Dialogflow 行動開發整合：Android 與 Flutter 完整教學

想在你的 App 中加入 AI 對話功能嗎？

不論是客服助理、語音助手還是互動式導覽，Dialogflow 都可以幫你實現。這篇文章教你如何在 Android 和 Flutter 中整合 Dialogflow，打造具備自然語言理解能力的行動應用。

如果你還不熟悉 Dialogflow，建議先閱讀 Dialogflow 完整指南。

---

行動 App 整合方式比較

在 App 中整合 Dialogflow 有兩種主要方式，各有優缺點。

直接 API 呼叫

App 直接呼叫 Dialogflow API：

App → Dialogflow API → 回應

優點：

• 架構簡單
• 延遲較低
• 不需要自建後端

缺點：

• API 金鑰暴露在 App 中（資安風險）
• 無法加入額外商業邏輯
• 難以記錄對話歷史

透過後端轉發

App 透過你的後端呼叫 Dialogflow：

App → 你的後端 → Dialogflow API → 你的後端 → App

優點：

• API 金鑰安全保存在後端
• 可以加入商業邏輯（驗證、記錄、過濾）
• 容易整合其他系統

缺點：

• 需要建置和維護後端
• 延遲稍高
• 架構較複雜

優缺點分析與選擇建議

方式	適用場景
直接 API	POC 驗證、學習用途、內部工具
後端轉發	正式產品、需要資安、企業應用

建議：正式上線的 App 一律使用後端轉發方式。

---

Android Studio 整合

專案設定

Step 1：新增依賴套件

在 app/build.gradle 中加入：

dependencies {
    implementation 'com.google.cloud:google-cloud-dialogflow:4.0.0'
    implementation 'io.grpc:grpc-okhttp:1.56.1'
    implementation 'com.google.auth:google-auth-library-oauth2-http:1.19.0'
}

Step 2：設定網路權限

在 AndroidManifest.xml 中加入：

<uses-permission android:name="android.permission.INTERNET" />
<uses-permission android:name="android.permission.RECORD_AUDIO" />

Gradle 依賴套件

完整的 build.gradle 設定：

android {
    compileSdk 34

    defaultConfig {
        minSdk 24
        targetSdk 34
    }

    packagingOptions {
        exclude 'META-INF/INDEX.LIST'
        exclude 'META-INF/DEPENDENCIES'
    }
}

dependencies {
    implementation 'com.google.cloud:google-cloud-dialogflow:4.0.0'
    implementation 'io.grpc:grpc-okhttp:1.56.1'
    implementation 'io.grpc:grpc-stub:1.56.1'
}

Service Account 設定

Step 1：取得金鑰檔案

1. 前往 Google Cloud Console > IAM > Service Accounts
2. 建立或選擇服務帳戶
3. 下載 JSON 金鑰檔案

Step 2：放置金鑰（開發用）

將金鑰檔案放到 app/src/main/res/raw/credentials.json

注意：這只適合開發測試。正式環境請使用後端轉發。

DetectIntent API 呼叫

建立 Dialogflow 客戶端類別：

class DialogflowClient(context: Context) {
    private val sessionsClient: SessionsClient
    private val session: SessionName
    private val projectId = "your-project-id"
    private val sessionId = UUID.randomUUID().toString()

    init {
        // 載入憑證
        val stream = context.resources.openRawResource(R.raw.credentials)
        val credentials = GoogleCredentials.fromStream(stream)
            .createScoped(listOf("https://www.googleapis.com/auth/cloud-platform"))

        val settings = SessionsSettings.newBuilder()
            .setCredentialsProvider { credentials }
            .build()

        sessionsClient = SessionsClient.create(settings)
        session = SessionName.of(projectId, sessionId)
    }

    suspend fun detectIntent(text: String): String {
        return withContext(Dispatchers.IO) {
            val textInput = TextInput.newBuilder()
                .setText(text)
                .setLanguageCode("zh-TW")
                .build()

            val queryInput = QueryInput.newBuilder()
                .setText(textInput)
                .build()

            val request = DetectIntentRequest.newBuilder()
                .setSession(session.toString())
                .setQueryInput(queryInput)
                .build()

            val response = sessionsClient.detectIntent(request)
            response.queryResult.fulfillmentText
        }
    }

    fun close() {
        sessionsClient.close()
    }
}

範例程式碼

完整的 Activity 範例：

class ChatActivity : AppCompatActivity() {
    private lateinit var dialogflowClient: DialogflowClient
    private lateinit var messageAdapter: MessageAdapter
    private val messages = mutableListOf<Message>()

    override fun onCreate(savedInstanceState: Bundle?) {
        super.onCreate(savedInstanceState)
        setContentView(R.layout.activity_chat)

        dialogflowClient = DialogflowClient(this)
        messageAdapter = MessageAdapter(messages)
        recyclerView.adapter = messageAdapter

        sendButton.setOnClickListener {
            val text = inputEditText.text.toString()
            if (text.isNotEmpty()) {
                sendMessage(text)
                inputEditText.text.clear()
            }
        }
    }

    private fun sendMessage(text: String) {
        // 顯示使用者訊息
        messages.add(Message(text, isUser = true))
        messageAdapter.notifyItemInserted(messages.size - 1)

        // 呼叫 Dialogflow
        lifecycleScope.launch {
            try {
                val response = dialogflowClient.detectIntent(text)
                messages.add(Message(response, isUser = false))
                messageAdapter.notifyItemInserted(messages.size - 1)
                recyclerView.scrollToPosition(messages.size - 1)
            } catch (e: Exception) {
                messages.add(Message("抱歉，發生錯誤", isUser = false))
                messageAdapter.notifyItemInserted(messages.size - 1)
            }
        }
    }

    override fun onDestroy() {
        super.onDestroy()
        dialogflowClient.close()
    }
}

---

Flutter 整合

套件選擇

Flutter 有幾個 Dialogflow 相關套件：

套件	說明	維護狀態
dialogflow_grpc	官方 gRPC 協定	活躍
flutter_dialogflow	社群套件	較少更新
dialogflow_flutter	簡化版本	較少更新

建議：使用 dialogflow_grpc 或直接用 HTTP API。

跨平台實作

Step 1：新增依賴

在 pubspec.yaml 中：

dependencies:
  flutter:
    sdk: flutter
  http: ^1.1.0
  uuid: ^4.0.0

Step 2：建立 API 服務

import 'dart:convert';
import 'package:http/http.dart' as http;
import 'package:uuid/uuid.dart';

class DialogflowService {
  final String projectId;
  final String accessToken; // 從後端取得
  final String sessionId = Uuid().v4();

  DialogflowService({required this.projectId, required this.accessToken});

  Future<String> detectIntent(String text) async {
    final url = Uri.parse(
      'https://dialogflow.googleapis.com/v2/projects/$projectId/agent/sessions/$sessionId:detectIntent'
    );

    final response = await http.post(
      url,
      headers: {
        'Authorization': 'Bearer $accessToken',
        'Content-Type': 'application/json',
      },
      body: jsonEncode({
        'queryInput': {
          'text': {
            'text': text,
            'languageCode': 'zh-TW',
          },
        },
      }),
    );

    if (response.statusCode == 200) {
      final data = jsonDecode(response.body);
      return data['queryResult']['fulfillmentText'];
    } else {
      throw Exception('Dialogflow API 錯誤: ${response.statusCode}');
    }
  }
}

範例 Widget

class ChatScreen extends StatefulWidget {
  @override
  _ChatScreenState createState() => _ChatScreenState();
}

class _ChatScreenState extends State<ChatScreen> {
  final TextEditingController _controller = TextEditingController();
  final List<ChatMessage> _messages = [];
  late DialogflowService _dialogflow;
  bool _isLoading = false;

  @override
  void initState() {
    super.initState();
    _dialogflow = DialogflowService(
      projectId: 'your-project-id',
      accessToken: 'your-access-token', // 實際應從後端取得
    );
  }

  void _sendMessage() async {
    final text = _controller.text.trim();
    if (text.isEmpty) return;

    setState(() {
      _messages.add(ChatMessage(text: text, isUser: true));
      _isLoading = true;
    });
    _controller.clear();

    try {
      final response = await _dialogflow.detectIntent(text);
      setState(() {
        _messages.add(ChatMessage(text: response, isUser: false));
      });
    } catch (e) {
      setState(() {
        _messages.add(ChatMessage(text: '抱歉，發生錯誤', isUser: false));
      });
    } finally {
      setState(() => _isLoading = false);
    }
  }

  @override
  Widget build(BuildContext context) {
    return Scaffold(
      appBar: AppBar(title: Text('AI 助理')),
      body: Column(
        children: [
          Expanded(
            child: ListView.builder(
              itemCount: _messages.length,
              itemBuilder: (context, index) {
                final message = _messages[index];
                return ChatBubble(
                  text: message.text,
                  isUser: message.isUser,
                );
              },
            ),
          ),
          if (_isLoading) LinearProgressIndicator(),
          _buildInputArea(),
        ],
      ),
    );
  }

  Widget _buildInputArea() {
    return Container(
      padding: EdgeInsets.all(8),
      child: Row(
        children: [
          Expanded(
            child: TextField(
              controller: _controller,
              decoration: InputDecoration(hintText: '輸入訊息...'),
              onSubmitted: (_) => _sendMessage(),
            ),
          ),
          IconButton(
            icon: Icon(Icons.send),
            onPressed: _sendMessage,
          ),
        ],
      ),
    );
  }
}

狀態管理整合

使用 Provider 管理對話狀態：

class ChatProvider extends ChangeNotifier {
  final List<ChatMessage> _messages = [];
  bool _isLoading = false;

  List<ChatMessage> get messages => _messages;
  bool get isLoading => _isLoading;

  Future<void> sendMessage(String text) async {
    _messages.add(ChatMessage(text: text, isUser: true));
    _isLoading = true;
    notifyListeners();

    try {
      final response = await _dialogflow.detectIntent(text);
      _messages.add(ChatMessage(text: response, isUser: false));
    } catch (e) {
      _messages.add(ChatMessage(text: '發生錯誤', isUser: false));
    } finally {
      _isLoading = false;
      notifyListeners();
    }
  }
}

---

語音助理功能

讓 App 支援語音輸入和輸出。

Speech-to-Text 整合

Android（使用 SpeechRecognizer）：

class VoiceInputManager(private val context: Context) {
    private var speechRecognizer: SpeechRecognizer? = null
    private var onResult: ((String) -> Unit)? = null

    fun startListening(onResult: (String) -> Unit) {
        this.onResult = onResult

        speechRecognizer = SpeechRecognizer.createSpeechRecognizer(context)
        speechRecognizer?.setRecognitionListener(object : RecognitionListener {
            override fun onResults(results: Bundle?) {
                val matches = results?.getStringArrayList(SpeechRecognizer.RESULTS_RECOGNITION)
                matches?.firstOrNull()?.let { onResult(it) }
            }

            override fun onError(error: Int) {
                // 處理錯誤
            }

            // 其他必要的 override 方法...
        })

        val intent = Intent(RecognizerIntent.ACTION_RECOGNIZE_SPEECH).apply {
            putExtra(RecognizerIntent.EXTRA_LANGUAGE_MODEL, RecognizerIntent.LANGUAGE_MODEL_FREE_FORM)
            putExtra(RecognizerIntent.EXTRA_LANGUAGE, "zh-TW")
        }

        speechRecognizer?.startListening(intent)
    }

    fun stopListening() {
        speechRecognizer?.stopListening()
        speechRecognizer?.destroy()
    }
}

Flutter（使用 speech_to_text）：

import 'package:speech_to_text/speech_to_text.dart' as stt;

class VoiceInput {
  final stt.SpeechToText _speech = stt.SpeechToText();
  bool _isListening = false;

  Future<void> initialize() async {
    await _speech.initialize();
  }

  void startListening(Function(String) onResult) {
    _speech.listen(
      onResult: (result) {
        if (result.finalResult) {
          onResult(result.recognizedWords);
        }
      },
      localeId: 'zh_TW',
    );
    _isListening = true;
  }

  void stopListening() {
    _speech.stop();
    _isListening = false;
  }
}

Text-to-Speech 回放

import 'package:flutter_tts/flutter_tts.dart';

class VoiceOutput {
  final FlutterTts _tts = FlutterTts();

  Future<void> initialize() async {
    await _tts.setLanguage('zh-TW');
    await _tts.setSpeechRate(0.5);
  }

  Future<void> speak(String text) async {
    await _tts.speak(text);
  }

  Future<void> stop() async {
    await _tts.stop();
  }
}

持續對話模式

實現類似 Siri 的持續對話體驗：

class ContinuousDialogue {
  final VoiceInput _voiceInput;
  final VoiceOutput _voiceOutput;
  final DialogflowService _dialogflow;

  bool _isActive = false;

  void startConversation() async {
    _isActive = true;

    while (_isActive) {
      // 語音輸入
      final userText = await _listenForInput();
      if (userText == '結束對話') {
        _isActive = false;
        break;
      }

      // 呼叫 Dialogflow
      final response = await _dialogflow.detectIntent(userText);

      // 語音輸出
      await _voiceOutput.speak(response);

      // 短暫等待後繼續監聽
      await Future.delayed(Duration(milliseconds: 500));
    }
  }
}

---

安全性考量

行動 App 的安全性尤其重要，API 金鑰一旦外洩就無法收回。

API 金鑰保護策略

絕對不要做的事：

// ❌ 把金鑰寫死在程式碼中
val apiKey = "AIzaSyXXXXXXXXXXXXXXX"

建議做法：

1. 使用後端 Proxy（推薦）

App → 你的後端（驗證 + 呼叫 Dialogflow）→ App

後端保存 API 金鑰，App 只需要跟後端通訊。

2. 使用 Firebase Remote Config

val remoteConfig = Firebase.remoteConfig
remoteConfig.fetchAndActivate().addOnCompleteListener { task ->
    if (task.isSuccessful) {
        val apiKey = remoteConfig.getString("dialogflow_api_key")
    }
}

3. 使用 Android Keystore

val keyStore = KeyStore.getInstance("AndroidKeyStore")
keyStore.load(null)
// 安全儲存和讀取金鑰

使用者認證整合

確保只有登入的使用者才能使用 AI 功能：

class SecureDialogflowClient(private val authService: AuthService) {

    suspend fun detectIntent(text: String): String {
        // 確認使用者已登入
        val user = authService.currentUser
            ?: throw UnauthorizedException("請先登入")

        // 取得存取權杖
        val token = authService.getIdToken()

        // 呼叫你的後端（不是直接呼叫 Dialogflow）
        return apiService.chat(
            token = token,
            text = text
        )
    }
}

敏感資料處理

不要記錄敏感對話：

// ❌ 記錄完整對話
Log.d("Chat", "User said: $userInput")

// ✓ 只記錄必要資訊
Log.d("Chat", "User sent message, length: ${userInput.length}")

清除本地對話歷史：

fun clearChatHistory() {
    // 清除記憶體
    messages.clear()

    // 清除本地儲存
    sharedPreferences.edit().remove("chat_history").apply()
}

---

擔心 API 金鑰安全？行動 App 的資安問題很容易被忽略，一旦出事就很麻煩。預約架構諮詢，讓我們幫你設計安全的整合架構。

---

發布注意事項

App Store / Play Store 審核

隱私政策要求：

如果 App 會收集對話內容，需要在隱私政策中說明：

• 收集什麼資料
• 資料如何使用
• 資料保存多久
• 使用者如何刪除資料

權限說明：

如果使用麥克風權限，需要說明為什麼需要：

• 「用於語音輸入，讓您可以用說的與 AI 助理對話」

效能優化

減少啟動時間：

// 懶載入 Dialogflow 客戶端
private val dialogflowClient by lazy {
    DialogflowClient(applicationContext)
}

背景處理：

// 在背景執行緒處理
viewModelScope.launch(Dispatchers.IO) {
    val response = dialogflowClient.detectIntent(text)
    withContext(Dispatchers.Main) {
        updateUI(response)
    }
}

離線處理

當沒有網路時的處理：

suspend fun detectIntent(text: String): String {
    if (!isNetworkAvailable()) {
        return "目前沒有網路連線，請稍後再試。"
    }

    return try {
        dialogflowClient.detectIntent(text)
    } catch (e: IOException) {
        "網路連線不穩定，請稍後再試。"
    }
}

更多 API 整合細節，請參考 Dialogflow Fulfillment 與 API 整合教學。Intent 設計請參考 Dialogflow Intent 與 Context 教學。費用估算請參考 Dialogflow 費用完整解析。

常見問題 FAQ

Q1: 行動 App 直接呼叫 Dialogflow API 會不會把 service account key 暴露？

會，這是最大的安全風險。行動 App 是 不可信環境——用戶可反編譯 APK/IPA 取得打包在 app 裡的 secret。錯誤做法（常見）：(1) 把 service account JSON key 放在 APK 的 assets 裡；(2) 把 API key 寫在 Kotlin/Swift code 裡（hardcode）；(3) 用 Firebase 存 service account key 讓 client 讀取。這些做法 100% 會洩漏，只是時間問題。正確做法：(1) Backend Proxy 架構——app → 你的後端 → Dialogflow API。後端持 service account key，app 只和你的後端通訊並用 user auth（Firebase Auth、JWT token 等）；(2) 短期 Token 機制——後端幫 app 換取短期 token（5–15 分鐘 expire），app 用這個 token 直接呼叫 Dialogflow；(3) Workload Identity Federation（2025 年推薦）——如果是 GCP 生態，用 WIF 讓 app 用 Firebase Auth token 直接換 GCP credentials。實作重點（Backend Proxy，Node.js）：後端建立受 authenticateUser middleware 保護的 POST /api/chat route，使用 dialogflow.SessionsClient 的 detectIntent({ session, queryInput: { text: { text, languageCode: 'zh-TW' }}})，把結果的 queryResult.fulfillmentText 回傳 app。額外保護：(1) Rate limiting（每 user 每分鐘 60 次）；(2) input validation（防 prompt injection）；(3) request 簽章（防中間人篡改）；(4) 送 Dialogflow 前先 moderation（OpenAI Moderation API 或 Perspective API）。

Q2: iOS 和 Android 整合 Dialogflow 的 SDK 差別在哪？哪個比較好做？

實際上推薦都用 REST API 自己包，官方 SDK 不夠維護。(1) 官方 SDK 狀況——(A) Google 有 Android SDK（已淘汰，很久沒更新）；(B) iOS 沒有官方 SDK；(C) 官方推薦走 REST API。(2) iOS 實作（Swift）——用 URLSession 或 Alamofire，pair with Auth0/Firebase Auth 做認證。範例：let url = URL(string: "https://your-backend.com/api/chat")!; URLSession.shared.dataTask(with: request) { ... }。優點：iOS 的網路層處理簡單；難點：語音輸入整合（用 AVAudioEngine + Speech framework）。(3) Android 實作（Kotlin）——用 Retrofit + OkHttp，pair with Firebase Auth。範例：@POST("/api/chat") suspend fun chat(@Body request: ChatRequest): ChatResponse。優點：Retrofit 生態完整；難點：語音需要 RecognitionListener + Android Speech 或 Google Cloud Speech-to-Text。(4) 跨平台選擇——(A) React Native——react-native-voice + axios；(B) Flutter——speech_to_text + http package；(C) 兩個 package 都用 Dart/JS 共用邏輯，比原生省時 50%+。實作優先順序：(1) MVP 階段——用跨平台框架（Flutter 或 RN）一次搞定 iOS + Android；(2) 成熟產品——原生 iOS Swift + Android Kotlin，效能最佳；(3) 企業內部 App——原生搭配 MDM（Mobile Device Management），資安要求高。

Q3: App 內整合語音對話要注意什麼？延遲體驗不好怎麼辦？

整體延遲應 < 2 秒才有好 UX。延遲拆解：(1) 語音轉文字（Speech-to-Text）——佔 40–60% 延遲，通常 800–1500ms。可優化：(A) 用 streaming STT（Google Cloud Streaming API）邊講邊轉；(B) 在地端用 Android Speech 或 iOS Speech framework（較快但品質較差）。(2) Dialogflow intent 辨識——佔 10–20% 延遲，通常 200–500ms。除了換成 Dialogflow CX（速度類似）沒太多優化空間。(3) Webhook 處理（如果有 fulfillment）——佔 10–30%，看你 webhook 複雜度。優化：(A) 用 Cloud Run with min instances（避免 cold start）；(B) 加 cache；(C) async 處理非關鍵邏輯。(4) 文字轉語音（TTS）——佔 10–30%，通常 300–800ms。優化：(A) 用 streaming TTS 邊生成邊播；(B) 常見回覆 pre-render 存成 MP3 用。(5) 網路——佔 5–15%，視使用者網路狀況。優化技巧總結：(A) Streaming 是關鍵——讓使用者看到「正在轉文字中...」視覺回饋；(B) 減少 round trips——不要一來一回呼叫多個 API；(C) 預載入——打開 app 時預先 warm up connection；(D) Fallback UX——超過 3 秒顯示「稍等一下」字樣。實戰數字：Google Assistant 平均延遲 1.2 秒，這是目標。

Q4: App Store / Google Play 審核會因為 AI 對話功能被退件嗎？要注意哪些合規？

會，而且審核越來越嚴。常見退件原因：(1) 內容審核——(A) Apple 要求 app 生成內容有 moderation（不能用 AI 產出成人、暴力、hateful 內容）；(B) Google Play 類似要求；(C) 解法：輸出前過 moderation API（OpenAI Moderation、Perspective API）。(2) 使用者資料保護——(A) Apple 要求 app 在 App Privacy 詳細申報收集的資料；(B) GDPR / CCPA 要求 opt-in、可刪除；(C) 解法：清楚的 privacy policy、in-app 可查看/刪除資料功能。(3) 年齡限制——(A) 如果 app 可能被未成年人用（年齡 12+ 以下），AI 對話有嚴格限制；(B) 需要家長同意機制；(C) 解法：提供「限制模式」或設 13+ 等級。(4) 功能描述符合——(A) 如果宣稱「AI 客服」但實際功能很陽春也可能被退；(B) 實際 feature 必須和 App Store description 相符。(5) Medical/Financial/Legal advice——(A) AI 給醫療、財務、法律建議有嚴格限制；(B) 必要：加免責聲明、明顯標示「非專業建議」、嚴重情況導向真人專業。實戰建議：(1) 第一次送審前先讀 App Store Guidelines 4.8（Login Services）和 5.1（Privacy）；(2) 確保 TestFlight beta 有真實使用者測試；(3) 準備好 moderation 報告（被問時拿得出）；(4) 對話 UI 必須讓使用者知道「這是 AI」，不假裝是真人。

Q5: 我的 App 已經用了 Firebase，可以直接整合 Dialogflow 嗎？Cost 會不會爆？

可以，而且 Firebase 是最流暢的選擇之一。Firebase + Dialogflow 整合方式：(1) Firebase Extensions——Google 提供「Dialogflow Integration」official extension，一鍵安裝；對 Firestore 訊息自動送到 Dialogflow 處理回覆。(2) Cloud Functions for Firebase——寫 Cloud Function 當 webhook / proxy：Firebase Auth 驗證 user → call Dialogflow → store conversation 到 Firestore。(3) Firebase Auth + Dialogflow——app 用 Firebase Auth 登入，拿到 token 送給你的 Cloud Function，function 用該 token 識別 user。成本結構（500 DAU app）：(A) Firebase：Authentication 免費；Firestore 約 $5–20/月（1M reads、200K writes、100K deletes）；Cloud Functions 免費額度 2M invocations/月通常夠；(B) Dialogflow ES：$270/月（如前面算過）；(C) Cloud Storage（如果存語音檔）：$5–10/月；(D) Cloud Run（webhook，如果不用 Functions）：$20–50/月；(E) 總月費：$300–400/月。省錢技巧：(1) 用 Firestore 而非 Realtime Database（Firestore 更省）；(2) Cloud Functions min instances = 0（有 cold start 但省錢）；(3) Dialogflow 免費額度 15K/月要用盡；(4) 只存必要資料，conversation 設 90 天 TTL 自動刪除。scale 時要注意：10K DAU 後 Dialogflow 費用會占大部分（可能 $5,000+/月），這時要評估自架開源方案（Rasa）或用更便宜的 LLM API（Gemini Flash）替代。

---

下一步

完成行動整合後，你可以：

1. 優化對話設計：Dialogflow Intent 與 Context 完整教學
2. 開發後端整合：Dialogflow Fulfillment 與 API 整合教學
3. 控制成本：Dialogflow 費用完整解析

---

想在 App 中加入 AI 對話功能？

在 App 中整合 AI 對話涉及很多技術細節：API 整合、安全性、效能優化、審核合規...

如果你需要：

• 在現有 App 中加入 AI 客服功能
• 開發具備語音助理的新 App
• 設計安全可靠的整合架構
• 跨平台（iOS + Android）解決方案

預約 AI 導入諮詢，讓有經驗的團隊幫你規劃和實作。

我們已協助多個 App 成功整合 AI 對話功能，諮詢完全免費。

---