ARAM 大混戰海克斯增幅 - ChatGPT 機器人建置與維護說明

1.1 建立 GPT

1. 前往 ChatGPT GPTs 頁面

2. 點擊「建立」按鈕

3. 填寫基本資訊：

   • 名稱： Aram

   • 說明： LoL ARAM 大混戰海克斯增幅顧問

1.2 設定指令（Instructions）

將以下內容貼到「指令」欄位：

1.3 上傳知識庫

在「知識庫」區塊上傳以下檔案：

1.4 其他設定

• 對話啟動器 ：可留空或設定常見問題

• 推薦的模型 ：建議使用 GPT-4o 以獲得最佳效果

2.1 檔案用途對照表

2.2 資料流向圖

2.3 原始資料檔案說明

優點：

• 原始資料與整合資料分離，除錯時可追溯來源

• 不需重複爬取，節省 token

• 各來源可獨立更新

2.4 知識庫結構要求（Aram-kb.md）

為了讓 ChatGPT 能回答詳細的英雄攻略， Aram-kb.md 必須包含以下章節：

3.1 巴哈姆特討論串

• 主題： 【討論】隨機單中：大混戰 討論串

• 基底網址範例：

  • https://forum.gamer.com.tw/C.php?bsn=17532&snA=705476&page=1

  • page=2, 3, ... 依此類推。

• 建議策略：

  • 初版整理：抓 1～15 頁。

  • 後續更新：

    • 可先偵測最大頁數，只抓「上次整理後」的新頁（例如 16～最新）。

    • 或視情況重新抓 1～最新頁（較耗 token，但最保險）。

3.2 Blitz ARAM Mayhem 資料

• Augments： https://blitz.gg/lol/aram-mayhem-augments

  • 取得各顆海克斯的名稱、稀有度、描述、Tier 排名（S/A/B/C/D）、推薦英雄。

  • 重要 ：頁面右上角可切換語言為「繁體中文」，切換後所有增幅名稱、描述、英雄名稱都會顯示台服正確的繁體中文。

  • 資料存放： Aram-blitz-augments.json （英文）、 Aram-data.json 的 augments_summary （繁體中文）

• Tier List： https://blitz.gg/lol/tierlist/aram-mayhem

  • 取得各英雄在 ARAM Mayhem 模式下的 Tier（S/A/B/C/D）排名。

  • 資料存放： Aram-blitz-tierlist.json

4.1 巴哈姆特論壇結構

巴哈姆特論壇採用三層結構：

重要 ：每樓下方的留言預設是隱藏的，會顯示「還有 X 則留言」按鈕。

4.2 抓取步驟（使用腳本 + AJAX API）

腳本 scrape_bahamut_aram.py 已整合留言抓取功能，透過巴哈姆特的 AJAX API 自動取得所有留言：

留言 API：

執行指令：

腳本會自動：

1. 抓取每頁的樓層主文

2. 從樓層連結取得 snB （樓層 ID）

3. 呼叫 AJAX API 取得該樓的所有留言

4. 解析 HTML 回應中的 data-comment JSON 屬性

5. 儲存到 Aram-baha-raw.json

4.3 資料結構

Aram-baha-raw.json 的樓層結構：

4.4 抽取海克斯相關資訊

• 只處理含有明確「海克斯增幅裝置」資訊的句子

• 純抱怨隊友／炫耀戰績的留言可忽略

• 重點關注：

  • 英雄 + 增幅組合（如「札克 + 死亡循環」）

  • 增幅效果說明或 Bug 回報

  • 裝備搭配建議（如「終末戰戟 + 爆擊治療」）

  • 不推薦的增幅（避雷資訊）

5.1 中介 JSON 結構

所有資料彙總到 Aram-data.json ，主要欄位：

5.2 Python 腳本說明

專案中已建立以下 Python 腳本，用於自動化資料抓取與生成流程：

5.3 生成 / 更新 Aram.md 的邏輯

1. 檢查 Writerside/topics/Aram.md 是否存在與是否有實質內容：

   • 若「檔案不存在」或內容仍為預設 placeholder（例如只有 # Aram/Start typing here... ），則視為首次建立：

     • 以建議的基礎章節結構產生新檔案，例如：

       • 模式簡介與規則說明

       • 海克斯選擇原則

       • 英雄 × 海克斯推薦表

       • Blitz Augments 結構化節錄

       • Bug / 坑點整理

       • 如何搭配 Blitz / 其它工具說明

     • 並在檔案最開頭加上一段「資料覆蓋標記」（見 5.4 節），紀錄目前已處理的巴哈頁數與樓層。

   • 若「檔案已存在且有內容」，則視為更新既有文件：

     • 以現有 Aram.md 的章節結構為基準（模式簡介、選擇原則、強勢海克斯、Bug & 坑點、英雄搭配、團隊觀念、Blitz 使用方式）。

     • 使用中介 JSON 更新其中的：

       • 新增或調整的強勢海克斯與代表玩法。

       • 新發現的 Bug / 坑點（例如新版本任務或翻譯問題）。

       • 英雄與海克斯的組合（hero_synergy）。

     • 盡量保留原本文章的寫作風格（中文、略偏口語、實戰向），只更新內容本身。

2. 無論是首次建立或更新，都應維護 Aram.md 開頭的「資料覆蓋標記」區塊，使其反映目前中介 JSON 已涵蓋的巴哈頁數與樓層（見 5.4、5.5 節）。

3. 用「局部補丁（apply_patch）」方式建立或更新 Writerside/topics/Aram.md ，不要動到其他 Writerside 設定檔。

5.4 Aram.md 開頭的資料覆蓋標記格式

建議在 Aram.md 檔案的最開頭（主標題前或後）保留一段機器與人類皆易讀的資料覆蓋標記 ，用來記錄目前已整理到巴哈該串的哪一頁哪一樓。例如：

• 上方 HTML 註解區塊中的 JSON 方便未來的 AI / 工具程式自動解析「已處理到哪一頁哪一樓」。

• 下方引言區塊則是給人類作者 / 讀者快速知道目前整理進度用。

未來每次重新整理資料（無論是全量重跑或增量補充）後，都應同步更新這一段標記。

5.5 依資料覆蓋標記進行「增量爬取」的邏輯

當下次要更新資料時，可以先讀取 Aram.md 開頭的 ARAM-DATA-COVERAGE 註解，決定要從哪裡開始補抓：

1. 嘗試在 Aram.md 中尋找 ARAM-DATA-COVERAGE: 這段 JSON 註解：

   • 若找到且能成功解析出 last_page、 last_floor 等欄位：

     • 則 只需要抓取「該樓層之後」的新留言：

       • 對於 page > last_page 的所有頁面：抓取全部樓層。

       • 對於 page == last_page 的那一頁：只處理「樓層編號 > last_floor」的留言。

   • 若找不到這段註解或格式無法解析：

     • 則視為「首次或未知狀態」， 從 page=1 開始全量抓取到最新頁。

2. 將新抓到的留言再依 3.2 節的資料結構抽取海克斯相關資訊，納入最新一版中介 JSON 中：

   • 可以在中介 JSON 內額外紀錄這次「最後處理的 page 與 floor」，供之後覆寫 ARAM-DATA-COVERAGE 使用。

3. 完成 Aram.md 的建立或更新後：

   • 覆寫檔案開頭的 ARAM-DATA-COVERAGE 區塊：

     • 更新 from_page/to_page （若首次建立則 from_page 通常為 1）。

     • 更新 last_page/last_floor 為這次實際處理到的最後一則留言位置。

     • 更新 last_url 為該樓層所在頁面的 URL。

     • 更新 last_updated 為本次更新日期（ISO 格式即可，例： 2025-01-01）。

如此一來，即使你中途把舊的 Aram.md 刪除、整個重跑，只要新一版照規格重建並寫入最新的覆蓋標記， 下一次要做「增量更新」時，AI 只要讀這段標記就知道從巴哈哪一頁哪一樓開始往後補就好。

6.1 文章檔案

6.2 資料覆蓋標記

Aram.md 開頭包含資料覆蓋標記，用於追蹤已處理的巴哈頁數：

7.1 環境設定（首次執行）

macOS 需要使用虛擬環境：

之後每次執行腳本前，記得先啟用虛擬環境：

7.2 完整更新流程（腳本執行順序）

7.3 腳本說明

7.4 增量更新選項

7.5 上傳 ChatGPT 知識庫

1. 前往 ChatGPT GPTs

2. 編輯你的 GPT

3. 在「知識」區塊上傳 Writerside/topics/Aram-kb.md

4. 儲存並發布

7.6 更新 Writerside 文章