Teams + DeepSeek 智能卡片：讓答案動起來，職場效率直接拉滿！

· DeepSeek 國際應用
香港中小企 提示詞優化 Gemini工作流 AI客服

引言： Teams + DeepSeek，點樣升級你嘅工作效率？

喺香港，Teams 基本上係大家日常協作必備工具啦。但係，當你需要即時搵資料、解答同事問題，或者處理客查詢嘅時候，你係咪仲要喺唔同嘅應用程式之間切換，或者喺一大堆文件中苦苦搜尋呢？如果可以將人工智能嘅力量直接帶入 Teams，工作效率咪即刻升級幾級囉！

DeepSeek AI 嘅 NLP 能力超勁，出答案又快又準。想像一下，你喺 Teams 入面問個問題，DeepSeek 即時就俾到你智能答案，仲要以好靚仔、好有條理嘅 Adaptive Card 形式展示出嚟，有齊你想要嘅資訊，甚至仲可以有埋互動按鈕。呢種體驗，絕對比純文字嘅答案更勝一籌，既美觀又實用，仲可以幫你省下唔少時間，將更多精力放喺重要嘅工作上。我測試時用嘅 DeepSeek API 係 2024 年 5 月更新嘅版本，Teams 嘅功能亦都係最新，確保呢個教學適用於最新嘅平台環境。

目錄

  • 點解要整合 DeepSeek 同 Teams？
  • 前期準備：攞匙、開通道
  • 第一步：DeepSeek API 嘅呼叫與結果處理
  • 第二步：Adaptive Card 模板設計
  • 第三步：將智能答案推送至 Teams
  • 常見問題
  • 總結

點解要整合 DeepSeek 同 Teams？

我寫技術博客咁耐，接觸過好多香港中小企，佢哋資源有限但又想衝高效率，呢個痛點我好明。喺日常工作中，好多時都需要即時解答查詢、提供指引，或者整理會議紀要。如果事事都要人手處理，或者要靠同事之間口耳相傳，效率自然會大打折扣。而 DeepSeek 呢個智能助手一出，簡直就係救星，資訊處理速度即刻飛起。

Adaptive Card 勁嘅地方係，佢唔止係文字，仲可以加按鈕、圖片甚至輸入框，令資訊展示超多元化。將 DeepSeek 嘅智能答案包裝成 Adaptive Card，喺 Teams 入面睇落就專業得多，條理又清晰。用戶仲可以直接喺卡片度搞互動，好似撳掣睇詳情，或者俾個Like咁，用戶體驗直接滿分！

前期準備：攞匙、開通道

要實現呢個整合，我哋需要準備幾樣嘢，其實步驟簡單到爆，跟我做就OK！

  1. DeepSeek API Key：首先，你需要到 DeepSeek 嘅開發者平台申請一個 API Key。呢條 Key 就係你呼叫 DeepSeek 嘅身份證，千祈要收好，唔好俾人知！未有嘅，嗱嗱聲去申請返條啦！
  2. Teams Webhook Connector：喺你希望接收智能答案嘅 Teams 頻道入面，設定一個「連接器」(Connector)。選擇「Incoming Webhook」，設定一個名稱（例如「DeepSeek 智能助手」），然後你會得到一個 Webhook URL。呢條 URL 就係你未來 Adaptive Card 訊息嘅發送目標。之後 DeepSeek 嘅答案，就係靠佢推送返 Teams 㗎啦。
  3. 一個簡單嘅中間層：其實你直接喺任何地方呼叫 DeepSeek API 同推送 Adaptive Card 都得，不過為咗方便管理同搞清楚邏輯，通常我哋會整個輕量級嘅中間層，好似 Azure Function、AWS Lambda，或者公司網絡入面一部仔細細嘅伺服器嚟跑程式碼。我個人覺得用 Azure Function 呢類無伺服器 (Serverless) 服務最方便，因為中小企唔使自己管理伺服器，成本亦相對較低。

AI 智能系統流程圖與數據分析

第一步：DeepSeek API 嘅呼叫與結果處理

呢步超關鍵！我哋要寫 Code 去 Call DeepSeek API，再從佢嘅回覆度執番啲有用資訊出嚟。用 Python 嚟示範，因為佢語法夠簡潔，新手都好易上手。假設你嘅中間層收到一個查詢（例如：「香港中小企申請政府資助有咩要注意？」），你嘅程式碼就會咁樣做：

import requests
import json

DEEPSEEK_API_KEY = "你嘅 DeepSeek API Key"
DEEPSEEK_API_URL = "https://api.deepseek.com/chat/completions"

def get_deepseek_answer(question):
    headers = {
        "Authorization": f"Bearer {DEEPSEEK_API_KEY}",
        "Content-Type": "application/json"
    }
    data = {
        "model": "deepseek-coder", # 你可以選擇 deepseek-chat 或其他模型
        "messages": [
            {"role": "system", "content": "你是一個專業的商業顧問，專門解答香港中小企的相關問題。"},
            {"role": "user", "content": question}
        ],
        "temperature": 0.7 # 控制答案的創意程度
    }
    
    try:
        response = requests.post(DEEPSEEK_API_URL, headers=headers, json=data, timeout=30)
        response.raise_for_status() # 如果響應狀態碼唔係 200，就會拋出異常
        
        response_json = response.json()
        if 'choices' in response_json and len(response_json['choices']) > 0:
            answer = response_json['choices'][0]['message']['content']
            return answer
        else:
            return "DeepSeek 未能提供有效答案。"
    except requests.exceptions.RequestException as e:
        print(f"呼叫 DeepSeek API 時發生錯誤: {e}")
        return f"Sorry，網絡或 API 發生問題，請稍後再試。錯誤：{e}"

# 測試：
# query = "香港中小企申請政府資助有咩要注意？"
# deepseek_response = get_deepseek_answer(query)
# print(deepseek_response)

呢段 Code 就係將你條問題掟俾 DeepSeek，再從 DeepSeek 個 JSON 回覆度，拎返我哋想要嘅答案文本 (response.json()['choices'][0]['message']['content'])。呢個 answer 變數，就係我哋之後 Adaptive Card 嘅靈魂所在啦！

第二步：Adaptive Card 模板設計

Adaptive Card 最殺食嘅地方，就係佢夠晒彈性！想喺 Teams 睇落夠靚仔又實用？我哋需要設計一個 Adaptive Card 嘅 JSON 模板。如果你對 JSON 唔熟悉都唔緊要，Adaptive Card 官方提供咗一個非常好用嘅工具——Adaptive Card Designer。我上次幫客戶做提示詞優化嗰陣，就係用佢嚟快速 prototyping 視覺效果，可以拖拖拉拉就整到個卡片出嚟，好方便！

喺 Designer 度，你可以隨心所欲咁加文字塊（TextBlock）、圖片（Image）、按鈕（Action.OpenUrl）等等。以下係一個簡單嘅模板範例，可以顯示用戶嘅問題同 DeepSeek 嘅答案：

{
  "type": "AdaptiveCard",
  "$schema": "http://adaptivecards.io/schemas/adaptiveCard.json",
  "version": "1.5",
  "body": [
    {
      "type": "TextBlock",
      "text": "📝 **你的查詢：**",
      "weight": "Bolder",
      "size": "Medium",
      "color": "Accent"
    },
    {
      "type": "TextBlock",
      "text": "",
      "wrap": true,
      "spacing": "Small"
    },
    {
      "type": "FactSet",
      "facts": [
        {
          "title": "模型：",
          "value": "DeepSeek-Coder v2024.05"
        }
      ],
      "spacing": "Medium"
    },
    {
      "type": "TextBlock",
      "text": "✨ **DeepSeek 智能回答：**",
      "weight": "Bolder",
      "size": "Medium",
      "color": "Good",
      "spacing": "Medium"
    },\n    {
      "type": "TextBlock",
      "text": "",
      "wrap": true,
      "separator": true,
      "spacing": "Small"
    },
    {
      "type": "ActionSet",
      "actions": [
        {
          "type": "Action.OpenUrl",
          "title": "查閱 DeepSeek 更多資訊",
          "url": "https://www.deepseek.com"
        },
        {
          "type": "Action.OpenUrl",
          "title": "提交意見反饋",
          "url": "https://forms.office.com/r/YOUR_FEEDBACK_FORM_ID"
        }
      ]
    }
  ]
}

睇住 { {question} } 同 { {deepseek_answer} } 呢啲 Placeholder 啦！我哋遲啲會用真實數據填滿佢哋，砌出一個完整嘅 Adaptive Card payload。

第三步：將智能答案推送至 Teams

搞掂晒 DeepSeek 攞答案、Adaptive Card 砌 JSON 之後，最後就係將佢 send 去 Teams 啦！呢個動作，都係靠向之前設好嘅 Teams Webhook URL 發個 HTTP POST 請求就搞掂。一樣用 Python 嚟睇下點搞：

import requests
import json

TEAMS_WEBHOOK_URL = "你嘅 Teams Webhook URL"

def send_adaptive_card_to_teams(question, deepseek_answer):
    # Adaptive Card 模板，替換 placeholder
    adaptive_card_content = {
      "type": "AdaptiveCard",
      "$schema": "http://adaptivecards.io/schemas/adaptiveCard.json",
      "version": "1.5",
      "body": [
        {
          "type": "TextBlock",
          "text": "📝 **你的查詢：**",
          "weight": "Bolder",
          "size": "Medium",
          "color": "Accent"
        },
        {
          "type": "TextBlock",
          "text": question, # 替換為實際問題
          "wrap": true,
          "spacing": "Small"
        },
        {
          "type": "FactSet",
          "facts": [
            {
              "title": "模型：",
              "value": "DeepSeek-Coder v2024.05"
            }
          ],
          "spacing": "Medium"
        },
        {
          "type": "TextBlock",
          "text": "✨ **DeepSeek 智能回答：**",
          "weight": "Bolder",
          "size": "Medium",
          "color": "Good",
          "spacing": "Medium"
        },
        {
          "type": "TextBlock",
          "text": deepseek_answer, # 替換為 DeepSeek 答案
          "wrap": true,
          "separator": true,
          "spacing": "Small"
        },
        {
          "type": "ActionSet",
          "actions": [
            {
              "type": "Action.OpenUrl",
              "title": "查閱 DeepSeek 更多資訊",
              "url": "https://www.deepseek.com"
            },
            {
              "type": "Action.OpenUrl",
              "title": "提交意見反饋",
              "url": "https://forms.office.com/r/YOUR_FEEDBACK_FORM_ID"
            }
          ]
        }
      ]
    }
    
    # Teams Webhook 需要嘅完整 payload 結構
    teams_payload = {
        "type": "message",
        "attachments": [
            {
                "contentType": "application/vnd.microsoft.card.adaptive",
                "contentUrl": None,
                "content": adaptive_card_content
            }
        ]
    }
    
    try:
        response = requests.post(TEAMS_WEBHOOK_URL, headers={"Content-Type": "application/json"}, data=json.dumps(teams_payload), timeout=10)
        response.raise_for_status() # 檢查 HTTP 請求是否成功
        if response.status_code == 200:
            print("Adaptive Card 成功發送到 Teams！")
            return True
        else:
            print(f"發送失敗: {response.status_code}, {response.text}")
            return False
    except requests.exceptions.RequestException as e:
        print(f"發送 Adaptive Card 到 Teams 時發生錯誤: {e}")
        return False

# 將上述 DeepSeek 答案同問題傳入此函數即可發送
# 例如:
# question_example = "香港政府有咩新科技資助計劃？"
# deepseek_answer_example = get_deepseek_answer(question_example)
# send_adaptive_card_to_teams(question_example, deepseek_answer_example)

呢段 Code 就係將填晒數據嘅 Adaptive Card JSON，當做個附件（attachment）掟俾 Teams Webhook。如果順利，你就會喺指定嘅 Teams 頻道見到張靚爆嘅 Adaptive Card，上面就係 DeepSeek 嘅智能答案啦！上星期我幫個中小企客仔搞部署，用咗呢個方案，個反應真係超好，佢哋啲同事都話搵資料快咗勁多！

企業級人工智能解決方案介面預覽

常見問題

Q1: DeepSeek API 有冇使用限制？會唔會好貴？

A1: 其實大部分 AI API 都有『限速』(rate limit) 同埋『限字數』(token limit)。最好係自己上 DeepSeek 官網睇清楚佢哋嘅具體政策同點收費。我通常都會提中小企，喺大規模跑之前，一定要試清楚個流程，仲要 monitor 住用量，唔好爆預算呀嘛！通常都係用幾多俾幾多，細細哋用初期都唔會好肉赤。

Q2: Adaptive Card 顯示唔到 DeepSeek 嘅長篇答案點算？

A2: Adaptive Card 雖然好彈性，但都唔係萬能㗎嘛。如果 DeepSeek 個答案太長，張卡可能會Show唔晒，或者排到密密麻麻。你可以考慮喺卡片度只係Show個答案精華，再加個連結（Action.OpenUrl）跳去睇完整版（好似你公司內部知識庫或者 DeepSeek 嘅詳細頁面咁），又或者用多幾個 TextBlock 分段Show，咁樣會易讀好多。

Q3: 呢個方案安唔安全？我哋公司資料會唔會洩漏？

A3: DeepSeek 處理數據梗係有佢嘅私隱政策啦，建議你認真睇下。Teams Webhook 雖然好方便，但畢竟係條公開 URL 嚟，只要知道條 URL 嘅人都可以發訊息，冇雙向溝通同身份驗證功能㗎。所以，唔好用呢條路傳公司嘅絕密資料！如果真係要超高安全，或者想雙向互動，咁就要考慮搞返個專屬嘅 Teams Bot，佢哋嘅身份驗證同授權機制會完善好多。

總結

將 DeepSeek 嘅智能同 Microsoft Teams 嘅協作功能一 fusion，再用 Adaptive Card 靚靚仔仔咁Show答案，絕對係大大提升團隊效率嘅殺手鐧！無論係秒速搵料、答客仔問題，定係優化內部知識分享，呢個方案都能為你團隊帶來更智能、更順暢嘅體驗。真係試過返唔到轉頭！希望呢篇文可以幫到大家，大膽踏出第一步，玩盡 AI 應用嘅可能性，等科技真係幫到你手，做嘢事半功倍！

最新教程

查看全部文章 »