案例02｜評估設計原則：從商業價值、使用者信任到傷害防範

一、案例定位

本案例涉及人工智慧（Artificial Intelligence, AI）與生成式人工智慧（Generative Artificial Intelligence, GenAI）。把傳統評估原則延伸為適合生成式系統的七項設計要求。

本案例依原書第 6 章的框架、範例或情境重組，並非原書正式案例研究。

二、學習目標

整理四項基礎原則。
辨識七項生成式系統特有原則。
把指標與責任角色連結。

三、案例情境

原書先要求問題與目標清楚、評估效能與投資報酬率（Return on Investment, ROI）、利害關係人參與，以及上線前後持續監控。再加入責任倫理、使用者心智模型、校準信任、生成變異管理、不確定性與修正、人類監督治理、傷害與濫用防範七項設計原則。每項原則都應配對關鍵績效指標（Key Performance Indicator, KPI）及負責角色。

四、開始資料

原則	指標例	重點角色
責任與倫理	統計同等性、機會均等、毒性分數	倫理、法遵、產品
使用者中心	滿意度、互動前置時間、任務成功率	使用者、體驗設計、內容策略
校準信任	使用者評分、決策準確率	分析師、決策者、風險
生成變異	信任校準指數、語意多樣性	內容、資料科學、編輯
不確定性與修正	異常偵測率、修正成功率	工程、分析、品質保證
人類監督	政策遵循率、介入率	專案、治理、法律
傷害與濫用	濫用偵測率、倫理事件率	安全、領導、政策

五、Excel／AI 分析方法

在 Excel 將原則、KPI、資料來源、門檻、負責角色與改善行動建立對應；AI 可檢查沒有指標或沒有責任人的原則。

六、計算結果

原書沒有提供可直接計算的數據，因此不補造結果。

七、結果分析與管理解讀

評估設計不是只有模型分數，而是把商業價值、互動方式、信任、治理與風險共同納入。

八、AI 提問詞

請依七項原則檢查評估計畫，列出缺少指標、資料來源或責任角色的項目；不可替組織自行指定核准人。