案例09｜Angola Concern–Solution Mismatch：有問題不代表模型會給直接對應方案

一、案例定位

本案例依原書 9.5 的 Angola Example 整理。

檢查 ChatGPT 產生的 Concern List 與 Solution List 是否真正一一對應。

二、學習目標

掌握 Angola 的五個 Concern 與五個 Solution。
理解 Coverage／Alignment 不等於 List 本身看似合理。
建立 Concern–Solution Gap Analysis。

三、案例情境

Angola 的 Concern 包含 Water Scarcity、Coastal Erosion & SLR、Agriculture and Food Security、Biodiversity and Ecosystem Services Loss、Health Risks；Solution 則為 Renewable Energy Transition、Sustainable Land Use and Forest Conservation、Climate Smart Agriculture、Climate Resilience and Adaptation、Public Awareness and Education。作者指出其中沒有直接對應 Coastal Erosion／SLR 的 Solution，而且 Water Scarcity 也沒有列 Sustainable Water Resource Management。

四、開始資料

Angola Concern	是否有明確直接對應 Solution	原書觀察
Water Scarcity	不足	未列 Sustainable Water Resource Management
Coastal Erosion & SLR	不足	沒有直接 Solution
Agriculture and Food Security	有較明顯對應	Climate Smart Agriculture
Biodiversity and Ecosystem Services Loss	有部分對應	Sustainable Land Use and Forest Conservation
Health Risks	非一對一	Solution List 未明列 Health-specific Measure

五、Excel／AI 分析方法

Excel 建 Concern × Solution Crosswalk，標記 Direct／Indirect／Missing；AI 可做語意 Mapping，但缺口應由 Human Review 確認。

六、計算結果

原書明確指出至少 Coastal Erosion／SLR 與 Water Scarcity 存在 Direct-solution Gap。

七、結果分析與管理解讀

LLM 分別生成兩張合理清單，並不保證兩張清單彼此邏輯完整。政策應用需要第二層 Mapping／Gap Review。

八、AI 提問詞

請把每一個 climate concern 對應到 proposed solution，標記 direct、indirect、missing；若某 concern 無直接方案，明確列出 gap，不要用泛化語句掩蓋。