Agentic AI 組合技孵化器：BOTRUN.md 總指揮 + SKILL.md 技能集

🎯 為什麼政府採購這麼慢？

根據行政院公共工程委員會「政府採購稽核發現缺失實例彙編」(2024年第10版)，採購流程最常見的問題：

• 開標階段缺失：資格審查文件檢查耗時過長，12 家廠商的營利事業登記證、ISO 認證、財務報表逐一人工比對，經常耗時數日
• 計算錯誤：押標金、履約保證金手工計算，金額龐大時容易按錯數字或遺漏法規限制（如 5,000 萬元上限）
• 異常偏低標爭議：缺乏客觀判斷標準，審標委員會難以認定「異常偏低標」的嚴重程度，容易引發廠商申訴

本文將展示如何用「AI 組合技孵化器」把採購流程變成「智慧自動化系統」。我們會教你兩件事：

• 第一部分：如何孵化一個 AI 技能（用「拆找推算驗」5 步驟）
• 第二部分：如何把 8 個 AI 技能串起來，變成完整自動化系統（效率提升 95%）

讀完這篇，你就懂得如何把任何重複性工作變成 AI 自動化流程。

Part 1️⃣ 如何孵化一個 AI 技能？

什麼是「組合技」？

組合技不是單一工具（例如：只會加減乘除的計算機），而是「多個工具 + 判斷邏輯 + 驗證檢查」的組合。

實際案例：「押標金自動計算」技能

輸入：採購金額 1,250 萬元、採購類型「工程」

輸出：
  ✅ 押標金：625,000 元（1,250萬 × 5%）
  ✅ 履約保證金：1,250,000 元（1,250萬 × 10%）
  ✅ 法律依據：政府採購法第 30 條、押標金保證金作業辦法第 9、15 條
  ✅ 驗證狀態：符合規定 ✓
  ✅ 執行時間：0.23 秒（人工計算需 5-10 分鐘）

看起來很簡單？但要讓 AI 正確處理「未達公告金額免收」、「勞務採購免收」、「超過 5,000 萬元上限」等 8 種判斷情境，就需要系統化方法。

「拆找推算驗」- 孵化 AI 技能的 5 步驟

想把人工任務變成 AI 自動化？跟著這 5 個步驟做就對了。我們用「押標金計算」當例子：

🔴 步驟 1：拆（Decompose）- 把工作拆成小步驟

先把複雜任務拆成一個個小步驟，像拆積木一樣：

1. 讀取採購金額（例如：1,250 萬元）
2. 讀取採購類型（工程 / 財物 / 勞務）
3. 判斷是否需要收取押標金（勞務免收、未達 150 萬免收）
4. 計算押標金 5%
5. 檢查是否超過 5,000 萬元上限
6. 計算履約保證金 10%
7. 找出法律依據條文
8. 返回完整結果

💡 原則：每個步驟只做一件事，這樣容易檢查哪裡出錯。

🟡 步驟 2：找（Find）- 找到工具和法律依據

確認每個步驟需要什麼工具和資料：

• 法律依據：政府採購法第 30 條、押標金保證金作業辦法第 9、15 條
• 驗證資料：過去 100 個採購案例（用來測試 AI 算得對不對）
• 執行工具：Python 程式語言（寫計算邏輯）

💡 重點：一定要找到「官方法規全文」，不能只靠 LLM 記憶（容易幻覺錯誤）。

🟢 步驟 3：推（Reason）- 寫出判斷邏輯（決策樹）

AI 不是只會算數，還要會「判斷情境」。政府採購有很多例外規定，要全部寫進邏輯裡：

【決策樹：押標金計算邏輯】

1️⃣ 先判斷：是否需要收取押標金？
   ├─ 採購金額 ≤ 150萬（公告金額）？ → ✅ 免收（採購法第30條第2款）
   ├─ 採購類型 = 勞務？ → ✅ 原則免收（採購法第30條第1款）
   └─ 以上都不符合 → ❌ 必須收取，繼續往下

2️⃣ 計算押標金（5% 且上限 5,000 萬元）
   ├─ 1,250 萬 × 5% = 62.5 萬元
   ├─ 是否 > 5,000 萬？
   │  ├─ 是 → 押標金 = 5,000 萬元（封頂）
   │  └─ 否 → 押標金 = 62.5 萬元
   └─ 輸出：押標金 625,000 元

3️⃣ 計算履約保證金（10%）
   └─ 1,250 萬 × 10% = 125 萬元

4️⃣ 返回完整結果
   ├─ 押標金：625,000 元
   ├─ 履約保證金：1,250,000 元
   ├─ 法律依據：採購法第 30 條、作業辦法第 9、15 條
   └─ 驗證狀態：✅ 符合規定

💡 為什麼要這麼詳細？因為 AI 不會「常識判斷」，必須把所有規則明確寫出來。

把邏輯轉成 Python 程式碼（示意）：

def 計算押標金(採購金額, 採購類型):
    公告金額 = 1_500_000  # 150萬

    # 判斷 1：是否免收？
    if 採購金額 <= 公告金額:
        return {"押標金": 0, "原因": "未達公告金額"}
    if 採購類型 == "勞務":
        return {"押標金": 0, "原因": "勞務採購原則免收"}

    # 判斷 2：計算 5% 且上限 5,000 萬
    押標金 = min(採購金額 * 0.05, 50_000_000)
    履約保證金 = 採購金額 * 0.10

    return {
        "押標金": int(押標金),
        "履約保證金": int(履約保證金),
        "法律依據": "採購法第30條、作業辦法第9、15條"
    }

# 實際使用
結果 = 計算押標金(採購金額=12_500_000, 採購類型="工程")
print(f"押標金：NT$ {結果['押標金']:,}")  # 輸出：NT$ 625,000
print(f"履約保證金：NT$ {結果['履約保證金']:,}")  # 輸出：NT$ 1,250,000

💡 程式碼只是工具，重點是「決策樹邏輯」要正確。

🔵 步驟 4：算（Calculate）- 計算成本效益，值不值得做？

不是所有任務都值得自動化。先算算看人工 vs AI 的成本差異：

💡 原則：如果「每月重複次數 × 單次耗時」超過 10 小時，就值得自動化。

🟣 步驟 5：驗（Verify）- 四層驗證，確保 100% 正確

AI 自動化系統最怕「算錯」或「違法」。必須多層驗證：

1. 程式碼邏輯測試（Unit Test）
   測試 8 種情境：正常案例、邊界值（剛好 150 萬）、超大金額（10 億）、負數輸入、勞務採購免收...
2. 法律依據驗證（Legal Check）
   用 Grep 工具搜尋政府採購法第 30 條全文，確認引用正確（不能只靠 LLM 記憶）
3. 歷史案例驗證（Case Validation）
   拿過去 20 個已結案採購案測試，比對人工計算結果 vs AI 計算結果是否一致
4. 政府機關試用（Pilot Test）
   實際交給教育部採購科試用 1 個月，處理 60 案，收集回饋調整

技能完成度檢查清單（上線前必查）

✅ 功能完整性：計算邏輯、邊界處理、法律依據引用
✅ 可重用性：有 API 介面、有說明文件、能被其他技能呼叫
✅ 可維護性：程式碼有註解、有單元測試、有變更紀錄
✅ 可觀測性：記錄執行時間、錯誤日誌、審計軌跡（誰何時執行）

🎉 恭喜！一個 AI 技能孵化完成。

接下來的問題：如果有 8 個技能，怎麼串起來變成完整系統？這就是 Part 2 的任務。

Part 2️⃣ 如何把 8 個技能串成完整系統？

為什麼需要「系統編排」？

現在你有 8 個 AI 技能，但問題來了：

• 技能 1 算完押標金，誰來呼叫技能 2 檢查資格文件？
• 技能 3 和技能 4 可以同時執行（平行處理），但誰來協調？
• 如果技能 5 發現「異常偏低標」，要停止流程還是繼續？誰來決定？

採購系統架構圖

【政府採購端到端自動化系統】

招標前準備
    ↓
  技能1：規格檢查（偵測限制競爭）
    ↓
  技能2：保證金計算（押標金、履約保證金）
    ↓
開標日（平行執行）
    ├─ 技能3：資格文件完整性檢查 ─┐
    └─ 技能4：規格符合性比對 ──────┤
                                 ↓
審標階段
    ↓
  技能5：異常偏低標預警
    ├─ 🟢 正常 → 繼續
    ├─ 🟡 注意 → 要求說明
    └─ 🔴 嚴重 → 停止流程
    ↓
決標階段
    ↓
  技能7：決標公告自動生成
    ↓
履約階段（每週循環執行）
    ↓
  技能8：履約進度追蹤

8 個 AI 技能的分工

4 種工作流程編排模式

BOTRUN.md 要定義 8 個技能「怎麼執行」。有 4 種常見模式：

1️⃣ 順序執行（Sequential）

一個技能執行完，才執行下一個：

技能 1（規格檢查）→ 技能 2（保證金計算）→ 技能 3 & 4（平行）→ 技能 5 → 技能 7

2️⃣ 平行執行（Parallel）

兩個技能可以同時執行，節省時間：

開標日同時執行：
  ├─ 技能 3：資格文件檢查（3 小時）
  └─ 技能 4：規格符合性比對（3 小時）

結果：原本需要 6 小時，現在只需 3 小時 ✅

3️⃣ 條件分支（Conditional）

根據結果決定下一步怎麼走：

技能 5 異常偏低標預警結果：
  ├─ 🟢 正常 → 繼續執行技能 7（決標公告）
  ├─ 🟡 注意 → 要求廠商說明 → 人工審查 → 決定是否繼續
  └─ 🔴 嚴重 → 停止流程，建議流標重新招標

4️⃣ 循環執行（Loop）

定期自動執行，不需要人工觸發：

技能 8 履約追蹤（每週一 09:00 自動執行）：
  1. 讀取廠商進度報表
  2. 計算達成率（實際進度 / 預定進度）
  3. 檢查是否逾期
  4. 如果逾期 > 5% → 自動發送催促函給廠商
  5. 如果進度 100% → 發送驗收通知

完整流程演練：Day 1 → Day 120

審計軌跡（完整可觀測性）

每個技能執行都留下完整紀錄：

技能 ID：SKILL-005-AnomalousLowBid
執行時間：2025-02-10 10:05:32
輸入：12 家廠商、底價 NT$5,000,000
輸出：🟢 9 家正常、🟡 2 家注意、🔴 1 家嚴重
法律依據：採購法第 58 條
執行時長：0.47 秒
簽辦確認：王處長（2025-02-10 10:10:00）

🚀 為什麼這很重要？

對政府機關的價值

• 決策品質提升：從「憑經驗判斷」變成「資料驅動決策」，有完整法律依據和計算證明
• 法律風險降低：每一步都有法律依據和審計軌跡，發生爭議時有完整證明鏈
• 招標透明度提升：廠商可以信任系統的公正性（不是人為主觀判斷）
• 人力資源解放：採購科員可以專注複雜決策和協商，重複性計算和檢查交給 AI