後端：邏輯、資料與服務架構

從介面約定與 API 文件出發：看懂 JSON 資料、親手建第一支後端 API、學會保管 API Key，最後拆一個真的會呼叫 AI 的 app。

從「為什麼資料不能只存在程式裡」出發：資料庫的本質是長久保存的共用正本，認識 SQL 與 NoSQL 兩種組織資料的方式。

深入關聯式：用 Schema 定義欄位與型別、主鍵與外鍵把表串起來、親手把一筆轉帳寫進交易表，最後認識跟資料庫講話的語言 SQL。

NoSQL 把一則訊息的內容、附件、回覆通通收在同一筆裡、免先定 schema，彈性的代價是重複的資料要自己維護。

AI 時代的資料庫：把每張圖、每段文字的「意思」變成空間裡的位置，找的是「相似」不是「相等」；這也是 RAG 讓 AI 答得準的關鍵。

圖片影片不塞資料庫，檔案該放哪、怎麼送到使用者眼前。

把算過的答案先記著，讓後端少做重複工，並看清楚用快取換速度要付出什麼代價。

後端永遠不相信前端送來的東西：先驗證，再讓商業邏輯算出真正的結果。

錯誤處理讓後端出錯時好好失敗，日誌把每一步記下來，出事才有線索可查。

使用者變多時後端會先痛在哪、四大類解法各守住哪一關，再看慢工作為什麼要改成非同步、長時間任務怎麼用號碼牌接住。