建立 AI 助理

一、創建 AI 助理

進入左側功能欄，點選「AI 功能」→「AI 助理」，再點擊右上角的「＋建立 AI 助理」按鈕。

二、基本設定

為您的 AI 助理命名

在「基本設定」頁籤的「名稱」欄位填入AI 助理名稱。

建議依照這個助理的主要任務來命名，方便日後管理。例如：

客服小幫手
法規查詢助理
專案知識庫檢索助理

選擇 LLM 模型

選擇 AI 助理所使用的語言模型。

想了解各模型的差異與選擇建議？請參閱大型語言模型（LLM）說明。

三、回答模式設定

回答模式決定了 AI 助理「用什麼方式回答問題」。不同的業務需求，適合不同的模式。

在開始設定之前，可以先參考以下簡表，找到最符合你使用情境的模式：

模式

最適合用來做…

RAG 問答

客服問答、產品諮詢、資訊查詢

Agent 模式

查詢資料庫、串接工具、完成複雜任務

模板

需要固定格式回覆的情境

混合

部分固定格式、部分自由回答

工作流

客製化的多步驟任務流程

每種模式各有特色與適用範圍，您可以依照實際使用情境靈活選擇，以下將根據不同「回應模式」，講解「功能介紹」，並實際舉出「應用案例」：

Agent 模式功能介紹

Agent 模式讓 AI 助理具備自主規劃與執行任務的能力。與 RAG 問答單純回答問題不同，Agent 模式下的 AI 助理可以根據使用者的需求，自行決定要調用哪些工具、查詢哪些資料庫，並將多個步驟串接起來，完成複雜的任務。

Agent 模式具有的功能：

知識庫調用
AI 助理在回答問題時，會自動從您預先建立的知識庫中檢索相關資料，確保回答內容有所依據。例如：當使用者詢問「什麼是 Scope 3？」，助理會自動從知識庫中調取 GHG Protocol 的定義與範疇說明來回答。詳細說明請參閱知識庫設定說明。
資料庫調用 AI 助理可直接查詢您串接的資料庫，對真實的業務數據進行分析與計算，而非依賴 AI 自身的訓練資料。
例如：使用者上傳電費單與柴油採購紀錄後，助理自動從資料庫中讀取數據，套用排放係數，計算出各廠區的 Scope 1 與 Scope 2 排放量。
詳細說明請參閱資料庫設定說明。
工具調用 AI 助理可在執行任務過程中，自動調用您預先建立的 API 或 MCP 工具，讓助理不只是回答問題，而是真正完成任務。開啟「啟用工具搜尋功能」後，AI 會在執行過程中自動判斷並調用適合的工具，無需手動指定。
執行方式
- 一般模式：AI 依照角色指令與工具自主完成任務，流程在背景自動執行。
- 畫布模式（Canvas）：AI 在執行任務的同時，會在側邊開啟一個獨立的工作區，將輸出結果、報告、表格、分析圖（例如碳排放盤查報告、供應商評估表）直接呈現在畫布上。

以下將深入講解「Agent 模式」下的實際應用案例：

📌 應用案例：碳排追蹤與減碳助理

某製造業的 ESG 負責人需要在年度截止前交出碳排放改善報告，但面臨三個痛點：排放係數資料分散、Scope 3 供應商數據難以彙整、以及不知道從哪個減碳行動優先下手。

因此在 GeniAltX 建立了一個「碳排追蹤與減碳助理」，使用 Agent 模式，串接公司的能源消耗紀錄、運輸物流紀錄與供應商採購清單資料庫。

此助理可以做到：

員工上傳電費單與柴油採購紀錄後，AI 自動套用台電年度排放係數，計算出 Scope 1 與 Scope 2 排放量，並標注每筆數據的來源與計算邏輯
輸入「哪些供應商是碳排放前五大熱點？」，AI 自動查詢採購資料庫，依排放貢獻排序並標示各供應商的資料品質等級
詢問「如何達成 2030 年減碳 42% 的目標？」，AI 分析現有排放數據，比較各減碳行動的投資回收效益，給出優先行動建議
最後一鍵產出一份適合高階主管閱讀的年度碳排放管理摘要報告

操作步驟

在「回答模式」選擇「Agent 模式 」
開啟「啟用工具搜尋功能」，讓 AI 在執行任務時自動調用已建立的計算工具或外部 API
在「角色指令」欄位填入助理的任務說明
例如：它的職責範圍、回答規範、可以參閱什麼知識庫內容、需存取什麼資料庫數據、可調用哪些工具或技能、以及面對不確定資料時的處理方式。
📌 角色指令是決定 AI 助理行為邊界與回答風格的核心設定，建議花時間仔細填寫。想了解如何撰寫有效的角色指令？請參閱角色指令說明與範例模板。
選擇執行方式：選「畫布模式（Canvas）」：讓 AI 將碳排放盤查報告、供應商評估表等輸出結果，直接以圖表之形式，呈現在側邊工作區。
知識庫設定
在「知識庫設定」頁籤中，為這個助理選擇「碳排追蹤與減碳管理知識庫」，其中涵蓋從盤查方法、減碳策略到法規合規等面向的專業知識內容。
加入知識庫後，當使用者提問時，AI 助理不會憑空生成答案，而是會先從這些知識庫中檢索相關資料，再根據檢索結果組織回覆。這意味著助理給出的每一個數字、每一條法規說明、每一項減碳建議，都有明確的知識來源可循，大幅降低 AI 產生錯誤或過時資訊的風險。
⚠️ 注意：什麼內容適合放進知識庫？
知識庫透過語意檢索運作——當使用者提問時，AI 會自動搜尋知識庫中最相關的段落作為回答依據。因此，知識庫最適合存放非結構化的知識內容，例如：框架定義、方法論、策略建議、標準作業程序、法規說明、KPI 指標定義等相對穩定的參考資料。
❌ 不適合放進知識庫的內容： 需要逐筆精確計算、或跨指標比較的結構化數據，例如歷史銷售紀錄、實際業務數字、庫存量等——這類資料應上傳至資料庫，讓 AI 透過精確查詢來處理。
想了解如何建立與管理知識庫？請參閱知識庫設定說明。
選用工具
在「工具」頁籤中，為這個助理加入所需的工具。點擊右上角「＋選擇工具」，從清單中依照Agent要執行的任務，勾選幫助Agent執行工作流程的工具後確認。
在碳排追蹤與減碳助理這個案例中，加入「Tavily 網路搜尋工具」。當使用者詢問最新的排放係數標準、法規更新或國際減碳趨勢時，助理可以即時搜尋網路上的最新資訊來回覆，而不受限於知識庫建立當下的資料。
資料庫設定
在「資料庫設定」頁籤中，為這個助理選擇需要查詢的資料庫。點擊「＋新增資料庫」，選擇後確認。
資料庫用來存放結構化的業務數據，支援上傳 CSV、Excel（.xlsx）等格式的檔案。上傳後，AI 助理可以直接對這些數據進行查詢、計算與跨表比較。
在碳排追蹤與減碳助理這個案例中，加入涵蓋能源消耗、原物料採購、運輸物流與供應商永續評核等面向的業務數據。加入資料庫後，AI 助理可以直接查詢這些數據進行計算與分析——例如彙整各廠區的年度碳排放總量、比較供應商的碳排強度，或追蹤減碳改善計畫的執行狀況。
⚠️ 注意：資料庫與知識庫的差異
需要啟用 Text to SQL 存取全表格資訊，做精確計算、跨表比較、或逐筆查詢的結構化數據（例如本案例的能源消耗紀錄、採購紀錄），應上傳至資料庫。
知識庫則適合存放文字性的參考資料，例如法規說明、排放係數定義等。兩者功能以及檢索的方式不同，請格外注意上傳方式，並且建議搭配使用。
設定完成後，至AI 助理問答介面輸入問題
設定完成，您可至 AI 助理問答介面輸入問題，例如：
我剛接手公司的碳盤查工作，請幫我快速分析 2024 年度的碳排放全貌：
1.三個範疇（Scope 1/2/3）各佔多少？
2.哪個範疇是減碳重點？
3.跟同業相比，我們的碳排強度如何？
Agent 即根據使用者問題，檢索知識庫、存取資料庫後，開始生成最終回應，並且於 Canvas 製作視覺化儀表板回覆使用者問題：

RAG 模式功能介紹

RAG 問答是最基礎也最常用的回答模式。AI 助理在接收到使用者的問題後，會先從您預先建立的知識庫中檢索最相關的內容，再根據檢索結果組織回覆。回應速度快，通常 2 秒內開始輸出，適合需要即時查詢資訊的情境。

與 Agent 模式不同，RAG 問答不會主動調用外部工具或資料庫，所有回答都以知識庫內容為依據。RAG模式的回答可靠性高、不易產生 AI 自行推測的內容——前提是知識庫的資料夠完整。

以下為 RAG 模式的「功能介紹」以及「實際應用案例」：

📌 應用案例：人資總務規章助手

某中型製造業的人資主管發現，產線員工三天兩頭來問加班費怎麼算、某個假別能不能請、公司規定是否符合勞基法——這些問題反覆出現，佔據人資大量時間，而且不同人資給的答案有時還不一致。

因此主管在 GeniAltX 建立了一個「人資總務規章助手」，使用 RAG 問答模式，將公司內規、勞基法條文、請假與請款規範整理成知識庫，讓員工與主管都能隨時自助查詢，得到有根據的答案。

這個助理可以做到：

員工輸入「我平日加班 3 小時、假日加班 6 小時，加班費怎麼算？」，助理根據知識庫中的勞基法條文與公司規定，計算並說明各時段的加班費標準
主管詢問「產線連續上班 7 天是否合法？」，助理引用法規說明工時上限與例外規定，並標注相關條文出處
人資輸入「若因績效不佳想解僱員工，需要符合哪些條件？」，助理依序列出合法解僱的必要要件與注意事項
員工詢問「最近有沒有加班費相關的法規更新？」，助理根據知識庫中已更新的法規內容回覆

操作步驟：

在「回答模式」選擇「RAG 問答」
在「角色指令」欄位填入助理的身份與回答規範，例如：
- 這個助理的定位（人資與總務專家、勞基法諮詢）
- 只根據知識庫內容回答，無法回答時明確告知「目前尚無此資訊能回答您的問題」
- 不對知識庫範圍以外的法律問題進行推測或建議
📌 角色指令決定了助理的回答邊界與語氣風格。RAG 問答模式中，明確告知助理「僅根據知識庫回答」尤其重要，可以有效避免 AI 自行推測或引用過時資訊。
想了解如何撰寫有效的角色指令？請參閱角色指令說明與範例模板。
選擇「輸出格式」：
- 輸出純文字：適合一般問答情境，回覆以自然語言呈現
- 輸出 JSON 格式：適合需要將回答結果串接到其他系統的情境，例如將助理的回覆自動帶入表單或後台
在「知識庫設定」頁籤中，選擇這個助理要參考的知識庫，例如：公司人資規章、勞基法條文、請假與請款規定、職場安全法規等
想了解如何建立與管理知識庫？請參閱知識庫設定說明。
設定完成至 AI 助理問答介面輸入問題
設定完成，您可至 AI 助理問答介面輸入問題，例如：我要申請請假，流程是什麼？

以下為 Agent 回覆內容：

請假申請流程

步驟1：填寫請假申請表

您需要填寫《請假申請表》，內容包括：

員工姓名和員工編號
部門
請假類型：事假、病假、年假、婚假、產假、陪產假、喪假、其他
請假原因：詳細說明請假原因
起始日期和結束日期
聯絡方式
相關證明文件：根據請假類型附上必要的證明文件（如病假需要醫生證明等）

步驟2：主管審批

將申請表提交給直接主管進行審批
主管需要在表單上標註「同意」或「拒絕」，並簽名和註明日期

步驟3：更高層級審批（如適用）

如果需要，更高層級領導也需要進行審批
同樣需要簽名和註明日期

提交方式

可通過公司內部OA系統提交
或書面形式提交至部門主管

請假申請表單連結：請假申請表單

適合情境

模板模式適合需要固定格式回覆的情境。與 RAG 問答讓 AI 自由生成回答不同，模板模式下的 AI 助理會嚴格依照您預先設定的格式與 FAQ 內容回覆，確保每一則回答的結構一致、內容可控，將 AI 產生錯誤或不一致回答的風險降到最低。

適合用在：標準化客服問答、政府機關民眾諮詢、需要統一格式的報表輸出等情境。

📌 應用案例：台南市政 1999 客服助理

台南市政府希望建立一個 AI 助理，讓市民輸入市政相關問題後，能快速收到格式一致、來源明確的回覆，不因不同客服人員而有所落差。

操作步驟：

在「回答模式設定」頁籤，點選「其他模式」後，選擇「模板」
準備並上傳 FAQ 文件
如果您尚未建立知識庫和 FAQ，回覆模板的指令內容預設如下：
建議您先建議新增知識庫或 FAQ 以使用回覆模板，且格式必須為 Excel、CSV、json、jsonl 等表格型態檔案。
此案例中，已建一個 AI 助理「台南市政 1999」，並在知識庫新增了「台南 1999 FAQ」。
接著在「知識庫」中上傳 Excel、CSV、json、jsonl 等表格型態檔案，欄位必須要有標題和相對應的內容。此案例中的 FAQ 中的欄位包含問題、答案、機關、分類、發布時間
此時我們回到編輯回覆模板，在「知識庫」頁籤中，選擇「台南 1999 FAQ」知識庫。接著回到「回答模式設定」頁籤內按，往下滑按下右上角「初始化回覆模板」，您就會看到系統依據您剛剛上傳到知識庫的文件，產生回覆範例。
📌 模板中以 [] 和 {} 標示的部分是系統指令，負責從 FAQ 文件中擷取對應欄位的內容，請勿修改或刪除。只需調整這些符號以外的文字內容即可。
其中，Loop 指令需填入您要對應的文件檔名，用來指定 AI 助理從哪一份 FAQ 文件中進行回覆生成。
編輯回覆模板
初始化完成後，您可以針對回覆內容進行調整與排版。以台南市政 1999 為例，可以修改的項目包括：
- 開頭語：修改 AI 助理的問候語或說明語
- 問題欄位：調整問題的呈現方式
- 分類欄位：決定是否顯示問題分類
- 移除不需要的欄位：例如移除「機關」欄位
- 結尾語：加入引導語或聯絡資訊
- 斷行與排版：調整整體視覺結構，讓回覆更易閱讀
填寫無法回覆模板
當使用者的問題在 FAQ 中找不到對應資料時，助理不會嘗試自行生成答案，而是改用「無法回覆模板」的內容回覆。
建議填寫一段友善且實用的提示語，例如：
- 說明目前無法回答的原因
- 引導使用者聯繫人工客服
- 提供其他查詢管道或聯絡方式
儲存後，進入 AI 問答介面
當我們回到 AI 助理問答介面，詢問到相關問題，AI 助理的回覆就會完全依照剛剛編輯的模板格式和 FAQ 文件內容做回覆。