農會智慧營運 AI 平台

這是農業部的計畫，全名很長：「農會智慧營運 AI 賦能平台：基於 RAG 技術之金融合規與供銷服務商品化及量能擴散計畫」。簡單說，就是幫農會導入 AI。

團隊在農會信用部開完專案會議後，跟農會的大家合照。

一開始以為的問題，和實際的問題

這個案子是我們團隊主動提案來的。原本想的是「他們缺 AI」，實際去訪談之後才發現，問題根本不是缺 AI：

• 知識到處都是：法規、SOP、內部文件散在各處，第一線人員要花很多時間找。
• 表單一直重填：一堆紙本和掃描的表單，同樣的資料要寫好幾遍。
• 版本和權限很亂：哪份是最新版？誰可以看什麼？界線不清楚。

這三件事還會互相影響。所以我們的目標變成：先把既有的資訊流程整理好，AI 只是其中一個工具。

我們做了什麼

系統模組之間的關係。權限判定在最上面，知識庫、AI 對話和電子表單都受它管。

掃描表單自動化

農會的表單大多是掃描的 PDF，裡面沒有可以填的欄位。把所有表單重做一遍太花力氣，所以我們做了一個拖拉標註的工具：在掃描檔上框出欄位，標記它是什麼資料，存成模板。之後系統就能自動把資料填進去，而且多張表單共通的欄位（像姓名、地址）只要填一次。

重點不是「自動填寫」本身，而是讓舊的紙本流程可以用很低的成本數位化。

第一步：在掃描的表單上把欄位一格一格框出來，標記它是姓名、日期還是地址。

第二步：櫃檯人員只要在這個畫面填一次資料。

第三步：系統把資料填回原本那張掃描表單的對應位置。畫面上是測試用的假資料。

有權限概念的 RAG

在這裡，文件不是全部都能公開檢索的。不同部門、不同角色能看的範圍不一樣，而且回答必須說得出來源。

所以我們重新設計了文件的切法，替每一段加上「它在哪份文件的哪一條」的路徑，並把權限細到文件裡的子區塊。這樣系統在檢索階段就會先濾掉沒權限的內容，回答也都能追溯回原文。

問答介面。左邊是回答、法規依據和參考來源，右邊直接打開被引用的原始文件。

這部分後來變成了我的第一篇論文。

我負責的部分

整體技術架構、後端服務、RAG 流程、文件處理、權限設計和 LLM 整合。每兩週跟業務端開一次需求會議，把「感覺應該要有個什麼」翻譯成可以實作的功能。

另外也帶兩位工程師，用 GitHub 分工和追進度。這是我第一次不只是寫自己的功能，還要同時顧需求、架構和大家手上的東西會不會互相卡住。

現在的進度

系統已經到交付前的階段，接下來是教育訓練和驗收。

我學到的

這是我第一次完整走過需求訪談、拆問題、設計、開發協作到交付。最大的體會是：真實場域裡的技術問題，很少是「模型不夠強」，比較常是既有流程、文件結構、權限和使用習慣全部纏在一起。