本案例涉及人工智慧（Artificial Intelligence, AI）、生成式人工智慧（Generative Artificial Intelligence, GenAI）與大型語言模型（Large Language Model, LLM）。把技術輸出轉成時間、品質與人工投入指標。
本案例依原書第 8 章的最佳實務、範例或情境重組，並非原書正式案例研究。
原書要求每個應用都要改善明確的關鍵績效指標（Key Performance Indicator, KPI），例如成本節省、效率或使用者滿意。文件摘要自動化應衡量文件處理節省時間、摘要準確度提升及人工投入降低，而不只是模型能否生成摘要。
| 層級 | 文件摘要例 |
|---|---|
| 商業目標 | 降低成本、提升效率或滿意度 |
| 時間 | 文件處理節省時間 |
| 品質 | 摘要準確度提升 |
| 人工投入 | 人工處理工作量降低 |
| 限制 | 原書未提供基準值或目標數字 |
在 Excel 建立基準期與上線後欄位，記錄處理時間、品質評分、人工工時與使用者回饋；AI 可摘要差異，沒有基準時不得宣稱改善。
原書沒有提供可直接計算的數據，因此不補造結果。
技術輸出只有連結到組織在意的結果，才構成價值證據。指標也要在導入前定義，否則容易事後挑選有利結果。
請把文件摘要專案的功能輸出轉為時間、品質、人工投入與滿意度指標；未提供基準或目標時標示待定。