如果一個專案要處理真實的政府資料——實價登錄、景氣對策信號這類公開資訊——傳統開發團隊通常會先皺眉頭，因為這不是單純的網頁製作，是資料工程。加上每個房仲要有自己的獨立子站，還要跑四套 AI 生成工具，這種規模的專案抓五到七個月是合理估計。我們的房市情報站好宅研究所，實際只花了五到六週。
這篇想講清楚的是，為什麼「處理真實政府資料」這件事，反而是我最不擔心的一塊。
好宅研究所想解決的問題
買房租房最麻煩的一件事，是資訊分散在太多地方——實價登錄要去查政府網站、生活機能要自己 Google 地圖比對、房仲的物件介紹又常常寫得千篇一律。好宅研究所要做的，是把這些資訊整合成一個知識庫，讓使用者做居住決策時有扎實的資料可以參考。
每位合作房仲有自己一套完整的獨立子站——首頁、社區專區、市場週報、物件頁、估價工具、稅算工具、聯絡表單，全部獨立運作。這已經不是單一網站，是一套多租戶系統，加上四套 AI 生成工具（社區報告、物件文案、短影音腳本、市場週報），複雜度是疊加上去的。
傳統開發視角：三個難點各自都要花時間
我自己盤點過這個專案的複雜度來源，第一個是多租戶架構，每位房仲一套完整獨立子站，不是簡單的資料庫欄位切換就能解決的規模。第二個是真實政府資料 ingestion——實價登錄季度 CSV 解析要涵蓋十二個城市八十一個行政區，還要串接國發會的景氣對策信號 API，這是資料工程的活，不是網頁製作。
第三個是雙層後台權限，房仲端的 Agent 後台跟平台端的 Superadmin 管理各自獨立認證，加上全站的 SEO／GEO 基礎建設——Metadata、JSON-LD、sitemap、短網址、llms.txt，這類「地基工程」在傳統報價單裡通常要額外加價，因為工程師很容易低估這部分要花的時間。
換算成工時，核心平台大概要四百到六百小時，四套 AI 工具再加一百五十到兩百五十小時，區域研究中心的比較工具跟地圖再兩百到三百小時，這樣加總起來，抓保守值大概落在一千八百到兩千四百人時，換算成五到七個月是合理的時程。
五到六週怎麼做完的
- 政府資料解析：CSV 格式解析、跨城市跨行政區的資料清理，這是規則明確、可以被系統化處理的工作，我把這塊完全交給 AI 員工，自己只確認最終呈現的數字對不對得起真實的政府公開資料。
- 四套 AI 生成工具：這是我花最多時間磨的部分——不是因為技術難，是 prompt engineering 需要大量來回調校才能讓生成的社區報告跟物件文案讀起來像真人寫的，不像罐頭文案。這塊我自己盯得比誰都緊，因為內容品質直接決定房仲會不會想用這個工具。
- 雙層後台權限與多租戶架構：比較純架構的工作，AI 員工可以一次把認證系統跟資料隔離的邏輯搭好，我負責測試每個房仲的資料有沒有真的互相隔離乾淨——這一關我不會假手他人。
實際做出來的規模
最後交付的是兩百四十四個檔案、大約四萬五千行程式碼，八十二個頁面、五十二個 API 路由，一百五十一次 commit，從開工到現在的實際開發時間是五到六週。
| 傳統開發 | AI＋一人（實際） | |
|---|---|---|
| 時程 | 5-7 個月 | 5-6 週 |
| 預算 | NT$150-250 萬 | AI 工具訂閱費（幾乎無額外人力成本） |
這裡同樣不用全職全薪去乘，因為現實裡承接這種案子的工程師，手上通常同時有兩三個案子在跑。
資料工程不可怕，可怕的是沒人願意花時間搞懂它
老實說，一開始我也以為政府資料 ingestion 會是這個專案裡最頭痛的部分。實測下來才發現，真正頭痛的從來不是「解析資料」本身，是「沒有人願意花時間把每個城市的資料格式落差搞清楚」——這正是 AI 員工最擅長的苦工，交給他們去啃，我把時間留給真正需要人判斷的地方：內容品質跟資料隔離。
以前，一個想法要變成現實，得先投入大量成本組團隊、養團隊；現在，你只差一個合適的 AI 員工。如果你也想做一個整合真實資料的平台，歡迎找艾工頭聊聊網站開發需求，讓我幫你搭建工班，把想法變現實。
常見問題
處理政府公開資料，AI 協作開發會不會有資料正確性的風險？
資料解析本身可以交給 AI 處理，但最終呈現的數字還是需要人核對來源是否正確、格式轉換有沒有出錯，尤其是牽涉到房產交易這類影響使用者決策的資訊，這一關人的把關省不掉。
多租戶房仲平台，每個房仲的資料真的能完全隔離嗎？
技術上可以做到完全隔離，但這是需要特別測試的一環，不能只靠架構設計就假設沒問題。我們在好宅研究所的做法是針對每個新租戶都實測資料隔離情況，不跳過這一步。
做一個整合政府資料的房產平台，大概要花多久、多少預算？
要看整合的資料源數量跟租戶規模，落差很大。好宅研究所這個規模我們實際花了五到六週，歡迎留言告訴我你的專案想法，我可以幫你抓一個實際的估算。
