Advanced Search
Search Results
1397 total results found
數位產品與使用者研究|無障礙使用者研究
數位產品與使用者研究|無障礙使用者研究:完整實務指南 適用情境:將不同能力、情境與輔助技術納入研究與驗收。好的產品工作從理解使用者要完成的事開始,而不是從畫面、功能清單或內部偏好開始。本頁將研究、設計、測試與持續改善拆成可執行步驟。 先把假設說清楚 寫下你相信誰會遇到什麼問題、在什麼情境下發生、目前如何解決、成功後會有什麼差異。把內部意見與實際證據分開標示。這樣當研究或測試推翻原本想法時,團隊能修改假設,而不是為既有解法辯護。 執行流程 招募多元使用者:先讓研究或設計目標能連到明確決策。 準備輔助工...
AI 與自動化實用指南
AI 與自動化|AI 使用情境與問題定義
AI 與自動化|AI 使用情境與問題定義:完整實作指南 核心目的:將 AI 使用情境與問題定義 從概念轉成可驗證、可維護且對使用者負責的工作流程。AI 系統的價值不只在於能產生內容,還包括知道資料從何而來、何時需要人員覆核、失敗時如何復原,以及如何避免把不確定結果當作事實。 開始前要定義的事 先寫清楚目標使用者、可完成的任務、不可自動決定的事項、資料使用範圍與成功指標。將高風險決策保留給具權責的人員,並讓使用者知道內容可能需要查證。把「模型很聰明」改成可測量的完成率、正確率、等待時間與人工介入率。 實作流程...
AI 與自動化|提示詞設計與輸出規格
AI 與自動化|提示詞設計與輸出規格:完整實作指南 核心目的:將 提示詞設計與輸出規格 從概念轉成可驗證、可維護且對使用者負責的工作流程。AI 系統的價值不只在於能產生內容,還包括知道資料從何而來、何時需要人員覆核、失敗時如何復原,以及如何避免把不確定結果當作事實。 開始前要定義的事 先寫清楚目標使用者、可完成的任務、不可自動決定的事項、資料使用範圍與成功指標。將高風險決策保留給具權責的人員,並讓使用者知道內容可能需要查證。把「模型很聰明」改成可測量的完成率、正確率、等待時間與人工介入率。 實作流程 ...
AI 與自動化|檢索增強生成與知識來源
AI 與自動化|檢索增強生成與知識來源:完整實作指南 核心目的:將 檢索增強生成與知識來源 從概念轉成可驗證、可維護且對使用者負責的工作流程。AI 系統的價值不只在於能產生內容,還包括知道資料從何而來、何時需要人員覆核、失敗時如何復原,以及如何避免把不確定結果當作事實。 開始前要定義的事 先寫清楚目標使用者、可完成的任務、不可自動決定的事項、資料使用範圍與成功指標。將高風險決策保留給具權責的人員,並讓使用者知道內容可能需要查證。把「模型很聰明」改成可測量的完成率、正確率、等待時間與人工介入率。 實作流程 ...
AI 與自動化|AI 回答評估與基準集
AI 與自動化|AI 回答評估與基準集:完整實作指南 核心目的:將 AI 回答評估與基準集 從概念轉成可驗證、可維護且對使用者負責的工作流程。AI 系統的價值不只在於能產生內容,還包括知道資料從何而來、何時需要人員覆核、失敗時如何復原,以及如何避免把不確定結果當作事實。 開始前要定義的事 先寫清楚目標使用者、可完成的任務、不可自動決定的事項、資料使用範圍與成功指標。將高風險決策保留給具權責的人員,並讓使用者知道內容可能需要查證。把「模型很聰明」改成可測量的完成率、正確率、等待時間與人工介入率。 實作流程 ...
AI 與自動化|模型幻覺與不確定性揭露
AI 與自動化|模型幻覺與不確定性揭露:完整實作指南 核心目的:將 模型幻覺與不確定性揭露 從概念轉成可驗證、可維護且對使用者負責的工作流程。AI 系統的價值不只在於能產生內容,還包括知道資料從何而來、何時需要人員覆核、失敗時如何復原,以及如何避免把不確定結果當作事實。 開始前要定義的事 先寫清楚目標使用者、可完成的任務、不可自動決定的事項、資料使用範圍與成功指標。將高風險決策保留給具權責的人員,並讓使用者知道內容可能需要查證。把「模型很聰明」改成可測量的完成率、正確率、等待時間與人工介入率。 實作流程 ...
AI 與自動化|人機協作與人工覆核
AI 與自動化|人機協作與人工覆核:完整實作指南 核心目的:將 人機協作與人工覆核 從概念轉成可驗證、可維護且對使用者負責的工作流程。AI 系統的價值不只在於能產生內容,還包括知道資料從何而來、何時需要人員覆核、失敗時如何復原,以及如何避免把不確定結果當作事實。 開始前要定義的事 先寫清楚目標使用者、可完成的任務、不可自動決定的事項、資料使用範圍與成功指標。將高風險決策保留給具權責的人員,並讓使用者知道內容可能需要查證。把「模型很聰明」改成可測量的完成率、正確率、等待時間與人工介入率。 實作流程 蒐集...
AI 與自動化|AI 資料隱私與敏感資訊
AI 與自動化|AI 資料隱私與敏感資訊:完整實作指南 核心目的:將 AI 資料隱私與敏感資訊 從概念轉成可驗證、可維護且對使用者負責的工作流程。AI 系統的價值不只在於能產生內容,還包括知道資料從何而來、何時需要人員覆核、失敗時如何復原,以及如何避免把不確定結果當作事實。 開始前要定義的事 先寫清楚目標使用者、可完成的任務、不可自動決定的事項、資料使用範圍與成功指標。將高風險決策保留給具權責的人員,並讓使用者知道內容可能需要查證。把「模型很聰明」改成可測量的完成率、正確率、等待時間與人工介入率。 實作流程...
AI 與自動化|AI 權限與工具呼叫安全
AI 與自動化|AI 權限與工具呼叫安全:完整實作指南 核心目的:將 AI 權限與工具呼叫安全 從概念轉成可驗證、可維護且對使用者負責的工作流程。AI 系統的價值不只在於能產生內容,還包括知道資料從何而來、何時需要人員覆核、失敗時如何復原,以及如何避免把不確定結果當作事實。 開始前要定義的事 先寫清楚目標使用者、可完成的任務、不可自動決定的事項、資料使用範圍與成功指標。將高風險決策保留給具權責的人員,並讓使用者知道內容可能需要查證。把「模型很聰明」改成可測量的完成率、正確率、等待時間與人工介入率。 實作流程...
AI 與自動化|AI 成本、延遲與容量管理
AI 與自動化|AI 成本、延遲與容量管理:完整實作指南 核心目的:將 AI 成本、延遲與容量管理 從概念轉成可驗證、可維護且對使用者負責的工作流程。AI 系統的價值不只在於能產生內容,還包括知道資料從何而來、何時需要人員覆核、失敗時如何復原,以及如何避免把不確定結果當作事實。 開始前要定義的事 先寫清楚目標使用者、可完成的任務、不可自動決定的事項、資料使用範圍與成功指標。將高風險決策保留給具權責的人員,並讓使用者知道內容可能需要查證。把「模型很聰明」改成可測量的完成率、正確率、等待時間與人工介入率。 實作...
AI 與自動化|AI 觀測、追蹤與除錯
AI 與自動化|AI 觀測、追蹤與除錯:完整實作指南 核心目的:將 AI 觀測、追蹤與除錯 從概念轉成可驗證、可維護且對使用者負責的工作流程。AI 系統的價值不只在於能產生內容,還包括知道資料從何而來、何時需要人員覆核、失敗時如何復原,以及如何避免把不確定結果當作事實。 開始前要定義的事 先寫清楚目標使用者、可完成的任務、不可自動決定的事項、資料使用範圍與成功指標。將高風險決策保留給具權責的人員,並讓使用者知道內容可能需要查證。把「模型很聰明」改成可測量的完成率、正確率、等待時間與人工介入率。 實作流程 ...
AI 與自動化|AI 版本管理與變更控制
AI 與自動化|AI 版本管理與變更控制:完整實作指南 核心目的:將 AI 版本管理與變更控制 從概念轉成可驗證、可維護且對使用者負責的工作流程。AI 系統的價值不只在於能產生內容,還包括知道資料從何而來、何時需要人員覆核、失敗時如何復原,以及如何避免把不確定結果當作事實。 開始前要定義的事 先寫清楚目標使用者、可完成的任務、不可自動決定的事項、資料使用範圍與成功指標。將高風險決策保留給具權責的人員,並讓使用者知道內容可能需要查證。把「模型很聰明」改成可測量的完成率、正確率、等待時間與人工介入率。 實作流程...
AI 與自動化|AI 偏誤、公平性與風險評估
AI 與自動化|AI 偏誤、公平性與風險評估:完整實作指南 核心目的:將 AI 偏誤、公平性與風險評估 從概念轉成可驗證、可維護且對使用者負責的工作流程。AI 系統的價值不只在於能產生內容,還包括知道資料從何而來、何時需要人員覆核、失敗時如何復原,以及如何避免把不確定結果當作事實。 開始前要定義的事 先寫清楚目標使用者、可完成的任務、不可自動決定的事項、資料使用範圍與成功指標。將高風險決策保留給具權責的人員,並讓使用者知道內容可能需要查證。把「模型很聰明」改成可測量的完成率、正確率、等待時間與人工介入率。 ...
AI 與自動化|AI 事件處理與使用者申訴
AI 與自動化|AI 事件處理與使用者申訴:完整實作指南 核心目的:將 AI 事件處理與使用者申訴 從概念轉成可驗證、可維護且對使用者負責的工作流程。AI 系統的價值不只在於能產生內容,還包括知道資料從何而來、何時需要人員覆核、失敗時如何復原,以及如何避免把不確定結果當作事實。 開始前要定義的事 先寫清楚目標使用者、可完成的任務、不可自動決定的事項、資料使用範圍與成功指標。將高風險決策保留給具權責的人員,並讓使用者知道內容可能需要查證。把「模型很聰明」改成可測量的完成率、正確率、等待時間與人工介入率。 實作...
AI 與自動化|自動化工作流與失敗復原
AI 與自動化|自動化工作流與失敗復原:完整實作指南 核心目的:將 自動化工作流與失敗復原 從概念轉成可驗證、可維護且對使用者負責的工作流程。AI 系統的價值不只在於能產生內容,還包括知道資料從何而來、何時需要人員覆核、失敗時如何復原,以及如何避免把不確定結果當作事實。 開始前要定義的事 先寫清楚目標使用者、可完成的任務、不可自動決定的事項、資料使用範圍與成功指標。將高風險決策保留給具權責的人員,並讓使用者知道內容可能需要查證。把「模型很聰明」改成可測量的完成率、正確率、等待時間與人工介入率。 實作流程 ...
AI 與自動化|AI 上線治理與持續改善
AI 與自動化|AI 上線治理與持續改善:完整實作指南 核心目的:將 AI 上線治理與持續改善 從概念轉成可驗證、可維護且對使用者負責的工作流程。AI 系統的價值不只在於能產生內容,還包括知道資料從何而來、何時需要人員覆核、失敗時如何復原,以及如何避免把不確定結果當作事實。 開始前要定義的事 先寫清楚目標使用者、可完成的任務、不可自動決定的事項、資料使用範圍與成功指標。將高風險決策保留給具權責的人員,並讓使用者知道內容可能需要查證。把「模型很聰明」改成可測量的完成率、正確率、等待時間與人工介入率。 實作流程...