案例01｜SADC 16 國：用 ChatGPT 3.5 整理低資源地區氣候資訊

一、案例定位

本案例依原書 Chapter 9 Introduction、9.2–9.3 整理。

理解研究為何選擇 Southern African Development Community（SADC）16 國，並把 ChatGPT 3.5 視為 Science Communication／Information Collation Tool 評估。

二、學習目標

掌握 SADC 16 個 Member States。
理解研究與 AU Agenda 2063、Climate Risk、Resource Constraint 的關係。
區分「快速整理資訊」與「正式政策分析」。

三、案例情境

SADC 16 國為 Angola、Botswana、Comoros、Democratic Republic of the Congo、Eswatini、Lesotho、Madagascar、Malawi、Mauritius、Mozambique、Namibia、Seychelles、South Africa、Tanzania、Zambia、Zimbabwe。作者指出該區面臨 drought、flood、hurricane 等 Physical Climate Risk，且部分政策能力受到 Climate Expertise／Human Resource 限制，因此評估 ChatGPT 是否可協助整理區域 Climate Information。

四、開始資料

面向	原書內容	研究意義
Region	SADC，16 Member States	共同面臨 Climate Variability／Physical Risk
Tool	ChatGPT 3.5	Accessible LLM Information Tool
Policy Context	AU Agenda 2063	區域 Sustainability／Policy Discussion
Resource Context	Climate Expertise／Human Resources 有限	評估低成本資訊彙整可能性
Scope	Climate Concerns＋Climate Solutions	Country-level 與 Regional Comparison

五、Excel／AI 分析方法

Excel 可建立 Country × Concern／Solution Matrix；AI 可協助分類與彙整，但每一項仍需 Source Validation。

六、計算結果

本案例為研究背景；沒有模型 Accuracy Percentage。

七、結果分析與管理解讀

作者關心的是 LLM 能否作為低資源主題的快速資訊橋樑，而不是證明 ChatGPT 可以取代 Climate Expert／Policymaker。

八、AI 提問詞

請建立 SADC 16 國的 Climate Information Matrix，分開 Country、Concern、Solution、Validation Evidence；不得把 ChatGPT Output 直接視為 verified fact。