一、案例定位

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)。以明確責任與輸入輸出介面支援長期演進。

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。

二、學習目標

三、案例情境

原書要求為長期變動設計,把方案拆成擷取、檢索與大型語言模型互動層等清楚模組,各自具有明確責任與輸入/輸出(Input/Output, I/O)介面。這使元件可獨立更新,並支援模型與商業需求持續變化。

四、開始資料

模組 主要責任例
資料擷取 取得並準備資料
檢索 找出任務所需脈絡
LLM 互動層 管理模型要求與回應
I/O 介面 定義模組間交換內容
設計目標 可更新、延伸、維護與擴充

五、Excel/AI 分析方法

在 Excel 建立模組、責任、輸入、輸出、相依、負責人與版本欄;AI 可檢查責任重疊或介面缺漏。

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

模組化將變更限制在局部,讓模型替換或新需求不必重寫整個系統。前提是責任與介面真的清楚。

八、AI 提問詞

請依模組清單檢查責任、輸入、輸出與相依是否清楚,指出耦合過高或邊界重疊。

九、思考/情境變動