 協助整理與撰寫。 文章落地：Antigravity 協助排版與發布。