PHASE 01
分析專案
先讀懂既有程式：哪一層可以安全地交給 AI 用。
結果所有 SQL 集中在一個資料層、完全不碰畫面——包這一層就好，畫面完全不用動。
PHASE 02
挑工具候選
把 9 個資料庫方法，包成 11 個「AI 看得懂說明書」的工具。
重點每個工具都要寫清楚傳什麼、回什麼。分類只能從白名單挑，AI 不能自己發明。
PHASE 03
接上模型
選模型、拿金鑰、接 API。用免費額度的 Gemini。
意外半天就通了。這是整個專案最快的一步——也是大家以為最難的一步。
PHASE 04
決策迴圈
讓 AI 自己挑工具、拿到結果再回答，必要時連續呼叫好幾個。
實例問「9 月花在哪」，它自己選了「分類統計」，沒有人告訴它要用哪一個。
PHASE 05
兩段式寫入
任何會改資料的動作，一律先給預覽，等你回「確認」才真的寫。
擋掉什麼你問「如果改成 300 會怎樣」時，它只會給預覽——不會把那句假設當成指令去改。
PHASE 06
幻覺偵測
程式自己查核：AI 說「已新增」時，這一輪真的寫進去了嗎？
擋掉什麼沒寫成功卻說完成，系統會在回覆最前面插警告。測試中故意讓它謊報，警告確實跳出來、資料筆數沒變。
PHASE 07
權限邊界
明確圈出它能讀哪裡、能寫哪裡、不准刪。
擋掉什麼金鑰、密碼檔一律封鎖——就算哪天把整個資料夾開給它，這些檔案還是碰不到。
PHASE 08
對話介面
本機網頁聊天室：對話紀錄、附圖、停止鍵。
設定只聽本機、不對外開。要完全不外流，模型也可以換成跑在自己電腦上的。
PHASE 09
說話規範
告訴 AI 它在什麼介面上、以及這個記帳本的規矩。
實例使用者說「看牙醫 1200」，分類白名單裡沒有「看牙醫」——它歸到「醫療」，並主動說明它歸到哪一類。