網路自動連結服務IFTTT入門教學~如果明天下雨,今日請提醒我
網路自動連結服務IFTTT入門教學~如果明天下雨,今日請提醒我
2014.05.19 | 科技

「 IFTTT 」是一個頗受好評的「網路自動連結」服務,什麼是網路自動連結?例如我自己在 IFTTT 上使用了一份「配方(菜單、 Recipes )」,內容是「只要我在 Facebook 發表圖文訊息,那麼這份圖文訊息就會自動轉存到我的 Evernote 筆記」,這滿足了我把 A 服務內容串連到 B 服務的需求,並且我不用自己轉貼, IFTTT 可以自動幫我完成上述動作。

IFTTT 讓各個網路服務之間不再靜態分佈,可以把不同網路串連成「行動」,「如果」 A 服務發生什麼事情,「那麼」 B 服務就做出什麼反應。

從一方面來看 IFTTT 讓「不會寫程式」的一般用戶也可以完成上面那樣神乎其技的配套,但另一方面來說 IFTTT 博大精深,仔細玩下去會發現很多可以自訂的細節,可是畢竟這是國外服務,有些自動串連的機制不一定那麼適合台灣用戶(例如對中文支援不完美)。

幸好,最近 IFTTT 開始朝行動裝置邁進,接連推出了 IFTTT 的 iPhone、 iPad、 Android 版本,讓網路服務也可以去觸發我們身邊行動裝置上的反應(或是反過來),而這樣的演進我覺得更貼近個人的生活層面應用,所以我決定分成幾篇來好好介紹 IFTTT 這個的服務。今天這篇就先從以 App 來入門開始。

IFTTT App 介面概觀:

1.
IFTTT 目前有 Android 、 iOS 和網頁版,分別如下:

IFTTT Android:https://play.google.com/store/apps/details?id=com.ifttt.iftttt
IFTTT iOS:https://itunes.apple.com/tw/app/ifttt/id660944635?l=zh&mt=8
IFTTT 網站:https://ifttt.com/

這邊我以 IFTTT 的 Android 版介面作為介紹,因為 App 版本的介面更直覺,可以讓我們更快了解 IFTTT 的使用概念,其他版本的用法也大同小異,大家可以延伸參照。

第一次打開 IFTTT App ,可以看到這個服務的簡單介紹,在 IFTTT 中給予用戶一個創造「如果怎樣就會怎樣」的能力,我們只要填入自己需要的服務,就可以創造「連鎖反應」。

2.
登入或註冊一個 IFTTT 帳戶,進入主畫面,在主畫面中,可以看到啟動過的各種配方記錄。

配方(菜單、 Recipes )」,就如同它的名字所表示的一樣,是「料理」不同網路服務的「別人提供的方法」,在 Android 版中點擊右上方的「料理」按鈕,就可以看到自己已經啟動的「配方( Recipes )」,繼續點擊右上方的「眼鏡」按鈕,可以查看他人提供的配方。

3.

如果我拍了一張新照片就自動換成手機桌布。

如果我在Facebook上張貼照片就自動把照片存入 Evernote。

 

這些都可以在「 Browse 」中找到他人提供的固定配方,而我們只要在 IFTTT 裡啟動這些配方,就能完成配方裡設定好的自動化流程。

而在瀏覽這些「配方(菜單、 Recipes )」時,可以依據特色配方、熱門配方等排行榜,讓出學者快速找到好用的配方,直接試試看效果。

啟動一份配方:如果下雨,那麼就?

1.
那麼,不如就讓我們來啟動一份別人提供的配方( Recipe )試試看?

如果明天下雨,請在 Android 上通知我(Rain tomorrow? Get an Android Notification):https://ifttt.com/recipes/165139-rain-tomorrow-get-an-android-notification
如果明天下雨,請在 iOS 上通知我(Rain tomorrow? Get an iOS Notification):https://ifttt.com/recipes/153667-rain-tomorrow-get-an-ios-notification

你可以在 IFTTT App 中搜尋上述對應的配方名稱(看你使用 Android 或 iOS ),或是直接點擊配方的網址來啟動。

打開這份配方( Recipe )後,可以看到配方的功能描述,確認後按下〔 Use Recipe 〕。

因應這份配方是要達成「如果明天下雨,請在今天提醒我」,所以首先會要求我們設定好自己想要偵測的城市地點,輸入地點並找到地點後,在天氣設定畫面按下〔 Activate 〕。

2.
這樣就在你的 IFTTT 中啟動這份下雨提醒配方了,一旦遇到明天要下雨的天氣預報時,今天我的 Android 或 iOS 手機上就會彈出提醒。

建立一份配方:如果怎樣,那就如何?

1.
在 IFTTT 中,我們當然可以不使用別人的配方,而自己來當廚師,自己料理自己需要的網路服務串連。

這邊就做一個簡單的示範,同樣在配方( Recipe )頁面中點擊「+」,進入自訂配方的畫面,這時候會看到 IFTTT 的基礎命令「如果( if )怎樣,那麼就會( then )如何」,我們只要自己在「如果」、「就會」的後面加上自己設定的行動即可。

2.
例如,我們來建立一個「如果每天到了晚上 11 點,就會關閉手機鈴聲」的自動設定吧!

在「 if 」後面點擊「 + 」,設定「如果」的條件,這裡可以看到所有可以當作條件的網路服務、手機功能,在其中選擇「 Date & Time 」,點擊「 Every day at 」。

3.
也就是如果每天到了幾點鐘,當作我們的命令條件。

第一次啟動時間功能時,會要求啟動查詢時間的權限,按下繼續後,會要求我們設定一個命令的時間,這裡調整成晚上 11 點即可。

4.
設定好命令裡的「如果」條件後,接著點擊「就會( then )」後面的「+」,設定那麼要怎麼做的觸發反應。

5.
在觸發反應中也可以看到所有能夠當作反應動作的服務、功能,找到「 Android Device 」裡的「 Mute ringtone 」,點擊「+」,添加為觸發反應。

6.
這樣一來,就完成我們自己製作的一份 IFTTT Recipe(配方)了!以後只要到晚上 11 點,就會觸發把手機關靜音的反應(反應時間可能會慢個幾分鐘,因為 IFTTT 是定期定時檢查條件的方式,而非即時檢查條件)。

透過上面的 IFTTT 基本介面、添加別人製作好的配方、自己設定一份新配方,我們就可以快速練習 IFTTT 的基本功能,有興趣的朋友,則可以繼續深入研究看看,會發現有很多有趣強大的應用,尤其發揮創意想像力,說不一定你可以讓網路更聰明自動化喔!

延伸閱讀, Android 其他自動化工具

Agent 免設定聰明手機自動開會靜音、睡眠勿擾、停車定位!
AutomateIt 自動控制 Android 省時免動手,智慧手機更聰明
我的 Android 手機自動化攻略:聽音樂上班旅行自動切換設定

出自電腦玩物/esor huang

關鍵字: #數位工具
往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓