AI 導入

一個公部門丟給我七個 AI 願望，我怎麼一件件拆成能落地又安全的做法

一個不會寫程式的人，怎麼把「我們想用 AI 做這些」的七個模糊需求，一件一件想清楚、給出解法、連要下哪些提示詞都寫明——而且全程保護客戶。

客戶：某中央公部門（已去識別化）方法：需求 → 方案 · 逐項拆解法2026-07-30

還沒用過 AI？免費版就能試，不用付錢——先看 30 秒新手上路 →

先說一件事 · 為什麼整篇看不到單位名稱和真實數字
這是真實案子，但客戶的名稱、內部資料、具體數字我全部拿掉了。保護客戶是這一行的基本功——能公開的是「怎麼想、怎麼做」的方法，不能公開的是「誰、什麼資料」。這件事本身，就是做顧問的第一課。

我拿到的，其實只有這樣

對方想導入 AI，給我的是一張表——七個「我們想用 AI 做…」的願望，就這樣：

七個願望攤在桌上，每個都很大、風險差很多。難的不是不會做，是不知道從哪下手、又不能做壞。 這篇就一件一件拆給你看——每件事我怎麼想、怎麼解、實際會用什麼工具、下什麼提示詞。

我沒有馬上想「公文要用什麼工具」。第一件事是把七個願望按風險與權限重新看，發現它們根本不是同一種東西，不該用「一個很強的 AI」全包。於是收成三個各司其職的角色：

七個需求 → 依風險與權限，收斂成三個各司其職的角色

基礎知識 · 什麼是 Agent
把 Agent 想成一個「有特定職務和權限的 AI 助理」。行政文書 Agent 只做文書、只讀得到規範，它碰不到民眾個資，因為那不是它的職務。分角色，就是分權限、分責任。

每一件我都用同一個節奏：先想清楚難在哪 → 給出做法 → 說明用什麼工具、下什麼提示詞。

你是公文協助員。依我提供的案件資料，產出「主旨／說明／辦法」三段草稿。凡文號、日期、金額、法規名稱一律不得自行填寫，改標〔待確認〕。最後附一份待確認清單。

盤點這份表的欄位與空值，列出所有異常列，先不要修改原始資料。清理後另存成新檔，並逐項說明你做了哪些變更、為什麼。

把這些通報整理成事件表，每筆標「來源、時間、查證狀態」。當來源互相矛盾時並列兩邊並標〔衝突〕，不要自己選一個當真相。

用這份資料做年度趨勢圖。先明確標出分母與計算方式，給我核對數字；確認後再產圖，並附三句不含術語的政策摘要。

只根據我提供的文件回答，並附上出處頁碼。文件裡沒有明確依據時，回「查無足夠依據，建議轉人工」，不要自行推測。

把知識庫結果轉成民眾看得懂的回答並附來源。若問題涉及個人資格、申訴、裁罰或個資，不要回答，改回「這部分需要專人協助」並標記轉人工。

基礎知識 · 為什麼 AI 的產出只能當草稿
現在的 AI 會很有自信地講出錯的東西。正確用法不是「相信它」，而是「讓它先做、人來核」。把它當一個很快、但一定要覆核的實習生——責任永遠在人身上。

七件事解法有了，但政府單位最怕的不是慢，是出錯。所以整份規劃我把安全放在功能前面，最關鍵的是這條上線節奏：

先模擬 → 再唯讀 → 後整合：先讓大家在最安全的地方嚐到甜頭，再往高風險走

再加三條鐵律：AI 產出一律是草稿、來源可追溯、權限最小化。並劃一條紅線——撤離、補助認定、確診、處方，這些 AI 一律不准自己決定，必須交回權責人員。

回頭看，我做的不是「很懂 AI」，而是把七件模糊的事，一件件想清楚、拆乾淨、顧好安全，連要下什麼提示詞都寫明。這個節奏，你換成合約、報告、資料整理，一樣能套：

不會寫程式沒關係——會把問題想清楚，就能把 AI 用對。