案例17｜中央編排器：先規劃工具，再執行並整合輸出

一、案例定位

本案例涉及人工智慧（Artificial Intelligence, AI）。整理原書 Azure OpenAI GPT-4o 編排器的兩次模型呼叫。

本案例取自原書正式製造業實作案例的中央編排器。

二、學習目標

理解規劃呼叫與執行後整合。
辨識工具函數、參數與回傳訊息。
理解系統提問的六個欄位。

三、案例情境

原書的 run_workflow 先把系統提問與使用者提問放入訊息，並提供四個工具。第一次應用程式介面（Application Programming Interface, API）呼叫讓模型選擇工具與參數；程式逐一執行函數，把工具識別碼、名稱與回應加回訊息；第二次模型呼叫再依完整脈絡產生最終答案。系統提問採 JavaScript 物件表示法（JavaScript Object Notation, JSON）格式，包含角色、能力、指令、工具、回應格式與可選範例。

四、開始資料

階段	原書動作
訊息建立	加入系統提問與使用者提問
工具清單	供應商、價格、維護、情緒四個工具
第一次模型呼叫	規劃並選擇工具與參數
函數執行	依工具名稱呼叫對應函數
訊息追加	加入工具呼叫識別碼、名稱與回應
第二次模型呼叫	整合全部訊息並產生最終答案
系統提問欄位	角色、能力、指令、工具、回應格式、範例

五、Excel／AI 分析方法

在 Excel 建立執行追蹤表，記錄呼叫順序、工具、參數、回應、錯誤與最終整合狀態；AI 可檢查規劃是否缺少必要工具。

六、計算結果

原書沒有可直接計算的數據，因此不補造結果。

七、結果分析與管理解讀

編排器的價值在於把規劃、工具執行與結果整合分開。原書也要求：不需要工具時直接回答；需要工具時減少不必要呼叫，且不能假設函數輸入值。

八、AI 提問詞

請依使用者任務與四個工具定義，先輸出所需工具與參數，再檢查工具結果是否全部加入最終答案；不得猜測缺少參數。