← 所有學員作品

當別人的旅遊經驗不再適合我:做出屬於自己的 AI 旅遊顧問

我把每年最痛、最想拖延的旅行規劃,交給 Codex 和我一起拆解、查證與即時應變,最後帶著家裡的長輩完成 26 天、24 晚、10 個住宿基地的西班牙自由行,也走進幾乎沒有中文資料的西班牙山區,做出可以匯入 Garmin 的離線地圖。

  • AI 員工分身應用
  • 休閒生活
  • 自動化工作流
  • 旅行生活
  • 跨硬體整合
  • Codex

我每年最想逃避,也最捨不得放棄的任務

每年規劃旅行,都是我最痛、最想拖延的任務。

它很麻煩。要處理機票、住宿、交通、景點、預約、天氣、體力與預算;只要其中一個條件改變,後面的行程就可能一起被牽動。

我一直都和媽媽一起旅行,這次也一樣。真正需要面對的是,她現在是 65 歲的長輩。帶著家裡的長輩走 26 天、換 10 個住宿基地,行程安排不會輕鬆;但她不是我的負擔。我只是需要把交通、住宿、步行強度、休息與臨時退路想得更細。我們要從 Barcelona 一路走到北岸、Picos、Santiago,再到 Madrid,光是想像要把所有東西拼起來,我就會想先放著。

偏偏旅行又是我每次完成後,最能感覺自己充完電、也最有活著感覺的事情。

所以我想測試的,從來不只是「AI 能不能幫我排一份行程」。我真正想知道的是:一個 AI 助理 能不能陪我處理這種資訊很多、條件一直變,而且真的要拿到現場使用的任務?

當別人的旅遊經驗不再適合我

我以前做旅遊規劃,大多只能透過旅遊部落客的影片或文章,看到他們分享的地方,再去核對自己喜不喜歡。喜歡,我才會排進行程。

這個方法有一個很難解決的問題:每個人的旅遊經驗都不同。第一次去歐洲的人,可能覺得某個地方很新鮮、非去不可,所以拍了影片、寫了文章;但我已經是第五次、第六次去歐洲,實際走過以後,有時只覺得根本沒什麼,小巫見大巫。

當我的旅遊經驗和分享者差距越來越大,別人的推薦對我來說,也就越來越不具備參考價值。

那接下來我想去玩的地方,又有誰可以推薦給我?

這也是我需要訓練自己的 AI 助理的原因。它要了解我去過哪裡、喜歡什麼樣的景象,也要知道哪些地方雖然大家都說必去,對我來說可能已經沒有吸引力。接著,它才有辦法跨過現成的中文文章與熱門清單,從其他語言的資料裡,找出更接近我現在想看的地方。

這次在 Barcelona 和 Madrid,我看到一大堆亞洲面孔;進到西班牙北部後,卻幾乎看不到任何亞洲人。這對我來說反而是我要的畫面。那些沒有中文資料、也沒什麼旅遊部落客分享的地方,我實際玩起來覺得很好玩;反過來,Madrid 有那麼多人分享,我到了現場卻覺得超無聊。

我不是要證明熱門景點不好。我要解決的是:當大眾的旅遊經驗已經無法幫我選擇時,怎麼讓一個了解我的 AI 旅遊顧問,陪我找到下一個真的會喜歡的地方。

Barcelona 像路上清楚的路標,所有人都知道該往哪裡走;但真正讓我想繼續探索的,是離開這些路標之後。照片中沒有旅客入鏡。

從一個人規劃,到有小幫手陪我一起整理

比較面向Before:以前的做法與痛點After:Codex 協作後
開始規劃面對機票、住宿、交通與景點之間互相牽動的條件,很容易一直拖延,不知道先從哪裡下手先由 Codex 把 26 天拆成城市、山區、自駕與轉場模組,再抓出航班、訂房、門票與末班交通等硬錨點
挑選景點依賴旅遊部落客與中文分享,但分享者的旅行經驗未必和我相近,熱門推薦到了現場也可能覺得沒什麼讓 Codex 參考我去過的地方與喜歡的景象,再從不同語言的資料中尋找更符合我的候選地點
做選擇我得自己在大量分頁、地圖與表格之間來回比對,也很容易把「查到的候選」誤當成「已經確認的安排」把每個項目分成已確認、暫定、待查與淘汰,先說清楚證據與限制,再由我拍板
旅中使用行前做得很完整的總表,一到現場不一定適合拿出來快速判斷改用 My Maps、每日對話與隔日 GPX 作為旅中主介面,直接處理下一站、停車、廁所、天氣與折返點
臨時應變天氣、體力或交通改變時,要重新搜尋並自己拼出替代方案Codex 依當天限制提出短、中、長版本或跨城替代方案,我再依現場狀況決定
經驗保留旅程結束後,很多判斷只留在記憶裡,下一次還是可能從頭痛一次把成功與失準都回寫成 travel-day-planner 的規則、參考資料與檢查腳本

我沒有留下導入前後的精準工時紀錄,所以這篇不會硬寫「省下幾小時」。對我而言,這次比較明確的改變,是我終於能啟動這個每年最容易拖延的任務,而且一路把規劃帶到現場,沒有停在一份看起來很漂亮、實際上沒人使用的行程表。

我沒有叫 AI 幫我排旅遊,我是在帶一位數位員工

這次主要使用的工具是 Codex。我沒有把一句「幫我排西班牙」丟給它,然後照單全收。我把同一個 Codex 放進不同工作角色裡,讓每一段協作都有清楚的輸入、輸出與停止線。

Codex 扮演的角色我和它怎麼分工實際產物
研究助理它參考我去過的地方與喜歡的景象,再整理不同語言的第一方資訊、交通、天氣、潮汐、開放限制與候選方案;我決定旅行價值與取捨個人化候選、研究比較、來源、已確認/暫定/待查狀態
行程架構師它把 26 天拆成可獨立調整的模組,先固定硬錨點;我決定每一段真正想要的體驗全程總表、分段模組、10 個住宿基地與轉場關係
旅中助理它根據我當下的位置、天氣、體力與隔天需求重新計算;我保留最後決定權My Maps 每日分色與 A/B/C 編號、短中長版本、雨備與折返條件
離線導航製作者它把可描述的步行路線轉成 GPX,並檢查距離、軌跡點、起終點;我在 Garmin 上回讀與使用Ruta del Cares 完整版與短版 GPX、離線文字說明
覆盤與流程改善者它把旅途中真的好用、真的出錯的地方分開;我提供現場回饋,不讓單次經驗被過度放大travel-day-planner 主規則、4 份 reference、1 支 GPX 檢查腳本

如果要把這段協作畫成一條工作流,大概是這樣:

流程圖載入中…

這裡最重要的分工,是 Codex 可以查、可以算、可以整理、可以提出建議,但不能替我決定什麼叫值得。尤其是訂票、付款、地圖寫入與旅行中的安全判斷,我一直保留最後確認權。

旅途中真正會打開的不是一份很長的企劃書,而是已經整理成日期、用途與位置的 My Maps。這張圖呈現北岸與 Picos 的實際行程骨架。

模組化本來就是我的習慣,AI 幫我整理得更完整

我本來就習慣把複雜的旅行拆成不同模組。這不是 AI 教會我的新方法,而是我原本整理行程的方式。

這次的差別是,Codex 陪我先抓出硬錨點,再把 Barcelona、Bilbao、Picos、北岸、Santiago、Madrid 各自需要確認的交通、住宿與行程條件整理完整。模組之間仍然有關係,但遇到變化時,我可以只重整受影響的部分,不需要自己重新打開 26 天逐項檢查。

這個做法真的在旅途中派上用場。09/27 原本要去 Bulnes,後來改成休養日;Bulnes 被移到 09/28,和 Ruta del Cares 合併。10/04 原本是海岸行程,遇到下雨後改去 Sarria 走一段法國之路,結果成為我評價非常成功的一次臨時改線。

我原本就知道旅行不能把每天鎖死。這次 Codex 真正幫上忙的地方,是在條件改變時快速整理受影響的模組,讓我看得出哪些東西不能動、哪些東西可以交換,以及改動後會犧牲什麼。

讓我徹底改觀的,是山裡那張離線地圖

在 Barcelona 的時候,我其實不太擔心找不到資料。網路上有很多旅遊型 Vlog,也有很多中文分享。碰到問題時,我知道自己找得到前人的經驗。

但離開 Barcelona、準備進入西班牙山區後,就完全不是這麼一回事了。

對我來說,那裡幾乎沒有任何中文資料。我沒辦法像在台灣爬百岳一樣,事前把山徑、爬升、風景、危險點與撤退條件全部研究清楚。當初還在台灣做行前規劃時,光是想找出有哪些路線可以走,就已經無從下手。

我和 Codex 討論後,它給出的停車場位置與纜車交通資訊非常精確。真正讓我徹底改觀的,是它做到了我去年在多洛米蒂做不到的事情:在很短的時間內整理出當天可用的離線地圖,還成功匯入我的 Garmin 手錶。

那不只是一條畫在地圖上的線。它會告訴我走到幾公里、爬升多少後會看到什麼風景,哪一段需要注意、哪裡應該先走,以及走到哪裡就該考慮撤退。定位精確到該左轉還是右轉,絕對座標也很明確。即使山徑中沒有網路,我仍然可以確認自己是不是走在正確位置。

這些本來就是我在台灣爬百岳時一定會做的功課。但到了國外,我通常沒有辦法準備得這麼巨細靡遺,只敢選相當於台灣二分之一,甚至三分之一難度的路線。我不會把自己推到體能極限去看那些漂亮的風景,因為這裡不是台灣,資訊不足時風險太高了。

有了離線地圖,再加上我原本具備的登山經驗,我就能自己判斷體能還剩多少、天氣有沒有問題、哪裡可以繼續走,以及什麼時候應該撤退。Codex 沒有替我承擔風險,也沒有替我做最後決定;它把我需要的資訊補齊,讓我原本的判斷能力可以在國外山區繼續使用。

當我確認 Garmin 上的路線真的和眼前的山徑對得上時,我腦中只有一個很直接的念頭:我可以在國外安心地爬山了。

Ruta del Cares 的完整版 GPX 是 20.547 公里、975 個軌跡點;短版是 7.028 公里、345 個軌跡點。兩條路線都通過檢查腳本,短版也實際驗證了缺檔時會回傳錯誤,而不是假裝成功。

原本完全沒有中文資料的西班牙山區,竟然能找出一條條山徑,而且和多洛米蒂一樣漂亮,有好多地方可以走。當初在台灣規劃時無從做起的事情,到了現場,數位員工幫我辦到了。

Fuente Dé 的山徑。真正重要的不是 AI 替我走,而是離線路線讓我在沒有網路時仍能知道自己在哪裡、何時該繼續、何時該折返。照片中沒有人入鏡。

行前做的總表與模組頁仍然重要,但真的上路後,我反覆使用的是 My Maps、每日對話與隔日 GPX。這些不是只能拿來展示的作品,它們真的跟我一起進了西班牙山區。

同一條 Fuente Dé 路線在 Garmin 裡的地圖與高度資料:11.03 公里、總爬升 889 公尺,海拔從 1,752 公尺到 2,348 公尺。這不是行前想像,而是能帶進沒有網路的山裡使用的離線資訊。

我很喜歡教堂海灘,也因此更在意這次判斷失準

教堂海灘是我很喜歡的地方。當天雖然看見了大拱門,但水位沒有低到能走進我原本期待的完整洞穴景觀;即使如此,我仍然喜歡這個景點。也因為喜歡,才更可惜我們沒有更早比較前後幾天的條件。

教堂海灘的大拱門。畫面裡雖然有其他遊客,但沒有我或媽媽;這也是我真正想留下來代表這個地方的畫面。

Codex 推薦這個景點沒有錯,我們也在低潮可進入的時段抵達。但當天水位仍然不夠低,沒有走進我原本期待的完整洞穴景觀。問題在於,我們太晚才開始比較換日,前面幾天可能有更好的天氣窗口,當時卻沒有主動調整。

後來的新規則不再只看「低潮能不能進」,而是一起比較最低水位、潮差、風浪、降雨、能見度、開放管制與實際入口,再倒推進場時間。對核心景點,還要看前後幾天是否有更好的窗口,不能等我問了才反應。

這個修正目前已經寫進 travel-day-planner,但我要老實說,它還沒有經過下一趟旅行的實戰驗證。規則寫好了,不代表能力已經完全建立。

這次真正留下來的成果

成果已驗證的結果對我的改變
完成旅行帶著 65 歲的媽媽完成 26 天、24 晚、10 個住宿基地原本最想拖延的任務,最後真的一路走完;帶長輩同行所需的體力與退路也納入規劃
北岸與 Picos 自駕11 晚、1,314 公里Codex 不只參與行前研究,也持續處理交通、住宿與現場變動
即時改線09/27 改休養、Bulnes 換日;10/04 雨天改走 Sarria 法國之路;Madrid 取消皇宮後臨時看《Wicked》行程不再因一個變化就整份失效
離線導航兩條 Ruta del Cares GPX 均通過腳本檢查,完整/短版分別為 20.547/7.028 公里我可以依體力與時間選擇,不需要只接受單一路線
經驗沉澱1 份 travel-day-planner 主規則+4 份 reference+1 支 GPX 檢查腳本這趟旅行的經驗開始變成下一次可重複使用的能力

這趟旅行最後留下的,不只是一份行程,而是 travel-day-planner 的主規則、4 份參考資料與 1 支 GPX 檢查腳本。畫面只呈現檔案結構與用途,不含住宿地址、帳號、票券或定位資訊。

我最在意的成果,並不是做出多少張網頁或表格,而是有些判斷真的在現場幫上忙。

Fuente Dé 走到 Horcados Rojos 後,我們依時間與體力折返。Covadonga 雙湖遇到強風,仍在時限內完成約 5.6 公里。Santiago 下大雨,我和媽媽還是走了約 9.9 公里的朝聖之路終點路段,而且我認為比老城漫遊更值得。這些不是 AI 替我完成的旅行,但 AI 提供的交通硬知識、替代方案與離線工具,讓我有更多餘裕把注意力放回當下。

課程學習心得與評價

雷蒙的 AI Agent 課程裡,有一個觀念讓我印象非常深刻:以前 AI 是老闆,我們是員工;現在我是老闆,AI 才是員工。

如果沒有上這門課,我大概只會問 AI:「西班牙有哪些山是我可以去爬的?」它回答幾個地點後,剩下的事情還是要我自己處理。我會再去網路上找路線、GPX、交通與風險資料。當我發現沒有中文資訊,其他語言的資料又看不懂或整理不起來,大概就直接放棄了。

現在我會把自己真正需要的成果講清楚:我要一條符合當天體力與時間的山徑、要知道距離與爬升、沿途會看到什麼、哪裡有風險、撤退條件是什麼,最後還要做成可以在沒有網路的山裡使用,並且能匯入 Garmin 的離線路線。

當需求講清楚後,AI Agent 會使用我認知範圍以外的方法,把事情完成。我不需要事先知道它該去哪個外文網站、怎麼整理軌跡,或用什麼方式製作檔案。我的工作是把目標、限制與驗收標準說清楚,讓它去找方法。

這裡的相信有很明確的邊界。我相信它可以跨出我的認知範圍探索做法,最後仍然要由我確認結果到底能不能用。路線是否正確、起終點有沒有放反、距離與爬升合不合理、能不能成功匯入 Garmin,這些都要真的回讀與驗收。

以 GPX 離線地圖為例,我在台灣可能還要透過健行筆記或其他 App 嘗試匯入。這次 AI Agent 直接協助我完成,而且結果非常準確,花費的時間肯定比我自己在台灣匯入 GPX 還少。

我沒有程式背景。GitHub、終端機、HTML、MCP、CLI,這些名詞原本都不在我的字典裡。更讓我謹慎的是,AI Agent 可以直接操作本機電腦。過去在半導體現場,該 Hold 的 key lot 沒有 Hold,或一個 lot 被亂放出去,都可能在幾個 MO 內造成巨大損失。要我把一部分電腦控制權交出去,我第一個反應一直是:「它會不會亂動?」

後來我用自己熟悉的方式理解它。打造一個完整的 AI Agent,很像建立一條完整的 Flow。不同模組像不同 Loop,裡面有自己的站點、限制、規則、檢查與例外。老闆不必親自操作每一個步驟,但要知道目標是什麼、哪些風險不能接受,以及最後的成果要怎麼驗收。

這趟西班牙旅行,讓我把課程裡學到的東西放進一個長達 26 天、會受天氣與現場狀況影響的真實任務。我開始從「請 AI 回答問題」,走到「我提出需求,讓 AI 找方法完成,再由我驗收能不能使用」。

在西班牙山區收到那份可以匯入 Garmin 的離線地圖時,我知道這套工作方式真的成立。AI Agent 解決了我去年在多洛米蒂遇到、卻沒有辦法處理的問題,還把非中文語言中的資料整理成非常精確、可以直接帶進山裡使用的資訊。

下一次再看到一座很想爬、卻幾乎沒有中文資料的國外山區,我會先把自己目前的體能狀況,以及過去爬過哪些山、走過什麼強度的路線告訴 AI Agent,請它把新路線的距離、爬升、地形與風險拿來對照,協助我檢核目前是否具備攀爬能力。

接著,我會請它排出短、中、長三種負荷的健行版本。每個版本都要說清楚能看到什麼、需要多少時間、體力負荷到哪裡,以及什麼情況應該折返。路線以外,它還要繼續確認該怎麼抵達、前一段交通如何安排、適合住在哪裡,以及出發前有哪些旅行安排需要逐項檢查。

AI Agent 提供的能力檢核與方案,會成為我做決定的依據。我仍然要看當天的身體、天氣與現場狀況,決定自己應該走哪一版,或根本不要出發。

以前我的第一反應大部分是:「這個地方不在台灣,我需要做的功課太龐大了。」然後我可能直接放棄,只單純欣賞它的美麗。

現在我知道,可以先讓 AI Agent 把龐大的功課拆開。它幫我找出原本跨不過去的外文資料、整理成短中長路線,也把交通、住宿與現場使用的離線地圖接起來。我不會因為看見漂亮的山就直接前往,也不需要因為它不在台灣,就在還沒開始查證以前先放棄。

留言與交流

使用 GitHub 帳號回覆作者,分享你的想法。