研究方法

研究背景與動機 

隨著跨境貿易與製造外銷的快速發展，保稅制度在我國海關管理中扮演著重要角色。關於相關法規及流程繁雜，對初學者與實務工作者而言，查找與理解資訊往往耗時費力。有鑑於此，建構一套基於 RAG架構的聊天機器人系統，期望能透過 AI 技術輔助知識查詢，提升資訊取得效率。 

系統技術架構 

本系統主要參考蔡炎龍老師的RAG 教學範例，結合向量資料庫與大型語言模型技術，完成具備互動介面的知識查詢機器人。系統整體可區分為以下兩大模組：

向量資料庫建置模組 

本模組負責將保稅知識文件轉換為向量格式，以利日後檢索作業。主要步驟如下： 

• 資料前處理：將保稅相關內容轉為純文字格式，並利用 LangChain 套件進行段落分割（Chunking），每段約 500 字，重疊設為 50 字。 

  
  

• 向量化轉換：透過 OpenAI 提供之 text-embedding-ada-002 模型，將每段文字轉換為向量表示。 

  
  

• 儲存與查詢：使用 FAISS作為向量資料庫，引導後續的語意查詢作業。