需求預測（第 19 輪複習）
需求預測用歷史銷售、季節、活動與外部資料預估未來需求。
案例重點
預測結果應搭配庫存、補貨與促銷決策。
情境例子
零售業可預測節慶商品需求量。
Cases Archive
AI 應用案例歷史
瑕疵檢測（第 19 輪複習）
電腦視覺可協助檢查產品表面缺陷或組裝錯誤。
案例重點
要注意光源、角度、標註品質與誤判成本。
情境例子
工廠可用相機影像偵測刮痕或污點。
預測維護（第 19 輪複習）
預測維護用設備感測資料預測故障風險。
案例重點
成功關鍵是穩定資料蒐集、異常定義與維修流程整合。
情境例子
機台震動與溫度變化可用來預測故障。
文件摘要（第 19 輪複習）
AI 可將會議紀錄、客服紀錄或長文件整理成重點摘要。
案例重點
摘要應保留重要決策、待辦事項與來源脈絡。
情境例子
會議摘要可自動列出負責人與截止日期。
客服問答（第 19 輪複習）
客服問答系統可用 FAQ、知識庫與 RAG 提供即時回覆。
案例重點
導入時要注意答錯風險、升級人工客服與知識庫更新。
情境例子
若問題涉及退費或合約爭議，應轉人工處理。
供應鏈風險（第 18 輪複習）
AI 可整合訂單、運輸、天氣與供應商資料預警供應風險。
案例重點
導入時要看資料即時性與跨組織資料共享限制。
情境例子
港口塞車或原料短缺可影響交期預測。
資安偵測（第 18 輪複習）
AI 可分析登入、流量與系統事件，找出可疑攻擊。
案例重點
資安場景需要低延遲、低誤報與事件應變流程。
情境例子
異常登入地點可觸發風險告警。
公共服務（第 18 輪複習）
AI 可協助案件分類、民眾問答與資源分配。
案例重點
公共場域應重視透明、公平、申訴與人工覆核。
情境例子
補助資格初審可由 AI 輔助，但結果需可申訴。
智慧客服語音（第 18 輪複習）
語音 AI 可做語音轉文字、意圖辨識與自動回覆。
案例重點
要處理口音、噪音、個資與轉人工機制。
情境例子
電話客服可先由系統辨識來電原因。
程式輔助（第 18 輪複習）
AI 可協助產生程式碼、解釋錯誤與撰寫測試。
案例重點
仍需工程師審查安全性、授權與正確性。
情境例子
AI 產生的 SQL 要檢查是否有注入風險。
知識管理（第 18 輪複習）
AI 可讓員工用自然語言搜尋公司文件與流程。
案例重點
成功關鍵是資料權限、文件品質與來源引用。
情境例子
新人可查詢請假流程或系統操作文件。
合約審閱（第 18 輪複習）
生成式 AI 可協助摘要合約條款與標記風險。
案例重點
法務文件需要專業人員最終確認，並注意資料保密。
情境例子
AI 可找出違約金、終止條款與付款條件。
行銷分眾（第 18 輪複習）
AI 可依顧客行為與價值分群，支援精準行銷。
案例重點
要避免過度追蹤與不當使用個資。
情境例子
高價值顧客可收到不同保留方案。
智慧製造排程（第 18 輪複習）
AI 可依訂單、設備、人力與物料狀態協助排程。
案例重點
導入時要接 ERP/MES 資料並處理即時變動。
情境例子
插單或設備故障時，系統可建議重新排程。
金融授信（第 18 輪複習）
AI 可協助評估信用風險與違約機率。
案例重點
授信模型需要可解釋性、公平性與法規合規。
情境例子
若拒絕申請，機構可能需要說明主要原因。
醫療輔助（第 18 輪複習）
AI 可協助影像判讀、病歷摘要與風險提示。
案例重點
醫療場景需高度重視安全、合規、人工覆核與責任歸屬。
情境例子
AI 可提示影像異常，但診斷仍需醫師確認。
教育學習（第 18 輪複習）
AI 可依學習紀錄推薦教材、提供練習題與解釋錯誤觀念。
案例重點
要保護學生資料，並避免過度依賴自動評分。
情境例子
系統可根據錯題推薦相似概念複習。
履歷篩選（第 18 輪複習）
AI 可協助整理履歷關鍵資訊與初步比對職缺需求。
案例重點
高風險點是偏見與不透明，不能讓模型獨自決定錄用。
情境例子
模型可摘要經驗，但面試決策仍應由招募團隊負責。
詐欺偵測（第 18 輪複習）
詐欺偵測用交易行為與異常模式找出可疑事件。
案例重點
通常重視召回率與人工審核流程，避免漏掉高風險交易。
情境例子
信用卡異常消費可先由模型標記，再由人員確認。
個人化推薦（第 18 輪複習）
推薦系統可依使用者行為與內容特徵提供個人化商品或內容。
案例重點
要注意冷啟動、同溫層與隱私保護。
情境例子
影音平台可依觀看紀錄推薦影片。
需求預測（第 18 輪複習）
需求預測用歷史銷售、季節、活動與外部資料預估未來需求。
案例重點
預測結果應搭配庫存、補貨與促銷決策。
情境例子
零售業可預測節慶商品需求量。
瑕疵檢測（第 18 輪複習）
電腦視覺可協助檢查產品表面缺陷或組裝錯誤。
案例重點
要注意光源、角度、標註品質與誤判成本。
情境例子
工廠可用相機影像偵測刮痕或污點。
預測維護（第 18 輪複習）
預測維護用設備感測資料預測故障風險。
案例重點
成功關鍵是穩定資料蒐集、異常定義與維修流程整合。
情境例子
機台震動與溫度變化可用來預測故障。
文件摘要（第 18 輪複習）
AI 可將會議紀錄、客服紀錄或長文件整理成重點摘要。
案例重點
摘要應保留重要決策、待辦事項與來源脈絡。
情境例子
會議摘要可自動列出負責人與截止日期。
客服問答（第 18 輪複習）
客服問答系統可用 FAQ、知識庫與 RAG 提供即時回覆。
案例重點
導入時要注意答錯風險、升級人工客服與知識庫更新。
情境例子
若問題涉及退費或合約爭議，應轉人工處理。
供應鏈風險（第 17 輪複習）
AI 可整合訂單、運輸、天氣與供應商資料預警供應風險。
案例重點
導入時要看資料即時性與跨組織資料共享限制。
情境例子
港口塞車或原料短缺可影響交期預測。
資安偵測（第 17 輪複習）
AI 可分析登入、流量與系統事件，找出可疑攻擊。
案例重點
資安場景需要低延遲、低誤報與事件應變流程。
情境例子
異常登入地點可觸發風險告警。
公共服務（第 17 輪複習）
AI 可協助案件分類、民眾問答與資源分配。
案例重點
公共場域應重視透明、公平、申訴與人工覆核。
情境例子
補助資格初審可由 AI 輔助，但結果需可申訴。
智慧客服語音（第 17 輪複習）
語音 AI 可做語音轉文字、意圖辨識與自動回覆。
案例重點
要處理口音、噪音、個資與轉人工機制。
情境例子
電話客服可先由系統辨識來電原因。
程式輔助（第 17 輪複習）
AI 可協助產生程式碼、解釋錯誤與撰寫測試。
案例重點
仍需工程師審查安全性、授權與正確性。
情境例子
AI 產生的 SQL 要檢查是否有注入風險。
知識管理（第 17 輪複習）
AI 可讓員工用自然語言搜尋公司文件與流程。
案例重點
成功關鍵是資料權限、文件品質與來源引用。
情境例子
新人可查詢請假流程或系統操作文件。
合約審閱（第 17 輪複習）
生成式 AI 可協助摘要合約條款與標記風險。
案例重點
法務文件需要專業人員最終確認，並注意資料保密。
情境例子
AI 可找出違約金、終止條款與付款條件。
行銷分眾（第 17 輪複習）
AI 可依顧客行為與價值分群，支援精準行銷。
案例重點
要避免過度追蹤與不當使用個資。
情境例子
高價值顧客可收到不同保留方案。
智慧製造排程（第 17 輪複習）
AI 可依訂單、設備、人力與物料狀態協助排程。
案例重點
導入時要接 ERP/MES 資料並處理即時變動。
情境例子
插單或設備故障時，系統可建議重新排程。
金融授信（第 17 輪複習）
AI 可協助評估信用風險與違約機率。
案例重點
授信模型需要可解釋性、公平性與法規合規。
情境例子
若拒絕申請，機構可能需要說明主要原因。
醫療輔助（第 17 輪複習）
AI 可協助影像判讀、病歷摘要與風險提示。
案例重點
醫療場景需高度重視安全、合規、人工覆核與責任歸屬。
情境例子
AI 可提示影像異常，但診斷仍需醫師確認。
教育學習（第 17 輪複習）
AI 可依學習紀錄推薦教材、提供練習題與解釋錯誤觀念。
案例重點
要保護學生資料，並避免過度依賴自動評分。
情境例子
系統可根據錯題推薦相似概念複習。
履歷篩選（第 17 輪複習）
AI 可協助整理履歷關鍵資訊與初步比對職缺需求。
案例重點
高風險點是偏見與不透明，不能讓模型獨自決定錄用。
情境例子
模型可摘要經驗，但面試決策仍應由招募團隊負責。
詐欺偵測（第 17 輪複習）
詐欺偵測用交易行為與異常模式找出可疑事件。
案例重點
通常重視召回率與人工審核流程，避免漏掉高風險交易。
情境例子
信用卡異常消費可先由模型標記，再由人員確認。
個人化推薦（第 17 輪複習）
推薦系統可依使用者行為與內容特徵提供個人化商品或內容。
案例重點
要注意冷啟動、同溫層與隱私保護。
情境例子
影音平台可依觀看紀錄推薦影片。
需求預測（第 17 輪複習）
需求預測用歷史銷售、季節、活動與外部資料預估未來需求。
案例重點
預測結果應搭配庫存、補貨與促銷決策。
情境例子
零售業可預測節慶商品需求量。
瑕疵檢測（第 17 輪複習）
電腦視覺可協助檢查產品表面缺陷或組裝錯誤。
案例重點
要注意光源、角度、標註品質與誤判成本。
情境例子
工廠可用相機影像偵測刮痕或污點。
預測維護（第 17 輪複習）
預測維護用設備感測資料預測故障風險。
案例重點
成功關鍵是穩定資料蒐集、異常定義與維修流程整合。
情境例子
機台震動與溫度變化可用來預測故障。
文件摘要（第 17 輪複習）
AI 可將會議紀錄、客服紀錄或長文件整理成重點摘要。
案例重點
摘要應保留重要決策、待辦事項與來源脈絡。
情境例子
會議摘要可自動列出負責人與截止日期。
客服問答（第 17 輪複習）
客服問答系統可用 FAQ、知識庫與 RAG 提供即時回覆。
案例重點
導入時要注意答錯風險、升級人工客服與知識庫更新。
情境例子
若問題涉及退費或合約爭議，應轉人工處理。
供應鏈風險（第 16 輪複習）
AI 可整合訂單、運輸、天氣與供應商資料預警供應風險。
案例重點
導入時要看資料即時性與跨組織資料共享限制。
情境例子
港口塞車或原料短缺可影響交期預測。
資安偵測（第 16 輪複習）
AI 可分析登入、流量與系統事件，找出可疑攻擊。
案例重點
資安場景需要低延遲、低誤報與事件應變流程。
情境例子
異常登入地點可觸發風險告警。
公共服務（第 16 輪複習）
AI 可協助案件分類、民眾問答與資源分配。
案例重點
公共場域應重視透明、公平、申訴與人工覆核。
情境例子
補助資格初審可由 AI 輔助，但結果需可申訴。
智慧客服語音（第 16 輪複習）
語音 AI 可做語音轉文字、意圖辨識與自動回覆。
案例重點
要處理口音、噪音、個資與轉人工機制。
情境例子
電話客服可先由系統辨識來電原因。
程式輔助（第 16 輪複習）
AI 可協助產生程式碼、解釋錯誤與撰寫測試。
案例重點
仍需工程師審查安全性、授權與正確性。
情境例子
AI 產生的 SQL 要檢查是否有注入風險。
知識管理（第 16 輪複習）
AI 可讓員工用自然語言搜尋公司文件與流程。
案例重點
成功關鍵是資料權限、文件品質與來源引用。
情境例子
新人可查詢請假流程或系統操作文件。
合約審閱（第 16 輪複習）
生成式 AI 可協助摘要合約條款與標記風險。
案例重點
法務文件需要專業人員最終確認，並注意資料保密。
情境例子
AI 可找出違約金、終止條款與付款條件。
行銷分眾（第 16 輪複習）
AI 可依顧客行為與價值分群，支援精準行銷。
案例重點
要避免過度追蹤與不當使用個資。
情境例子
高價值顧客可收到不同保留方案。
智慧製造排程（第 16 輪複習）
AI 可依訂單、設備、人力與物料狀態協助排程。
案例重點
導入時要接 ERP/MES 資料並處理即時變動。
情境例子
插單或設備故障時，系統可建議重新排程。
金融授信（第 16 輪複習）
AI 可協助評估信用風險與違約機率。
案例重點
授信模型需要可解釋性、公平性與法規合規。
情境例子
若拒絕申請，機構可能需要說明主要原因。
醫療輔助（第 16 輪複習）
AI 可協助影像判讀、病歷摘要與風險提示。
案例重點
醫療場景需高度重視安全、合規、人工覆核與責任歸屬。
情境例子
AI 可提示影像異常，但診斷仍需醫師確認。
教育學習（第 16 輪複習）
AI 可依學習紀錄推薦教材、提供練習題與解釋錯誤觀念。
案例重點
要保護學生資料，並避免過度依賴自動評分。
情境例子
系統可根據錯題推薦相似概念複習。
履歷篩選（第 16 輪複習）
AI 可協助整理履歷關鍵資訊與初步比對職缺需求。
案例重點
高風險點是偏見與不透明，不能讓模型獨自決定錄用。
情境例子
模型可摘要經驗，但面試決策仍應由招募團隊負責。
詐欺偵測（第 16 輪複習）
詐欺偵測用交易行為與異常模式找出可疑事件。
案例重點
通常重視召回率與人工審核流程，避免漏掉高風險交易。
情境例子
信用卡異常消費可先由模型標記，再由人員確認。
個人化推薦（第 16 輪複習）
推薦系統可依使用者行為與內容特徵提供個人化商品或內容。
案例重點
要注意冷啟動、同溫層與隱私保護。
情境例子
影音平台可依觀看紀錄推薦影片。
需求預測（第 16 輪複習）
需求預測用歷史銷售、季節、活動與外部資料預估未來需求。
案例重點
預測結果應搭配庫存、補貨與促銷決策。
情境例子
零售業可預測節慶商品需求量。
瑕疵檢測（第 16 輪複習）
電腦視覺可協助檢查產品表面缺陷或組裝錯誤。
案例重點
要注意光源、角度、標註品質與誤判成本。
情境例子
工廠可用相機影像偵測刮痕或污點。
預測維護（第 16 輪複習）
預測維護用設備感測資料預測故障風險。
案例重點
成功關鍵是穩定資料蒐集、異常定義與維修流程整合。
情境例子
機台震動與溫度變化可用來預測故障。
文件摘要（第 16 輪複習）
AI 可將會議紀錄、客服紀錄或長文件整理成重點摘要。
案例重點
摘要應保留重要決策、待辦事項與來源脈絡。
情境例子
會議摘要可自動列出負責人與截止日期。
客服問答（第 16 輪複習）
客服問答系統可用 FAQ、知識庫與 RAG 提供即時回覆。
案例重點
導入時要注意答錯風險、升級人工客服與知識庫更新。
情境例子
若問題涉及退費或合約爭議，應轉人工處理。
供應鏈風險（第 15 輪複習）
AI 可整合訂單、運輸、天氣與供應商資料預警供應風險。
案例重點
導入時要看資料即時性與跨組織資料共享限制。
情境例子
港口塞車或原料短缺可影響交期預測。
資安偵測（第 15 輪複習）
AI 可分析登入、流量與系統事件，找出可疑攻擊。
案例重點
資安場景需要低延遲、低誤報與事件應變流程。
情境例子
異常登入地點可觸發風險告警。
公共服務（第 15 輪複習）
AI 可協助案件分類、民眾問答與資源分配。
案例重點
公共場域應重視透明、公平、申訴與人工覆核。
情境例子
補助資格初審可由 AI 輔助，但結果需可申訴。
智慧客服語音（第 15 輪複習）
語音 AI 可做語音轉文字、意圖辨識與自動回覆。
案例重點
要處理口音、噪音、個資與轉人工機制。
情境例子
電話客服可先由系統辨識來電原因。
程式輔助（第 15 輪複習）
AI 可協助產生程式碼、解釋錯誤與撰寫測試。
案例重點
仍需工程師審查安全性、授權與正確性。
情境例子
AI 產生的 SQL 要檢查是否有注入風險。
知識管理（第 15 輪複習）
AI 可讓員工用自然語言搜尋公司文件與流程。
案例重點
成功關鍵是資料權限、文件品質與來源引用。
情境例子
新人可查詢請假流程或系統操作文件。
合約審閱（第 15 輪複習）
生成式 AI 可協助摘要合約條款與標記風險。
案例重點
法務文件需要專業人員最終確認，並注意資料保密。
情境例子
AI 可找出違約金、終止條款與付款條件。
行銷分眾（第 15 輪複習）
AI 可依顧客行為與價值分群，支援精準行銷。
案例重點
要避免過度追蹤與不當使用個資。
情境例子
高價值顧客可收到不同保留方案。
智慧製造排程（第 15 輪複習）
AI 可依訂單、設備、人力與物料狀態協助排程。
案例重點
導入時要接 ERP/MES 資料並處理即時變動。
情境例子
插單或設備故障時，系統可建議重新排程。
金融授信（第 15 輪複習）
AI 可協助評估信用風險與違約機率。
案例重點
授信模型需要可解釋性、公平性與法規合規。
情境例子
若拒絕申請，機構可能需要說明主要原因。
醫療輔助（第 15 輪複習）
AI 可協助影像判讀、病歷摘要與風險提示。
案例重點
醫療場景需高度重視安全、合規、人工覆核與責任歸屬。
情境例子
AI 可提示影像異常，但診斷仍需醫師確認。
教育學習（第 15 輪複習）
AI 可依學習紀錄推薦教材、提供練習題與解釋錯誤觀念。
案例重點
要保護學生資料，並避免過度依賴自動評分。
情境例子
系統可根據錯題推薦相似概念複習。
履歷篩選（第 15 輪複習）
AI 可協助整理履歷關鍵資訊與初步比對職缺需求。
案例重點
高風險點是偏見與不透明，不能讓模型獨自決定錄用。
情境例子
模型可摘要經驗，但面試決策仍應由招募團隊負責。
詐欺偵測（第 15 輪複習）
詐欺偵測用交易行為與異常模式找出可疑事件。
案例重點
通常重視召回率與人工審核流程，避免漏掉高風險交易。
情境例子
信用卡異常消費可先由模型標記，再由人員確認。
個人化推薦（第 15 輪複習）
推薦系統可依使用者行為與內容特徵提供個人化商品或內容。
案例重點
要注意冷啟動、同溫層與隱私保護。
情境例子
影音平台可依觀看紀錄推薦影片。
需求預測（第 15 輪複習）
需求預測用歷史銷售、季節、活動與外部資料預估未來需求。
案例重點
預測結果應搭配庫存、補貨與促銷決策。
情境例子
零售業可預測節慶商品需求量。
瑕疵檢測（第 15 輪複習）
電腦視覺可協助檢查產品表面缺陷或組裝錯誤。
案例重點
要注意光源、角度、標註品質與誤判成本。
情境例子
工廠可用相機影像偵測刮痕或污點。
預測維護（第 15 輪複習）
預測維護用設備感測資料預測故障風險。
案例重點
成功關鍵是穩定資料蒐集、異常定義與維修流程整合。
情境例子
機台震動與溫度變化可用來預測故障。
文件摘要（第 15 輪複習）
AI 可將會議紀錄、客服紀錄或長文件整理成重點摘要。
案例重點
摘要應保留重要決策、待辦事項與來源脈絡。
情境例子
會議摘要可自動列出負責人與截止日期。
客服問答（第 15 輪複習）
客服問答系統可用 FAQ、知識庫與 RAG 提供即時回覆。
案例重點
導入時要注意答錯風險、升級人工客服與知識庫更新。
情境例子
若問題涉及退費或合約爭議，應轉人工處理。
供應鏈風險（第 14 輪複習）
AI 可整合訂單、運輸、天氣與供應商資料預警供應風險。
案例重點
導入時要看資料即時性與跨組織資料共享限制。
情境例子
港口塞車或原料短缺可影響交期預測。
資安偵測（第 14 輪複習）
AI 可分析登入、流量與系統事件，找出可疑攻擊。
案例重點
資安場景需要低延遲、低誤報與事件應變流程。
情境例子
異常登入地點可觸發風險告警。
公共服務（第 14 輪複習）
AI 可協助案件分類、民眾問答與資源分配。
案例重點
公共場域應重視透明、公平、申訴與人工覆核。
情境例子
補助資格初審可由 AI 輔助，但結果需可申訴。
智慧客服語音（第 14 輪複習）
語音 AI 可做語音轉文字、意圖辨識與自動回覆。
案例重點
要處理口音、噪音、個資與轉人工機制。
情境例子
電話客服可先由系統辨識來電原因。
程式輔助（第 14 輪複習）
AI 可協助產生程式碼、解釋錯誤與撰寫測試。
案例重點
仍需工程師審查安全性、授權與正確性。
情境例子
AI 產生的 SQL 要檢查是否有注入風險。
知識管理（第 14 輪複習）
AI 可讓員工用自然語言搜尋公司文件與流程。
案例重點
成功關鍵是資料權限、文件品質與來源引用。
情境例子
新人可查詢請假流程或系統操作文件。
合約審閱（第 14 輪複習）
生成式 AI 可協助摘要合約條款與標記風險。
案例重點
法務文件需要專業人員最終確認，並注意資料保密。
情境例子
AI 可找出違約金、終止條款與付款條件。
行銷分眾（第 14 輪複習）
AI 可依顧客行為與價值分群，支援精準行銷。
案例重點
要避免過度追蹤與不當使用個資。
情境例子
高價值顧客可收到不同保留方案。
智慧製造排程（第 14 輪複習）
AI 可依訂單、設備、人力與物料狀態協助排程。
案例重點
導入時要接 ERP/MES 資料並處理即時變動。
情境例子
插單或設備故障時，系統可建議重新排程。
金融授信（第 14 輪複習）
AI 可協助評估信用風險與違約機率。
案例重點
授信模型需要可解釋性、公平性與法規合規。
情境例子
若拒絕申請，機構可能需要說明主要原因。
醫療輔助（第 14 輪複習）
AI 可協助影像判讀、病歷摘要與風險提示。
案例重點
醫療場景需高度重視安全、合規、人工覆核與責任歸屬。
情境例子
AI 可提示影像異常，但診斷仍需醫師確認。
教育學習（第 14 輪複習）
AI 可依學習紀錄推薦教材、提供練習題與解釋錯誤觀念。
案例重點
要保護學生資料，並避免過度依賴自動評分。
情境例子
系統可根據錯題推薦相似概念複習。
履歷篩選（第 14 輪複習）
AI 可協助整理履歷關鍵資訊與初步比對職缺需求。
案例重點
高風險點是偏見與不透明，不能讓模型獨自決定錄用。
情境例子
模型可摘要經驗，但面試決策仍應由招募團隊負責。
詐欺偵測（第 14 輪複習）
詐欺偵測用交易行為與異常模式找出可疑事件。
案例重點
通常重視召回率與人工審核流程，避免漏掉高風險交易。
情境例子
信用卡異常消費可先由模型標記，再由人員確認。
個人化推薦（第 14 輪複習）
推薦系統可依使用者行為與內容特徵提供個人化商品或內容。
案例重點
要注意冷啟動、同溫層與隱私保護。
情境例子
影音平台可依觀看紀錄推薦影片。
需求預測（第 14 輪複習）
需求預測用歷史銷售、季節、活動與外部資料預估未來需求。
案例重點
預測結果應搭配庫存、補貨與促銷決策。
情境例子
零售業可預測節慶商品需求量。
瑕疵檢測（第 14 輪複習）
電腦視覺可協助檢查產品表面缺陷或組裝錯誤。
案例重點
要注意光源、角度、標註品質與誤判成本。
情境例子
工廠可用相機影像偵測刮痕或污點。
預測維護（第 14 輪複習）
預測維護用設備感測資料預測故障風險。
案例重點
成功關鍵是穩定資料蒐集、異常定義與維修流程整合。
情境例子
機台震動與溫度變化可用來預測故障。
文件摘要（第 14 輪複習）
AI 可將會議紀錄、客服紀錄或長文件整理成重點摘要。
案例重點
摘要應保留重要決策、待辦事項與來源脈絡。
情境例子
會議摘要可自動列出負責人與截止日期。
客服問答（第 14 輪複習）
客服問答系統可用 FAQ、知識庫與 RAG 提供即時回覆。
案例重點
導入時要注意答錯風險、升級人工客服與知識庫更新。
情境例子
若問題涉及退費或合約爭議，應轉人工處理。
供應鏈風險（第 13 輪複習）
AI 可整合訂單、運輸、天氣與供應商資料預警供應風險。
案例重點
導入時要看資料即時性與跨組織資料共享限制。
情境例子
港口塞車或原料短缺可影響交期預測。
資安偵測（第 13 輪複習）
AI 可分析登入、流量與系統事件，找出可疑攻擊。
案例重點
資安場景需要低延遲、低誤報與事件應變流程。
情境例子
異常登入地點可觸發風險告警。
公共服務（第 13 輪複習）
AI 可協助案件分類、民眾問答與資源分配。
案例重點
公共場域應重視透明、公平、申訴與人工覆核。
情境例子
補助資格初審可由 AI 輔助，但結果需可申訴。
智慧客服語音（第 13 輪複習）
語音 AI 可做語音轉文字、意圖辨識與自動回覆。
案例重點
要處理口音、噪音、個資與轉人工機制。
情境例子
電話客服可先由系統辨識來電原因。
程式輔助（第 13 輪複習）
AI 可協助產生程式碼、解釋錯誤與撰寫測試。
案例重點
仍需工程師審查安全性、授權與正確性。
情境例子
AI 產生的 SQL 要檢查是否有注入風險。
知識管理（第 13 輪複習）
AI 可讓員工用自然語言搜尋公司文件與流程。
案例重點
成功關鍵是資料權限、文件品質與來源引用。
情境例子
新人可查詢請假流程或系統操作文件。
合約審閱（第 13 輪複習）
生成式 AI 可協助摘要合約條款與標記風險。
案例重點
法務文件需要專業人員最終確認，並注意資料保密。
情境例子
AI 可找出違約金、終止條款與付款條件。
行銷分眾（第 13 輪複習）
AI 可依顧客行為與價值分群，支援精準行銷。
案例重點
要避免過度追蹤與不當使用個資。
情境例子
高價值顧客可收到不同保留方案。
智慧製造排程（第 13 輪複習）
AI 可依訂單、設備、人力與物料狀態協助排程。
案例重點
導入時要接 ERP/MES 資料並處理即時變動。
情境例子
插單或設備故障時，系統可建議重新排程。
金融授信（第 13 輪複習）
AI 可協助評估信用風險與違約機率。
案例重點
授信模型需要可解釋性、公平性與法規合規。
情境例子
若拒絕申請，機構可能需要說明主要原因。
醫療輔助（第 13 輪複習）
AI 可協助影像判讀、病歷摘要與風險提示。
案例重點
醫療場景需高度重視安全、合規、人工覆核與責任歸屬。
情境例子
AI 可提示影像異常，但診斷仍需醫師確認。
教育學習（第 13 輪複習）
AI 可依學習紀錄推薦教材、提供練習題與解釋錯誤觀念。
案例重點
要保護學生資料，並避免過度依賴自動評分。
情境例子
系統可根據錯題推薦相似概念複習。
履歷篩選（第 13 輪複習）
AI 可協助整理履歷關鍵資訊與初步比對職缺需求。
案例重點
高風險點是偏見與不透明，不能讓模型獨自決定錄用。
情境例子
模型可摘要經驗，但面試決策仍應由招募團隊負責。
詐欺偵測（第 13 輪複習）
詐欺偵測用交易行為與異常模式找出可疑事件。
案例重點
通常重視召回率與人工審核流程，避免漏掉高風險交易。
情境例子
信用卡異常消費可先由模型標記，再由人員確認。
個人化推薦（第 13 輪複習）
推薦系統可依使用者行為與內容特徵提供個人化商品或內容。
案例重點
要注意冷啟動、同溫層與隱私保護。
情境例子
影音平台可依觀看紀錄推薦影片。
需求預測（第 13 輪複習）
需求預測用歷史銷售、季節、活動與外部資料預估未來需求。
案例重點
預測結果應搭配庫存、補貨與促銷決策。
情境例子
零售業可預測節慶商品需求量。
瑕疵檢測（第 13 輪複習）
電腦視覺可協助檢查產品表面缺陷或組裝錯誤。
案例重點
要注意光源、角度、標註品質與誤判成本。
情境例子
工廠可用相機影像偵測刮痕或污點。
預測維護（第 13 輪複習）
預測維護用設備感測資料預測故障風險。
案例重點
成功關鍵是穩定資料蒐集、異常定義與維修流程整合。
情境例子
機台震動與溫度變化可用來預測故障。
文件摘要（第 13 輪複習）
AI 可將會議紀錄、客服紀錄或長文件整理成重點摘要。
案例重點
摘要應保留重要決策、待辦事項與來源脈絡。
情境例子
會議摘要可自動列出負責人與截止日期。
客服問答（第 13 輪複習）
客服問答系統可用 FAQ、知識庫與 RAG 提供即時回覆。
案例重點
導入時要注意答錯風險、升級人工客服與知識庫更新。
情境例子
若問題涉及退費或合約爭議，應轉人工處理。
供應鏈風險（第 12 輪複習）
AI 可整合訂單、運輸、天氣與供應商資料預警供應風險。
案例重點
導入時要看資料即時性與跨組織資料共享限制。
情境例子
港口塞車或原料短缺可影響交期預測。
資安偵測（第 12 輪複習）
AI 可分析登入、流量與系統事件，找出可疑攻擊。
案例重點
資安場景需要低延遲、低誤報與事件應變流程。
情境例子
異常登入地點可觸發風險告警。
公共服務（第 12 輪複習）
AI 可協助案件分類、民眾問答與資源分配。
案例重點
公共場域應重視透明、公平、申訴與人工覆核。
情境例子
補助資格初審可由 AI 輔助，但結果需可申訴。
智慧客服語音（第 12 輪複習）
語音 AI 可做語音轉文字、意圖辨識與自動回覆。
案例重點
要處理口音、噪音、個資與轉人工機制。
情境例子
電話客服可先由系統辨識來電原因。
程式輔助（第 12 輪複習）
AI 可協助產生程式碼、解釋錯誤與撰寫測試。
案例重點
仍需工程師審查安全性、授權與正確性。
情境例子
AI 產生的 SQL 要檢查是否有注入風險。
知識管理（第 12 輪複習）
AI 可讓員工用自然語言搜尋公司文件與流程。
案例重點
成功關鍵是資料權限、文件品質與來源引用。
情境例子
新人可查詢請假流程或系統操作文件。
合約審閱（第 12 輪複習）
生成式 AI 可協助摘要合約條款與標記風險。
案例重點
法務文件需要專業人員最終確認，並注意資料保密。
情境例子
AI 可找出違約金、終止條款與付款條件。
行銷分眾（第 12 輪複習）
AI 可依顧客行為與價值分群，支援精準行銷。
案例重點
要避免過度追蹤與不當使用個資。
情境例子
高價值顧客可收到不同保留方案。
智慧製造排程（第 12 輪複習）
AI 可依訂單、設備、人力與物料狀態協助排程。
案例重點
導入時要接 ERP/MES 資料並處理即時變動。
情境例子
插單或設備故障時，系統可建議重新排程。
金融授信（第 12 輪複習）
AI 可協助評估信用風險與違約機率。
案例重點
授信模型需要可解釋性、公平性與法規合規。
情境例子
若拒絕申請，機構可能需要說明主要原因。
醫療輔助（第 12 輪複習）
AI 可協助影像判讀、病歷摘要與風險提示。
案例重點
醫療場景需高度重視安全、合規、人工覆核與責任歸屬。
情境例子
AI 可提示影像異常，但診斷仍需醫師確認。
教育學習（第 12 輪複習）
AI 可依學習紀錄推薦教材、提供練習題與解釋錯誤觀念。
案例重點
要保護學生資料，並避免過度依賴自動評分。
情境例子
系統可根據錯題推薦相似概念複習。
履歷篩選（第 12 輪複習）
AI 可協助整理履歷關鍵資訊與初步比對職缺需求。
案例重點
高風險點是偏見與不透明，不能讓模型獨自決定錄用。
情境例子
模型可摘要經驗，但面試決策仍應由招募團隊負責。
詐欺偵測（第 12 輪複習）
詐欺偵測用交易行為與異常模式找出可疑事件。
案例重點
通常重視召回率與人工審核流程，避免漏掉高風險交易。
情境例子
信用卡異常消費可先由模型標記，再由人員確認。
個人化推薦（第 12 輪複習）
推薦系統可依使用者行為與內容特徵提供個人化商品或內容。
案例重點
要注意冷啟動、同溫層與隱私保護。
情境例子
影音平台可依觀看紀錄推薦影片。
需求預測（第 12 輪複習）
需求預測用歷史銷售、季節、活動與外部資料預估未來需求。
案例重點
預測結果應搭配庫存、補貨與促銷決策。
情境例子
零售業可預測節慶商品需求量。
瑕疵檢測（第 12 輪複習）
電腦視覺可協助檢查產品表面缺陷或組裝錯誤。
案例重點
要注意光源、角度、標註品質與誤判成本。
情境例子
工廠可用相機影像偵測刮痕或污點。
預測維護（第 12 輪複習）
預測維護用設備感測資料預測故障風險。
案例重點
成功關鍵是穩定資料蒐集、異常定義與維修流程整合。
情境例子
機台震動與溫度變化可用來預測故障。
文件摘要（第 12 輪複習）
AI 可將會議紀錄、客服紀錄或長文件整理成重點摘要。
案例重點
摘要應保留重要決策、待辦事項與來源脈絡。
情境例子
會議摘要可自動列出負責人與截止日期。
客服問答（第 12 輪複習）
客服問答系統可用 FAQ、知識庫與 RAG 提供即時回覆。
案例重點
導入時要注意答錯風險、升級人工客服與知識庫更新。
情境例子
若問題涉及退費或合約爭議，應轉人工處理。
供應鏈風險（第 11 輪複習）
AI 可整合訂單、運輸、天氣與供應商資料預警供應風險。
案例重點
導入時要看資料即時性與跨組織資料共享限制。
情境例子
港口塞車或原料短缺可影響交期預測。
資安偵測（第 11 輪複習）
AI 可分析登入、流量與系統事件，找出可疑攻擊。
案例重點
資安場景需要低延遲、低誤報與事件應變流程。
情境例子
異常登入地點可觸發風險告警。
公共服務（第 11 輪複習）
AI 可協助案件分類、民眾問答與資源分配。
案例重點
公共場域應重視透明、公平、申訴與人工覆核。
情境例子
補助資格初審可由 AI 輔助，但結果需可申訴。
智慧客服語音（第 11 輪複習）
語音 AI 可做語音轉文字、意圖辨識與自動回覆。
案例重點
要處理口音、噪音、個資與轉人工機制。
情境例子
電話客服可先由系統辨識來電原因。
程式輔助（第 11 輪複習）
AI 可協助產生程式碼、解釋錯誤與撰寫測試。
案例重點
仍需工程師審查安全性、授權與正確性。
情境例子
AI 產生的 SQL 要檢查是否有注入風險。
知識管理（第 11 輪複習）
AI 可讓員工用自然語言搜尋公司文件與流程。
案例重點
成功關鍵是資料權限、文件品質與來源引用。
情境例子
新人可查詢請假流程或系統操作文件。
合約審閱（第 11 輪複習）
生成式 AI 可協助摘要合約條款與標記風險。
案例重點
法務文件需要專業人員最終確認，並注意資料保密。
情境例子
AI 可找出違約金、終止條款與付款條件。
行銷分眾（第 11 輪複習）
AI 可依顧客行為與價值分群，支援精準行銷。
案例重點
要避免過度追蹤與不當使用個資。
情境例子
高價值顧客可收到不同保留方案。
智慧製造排程（第 11 輪複習）
AI 可依訂單、設備、人力與物料狀態協助排程。
案例重點
導入時要接 ERP/MES 資料並處理即時變動。
情境例子
插單或設備故障時，系統可建議重新排程。
金融授信（第 11 輪複習）
AI 可協助評估信用風險與違約機率。
案例重點
授信模型需要可解釋性、公平性與法規合規。
情境例子
若拒絕申請，機構可能需要說明主要原因。
醫療輔助（第 11 輪複習）
AI 可協助影像判讀、病歷摘要與風險提示。
案例重點
醫療場景需高度重視安全、合規、人工覆核與責任歸屬。
情境例子
AI 可提示影像異常，但診斷仍需醫師確認。
教育學習（第 11 輪複習）
AI 可依學習紀錄推薦教材、提供練習題與解釋錯誤觀念。
案例重點
要保護學生資料，並避免過度依賴自動評分。
情境例子
系統可根據錯題推薦相似概念複習。
履歷篩選（第 11 輪複習）
AI 可協助整理履歷關鍵資訊與初步比對職缺需求。
案例重點
高風險點是偏見與不透明，不能讓模型獨自決定錄用。
情境例子
模型可摘要經驗，但面試決策仍應由招募團隊負責。
詐欺偵測（第 11 輪複習）
詐欺偵測用交易行為與異常模式找出可疑事件。
案例重點
通常重視召回率與人工審核流程，避免漏掉高風險交易。
情境例子
信用卡異常消費可先由模型標記，再由人員確認。
個人化推薦（第 11 輪複習）
推薦系統可依使用者行為與內容特徵提供個人化商品或內容。
案例重點
要注意冷啟動、同溫層與隱私保護。
情境例子
影音平台可依觀看紀錄推薦影片。
需求預測（第 11 輪複習）
需求預測用歷史銷售、季節、活動與外部資料預估未來需求。
案例重點
預測結果應搭配庫存、補貨與促銷決策。
情境例子
零售業可預測節慶商品需求量。
瑕疵檢測（第 11 輪複習）
電腦視覺可協助檢查產品表面缺陷或組裝錯誤。
案例重點
要注意光源、角度、標註品質與誤判成本。
情境例子
工廠可用相機影像偵測刮痕或污點。
預測維護（第 11 輪複習）
預測維護用設備感測資料預測故障風險。
案例重點
成功關鍵是穩定資料蒐集、異常定義與維修流程整合。
情境例子
機台震動與溫度變化可用來預測故障。
文件摘要（第 11 輪複習）
AI 可將會議紀錄、客服紀錄或長文件整理成重點摘要。
案例重點
摘要應保留重要決策、待辦事項與來源脈絡。
情境例子
會議摘要可自動列出負責人與截止日期。
客服問答（第 11 輪複習）
客服問答系統可用 FAQ、知識庫與 RAG 提供即時回覆。
案例重點
導入時要注意答錯風險、升級人工客服與知識庫更新。
情境例子
若問題涉及退費或合約爭議，應轉人工處理。
供應鏈風險（第 10 輪複習）
AI 可整合訂單、運輸、天氣與供應商資料預警供應風險。
案例重點
導入時要看資料即時性與跨組織資料共享限制。
情境例子
港口塞車或原料短缺可影響交期預測。
資安偵測（第 10 輪複習）
AI 可分析登入、流量與系統事件，找出可疑攻擊。
案例重點
資安場景需要低延遲、低誤報與事件應變流程。
情境例子
異常登入地點可觸發風險告警。
公共服務（第 10 輪複習）
AI 可協助案件分類、民眾問答與資源分配。
案例重點
公共場域應重視透明、公平、申訴與人工覆核。
情境例子
補助資格初審可由 AI 輔助，但結果需可申訴。
智慧客服語音（第 10 輪複習）
語音 AI 可做語音轉文字、意圖辨識與自動回覆。
案例重點
要處理口音、噪音、個資與轉人工機制。
情境例子
電話客服可先由系統辨識來電原因。
程式輔助（第 10 輪複習）
AI 可協助產生程式碼、解釋錯誤與撰寫測試。
案例重點
仍需工程師審查安全性、授權與正確性。
情境例子
AI 產生的 SQL 要檢查是否有注入風險。
知識管理（第 10 輪複習）
AI 可讓員工用自然語言搜尋公司文件與流程。
案例重點
成功關鍵是資料權限、文件品質與來源引用。
情境例子
新人可查詢請假流程或系統操作文件。
合約審閱（第 10 輪複習）
生成式 AI 可協助摘要合約條款與標記風險。
案例重點
法務文件需要專業人員最終確認，並注意資料保密。
情境例子
AI 可找出違約金、終止條款與付款條件。
行銷分眾（第 10 輪複習）
AI 可依顧客行為與價值分群，支援精準行銷。
案例重點
要避免過度追蹤與不當使用個資。
情境例子
高價值顧客可收到不同保留方案。
智慧製造排程（第 10 輪複習）
AI 可依訂單、設備、人力與物料狀態協助排程。
案例重點
導入時要接 ERP/MES 資料並處理即時變動。
情境例子
插單或設備故障時，系統可建議重新排程。
金融授信（第 10 輪複習）
AI 可協助評估信用風險與違約機率。
案例重點
授信模型需要可解釋性、公平性與法規合規。
情境例子
若拒絕申請，機構可能需要說明主要原因。
醫療輔助（第 10 輪複習）
AI 可協助影像判讀、病歷摘要與風險提示。
案例重點
醫療場景需高度重視安全、合規、人工覆核與責任歸屬。
情境例子
AI 可提示影像異常，但診斷仍需醫師確認。
教育學習（第 10 輪複習）
AI 可依學習紀錄推薦教材、提供練習題與解釋錯誤觀念。
案例重點
要保護學生資料，並避免過度依賴自動評分。
情境例子
系統可根據錯題推薦相似概念複習。
履歷篩選（第 10 輪複習）
AI 可協助整理履歷關鍵資訊與初步比對職缺需求。
案例重點
高風險點是偏見與不透明，不能讓模型獨自決定錄用。
情境例子
模型可摘要經驗，但面試決策仍應由招募團隊負責。
詐欺偵測（第 10 輪複習）
詐欺偵測用交易行為與異常模式找出可疑事件。
案例重點
通常重視召回率與人工審核流程，避免漏掉高風險交易。
情境例子
信用卡異常消費可先由模型標記，再由人員確認。
個人化推薦（第 10 輪複習）
推薦系統可依使用者行為與內容特徵提供個人化商品或內容。
案例重點
要注意冷啟動、同溫層與隱私保護。
情境例子
影音平台可依觀看紀錄推薦影片。
需求預測（第 10 輪複習）
需求預測用歷史銷售、季節、活動與外部資料預估未來需求。
案例重點
預測結果應搭配庫存、補貨與促銷決策。
情境例子
零售業可預測節慶商品需求量。
瑕疵檢測（第 10 輪複習）
電腦視覺可協助檢查產品表面缺陷或組裝錯誤。
案例重點
要注意光源、角度、標註品質與誤判成本。
情境例子
工廠可用相機影像偵測刮痕或污點。
預測維護（第 10 輪複習）
預測維護用設備感測資料預測故障風險。
案例重點
成功關鍵是穩定資料蒐集、異常定義與維修流程整合。
情境例子
機台震動與溫度變化可用來預測故障。
文件摘要（第 10 輪複習）
AI 可將會議紀錄、客服紀錄或長文件整理成重點摘要。
案例重點
摘要應保留重要決策、待辦事項與來源脈絡。
情境例子
會議摘要可自動列出負責人與截止日期。
客服問答（第 10 輪複習）
客服問答系統可用 FAQ、知識庫與 RAG 提供即時回覆。
案例重點
導入時要注意答錯風險、升級人工客服與知識庫更新。
情境例子
若問題涉及退費或合約爭議，應轉人工處理。
供應鏈風險（第 9 輪複習）
AI 可整合訂單、運輸、天氣與供應商資料預警供應風險。
案例重點
導入時要看資料即時性與跨組織資料共享限制。
情境例子
港口塞車或原料短缺可影響交期預測。
資安偵測（第 9 輪複習）
AI 可分析登入、流量與系統事件，找出可疑攻擊。
案例重點
資安場景需要低延遲、低誤報與事件應變流程。
情境例子
異常登入地點可觸發風險告警。
公共服務（第 9 輪複習）
AI 可協助案件分類、民眾問答與資源分配。
案例重點
公共場域應重視透明、公平、申訴與人工覆核。
情境例子
補助資格初審可由 AI 輔助，但結果需可申訴。
智慧客服語音（第 9 輪複習）
語音 AI 可做語音轉文字、意圖辨識與自動回覆。
案例重點
要處理口音、噪音、個資與轉人工機制。
情境例子
電話客服可先由系統辨識來電原因。
程式輔助（第 9 輪複習）
AI 可協助產生程式碼、解釋錯誤與撰寫測試。
案例重點
仍需工程師審查安全性、授權與正確性。
情境例子
AI 產生的 SQL 要檢查是否有注入風險。
知識管理（第 9 輪複習）
AI 可讓員工用自然語言搜尋公司文件與流程。
案例重點
成功關鍵是資料權限、文件品質與來源引用。
情境例子
新人可查詢請假流程或系統操作文件。
合約審閱（第 9 輪複習）
生成式 AI 可協助摘要合約條款與標記風險。
案例重點
法務文件需要專業人員最終確認，並注意資料保密。
情境例子
AI 可找出違約金、終止條款與付款條件。
行銷分眾（第 9 輪複習）
AI 可依顧客行為與價值分群，支援精準行銷。
案例重點
要避免過度追蹤與不當使用個資。
情境例子
高價值顧客可收到不同保留方案。
智慧製造排程（第 9 輪複習）
AI 可依訂單、設備、人力與物料狀態協助排程。
案例重點
導入時要接 ERP/MES 資料並處理即時變動。
情境例子
插單或設備故障時，系統可建議重新排程。
金融授信（第 9 輪複習）
AI 可協助評估信用風險與違約機率。
案例重點
授信模型需要可解釋性、公平性與法規合規。
情境例子
若拒絕申請，機構可能需要說明主要原因。
醫療輔助（第 9 輪複習）
AI 可協助影像判讀、病歷摘要與風險提示。
案例重點
醫療場景需高度重視安全、合規、人工覆核與責任歸屬。
情境例子
AI 可提示影像異常，但診斷仍需醫師確認。
教育學習（第 9 輪複習）
AI 可依學習紀錄推薦教材、提供練習題與解釋錯誤觀念。
案例重點
要保護學生資料，並避免過度依賴自動評分。
情境例子
系統可根據錯題推薦相似概念複習。
履歷篩選（第 9 輪複習）
AI 可協助整理履歷關鍵資訊與初步比對職缺需求。
案例重點
高風險點是偏見與不透明，不能讓模型獨自決定錄用。
情境例子
模型可摘要經驗，但面試決策仍應由招募團隊負責。
詐欺偵測（第 9 輪複習）
詐欺偵測用交易行為與異常模式找出可疑事件。
案例重點
通常重視召回率與人工審核流程，避免漏掉高風險交易。
情境例子
信用卡異常消費可先由模型標記，再由人員確認。
個人化推薦（第 9 輪複習）
推薦系統可依使用者行為與內容特徵提供個人化商品或內容。
案例重點
要注意冷啟動、同溫層與隱私保護。
情境例子
影音平台可依觀看紀錄推薦影片。
需求預測（第 9 輪複習）
需求預測用歷史銷售、季節、活動與外部資料預估未來需求。
案例重點
預測結果應搭配庫存、補貨與促銷決策。
情境例子
零售業可預測節慶商品需求量。
瑕疵檢測（第 9 輪複習）
電腦視覺可協助檢查產品表面缺陷或組裝錯誤。
案例重點
要注意光源、角度、標註品質與誤判成本。
情境例子
工廠可用相機影像偵測刮痕或污點。
預測維護（第 9 輪複習）
預測維護用設備感測資料預測故障風險。
案例重點
成功關鍵是穩定資料蒐集、異常定義與維修流程整合。
情境例子
機台震動與溫度變化可用來預測故障。
文件摘要（第 9 輪複習）
AI 可將會議紀錄、客服紀錄或長文件整理成重點摘要。
案例重點
摘要應保留重要決策、待辦事項與來源脈絡。
情境例子
會議摘要可自動列出負責人與截止日期。
客服問答（第 9 輪複習）
客服問答系統可用 FAQ、知識庫與 RAG 提供即時回覆。
案例重點
導入時要注意答錯風險、升級人工客服與知識庫更新。
情境例子
若問題涉及退費或合約爭議，應轉人工處理。
供應鏈風險（第 8 輪複習）
AI 可整合訂單、運輸、天氣與供應商資料預警供應風險。
案例重點
導入時要看資料即時性與跨組織資料共享限制。
情境例子
港口塞車或原料短缺可影響交期預測。
資安偵測（第 8 輪複習）
AI 可分析登入、流量與系統事件，找出可疑攻擊。
案例重點
資安場景需要低延遲、低誤報與事件應變流程。
情境例子
異常登入地點可觸發風險告警。
公共服務（第 8 輪複習）
AI 可協助案件分類、民眾問答與資源分配。
案例重點
公共場域應重視透明、公平、申訴與人工覆核。
情境例子
補助資格初審可由 AI 輔助，但結果需可申訴。
智慧客服語音（第 8 輪複習）
語音 AI 可做語音轉文字、意圖辨識與自動回覆。
案例重點
要處理口音、噪音、個資與轉人工機制。
情境例子
電話客服可先由系統辨識來電原因。
程式輔助（第 8 輪複習）
AI 可協助產生程式碼、解釋錯誤與撰寫測試。
案例重點
仍需工程師審查安全性、授權與正確性。
情境例子
AI 產生的 SQL 要檢查是否有注入風險。
知識管理（第 8 輪複習）
AI 可讓員工用自然語言搜尋公司文件與流程。
案例重點
成功關鍵是資料權限、文件品質與來源引用。
情境例子
新人可查詢請假流程或系統操作文件。
合約審閱（第 8 輪複習）
生成式 AI 可協助摘要合約條款與標記風險。
案例重點
法務文件需要專業人員最終確認，並注意資料保密。
情境例子
AI 可找出違約金、終止條款與付款條件。
行銷分眾（第 8 輪複習）
AI 可依顧客行為與價值分群，支援精準行銷。
案例重點
要避免過度追蹤與不當使用個資。
情境例子
高價值顧客可收到不同保留方案。
智慧製造排程（第 8 輪複習）
AI 可依訂單、設備、人力與物料狀態協助排程。
案例重點
導入時要接 ERP/MES 資料並處理即時變動。
情境例子
插單或設備故障時，系統可建議重新排程。
金融授信（第 8 輪複習）
AI 可協助評估信用風險與違約機率。
案例重點
授信模型需要可解釋性、公平性與法規合規。
情境例子
若拒絕申請，機構可能需要說明主要原因。
醫療輔助（第 8 輪複習）
AI 可協助影像判讀、病歷摘要與風險提示。
案例重點
醫療場景需高度重視安全、合規、人工覆核與責任歸屬。
情境例子
AI 可提示影像異常，但診斷仍需醫師確認。
教育學習（第 8 輪複習）
AI 可依學習紀錄推薦教材、提供練習題與解釋錯誤觀念。
案例重點
要保護學生資料，並避免過度依賴自動評分。
情境例子
系統可根據錯題推薦相似概念複習。
履歷篩選（第 8 輪複習）
AI 可協助整理履歷關鍵資訊與初步比對職缺需求。
案例重點
高風險點是偏見與不透明，不能讓模型獨自決定錄用。
情境例子
模型可摘要經驗，但面試決策仍應由招募團隊負責。
詐欺偵測（第 8 輪複習）
詐欺偵測用交易行為與異常模式找出可疑事件。
案例重點
通常重視召回率與人工審核流程，避免漏掉高風險交易。
情境例子
信用卡異常消費可先由模型標記，再由人員確認。
個人化推薦（第 8 輪複習）
推薦系統可依使用者行為與內容特徵提供個人化商品或內容。
案例重點
要注意冷啟動、同溫層與隱私保護。
情境例子
影音平台可依觀看紀錄推薦影片。
需求預測（第 8 輪複習）
需求預測用歷史銷售、季節、活動與外部資料預估未來需求。
案例重點
預測結果應搭配庫存、補貨與促銷決策。
情境例子
零售業可預測節慶商品需求量。
瑕疵檢測（第 8 輪複習）
電腦視覺可協助檢查產品表面缺陷或組裝錯誤。
案例重點
要注意光源、角度、標註品質與誤判成本。
情境例子
工廠可用相機影像偵測刮痕或污點。
預測維護（第 8 輪複習）
預測維護用設備感測資料預測故障風險。
案例重點
成功關鍵是穩定資料蒐集、異常定義與維修流程整合。
情境例子
機台震動與溫度變化可用來預測故障。
文件摘要（第 8 輪複習）
AI 可將會議紀錄、客服紀錄或長文件整理成重點摘要。
案例重點
摘要應保留重要決策、待辦事項與來源脈絡。
情境例子
會議摘要可自動列出負責人與截止日期。
客服問答（第 8 輪複習）
客服問答系統可用 FAQ、知識庫與 RAG 提供即時回覆。
案例重點
導入時要注意答錯風險、升級人工客服與知識庫更新。
情境例子
若問題涉及退費或合約爭議，應轉人工處理。
供應鏈風險（第 7 輪複習）
AI 可整合訂單、運輸、天氣與供應商資料預警供應風險。
案例重點
導入時要看資料即時性與跨組織資料共享限制。
情境例子
港口塞車或原料短缺可影響交期預測。
資安偵測（第 7 輪複習）
AI 可分析登入、流量與系統事件，找出可疑攻擊。
案例重點
資安場景需要低延遲、低誤報與事件應變流程。
情境例子
異常登入地點可觸發風險告警。
公共服務（第 7 輪複習）
AI 可協助案件分類、民眾問答與資源分配。
案例重點
公共場域應重視透明、公平、申訴與人工覆核。
情境例子
補助資格初審可由 AI 輔助，但結果需可申訴。
智慧客服語音（第 7 輪複習）
語音 AI 可做語音轉文字、意圖辨識與自動回覆。
案例重點
要處理口音、噪音、個資與轉人工機制。
情境例子
電話客服可先由系統辨識來電原因。
程式輔助（第 7 輪複習）
AI 可協助產生程式碼、解釋錯誤與撰寫測試。
案例重點
仍需工程師審查安全性、授權與正確性。
情境例子
AI 產生的 SQL 要檢查是否有注入風險。
知識管理（第 7 輪複習）
AI 可讓員工用自然語言搜尋公司文件與流程。
案例重點
成功關鍵是資料權限、文件品質與來源引用。
情境例子
新人可查詢請假流程或系統操作文件。
合約審閱（第 7 輪複習）
生成式 AI 可協助摘要合約條款與標記風險。
案例重點
法務文件需要專業人員最終確認，並注意資料保密。
情境例子
AI 可找出違約金、終止條款與付款條件。
行銷分眾（第 7 輪複習）
AI 可依顧客行為與價值分群，支援精準行銷。
案例重點
要避免過度追蹤與不當使用個資。
情境例子
高價值顧客可收到不同保留方案。
智慧製造排程（第 7 輪複習）
AI 可依訂單、設備、人力與物料狀態協助排程。
案例重點
導入時要接 ERP/MES 資料並處理即時變動。
情境例子
插單或設備故障時，系統可建議重新排程。
金融授信（第 7 輪複習）
AI 可協助評估信用風險與違約機率。
案例重點
授信模型需要可解釋性、公平性與法規合規。
情境例子
若拒絕申請，機構可能需要說明主要原因。
醫療輔助（第 7 輪複習）
AI 可協助影像判讀、病歷摘要與風險提示。
案例重點
醫療場景需高度重視安全、合規、人工覆核與責任歸屬。
情境例子
AI 可提示影像異常，但診斷仍需醫師確認。
教育學習（第 7 輪複習）
AI 可依學習紀錄推薦教材、提供練習題與解釋錯誤觀念。
案例重點
要保護學生資料，並避免過度依賴自動評分。
情境例子
系統可根據錯題推薦相似概念複習。
履歷篩選（第 7 輪複習）
AI 可協助整理履歷關鍵資訊與初步比對職缺需求。
案例重點
高風險點是偏見與不透明，不能讓模型獨自決定錄用。
情境例子
模型可摘要經驗，但面試決策仍應由招募團隊負責。
詐欺偵測（第 7 輪複習）
詐欺偵測用交易行為與異常模式找出可疑事件。
案例重點
通常重視召回率與人工審核流程，避免漏掉高風險交易。
情境例子
信用卡異常消費可先由模型標記，再由人員確認。
個人化推薦（第 7 輪複習）
推薦系統可依使用者行為與內容特徵提供個人化商品或內容。
案例重點
要注意冷啟動、同溫層與隱私保護。
情境例子
影音平台可依觀看紀錄推薦影片。
需求預測（第 7 輪複習）
需求預測用歷史銷售、季節、活動與外部資料預估未來需求。
案例重點
預測結果應搭配庫存、補貨與促銷決策。
情境例子
零售業可預測節慶商品需求量。
瑕疵檢測（第 7 輪複習）
電腦視覺可協助檢查產品表面缺陷或組裝錯誤。
案例重點
要注意光源、角度、標註品質與誤判成本。
情境例子
工廠可用相機影像偵測刮痕或污點。
預測維護（第 7 輪複習）
預測維護用設備感測資料預測故障風險。
案例重點
成功關鍵是穩定資料蒐集、異常定義與維修流程整合。
情境例子
機台震動與溫度變化可用來預測故障。
文件摘要（第 7 輪複習）
AI 可將會議紀錄、客服紀錄或長文件整理成重點摘要。
案例重點
摘要應保留重要決策、待辦事項與來源脈絡。
情境例子
會議摘要可自動列出負責人與截止日期。
客服問答（第 7 輪複習）
客服問答系統可用 FAQ、知識庫與 RAG 提供即時回覆。
案例重點
導入時要注意答錯風險、升級人工客服與知識庫更新。
情境例子
若問題涉及退費或合約爭議，應轉人工處理。
供應鏈風險（第 6 輪複習）
AI 可整合訂單、運輸、天氣與供應商資料預警供應風險。
案例重點
導入時要看資料即時性與跨組織資料共享限制。
情境例子
港口塞車或原料短缺可影響交期預測。
資安偵測（第 6 輪複習）
AI 可分析登入、流量與系統事件，找出可疑攻擊。
案例重點
資安場景需要低延遲、低誤報與事件應變流程。
情境例子
異常登入地點可觸發風險告警。
公共服務（第 6 輪複習）
AI 可協助案件分類、民眾問答與資源分配。
案例重點
公共場域應重視透明、公平、申訴與人工覆核。
情境例子
補助資格初審可由 AI 輔助，但結果需可申訴。
智慧客服語音（第 6 輪複習）
語音 AI 可做語音轉文字、意圖辨識與自動回覆。
案例重點
要處理口音、噪音、個資與轉人工機制。
情境例子
電話客服可先由系統辨識來電原因。
程式輔助（第 6 輪複習）
AI 可協助產生程式碼、解釋錯誤與撰寫測試。
案例重點
仍需工程師審查安全性、授權與正確性。
情境例子
AI 產生的 SQL 要檢查是否有注入風險。
知識管理（第 6 輪複習）
AI 可讓員工用自然語言搜尋公司文件與流程。
案例重點
成功關鍵是資料權限、文件品質與來源引用。
情境例子
新人可查詢請假流程或系統操作文件。
合約審閱（第 6 輪複習）
生成式 AI 可協助摘要合約條款與標記風險。
案例重點
法務文件需要專業人員最終確認，並注意資料保密。
情境例子
AI 可找出違約金、終止條款與付款條件。
行銷分眾（第 6 輪複習）
AI 可依顧客行為與價值分群，支援精準行銷。
案例重點
要避免過度追蹤與不當使用個資。
情境例子
高價值顧客可收到不同保留方案。
智慧製造排程（第 6 輪複習）
AI 可依訂單、設備、人力與物料狀態協助排程。
案例重點
導入時要接 ERP/MES 資料並處理即時變動。
情境例子
插單或設備故障時，系統可建議重新排程。
金融授信（第 6 輪複習）
AI 可協助評估信用風險與違約機率。
案例重點
授信模型需要可解釋性、公平性與法規合規。
情境例子
若拒絕申請，機構可能需要說明主要原因。
醫療輔助（第 6 輪複習）
AI 可協助影像判讀、病歷摘要與風險提示。
案例重點
醫療場景需高度重視安全、合規、人工覆核與責任歸屬。
情境例子
AI 可提示影像異常，但診斷仍需醫師確認。
教育學習（第 6 輪複習）
AI 可依學習紀錄推薦教材、提供練習題與解釋錯誤觀念。
案例重點
要保護學生資料，並避免過度依賴自動評分。
情境例子
系統可根據錯題推薦相似概念複習。
履歷篩選（第 6 輪複習）
AI 可協助整理履歷關鍵資訊與初步比對職缺需求。
案例重點
高風險點是偏見與不透明，不能讓模型獨自決定錄用。
情境例子
模型可摘要經驗，但面試決策仍應由招募團隊負責。
詐欺偵測（第 6 輪複習）
詐欺偵測用交易行為與異常模式找出可疑事件。
案例重點
通常重視召回率與人工審核流程，避免漏掉高風險交易。
情境例子
信用卡異常消費可先由模型標記，再由人員確認。
個人化推薦（第 6 輪複習）
推薦系統可依使用者行為與內容特徵提供個人化商品或內容。
案例重點
要注意冷啟動、同溫層與隱私保護。
情境例子
影音平台可依觀看紀錄推薦影片。
需求預測（第 6 輪複習）
需求預測用歷史銷售、季節、活動與外部資料預估未來需求。
案例重點
預測結果應搭配庫存、補貨與促銷決策。
情境例子
零售業可預測節慶商品需求量。
瑕疵檢測（第 6 輪複習）
電腦視覺可協助檢查產品表面缺陷或組裝錯誤。
案例重點
要注意光源、角度、標註品質與誤判成本。
情境例子
工廠可用相機影像偵測刮痕或污點。
預測維護（第 6 輪複習）
預測維護用設備感測資料預測故障風險。
案例重點
成功關鍵是穩定資料蒐集、異常定義與維修流程整合。
情境例子
機台震動與溫度變化可用來預測故障。
文件摘要（第 6 輪複習）
AI 可將會議紀錄、客服紀錄或長文件整理成重點摘要。
案例重點
摘要應保留重要決策、待辦事項與來源脈絡。
情境例子
會議摘要可自動列出負責人與截止日期。
客服問答（第 6 輪複習）
客服問答系統可用 FAQ、知識庫與 RAG 提供即時回覆。
案例重點
導入時要注意答錯風險、升級人工客服與知識庫更新。
情境例子
若問題涉及退費或合約爭議，應轉人工處理。
供應鏈風險（第 5 輪複習）
AI 可整合訂單、運輸、天氣與供應商資料預警供應風險。
案例重點
導入時要看資料即時性與跨組織資料共享限制。
情境例子
港口塞車或原料短缺可影響交期預測。
資安偵測（第 5 輪複習）
AI 可分析登入、流量與系統事件，找出可疑攻擊。
案例重點
資安場景需要低延遲、低誤報與事件應變流程。
情境例子
異常登入地點可觸發風險告警。
公共服務（第 5 輪複習）
AI 可協助案件分類、民眾問答與資源分配。
案例重點
公共場域應重視透明、公平、申訴與人工覆核。
情境例子
補助資格初審可由 AI 輔助，但結果需可申訴。
智慧客服語音（第 5 輪複習）
語音 AI 可做語音轉文字、意圖辨識與自動回覆。
案例重點
要處理口音、噪音、個資與轉人工機制。
情境例子
電話客服可先由系統辨識來電原因。
程式輔助（第 5 輪複習）
AI 可協助產生程式碼、解釋錯誤與撰寫測試。
案例重點
仍需工程師審查安全性、授權與正確性。
情境例子
AI 產生的 SQL 要檢查是否有注入風險。
知識管理（第 5 輪複習）
AI 可讓員工用自然語言搜尋公司文件與流程。
案例重點
成功關鍵是資料權限、文件品質與來源引用。
情境例子
新人可查詢請假流程或系統操作文件。
合約審閱（第 5 輪複習）
生成式 AI 可協助摘要合約條款與標記風險。
案例重點
法務文件需要專業人員最終確認，並注意資料保密。
情境例子
AI 可找出違約金、終止條款與付款條件。
行銷分眾（第 5 輪複習）
AI 可依顧客行為與價值分群，支援精準行銷。
案例重點
要避免過度追蹤與不當使用個資。
情境例子
高價值顧客可收到不同保留方案。
智慧製造排程（第 5 輪複習）
AI 可依訂單、設備、人力與物料狀態協助排程。
案例重點
導入時要接 ERP/MES 資料並處理即時變動。
情境例子
插單或設備故障時，系統可建議重新排程。
金融授信（第 5 輪複習）
AI 可協助評估信用風險與違約機率。
案例重點
授信模型需要可解釋性、公平性與法規合規。
情境例子
若拒絕申請，機構可能需要說明主要原因。
醫療輔助（第 5 輪複習）
AI 可協助影像判讀、病歷摘要與風險提示。
案例重點
醫療場景需高度重視安全、合規、人工覆核與責任歸屬。
情境例子
AI 可提示影像異常，但診斷仍需醫師確認。
教育學習（第 5 輪複習）
AI 可依學習紀錄推薦教材、提供練習題與解釋錯誤觀念。
案例重點
要保護學生資料，並避免過度依賴自動評分。
情境例子
系統可根據錯題推薦相似概念複習。
履歷篩選（第 5 輪複習）
AI 可協助整理履歷關鍵資訊與初步比對職缺需求。
案例重點
高風險點是偏見與不透明，不能讓模型獨自決定錄用。
情境例子
模型可摘要經驗，但面試決策仍應由招募團隊負責。
詐欺偵測（第 5 輪複習）
詐欺偵測用交易行為與異常模式找出可疑事件。
案例重點
通常重視召回率與人工審核流程，避免漏掉高風險交易。
情境例子
信用卡異常消費可先由模型標記，再由人員確認。
個人化推薦（第 5 輪複習）
推薦系統可依使用者行為與內容特徵提供個人化商品或內容。
案例重點
要注意冷啟動、同溫層與隱私保護。
情境例子
影音平台可依觀看紀錄推薦影片。
需求預測（第 5 輪複習）
需求預測用歷史銷售、季節、活動與外部資料預估未來需求。
案例重點
預測結果應搭配庫存、補貨與促銷決策。
情境例子
零售業可預測節慶商品需求量。
瑕疵檢測（第 5 輪複習）
電腦視覺可協助檢查產品表面缺陷或組裝錯誤。
案例重點
要注意光源、角度、標註品質與誤判成本。
情境例子
工廠可用相機影像偵測刮痕或污點。
預測維護（第 5 輪複習）
預測維護用設備感測資料預測故障風險。
案例重點
成功關鍵是穩定資料蒐集、異常定義與維修流程整合。
情境例子
機台震動與溫度變化可用來預測故障。
文件摘要（第 5 輪複習）
AI 可將會議紀錄、客服紀錄或長文件整理成重點摘要。
案例重點
摘要應保留重要決策、待辦事項與來源脈絡。
情境例子
會議摘要可自動列出負責人與截止日期。
客服問答（第 5 輪複習）
客服問答系統可用 FAQ、知識庫與 RAG 提供即時回覆。
案例重點
導入時要注意答錯風險、升級人工客服與知識庫更新。
情境例子
若問題涉及退費或合約爭議，應轉人工處理。
供應鏈風險（第 4 輪複習）
AI 可整合訂單、運輸、天氣與供應商資料預警供應風險。
案例重點
導入時要看資料即時性與跨組織資料共享限制。
情境例子
港口塞車或原料短缺可影響交期預測。
資安偵測（第 4 輪複習）
AI 可分析登入、流量與系統事件，找出可疑攻擊。
案例重點
資安場景需要低延遲、低誤報與事件應變流程。
情境例子
異常登入地點可觸發風險告警。
公共服務（第 4 輪複習）
AI 可協助案件分類、民眾問答與資源分配。
案例重點
公共場域應重視透明、公平、申訴與人工覆核。
情境例子
補助資格初審可由 AI 輔助，但結果需可申訴。
智慧客服語音（第 4 輪複習）
語音 AI 可做語音轉文字、意圖辨識與自動回覆。
案例重點
要處理口音、噪音、個資與轉人工機制。
情境例子
電話客服可先由系統辨識來電原因。
程式輔助（第 4 輪複習）
AI 可協助產生程式碼、解釋錯誤與撰寫測試。
案例重點
仍需工程師審查安全性、授權與正確性。
情境例子
AI 產生的 SQL 要檢查是否有注入風險。
知識管理（第 4 輪複習）
AI 可讓員工用自然語言搜尋公司文件與流程。
案例重點
成功關鍵是資料權限、文件品質與來源引用。
情境例子
新人可查詢請假流程或系統操作文件。
合約審閱（第 4 輪複習）
生成式 AI 可協助摘要合約條款與標記風險。
案例重點
法務文件需要專業人員最終確認，並注意資料保密。
情境例子
AI 可找出違約金、終止條款與付款條件。
行銷分眾（第 4 輪複習）
AI 可依顧客行為與價值分群，支援精準行銷。
案例重點
要避免過度追蹤與不當使用個資。
情境例子
高價值顧客可收到不同保留方案。
智慧製造排程（第 4 輪複習）
AI 可依訂單、設備、人力與物料狀態協助排程。
案例重點
導入時要接 ERP/MES 資料並處理即時變動。
情境例子
插單或設備故障時，系統可建議重新排程。
金融授信（第 4 輪複習）
AI 可協助評估信用風險與違約機率。
案例重點
授信模型需要可解釋性、公平性與法規合規。
情境例子
若拒絕申請，機構可能需要說明主要原因。
醫療輔助（第 4 輪複習）
AI 可協助影像判讀、病歷摘要與風險提示。
案例重點
醫療場景需高度重視安全、合規、人工覆核與責任歸屬。
情境例子
AI 可提示影像異常，但診斷仍需醫師確認。
教育學習（第 4 輪複習）
AI 可依學習紀錄推薦教材、提供練習題與解釋錯誤觀念。
案例重點
要保護學生資料，並避免過度依賴自動評分。
情境例子
系統可根據錯題推薦相似概念複習。
履歷篩選（第 4 輪複習）
AI 可協助整理履歷關鍵資訊與初步比對職缺需求。
案例重點
高風險點是偏見與不透明，不能讓模型獨自決定錄用。
情境例子
模型可摘要經驗，但面試決策仍應由招募團隊負責。
詐欺偵測（第 4 輪複習）
詐欺偵測用交易行為與異常模式找出可疑事件。
案例重點
通常重視召回率與人工審核流程，避免漏掉高風險交易。
情境例子
信用卡異常消費可先由模型標記，再由人員確認。
個人化推薦（第 4 輪複習）
推薦系統可依使用者行為與內容特徵提供個人化商品或內容。
案例重點
要注意冷啟動、同溫層與隱私保護。
情境例子
影音平台可依觀看紀錄推薦影片。
需求預測（第 4 輪複習）
需求預測用歷史銷售、季節、活動與外部資料預估未來需求。
案例重點
預測結果應搭配庫存、補貨與促銷決策。
情境例子
零售業可預測節慶商品需求量。
瑕疵檢測（第 4 輪複習）
電腦視覺可協助檢查產品表面缺陷或組裝錯誤。
案例重點
要注意光源、角度、標註品質與誤判成本。
情境例子
工廠可用相機影像偵測刮痕或污點。
預測維護（第 4 輪複習）
預測維護用設備感測資料預測故障風險。
案例重點
成功關鍵是穩定資料蒐集、異常定義與維修流程整合。
情境例子
機台震動與溫度變化可用來預測故障。
文件摘要（第 4 輪複習）
AI 可將會議紀錄、客服紀錄或長文件整理成重點摘要。
案例重點
摘要應保留重要決策、待辦事項與來源脈絡。
情境例子
會議摘要可自動列出負責人與截止日期。
客服問答（第 4 輪複習）
客服問答系統可用 FAQ、知識庫與 RAG 提供即時回覆。
案例重點
導入時要注意答錯風險、升級人工客服與知識庫更新。
情境例子
若問題涉及退費或合約爭議，應轉人工處理。
供應鏈風險（第 3 輪複習）
AI 可整合訂單、運輸、天氣與供應商資料預警供應風險。
案例重點
導入時要看資料即時性與跨組織資料共享限制。
情境例子
港口塞車或原料短缺可影響交期預測。
資安偵測（第 3 輪複習）
AI 可分析登入、流量與系統事件，找出可疑攻擊。
案例重點
資安場景需要低延遲、低誤報與事件應變流程。
情境例子
異常登入地點可觸發風險告警。
公共服務（第 3 輪複習）
AI 可協助案件分類、民眾問答與資源分配。
案例重點
公共場域應重視透明、公平、申訴與人工覆核。
情境例子
補助資格初審可由 AI 輔助，但結果需可申訴。
智慧客服語音（第 3 輪複習）
語音 AI 可做語音轉文字、意圖辨識與自動回覆。
案例重點
要處理口音、噪音、個資與轉人工機制。
情境例子
電話客服可先由系統辨識來電原因。
程式輔助（第 3 輪複習）
AI 可協助產生程式碼、解釋錯誤與撰寫測試。
案例重點
仍需工程師審查安全性、授權與正確性。
情境例子
AI 產生的 SQL 要檢查是否有注入風險。
知識管理（第 3 輪複習）
AI 可讓員工用自然語言搜尋公司文件與流程。
案例重點
成功關鍵是資料權限、文件品質與來源引用。
情境例子
新人可查詢請假流程或系統操作文件。
合約審閱（第 3 輪複習）
生成式 AI 可協助摘要合約條款與標記風險。
案例重點
法務文件需要專業人員最終確認，並注意資料保密。
情境例子
AI 可找出違約金、終止條款與付款條件。
行銷分眾（第 3 輪複習）
AI 可依顧客行為與價值分群，支援精準行銷。
案例重點
要避免過度追蹤與不當使用個資。
情境例子
高價值顧客可收到不同保留方案。
智慧製造排程（第 3 輪複習）
AI 可依訂單、設備、人力與物料狀態協助排程。
案例重點
導入時要接 ERP/MES 資料並處理即時變動。
情境例子
插單或設備故障時，系統可建議重新排程。
金融授信（第 3 輪複習）
AI 可協助評估信用風險與違約機率。
案例重點
授信模型需要可解釋性、公平性與法規合規。
情境例子
若拒絕申請，機構可能需要說明主要原因。
醫療輔助（第 3 輪複習）
AI 可協助影像判讀、病歷摘要與風險提示。
案例重點
醫療場景需高度重視安全、合規、人工覆核與責任歸屬。
情境例子
AI 可提示影像異常，但診斷仍需醫師確認。
教育學習（第 3 輪複習）
AI 可依學習紀錄推薦教材、提供練習題與解釋錯誤觀念。
案例重點
要保護學生資料，並避免過度依賴自動評分。
情境例子
系統可根據錯題推薦相似概念複習。
履歷篩選（第 3 輪複習）
AI 可協助整理履歷關鍵資訊與初步比對職缺需求。
案例重點
高風險點是偏見與不透明，不能讓模型獨自決定錄用。
情境例子
模型可摘要經驗，但面試決策仍應由招募團隊負責。
詐欺偵測（第 3 輪複習）
詐欺偵測用交易行為與異常模式找出可疑事件。
案例重點
通常重視召回率與人工審核流程，避免漏掉高風險交易。
情境例子
信用卡異常消費可先由模型標記，再由人員確認。
個人化推薦（第 3 輪複習）
推薦系統可依使用者行為與內容特徵提供個人化商品或內容。
案例重點
要注意冷啟動、同溫層與隱私保護。
情境例子
影音平台可依觀看紀錄推薦影片。
需求預測（第 3 輪複習）
需求預測用歷史銷售、季節、活動與外部資料預估未來需求。
案例重點
預測結果應搭配庫存、補貨與促銷決策。
情境例子
零售業可預測節慶商品需求量。
瑕疵檢測（第 3 輪複習）
電腦視覺可協助檢查產品表面缺陷或組裝錯誤。
案例重點
要注意光源、角度、標註品質與誤判成本。
情境例子
工廠可用相機影像偵測刮痕或污點。
預測維護（第 3 輪複習）
預測維護用設備感測資料預測故障風險。
案例重點
成功關鍵是穩定資料蒐集、異常定義與維修流程整合。
情境例子
機台震動與溫度變化可用來預測故障。
文件摘要（第 3 輪複習）
AI 可將會議紀錄、客服紀錄或長文件整理成重點摘要。
案例重點
摘要應保留重要決策、待辦事項與來源脈絡。
情境例子
會議摘要可自動列出負責人與截止日期。
客服問答（第 3 輪複習）
客服問答系統可用 FAQ、知識庫與 RAG 提供即時回覆。
案例重點
導入時要注意答錯風險、升級人工客服與知識庫更新。
情境例子
若問題涉及退費或合約爭議，應轉人工處理。
供應鏈風險（第 2 輪複習）
AI 可整合訂單、運輸、天氣與供應商資料預警供應風險。
案例重點
導入時要看資料即時性與跨組織資料共享限制。
情境例子
港口塞車或原料短缺可影響交期預測。
資安偵測（第 2 輪複習）
AI 可分析登入、流量與系統事件，找出可疑攻擊。
案例重點
資安場景需要低延遲、低誤報與事件應變流程。
情境例子
異常登入地點可觸發風險告警。
公共服務（第 2 輪複習）
AI 可協助案件分類、民眾問答與資源分配。
案例重點
公共場域應重視透明、公平、申訴與人工覆核。
情境例子
補助資格初審可由 AI 輔助，但結果需可申訴。
智慧客服語音（第 2 輪複習）
語音 AI 可做語音轉文字、意圖辨識與自動回覆。
案例重點
要處理口音、噪音、個資與轉人工機制。
情境例子
電話客服可先由系統辨識來電原因。
程式輔助（第 2 輪複習）
AI 可協助產生程式碼、解釋錯誤與撰寫測試。
案例重點
仍需工程師審查安全性、授權與正確性。
情境例子
AI 產生的 SQL 要檢查是否有注入風險。
知識管理（第 2 輪複習）
AI 可讓員工用自然語言搜尋公司文件與流程。
案例重點
成功關鍵是資料權限、文件品質與來源引用。
情境例子
新人可查詢請假流程或系統操作文件。
合約審閱（第 2 輪複習）
生成式 AI 可協助摘要合約條款與標記風險。
案例重點
法務文件需要專業人員最終確認，並注意資料保密。
情境例子
AI 可找出違約金、終止條款與付款條件。
行銷分眾（第 2 輪複習）
AI 可依顧客行為與價值分群，支援精準行銷。
案例重點
要避免過度追蹤與不當使用個資。
情境例子
高價值顧客可收到不同保留方案。
智慧製造排程（第 2 輪複習）
AI 可依訂單、設備、人力與物料狀態協助排程。
案例重點
導入時要接 ERP/MES 資料並處理即時變動。
情境例子
插單或設備故障時，系統可建議重新排程。
金融授信（第 2 輪複習）
AI 可協助評估信用風險與違約機率。
案例重點
授信模型需要可解釋性、公平性與法規合規。
情境例子
若拒絕申請，機構可能需要說明主要原因。
醫療輔助（第 2 輪複習）
AI 可協助影像判讀、病歷摘要與風險提示。
案例重點
醫療場景需高度重視安全、合規、人工覆核與責任歸屬。
情境例子
AI 可提示影像異常，但診斷仍需醫師確認。
教育學習（第 2 輪複習）
AI 可依學習紀錄推薦教材、提供練習題與解釋錯誤觀念。
案例重點
要保護學生資料，並避免過度依賴自動評分。
情境例子
系統可根據錯題推薦相似概念複習。
履歷篩選（第 2 輪複習）
AI 可協助整理履歷關鍵資訊與初步比對職缺需求。
案例重點
高風險點是偏見與不透明，不能讓模型獨自決定錄用。
情境例子
模型可摘要經驗，但面試決策仍應由招募團隊負責。
詐欺偵測（第 2 輪複習）
詐欺偵測用交易行為與異常模式找出可疑事件。
案例重點
通常重視召回率與人工審核流程，避免漏掉高風險交易。
情境例子
信用卡異常消費可先由模型標記，再由人員確認。
個人化推薦（第 2 輪複習）
推薦系統可依使用者行為與內容特徵提供個人化商品或內容。
案例重點
要注意冷啟動、同溫層與隱私保護。
情境例子
影音平台可依觀看紀錄推薦影片。
需求預測（第 2 輪複習）
需求預測用歷史銷售、季節、活動與外部資料預估未來需求。
案例重點
預測結果應搭配庫存、補貨與促銷決策。
情境例子
零售業可預測節慶商品需求量。
瑕疵檢測（第 2 輪複習）
電腦視覺可協助檢查產品表面缺陷或組裝錯誤。
案例重點
要注意光源、角度、標註品質與誤判成本。
情境例子
工廠可用相機影像偵測刮痕或污點。
預測維護（第 2 輪複習）
預測維護用設備感測資料預測故障風險。
案例重點
成功關鍵是穩定資料蒐集、異常定義與維修流程整合。
情境例子
機台震動與溫度變化可用來預測故障。
文件摘要（第 2 輪複習）
AI 可將會議紀錄、客服紀錄或長文件整理成重點摘要。
案例重點
摘要應保留重要決策、待辦事項與來源脈絡。
情境例子
會議摘要可自動列出負責人與截止日期。
客服問答（第 2 輪複習）
客服問答系統可用 FAQ、知識庫與 RAG 提供即時回覆。
案例重點
導入時要注意答錯風險、升級人工客服與知識庫更新。
情境例子
若問題涉及退費或合約爭議，應轉人工處理。
供應鏈風險
AI 可整合訂單、運輸、天氣與供應商資料預警供應風險。
案例重點
導入時要看資料即時性與跨組織資料共享限制。
情境例子
港口塞車或原料短缺可影響交期預測。
資安偵測
AI 可分析登入、流量與系統事件，找出可疑攻擊。
案例重點
資安場景需要低延遲、低誤報與事件應變流程。
情境例子
異常登入地點可觸發風險告警。
公共服務
AI 可協助案件分類、民眾問答與資源分配。
案例重點
公共場域應重視透明、公平、申訴與人工覆核。
情境例子
補助資格初審可由 AI 輔助，但結果需可申訴。
智慧客服語音
語音 AI 可做語音轉文字、意圖辨識與自動回覆。
案例重點
要處理口音、噪音、個資與轉人工機制。
情境例子
電話客服可先由系統辨識來電原因。
程式輔助
AI 可協助產生程式碼、解釋錯誤與撰寫測試。
案例重點
仍需工程師審查安全性、授權與正確性。
情境例子
AI 產生的 SQL 要檢查是否有注入風險。
知識管理
AI 可讓員工用自然語言搜尋公司文件與流程。
案例重點
成功關鍵是資料權限、文件品質與來源引用。
情境例子
新人可查詢請假流程或系統操作文件。
合約審閱
生成式 AI 可協助摘要合約條款與標記風險。
案例重點
法務文件需要專業人員最終確認，並注意資料保密。
情境例子
AI 可找出違約金、終止條款與付款條件。
行銷分眾
AI 可依顧客行為與價值分群，支援精準行銷。
案例重點
要避免過度追蹤與不當使用個資。
情境例子
高價值顧客可收到不同保留方案。
智慧製造排程
AI 可依訂單、設備、人力與物料狀態協助排程。
案例重點
導入時要接 ERP/MES 資料並處理即時變動。
情境例子
插單或設備故障時，系統可建議重新排程。
金融授信
AI 可協助評估信用風險與違約機率。
案例重點
授信模型需要可解釋性、公平性與法規合規。
情境例子
若拒絕申請，機構可能需要說明主要原因。
醫療輔助
AI 可協助影像判讀、病歷摘要與風險提示。
案例重點
醫療場景需高度重視安全、合規、人工覆核與責任歸屬。
情境例子
AI 可提示影像異常，但診斷仍需醫師確認。
教育學習
AI 可依學習紀錄推薦教材、提供練習題與解釋錯誤觀念。
案例重點
要保護學生資料，並避免過度依賴自動評分。
情境例子
系統可根據錯題推薦相似概念複習。
履歷篩選
AI 可協助整理履歷關鍵資訊與初步比對職缺需求。
案例重點
高風險點是偏見與不透明，不能讓模型獨自決定錄用。
情境例子
模型可摘要經驗，但面試決策仍應由招募團隊負責。
詐欺偵測
詐欺偵測用交易行為與異常模式找出可疑事件。
案例重點
通常重視召回率與人工審核流程，避免漏掉高風險交易。
情境例子
信用卡異常消費可先由模型標記，再由人員確認。
個人化推薦
推薦系統可依使用者行為與內容特徵提供個人化商品或內容。
案例重點
要注意冷啟動、同溫層與隱私保護。
情境例子
影音平台可依觀看紀錄推薦影片。
需求預測
需求預測用歷史銷售、季節、活動與外部資料預估未來需求。
案例重點
預測結果應搭配庫存、補貨與促銷決策。
情境例子
零售業可預測節慶商品需求量。
瑕疵檢測
電腦視覺可協助檢查產品表面缺陷或組裝錯誤。
案例重點
要注意光源、角度、標註品質與誤判成本。
情境例子
工廠可用相機影像偵測刮痕或污點。
預測維護
預測維護用設備感測資料預測故障風險。
案例重點
成功關鍵是穩定資料蒐集、異常定義與維修流程整合。
情境例子
機台震動與溫度變化可用來預測故障。
文件摘要
AI 可將會議紀錄、客服紀錄或長文件整理成重點摘要。
案例重點
摘要應保留重要決策、待辦事項與來源脈絡。
情境例子
會議摘要可自動列出負責人與截止日期。
客服問答
客服問答系統可用 FAQ、知識庫與 RAG 提供即時回覆。
案例重點
導入時要注意答錯風險、升級人工客服與知識庫更新。
情境例子
若問題涉及退費或合約爭議，應轉人工處理。