本文為 BNI 個人會員發起的「商務連結 APP」開發紀實，不代表 BNI 台灣年會或任何官方組織立場。
557 人、2287 次媒合、有人用到凌晨 1 點還在標記「想約 1-1」。
我是李孟一。我跟王祈在年會前幾天內敏捷開發了「商務連結 APP」——重點不是趕工上線，而是：我們用 AI 做出了以前關鍵字搜尋做不到的事。
以前你要在 500 多人的名單裡找人，頂多打「律師」「醫療」做模糊比對，漏掉一大票同義詞，也看不懂「你想找決策者還是供應商」。現在使用者打一句口語——例如「我是律師，想找企業主」——系統會跑完 AI 四步媒合，再交給四層評分引擎排序。這才是這次真正的亮點。
先說清楚：這是什麼、這不是什麼
BNI（Business Network International）是全球最大的商務引薦組織，核心理念是 Givers Gain——先給、再得。台灣有上百個分會，年會現場來自各區、各分會的企業主齊聚，規模遠比平常聚會大得多。
我們是 BNI 個人會員，看著年會現場熱鬧卻也混亂，心裡冒出一個念頭：有沒有比一個一個問「你是做什麼的？」更有效率的方法？或許 AI 可以幫忙——讓你在現場就媒合到想認識的人脈。
於是我們開發了商務連結 APP，在年會這個場域開放給夥伴使用。這是我們運用場域、寫出好用工具的一次實驗——不代表 BNI 台灣年會官方，也不是官方授權產品。
以前做不到：關鍵字模糊比對 vs AI 四步媒合
老實說，如果只是「名單 + 搜尋框」，我們不需要 AI。問題是 BNI 的媒合不是找關鍵字——是找合作意圖：你想認識決策者？想找同客群結盟？還是要走引薦路徑？
傳統做法頂多模糊匹配 profession 欄位，「醫療廠商」搜不到「醫美」「診所」「美容醫學」。我們這次讓 AI 先理解意圖、展開同義詞、比對全名單，再由前端引擎分類打分——這是以前純關鍵字做不到的深度。
核心亮點：AI 四步媒合
使用者可以打口語，也可以填結構化描述。按下「AI 幫我找」後，UI 會顯示「AI 四步媒合」進度——至少 4.5 秒的思考動畫，讓現場使用者看見 AI 真的在「想」，不是瞬間亂配。
| 步驟 | 做什麼 |
|---|---|
| 第 1 步 | 即時從後端拉最新夥伴名單（557 人） |
| 第 2 步 | AI 理解「你真正想找誰」——決策者？供應商？同客群夥伴？ |
| 第 3 步 | AI 展開產業同義詞（例：醫療廠商 → 醫美、診所、醫師、美容醫學） |
| 第 4 步 | 比對全名單，規劃合作／引薦路徑並排序 |
後端用 GPT-4o-mini（Edge Function 呼叫，API Key 不暴露在前端），輸出結構化欄位：iAm / iOffer / iSeek / exclude。若 AI 服務異常，系統有本機 fallback——現場 Wi‑Fi 不穩或 API 掛掉，也不會整個停擺。
四層媒合引擎：不只關鍵字比對
AI 拆完意圖之後，前端會對每一位會員打分，分成四種媒合類型。這一層才是 BNI 引薦文化的靈魂——不是「像不像關鍵字」，而是「怎麼合作」。
對方 profession／資源直接符合你要找的對象。
對方 wantMeet 與你的目標客群重疊，可一起開發客戶。
對方 wantReferral 符合，可走 BNI 引薦邏輯。
標籤、自介等弱匹配，供延伸探索。
引擎內建 30+ 組產業同義詞、醫療／教育族群展開、同業降權、決策者加分、對方已標記想約 1-1 優先等規則。這些都是現場一週內反复試出來的——敏捷開發的價值，在於快速把規則疊上去。
問題：人山人海，慢慢問來不及
BNI 是很棒的生意平台。年會現場 557 位來自 151 個分會的企業主，要在有限時間找到「值得深聊」的對象——光靠走動換名片，效率太低。更現實的是：很多人不知道自己該找誰，我們用 AI 四步媒合把這件事變成可操作的流程。
使用紀錄：2287 次商務連結
以下是商務連結 APP 在年會期間的實際數據：
6 月 28 日凌晨 00:00–01:00，仍有 39 次想約 1-1、18 次合作可能標記。商務連結沒有因散場而停止。
現場回饋
匿名案例：坐在座位上，商機就來了
有一位參與者（以下匿名）加入 BNI 十個月，第一次參加這麼大型的年會。過去總擔心「在這麼多人當中，怎麼找得到對的人？」
這次填完「我是／我有／我要」，AI 幫他篩出幾位可能合作的夥伴。他坐在座位上就完成了好幾次有效連結——不用在會場盲目逛。其中一條連結直接解決了新專案的關鍵人才問題，差點要重寫整份策略，因此得以順利推進。
使用者操作：口語輸入、四步媒合、一鍵配對
介面上你可以打口語，也可以用結構化格式。無論哪種，背後都是同一套 AI 四步媒合 + 四層引擎。雙方互相標記「想約 1-1」，就產生「互相連結」。
- 【我是】 活動策展
- 【我提供】 品牌發表會、企業家庭日
- 【想找】 醫美、診所、醫療健康、企業主
- 【不要】 直銷
口語例句：「我是律師，想找企業主」——AI 會自動拆成 iAm / iSeek，並展開同義詞後再打分。
01 · 首頁
02 · AI 四步媒合
03 · 登入
04 · 標記
上線時的 Google 登入問題與處理方式
這一週辯論最多的是如何登入、綁定身分。第一版用 Google OAuth——工程師直覺：安全、標準、開發快。
然後我們把系統給年紀比較大的前輩試用。
完蛋。連 Google 登入怎麼用都卡關。
現場刷認證碼？專員代註冊？密碼寄信箱？討論了整整三天。最後我對王祈說：「不然不要登入，填分會跟名字就完成認領。」他傻眼：「這樣超危險吧？」我說：「有風險，但讓所有人順利媒合，才是最重要的事。」
結果：擔心的事都沒發生。沒有惡意認領，反而有很多夥伴提供建議與鼓勵。
「我們最後選擇信任 BNI 會員，而不是信任 Google API。」
雲端 + 邊緣架構：撐得住年會尖峰
557 人同時搜尋，現場 Wi‑Fi 又不穩——架構設計從一開始就朝「邊緣 AI + 本機快取」走，而不是把所有壓力丟給即時 API。
| 層級 | 技術 |
|---|---|
| 前端 | 靜態站部署，手機優先（430px 基準） |
| 後端 | InsForge on Zeabur（PostgreSQL + RPC） |
| AI | Edge Function 呼叫 GPT-4o-mini，Key 不暴露前端 |
| 安全 | RLS 列級權限、每 IP 每分鐘 12 次 AI 限流 |
| 離線韌性 | 名單一次載入快取；標記存本機；搜尋可離線跑 |
Obsidian：後台資料庫的邏輯層
我們用 Obsidian 管理後台資料庫的結構與邏輯——會員欄位、產業分類、同義詞群組、媒合規則怎麼對應，都先在這裡定義清楚。AI 四步媒合的第 3、4 步要展開同義詞、比對全名單，背後靠的是這套可檢索的資料骨架，不是臨場硬編關鍵字。
現場互動：讓 800 人願意一起刷進度
技術再強，沒人願意打開就沒用。我們在 UI 上做了這些現場設計：
- 800 人刷人脈集體進度條——看見「我們一起完成了什麼」
- 想約 1-1／商務合作標記 + 相互連結自動偵測
- 連結榜、最多人想約 1-1 排行榜
- 產業別圓餅圖、分會瀏覽、即時牆
- 中英雙語 + 三級字體，照顧年長學員閱讀
上線前：我們怎麼確保現場不翻車
敏捷不代表不測。上線前我們跑了：
- 10 回合使用者旅程模擬（冷啟動、名單完整性、綁定、搜尋…）
- 多組真實現場搜尋句的商務媒合品質測試
- Playwright UI 自動檢查
加上 AI 本機 fallback、名單快取與離線搜尋——就算現場網路抽風，至少還能查名單、看標記，不會變成白屏。
我們讓 AI 跑四步媒合——先理解需求、展開同義詞、比對全名單，再用四層評分引擎分出精準合作、同客群結盟、引薦路徑；搭配雲端後端與本機快取，在 BNI 年會 557 人、151 分會的規模下仍能即時找人。
這只是冰山一角：企業人脈資料庫，我們也能做
商務連結 APP 驗證了：「人多、時間短、要找對人」的場景，AI 媒合是有效的。同一套邏輯也適用於：
- 企業內部人脈資料庫
- 創投活動媒合（Demo Day、新創 × 投資人）
- 單次大型活動（尾牙、經銷商大會、校友 reunion）
我們可在 1–2 週內建立 MVP，上線後持續修正。若你的組織也在煩惱「人認識了人，但沒有變成合作」——這條路我們剛走過一輪。
常見問題
跟一般關鍵字搜尋差在哪？
關鍵字只能模糊比對欄位；我們的 AI 四步媒合會理解意圖、展開同義詞，再由四層引擎判斷是精準合作、同客群結盟還是引薦路徑——這是兩個量級的差異。
AI 掛掉現場會停擺嗎？
不會。我們有本機 fallback、名單快取與離線搜尋；AI 是加分的理解層，不是單點故障。
沒有 Google 登入，資料會不會不安全？
這是活動型產品的取捨。現場沒有發生惡意認領；企業內部版若需更嚴格驗證，可在 MVP 後再加。
這套能力能用在非 BNI 場景嗎？
可以。同一套 AI 四步媒合 + 四層引擎，適用於企業內部人脈、創投 Demo Day、經銷商大會等場合。
如何開始評估？
透過下方按鈕開啟官網聯絡表單，說明你的人脈資料現況與媒合需求即可。
「敏捷開發的秘訣不是寫更多 code，是敢刪更多功能——把力氣花在 AI 真正創造價值的地方。」
最後：年會現場看到的是會員帶著誠信做商務、積極分享、無私連結資源。對的場域、對的使用者洞察，比堆功能更重要。