AD 101 實作中心
四項判斷型挑戰：問題框定、Use Case 模式判斷、AI 協助模式配對、Value/Data/Risk 快篩。
資訊
所有情境皆為教學用模擬情境，人名、單位與數值均為示例。
注意
請使用課程提供的模擬情境練習。未經授權，不要把機構或公司的機密資料、個人資料或敏感資訊帶入練習內容。
實作挑戰
P1：問題還是解法？（Problem or Solution?）
給你八句常見的工作說法，判斷每一句是「可觀察的問題陳述」還是「已經預設工具的解法」，並把解法句改寫成問題陳述。
步驟
- 逐句判斷：問題陳述還是解法？
- 為每個判斷寫一句理由。
- 把所有「解法」句改寫成不含工具、可觀察的問題陳述。
- 檢查改寫後的句子是否還留有 solution bias。
要完成的產出
- 八句的判斷結果
- 八個理由
- 改寫後的問題陳述
P2：好 Use Case / 壞 Use Case（Good Use Case / Bad Use Case）
給你六個簡短的 Use Case 描述，判斷哪些保留了 human responsibility、哪些暗示 AI 可以完全取代人的判斷，並說明理由。
步驟
- 逐一判斷：good（保留人的責任）還是 bad（暗示 AI 取代判斷）？
- 為每個判斷指出具體的句子或詞語作為依據。
- 把「bad」的描述改寫成保留人工審查的版本。
要完成的產出
- 六個判斷結果與依據
- 改寫後的版本
P3：AI 模式配對（AI Pattern Match）
給你五個工作問題，從 summarize/extract/classify/draft/analyze/retrieve/workflow assist 中選出最貼近的協助模式，並指出誰是 user、誰是 owner。
步驟
- 為每個問題選出最貼近的協助模式。
- 說明為什麼選這個模式，而不是另一個看似合理的模式。
- 為每題標出 user 與 owner。
要完成的產出
- 五題的模式選擇與理由
- 五題的 user／owner
P4：快速準備度檢查（Quick Readiness Check）
給你四個候選工作問題，分別用 Value / Data / Risk 三個獨立面向做快篩，不合併成總分，並判斷哪一個最適合優先寫成正式 Use Case。
步驟
- 為每題分別寫出 Value、Data、Risk 三段描述。
- 不要合併成單一分數。
- 說明你認為哪一題最適合優先發展成正式 Use Case，並說明理由。
要完成的產出
- 四題的 Value／Data／Risk 描述
- 優先順序判斷與理由
完成標記只記錄在這個瀏覽器。