0

0
1

文字

分享

0
0
1

102秒內火速發佈!臺灣第一個地震速報系統的誕生──《地震:火環帶上的臺灣》

春山出版
・2019/11/21 ・1654字 ・閱讀時間約 3 分鐘 ・SR值 601 ・九年級

  • 作者/林書帆、黃家俊、邱彥瑜、李玟萱、王梵

臺灣速報的優勢:利用即時強震訊號自動定位

「當年,沒有一個國家用即時強震訊號做地震觀測,臺灣是第一個!」吳逸民指出,能在一百零二秒內傳出地震速報的關鍵有二:一是善用「即時強地震觀測訊號」,第二是以此資訊做自動定位,並在短時間內提出預警。

圖/GIPHY

此一轉捩點正是一九九五年。在鄧大量的建議下,強地動觀測網(TSMIP)與中央氣象局地震觀測網(CWBSN)共站的加速度型地震儀,利用了同一條傳輸專線把強震資料同步傳回氣象局,相較於七○年代區域性的強震儀陣列,受限於當時僅能以類比訊號傳輸紀錄,後來拜數位發展之賜,一九九五年的強震資料即能藉由數據專線立即傳回臺北,做到「即時」監測。

以此「即時強地動系統」為骨幹,臺灣的地震測報進入「速報」階段。直到九二一地震,當時全臺已有超過六百三十個自由場強震站,其中具有即時傳輸功能者約有六十個, 蒐集地動訊號後即時傳輸回氣象局。

一九九五年阪神大地震,日本首相村山富市在震後一個多小時才收到地震速報,吳逸民解釋,當時日本震度七以上地震必須由人為判斷,才能發布,而臺灣領先的關鍵就在於以自動化加快速報發展。至於自動定位與預警系統如何做到,得從「B 計畫」的故事講起。

-----廣告,請繼續往下閱讀-----

本土 B 計畫勝出

圖/pixabay

當時服務於美國地質調查所的顧問李泓鑑提點臺灣可能有發展地震預警潛力,也成為氣象局一九九四年提出臺灣第一部《氣象白皮書》納入「地震預警」的契機。當年,氣象局啟動第一個地震預警的實驗,由加拿大一間商業公司主導,選在地震活躍的花蓮設立十個測站,資料透過專線匯集至花蓮氣象站做即時處理,並將結果傳至臺北的氣象局本部評估、分析,這也是臺灣地震預警系統發展的雛形,在內部被稱為 A 計畫。

當時,傳輸地震訊號的電話線路尚有一半頻寬容量可使用,中研院地球科學研究所院士鄧大量便建議發展 B 計畫做為備案。B 計畫的基礎技術由李泓鑑提供,執行者就是氣象局內的吳逸民,他們隔著太平洋時差一起工作。

當時 A 計畫與 B 計畫都是藉由撰寫程式讓計算流程自動化,藉由強震紀錄的 P 波與 S 波自動定位,計算地震規模,同時能將地動加速度換算成規模。其中自動定位技術,是 A 計畫與 B 計畫競逐的核心目標。

為了縮短時間,必須利用地震初始震動定出規模,但是如何保有一定的準確度,成為技術上最難以克服的瓶頸,這也讓當時國內外許多學者都不看好臺灣發展預警系統。

-----廣告,請繼續往下閱讀-----
與時間賽跑的地震預警。圖/GIPHY

由於 A 計畫測站大多僅分布於花蓮狹長的海岸線地帶,雖然可在十幾秒獲得地震訊息,但定位準確度不理想,震央位置平均誤差達二十二公里,規模誤差也達到○.七個規模單位。吳逸民認為,A 計畫在通訊、展示介面跟軟體程式方面表現不錯,但執行團隊缺乏地震學人才,對於地震核心掌握度不足,以至於重要資訊誤差很大,實用性不高。

一九九五年即時強震資訊的啟用,免除需人工電話撥接的時間,吳逸民主責的 B 計畫順利發展出自動挑選 P 波與 S 波的系統,將發布地震時間縮短至五分鐘。以 B 計畫的成功為基礎,吳逸民馬不停蹄投入預警工作,利用宜蘭、花蓮、南投等地共六十至七十個測站的即時強震訊號建立「花蓮子網」預警系統,由於串連多個地區即時強震訊號,覆蓋性較廣,將定位誤差控制在二十公里內、規模誤差○.三單位內,獲得地震資訊的時間大幅縮短至二十秒。

最終,B 計畫淘汰了受限於商業系統而無法修改的 A 計畫,原有測站都併入 B 計畫,成為臺灣第一個成功的地震速報系統。

——本文摘自泛科學 2019 年 11 月選書《地震:火環帶上的臺灣》,2019 年 10 月,春山出版

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度
春山出版
12 篇文章 ・ 2 位粉絲

0

0
0

文字

分享

0
0
0
從奈米微塵到化學氣體, HEPA 與活性碳如何聯手打造純淨空氣?
鳥苷三磷酸 (PanSci Promo)_96
・2026/04/17 ・4433字 ・閱讀時間約 9 分鐘

本文由 Amway 委託,泛科學企劃執行。

很多人可能沒想到,無論是家用的空氣清淨機,還是造價動輒百億的頂尖晶圓廠,它們對抗污染的核心武器並非什麼複雜的雷射防護罩,而是一片外觀像紙一樣的 HEPA 濾網
在半導體產業的無塵室中,「乾淨」的定義極其殘酷:一粒肉眼看不見的灰塵,就足以讓造價數百萬美元的晶圓直接報廢 / 圖片來源:envato

到底怎樣才算是「乾淨」?這不是什麼靈魂拷問,而是一個價值上億的商業命題。

在半導體產業的無塵室中,「乾淨」的定義極其殘酷:一粒肉眼看不見的灰塵,就足以讓造價數百萬美元的晶圓直接報廢。空氣品質的好壞,甚至能成為台積電(TSMC)決定是否在當地設廠的關鍵性指標。回到你的家中,雖然不需要生產精密晶片,但我們呼吸系統中的肺泡同樣精密,卻長期暴露在充滿 PM2.5、病毒以及各種揮發性氣體的環境中。為了守護健康,你可能還要付費購買「乾淨的空氣」來用。

因此,空氣議題早已超越單純的環保範疇,成為同時影響國家經濟與個人健康的重要問題。

-----廣告,請繼續往下閱讀-----

很多人可能沒想到,無論是家用的空氣清淨機,還是造價動輒百億的頂尖晶圓廠,它們對抗污染的核心武器並非什麼複雜的雷射防護罩,而是同一件看起來平凡無奇的東西:一片外觀像紙一樣的 HEPA 濾網。但你真的相信,就憑這層厚度不到幾公分的板子,能擋住那些足以毀滅精密晶片、滲透人體細胞的「奈米級刺客」嗎?

這片大家都聽過的 HEPA 濾網,裡面到底是什麼?

首先,我們必須打破一個直覺上的誤解:HEPA 濾網(High Efficiency Particulate Air filter)在本質上其實並不是一張「網」。

細懸浮微粒 PM2.5,是指粒徑在 2.5 微米以下的污染物,它們能穿過呼吸道直達肺泡,並穿過血管引發全身性發炎。但這只是基本,在工廠與汽車尾氣中,還存在粒徑僅有 1 微米的 PM1,甚至是小於 0.1 微米的「超細懸浮微粒」(UFP,即 PM0.1)。 UFP 不僅能輕易進入血液,甚至能繞過血腦屏障(BBB),進入大腦與胎盤,其破壞力十分可怕。

如果 HEPA 濾網像水槽濾網或麵粉篩一樣,單靠孔目大小來「過濾」粒子,那麼為了攔截奈米微粒,濾網的孔目只能無限縮小到幾乎不透氣的程度。更別說在台積電或 Intel 的製程工程師眼裡,一般人認為的「乾淨」,在工程師眼裡簡直像沙塵暴一樣。對於線寬僅有 2 奈米3 奈米(相當於頭髮直徑萬分之一)的晶片而言,空氣中一顆微小的塵埃,就是一顆足以毀滅世界的隕石。

-----廣告,請繼續往下閱讀-----

因此,傳統的過濾思維並非治本之道,我們需要的是原理截然不同的過濾方案。這套技術的雛形,最早可追溯至二戰時期的「曼哈頓計畫」。

HEPA 的前身,誕生於曼哈頓計畫!

1940 年代,製造濃縮鈾是發展原子彈的關鍵。然而,若將排氣直接排向大氣,會導致致命的放射性微粒擴散。負責解決這問題的是 1932 年諾貝爾化學獎得主歐文·朗繆爾(Irving Langmuir),他是薄膜和表面吸附現象的專家。他開發了「絕對過濾器」(Absolute Filter),其內部並非有孔的篩網,而是石綿纖維。

有趣的來了,如果把過濾器放到顯微鏡下,你會發現纖維之間的空隙,其實比某些被攔截的粒子還要大。那為什麼粒子穿不過去呢?這是因為在奈米尺度下,物理規則與宏觀世界完全不同。極微小的粒子在空氣中飛行時,並非走直線,而是會受到空氣分子撞擊,而產生「布朗運動」(Brownian Motion),像個醉漢一樣東倒西歪。

當粒子通過由緻密纖維構成的混亂迷宮時,布朗運動會迫使它們不斷轉彎、移動,最終撞擊到帶有靜電的纖維上。這時,靜電的吸附力會讓纖維就像蜘蛛網般死死黏住微粒。那些狂亂移動的奈米刺客,就這樣被永久禁錮迷宮中。

-----廣告,請繼續往下閱讀-----

現在最常見的 HEPA 材料,是硼矽酸鹽玻璃纖維。

現代 HEPA 濾網最常見的核心材料為硼矽酸鹽玻璃纖維。這些玻璃纖維的直徑通常介於 0.5 至 2 微米之間,它們在濾網內隨機交織,像是一座茂密「黑森林」。微粒進入這片森林後,並非僅僅面對一層薄紙,而是得穿越一個具有厚度且排列混亂的纖維層,微粒極有可能在布朗運動的影響下撞擊並黏附在某根玻璃絲上。

除此之外,HEPA 濾網在外觀上還有一個極具辨識度的特徵,那就是像手風琴般的摺紙結構。濾材會被反覆摺疊、摺成手風琴的形狀,中間則用鋁箔或特殊的防潮紙進行結構支撐,目的是增加表面積。這不僅為了捕獲更多微粒,而是要「降低過濾風速」。這聽起來可能有點反直覺:過濾不是越快越好嗎?

其實,這與物理學中的流速控制有關。想像一條水管,如果你捏住出口,水流會變得湍急;若將出口放開並擴大,雖然總出水量不變,但出水處的流速會變得緩慢。對於 HEPA 濾網而言,當表面積越大,單位面積所需承載的空氣量就越少,空氣穿透濾網的速度也就越低。

低流速代表微粒停留在濾網內的時間也更久,增加被捕捉的機會。此外,越大的表面積也為 HEPA 濾網帶來了高「容塵量」,延長了使用壽命,這正是它能夠稱霸空氣清淨領域多年的主因。

-----廣告,請繼續往下閱讀-----

然而,即便都叫做 HEPA 高效率空氣微粒子過濾網 (High Efficiency Particulate Air filter),但每個 HEPA 的成分與結構還是會不一樣。例如 安麗逸新空氣清淨機 SKY ,其標榜「可過濾粒徑最小至 0.0024 微米」的污染物,去除率高達 99.99%。

0.0024 微米是什麼概念?塵蟎、花粉、皮屑或黴菌孢子,大小約在 2 至 200 微米;細懸浮微粒  PM2.5 大小約 2.5 微米,細菌也大概這麼大。最小的其實是粒徑小於 0.1 微米的「超細懸浮微粒」,大多數的病毒(如流感、新冠病毒)都落在此區間。對安麗逸新 的HEPA濾網來說,基本上通通都是可被攔截的榜上名單。

在過敏防護上,它更獲得英國過敏協會(Allergy UK)認證,能有效處理 19 大類、102 種過敏原,濾除空氣中超過 300 種氣態與固態污染物。

同樣的過濾邏輯一旦進入半導體無塵室,就必須換一條更為嚴苛的技術路線。因為硼矽酸鹽玻璃纖維對晶圓來說有個致命傷,就是「硼 (Boron)」 / 圖片授權:Shutterstock

然而,同樣的過濾邏輯一旦進入半導體無塵室,就必須換一條更為嚴苛的技術路線。因為硼矽酸鹽玻璃纖維對晶圓來說有個致命傷,就是「硼 (Boron)」。

在半導體製程中,硼是常見的 P 型摻雜物,用來精準改變矽晶圓的電性。如果濾網有任何微小的破損、老化或化學侵蝕,進而釋放出極微量的硼離子,就可能直接污染晶圓,改變其導電特性,導致晶片報廢。

此外,無塵室要求的是比 HEPA 更極致的 ULPA(超低穿透率空氣濾網) 等級的潔淨度。ULPA 的標準通常要求對 0.12 微米 的粒子達到 99.999% 甚至 99.9999% 的超高攔截率。在奈米級的競爭中,任何多穿透的一顆微塵,都代表著一筆不小的經濟損失。

-----廣告,請繼續往下閱讀-----

為了解決「硼」的問題並追求極限的過濾效率,材料學家搬出了塑膠界的王者,PTFE 也鐵氟龍。鐵氟龍不僅耐酸鹼、耐腐蝕,還能透過拉伸製成直徑僅 0.05 至 0.1 微米 的極細纖維,其細度遠勝玻璃纖維。雖然 PTFE 耐化學腐蝕,但它既昂貴且物理上也很脆弱,安裝時若不小心稍微觸碰,數萬元的濾網就可能報銷。因此,你只會在晶圓廠而非一般家庭環境看到它。

即便如此,在空氣濾淨系統中,還有一樣是無塵室和你家空氣清淨器上面都有的另一張濾網,就是活性碳濾網。

活性碳如何從物理攔截跨越到分子吸附?

好不容易將微塵擋在門外時,危機卻還沒有解除。因為空氣中還隱藏著另一類更難纏的大魔王:AMC(氣態分子污染物)

HEPA 或 ULPA 這類物理濾網雖然能攔截固體微粒,但面對氣態分子時,就像是用網球拍想撈起水一樣徒勞。這些氣態分子如同「幽靈」一般,能輕易穿過物理濾網的縫隙,其中包括氮氧化物、二氧化硫,以及來自人體的氨氣與各種揮發性有機物(VOCs)。

-----廣告,請繼續往下閱讀-----

為了對付這些幽靈,我們必須在物理防線之外,加裝一道「化學濾網」。

這道防線的核心就是我們熟知的活性碳。但這與烤肉用的木炭不同,這裡使用的是經過特殊改造的「浸漬處理(Impregnation)」活性碳。材料科學家會根據敵人的不同性質,在活性碳上添加不同的化學藥劑:

  • 酸鹼中和:對付氮氧化物、二氧化硫等酸性氣體,會在活性碳上添加碳酸鉀、氫氧化鉀等鹼性藥劑,透過酸鹼中和反應將有害氣體轉化為固體鹽類。反之,如果添加了磷酸、檸檬酸等酸性藥劑,就能中和空氣中的氨氣等鹼類。
  • 物理吸附與凡德瓦力:對於最麻煩的有機揮發物(VOCs,如甲醛、甲苯),因為它們不具酸鹼性,科學家會精密調控活性碳的孔徑大小,利用龐大的「比表面積」與分子間的吸引力(凡德瓦力),像海綿吸水般將特定的有機分子牢牢鎖在孔隙中。
活性碳如何從物理攔截跨越到分子吸附? / 圖片來源:Amway

空氣濾淨的終極邏輯:物理與化學防線的雙重合圍

在晶圓廠這種對空氣品質斤斤計較的極端環境,活性碳的運用並非「亂槍打鳥」,而是一場極其精密的對戰策略。

-----廣告,請繼續往下閱讀-----

工程師會根據不同製程區域的空氣分析報告,像玩 RPG 遊戲時根據怪物屬性更換裝備一樣——「打火屬性怪要穿防火裝,打冰屬性則換上防寒裝」。在最關鍵的黃光微影區(Photolithography),晶圓最怕的是人體呼出的氨氣,此時便會配置經過酸性藥劑處理的活性碳進行精準中和;而在蝕刻區(Etching),若偵測到酸性廢氣,則會改用鹼性配方的濾網。這種「對症下藥」的客製化邏輯,是確保晶片良率的唯一準則。

而在你的家中,雖然我們無法像晶圓廠那樣天天進行空氣成分分析,但你的肺部同樣需要這種等級的保護。安麗逸新空氣清淨機 SKY 的設計邏輯,正是將這種工業級的精密防護帶入家庭。它不僅擁有前述的高規 HEPA 濾網,更搭載了獲得美國專利的活性碳氣味濾網。

關於活性碳,科學界有個關鍵指標:「比表面積(Specific Surface Area)」。活性碳的孔隙越多、表面積越大,其吸附能力就越強。逸新氣味濾網選用高品質椰殼製成的活性碳,並經過高溫與蒸氣的特殊活化處理,打造出多孔且極致高密度的結構。

這片濾網內的活性碳配重達 1,020 克,但其展開後的總吸附表面積竟然高達 1,260,000 平方公尺——這是一個令人難以想像的數字,相當於 10.5 個台北大巨蛋 的面積。這種超高的比表面積,是市面上常見濾網的百倍之多。更重要的是,它還添加了雙重觸媒技術,能特別針對甲醛、戴奧辛、臭氧以及各種細微的異味分子進行捕捉。這道專利塗層防線,能將你從裝潢家具散發的有機揮發氣體,或是路邊繁忙車流的廢氣中拯救出來,成為全家人的專屬空氣守護者。

總結來說,無論是造價百億的半導體無塵室,還是守護家人的空氣清淨機,其背後的科學邏輯如出一轍:「物理濾網攔截微粒,化學濾網捕捉氣體」。只有當這兩道防線同時運作,空氣才稱得上是真正的「乾淨」。

進一步了解商品:https://shop.amway.com.tw/products/2071?navigationType=brand&

-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

鳥苷三磷酸 (PanSci Promo)_96
246 篇文章 ・ 319 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia

0

1
3

文字

分享

0
1
3
想不出企劃?讓 AI 幫你整理資料!Notion + Zapier 超詳細教學!
泛科學院_96
・2024/06/03 ・5054字 ・閱讀時間約 10 分鐘

今天來分享我們用 notion 做知識管理的實作過程與心得,不過,我們發現這樣還不夠用,生為 AI 懶人 YOUTUBER,最好有天上掉下來的題目跟素材,所以還串了 zapier 做自動化 AI 新聞收集!

不過在分享實做過程跟心得前,想先跟大家分享我跟 AJ 有在用的筆記工具,這樣你會知道為什麼我們最後選擇用 notion 了。

如果你只想看 notion 自動收集資料,可以直接下滑教學。

Notion

首先是 notion 端,我們先把 papaya 的模板 複製過來。

-----廣告,請繼續往下閱讀-----

調整一下資料表格式,後面主要會用到的是名稱、URL、標籤、狀態。

首先,我們先點選標籤,

新增你想要自動化的youtube頻道名稱。

然後到狀態,把原本 index 改名成 youtube 自動串連。

-----廣告,請繼續往下閱讀-----

這樣就完成 notion 端的設定。

Zapier

接著來到 zapier,登入後點 create。

進到自動化流程的編輯畫面,你會看到上面有一個 AI 協作的對話框。

輸入「特定 youtube channel 發布影片後,會把影片標題跟連結傳送到 notion 的資料庫」

這樣流程 flow 就出來啦!

-----廣告,請繼續往下閱讀-----

如果 AI 給你的長這樣,要把中間的 get report 刪除。

這邊簡單說一下,畫面上看到的這一串,叫「flow」。

「flow」的最上面是「trigger 觸發器」,是啟動 flow 的條件,

其餘的叫「action」,trigger 觸發後會依序執行下面的 action。

-----廣告,請繼續往下閱讀-----

我們先點進第一個 trigger 進行設定,

在這邊確認 event 是 new video in channel。

然後在 account 這邊,串聯你的 youtube 帳號,用哪個沒差,除非你是頻道主要觀察自己的數據。

接下來就到了重頭戲 trigger 啦,這邊要填的是 channel ID。

-----廣告,請繼續往下閱讀-----

提醒,channel ID 不是網址後面這串,

你可以到想要抓的頻道首頁,按 ctrl+U 開啟原始碼,再按 ctrl+F 尋找這串文字,

後面那串亂碼就是 channel ID 了。

貼回去按 refresh,

-----廣告,請繼續往下閱讀-----

如果有成功抓到,下面的 countinue 就會亮起來,

按下去進到測試頁面 test trigger 按下去。

成功的話,你就會看到他把影片資料抓過來嘍,下面是選後面用的測試資料,選哪個都可以,選完點 countiune。

就會進到 notion 設定,確認一下 event 的設定是不是 create database item,

-----廣告,請繼續往下閱讀-----

確認完按下一步,account 這邊設定連接到你的 notion 帳號,連完一樣按下一步。

重頭戲又來啦,action 這邊是設定 youtube 資料要怎麼存進 notion?

我們先點開 database,選擇剛剛整理過的資料庫,

然後就會跑出很收熟悉的選項,沒錯,這就是剛剛在notion設定好的資料表欄位,現在只要告訴他要把資料放入哪個欄位就好。

名稱,放影片的 title。

標籤,放剛剛設定好的頻道名稱標籤。

URL,就選影片連結的 URL。

狀態選 youtube 自動串連。

這樣新影片就會出現在 notion 頁面的左邊自動呈現囉。

這樣就完成啦,又可以點 countinue 了,不過我自己還會在 content 這個欄位選 description,把影片描述也放入 notion。

點完 countine 進入測試環節,

按 test step。

成功的話,就會看到 test step 變成 publish,

這時回去看 notion 的資料庫,你會發現多一筆剛剛測試的數據。

最後按下 publish,這樣就完成啦。

之後就坐等別人發片,再跟風就好!想企劃就是這麼簡單。

結語

最後來分享一下實做心得吧!

這次實做讓我體會到 notion 的美妙之處,之前都單純把他當成昇級版的 evernote,但跟 Zapier 之類的自動化服務串聯後,馬上變成不同檔次的東西,集前台後台於一身,甚至還能做網站!

這自由度真的是只有想不到,沒有做不到,沒程式基礎的人也能輕鬆入門,難怪會紅。

最後,想問大家會想用 notion 跟 zapier 來做什麼呢?

如果看到有趣的留言,我會試著做做看,有其他想要看的 AI 工具測試或相關問題,也可以留言分享喔!

如果喜歡這支影片的話,也別忘了按讚、訂閱,加入會員,我們下集再見~掰!

更多、更完整的內容,歡迎上科學院的 youtube 頻道觀看完整影片,並開啟訂閱獲得更多有趣的資訊!

-----廣告,請繼續往下閱讀-----
泛科學院_96
44 篇文章 ・ 55 位粉絲
我是泛科學院的AJ,有15年的軟體測試與電腦教育經驗,善於協助偏鄉NPO提升資訊能力,以Maker角度用發明解決身邊大小問題。與你分享人工智慧相關應用,每週更新兩集,讓我們帶你進入科技與創新的奇妙世界,為未來開啟無限可能!

0

0
2

文字

分享

0
0
2
電子信箱串連 Line 通知?再也不怕漏收重要信件!信件自動化篩選、通知,詳細教學!
泛科學院_96
・2024/05/19 ・4129字 ・閱讀時間約 8 分鐘

上次 notion + zapier 做完後,開會總算沒挨罵了,自動化服務真的讚!

而這次介紹 MAKE 串 LINE 做重要信件通知,也源自於我遇到的問題。

如果你不想聽故事,可以往下看教學。

Line Notify

首先,我們會用到 line notify 的服務,要先到官網登入申請。

-----廣告,請繼續往下閱讀-----

登入後如果完全沒用過,會直接進到登錄服務畫面。

這邊除了 email 以外可以隨便填,email 之後要收確認信用的,請用你常用的 email。 然後提醒一下,網址跟 callback URL 不要用 google 之類常見的網址,會沒辦法通過,請隨便打一串看起來正常的網址。

設定完成後按登錄。

這時回去剛剛填的 email 收通知信,開通剛設定好的 line notify。

-----廣告,請繼續往下閱讀-----

大功告成,這時點右上角的「管理登入服務」,就會看到剛剛設定好的 line notify,這樣 line 的部分就設定好了,可以去 make 做自動化串連。

Make

接著登入 make,如果是第一次使用,他會問你很多廢話。

不用管他隨邊點,直到你看到這個畫面。

點右上角 creat a new senario。

-----廣告,請繼續往下閱讀-----

一進去會看到的這個圓圈,這個圓圈跟之前 Zapier 說的 trigger 是一樣的東西,可以手動自己設定流程 flow。

但我們還是叫 AI 幫我們啦,點右下角的 AI Assistant,對話框選選 creat or edit a senario。

輸入「if my gmail get a new email, then send LINE notification」

然後得到畫面上的 flow,左邊是 Gmail watch email,右邊是 line send a notification。

如果你用中文輸入類似的內容,常會跑出很複雜的 flow,這種 flow 裡面有很多有趣的功能。

但這集用不到,我們還是先回到正確的 flow 上。

-----廣告,請繼續往下閱讀-----

點開 gmail,連上要整理的信箱。

連接完成後進入設定,先點選藍色的 click here to choose folder。

這邊會出現你在 gmail 裡做的標籤分類,由於我完全沒有按照規則整理,就直接選 inbox,對所有郵件進行分析。

filter type 用 simple filter。

-----廣告,請繼續往下閱讀-----

下面的 Criteria 選 all emails 就好了,我們後面會再用 filter 細分。

然後這個,選 no。

選擇 yes 會把偵測過的 email 變成已讀,我不想這樣。

然後這邊是每次執行 flow 時,會抓取多少筆最新的 email 到 line 上發布通知。

-----廣告,請繼續往下閱讀-----

免費的 make 是 15 分鐘執行一次 flow,請自己評估每 15 分鐘會收到多少封有用的信件,設定太多你的 LINE 通知會炸裂。

我自己測試後,設定為 5 就差不多了。

設定好點下 OK,會跳出從哪封 email 開始抓資料,用 from now on 就好,之後的新郵件就會自動讀取了。

按下OK,接下來就可以來設定 filter 啦。

-----廣告,請繼續往下閱讀-----

點連接線旁邊的板手會跳出選單,選第一個 set up a filter。

進入 filter 設定畫面,上面的 label 是幫這個 filter 上標籤,填你喜歡的就好。

然後點 condition 下面的輸入框,選 subject 標題跟 text content 內文。

然後在 text operator 這裡,選擇 contains。

contains 是在特定字串中如果包含某個關鍵字,就可以通過。

這邊說的特定字串,就是上面欄位設定的標題跟內文。

接下來,在下面空格打上關鍵字,就完成啦。

如果有多個關鍵字要篩選,點選 add OR rule 設定其他關鍵字,不能多個關鍵字打在一起。

按下OK,你會看到板手變成一個漏斗,這樣 filter 就設定完成。

接著點開 line,他會要你輸入 notify API。

回到 line notify 的「管理登入服務」頁面,點擊剛剛設定好的服務,進入服務細節的頁面,複製上面的 client ID。

回到 Make 複製貼上按SAVE。

接著會進到這個頁面,這邊是設定你要在哪個聊天室發送通知,你可以設定在工作群組發送,我這邊先設定我自己就好。

然後進入 line 推播訊息的設定頁面。

message 這欄可以打成這樣,這樣就不會丟一個不知道在做什麼訊息,你也可以發揮創意寫一些幹話進去,增添趣味。

下面的設定用不到,我們直接按OK就完成了。

接下來就要測試啦,我先分別寄三封信件到公用信箱中,分別是:

  1. 標題有關鍵字
  2. 內文有關鍵字
  3. 沒有關鍵字

寄完後,按下 run once。

成功的話就會在 line 上收到通知,果然,沒有把不含關鍵字的信件傳到 line 上,測試成功。

現在把下面的 scheduling 打開,就完成所有設定了。

以後再也不用擔心自己漏接公用信箱的重要信件啦!

結論

最後分享一下實做心得:

比起 zapier 跟 ifttt,make 用起來更有寫程式的感覺,對完全沒有程式背景的人,Zapier 跟 ifttt 會比較好上手,但在免費版的情況下,make 能做到比 zapier 更複雜的自動化功能。

像前面有出現過的複雜流程圖,就可以用 router 做出複數條件判斷的流程,例如前面抓gmail的流程,加上 router 後就不只能傳送提醒到line,還能自動回復罐頭訊息給符合條件的郵件,這如果要在zapier做,就要做兩個流程才能達成了。

另外如果你的公司信箱不是使用Gmail,前面的模組可以從Gmail改成Email,Connection type選用Microsoft系列。

理論上只要這邊按 save,就可以選擇你要串連的microsoft帳號。我串完之後還是抓不到信件,但 make 跟 microsoft 帳戶上,都顯示授權成功,如果有人知道這是什麼問題,請一定要留言告訴我⋯⋯

這次的分享就到這邊,如果有其他想看的 AI 工具測試或相關問題,可以直接留言 ,或給加入 Discord 跟我們一起討問喔。

如果喜歡這支影片的話,也別忘了按讚、訂閱,加入會員,我們下集再見~掰!

更多、更完整的內容,歡迎上科學院的 youtube 頻道觀看完整影片,並開啟訂閱獲得更多有趣的資訊!

-----廣告,請繼續往下閱讀-----
泛科學院_96
44 篇文章 ・ 55 位粉絲
我是泛科學院的AJ,有15年的軟體測試與電腦教育經驗,善於協助偏鄉NPO提升資訊能力,以Maker角度用發明解決身邊大小問題。與你分享人工智慧相關應用,每週更新兩集,讓我們帶你進入科技與創新的奇妙世界,為未來開啟無限可能!