跳到主要內容
NTPU AI Learn

GoAI 101 · 模組 2

政府工作流程與 Agentic Workflow

如何從「問 AI 一個問題」進化成「讓 AI 協助完成一段政府工作流程」？

開始第一節
  • 時長60 分鐘
  • 難度核心
  • 先備知識建議先完成模組 1
已完成 0 / 5
同步我的進度加入梯次後，進度可跨裝置保存，講師也能看到

資訊

加入後，你已完成的模組編號會連同「學員代碼」傳送給講師，講師可以看到你的進度。請使用講師提供的代碼，不要輸入姓名、公司機密或其他個資。進度資料與該梯次的其他資料一起保存。

學習目標

  • 區分 Task 與 Workflow、認識 Task Decomposition。
  • 辨識 Sequential、Parallel、Routing 等 Workflow 模式。
  • 標出 Decision Point、Agent Loop、Escalation、Human Handoff。
  • 為政府工作流程設計 Human Approval Gate。

Design：從 Task 到 Workflow

10 分鐘

從 Task 到 Workflow

單次問答（Task）只能解決單一步驟的問題。政府業務通常是一段多步驟的流程（Workflow）：收件、分類、查法規、擬稿、審查、回覆。要讓 AI 協助完成整段流程，第一步是 Task Decomposition：把一段工作拆解成具體、可驗證的 Execution Steps。

  • Task：單一、可在一次互動內完成的工作，例如「摘要這份文件」。
  • Workflow：由多個 Task 依特定順序或條件串接而成的完整流程。
  • Task Decomposition：把 Workflow 拆成更小的 Execution Steps，每一步都有明確的輸入與輸出。
  • 拆解得太粗，步驟之間容易出錯又難以追查；拆解得太細，則會增加不必要的協調成本。

資訊

拆解 Task 的判斷標準：這一步是否可以獨立驗證？如果答案是否，通常代表還需要再拆一次。
自我檢測

下列哪一種描述最符合 Task Decomposition 的目的？

下列哪一種描述最符合 Task Decomposition 的目的？

重點: 要讓 AI 協助完成整段工作流程，第一步永遠是把 Task 拆成可驗證的 Execution Steps，而不是急著畫流程圖。

Workflow 模式

12 分鐘

Workflow 模式：Sequential、Parallel、Routing

三種常見 Workflow 模式
模式說明政府情境範例
Sequential（依序）步驟一個接一個執行，後一步依賴前一步的結果分類 → 摘要 → 擬稿，每一步都需要前一步的輸出
Parallel（平行）多個獨立步驟同時進行，互不依賴同時查詢相關法規與相關機關，彼此互不影響
Routing（分流）依條件把案件導向不同的後續步驟依陳情類型分流到不同科室，走不同的處理路徑
  • Decision Point：流程中需要判斷「接下來走哪一條路」的節點，可以由規則、模型或人來決定。
  • Agent Loop：AI 重複「觀察、規劃、執行、檢查」直到任務完成或遇到邊界，是 Agentic Workflow 與單純 Sequential 流程最大的差異。
  • 固定流程 vs Agentic 決策：哪些步驟永遠按固定順序做（規則明確、風險低），哪些步驟需要 AI 依情境動態判斷下一步。

資訊

不是每個流程都需要 Agent Loop：如果步驟順序與條件都能事先寫清楚，用固定的 Sequential/Routing 流程反而更可預測、更容易稽核。
自我檢測

某陳情案件需要同時查詢「相關法規」與「權責機關」，兩者互不依賴對方的結果。最適合用哪一種模式處理這兩個步驟？

某陳情案件需要同時查詢「相關法規」與「權責機關」，兩者互不依賴對方的結果。最適合用哪一種模式處理這兩個步驟？

重點: 選擇 Workflow 模式的關鍵是步驟之間的依賴關係：互相依賴用 Sequential，互不依賴用 Parallel，依條件分岔用 Routing。

政府情境：民眾陳情流程

14 分鐘

政府情境：民眾陳情案件流程

民眾陳情案件流程（含人工審查關卡）

這是一個結合 Sequential、Decision Point 與 Human Approval Gate 的完整政府 Agentic Workflow 範例。

民眾陳情案件流程（含人工審查關卡）
  1. 案件輸入
  2. 分類
  3. 摘要
  4. 找相關法規
  5. 找權責機關
  6. 產生建議回覆（草稿）
  7. 人工審查（Human Approval Gate）
  8. 正式回覆

注意

重要：AI 產生的建議回覆是草稿，不會自動對外發送。正式回覆前一律需要人工審查核准，這是整個流程設計中不可省略的關卡。
  • 「分類」與「摘要」的規則明確、風險相對低，適合用固定的 Sequential 流程處理。
  • 「產生建議回覆」涉及內容生成與判斷，是整段流程中最需要 Agentic 彈性、也最需要被嚴格把關的一步。
  • 「人工審查」不是流程的附加品，而是這段 Workflow 設計上的核心邊界：它決定了整段流程最終能不能對外生效。
自我檢測

在民眾陳情案件流程中，「人工審查」關卡被拿掉，AI 的建議回覆直接自動發送給民眾。下列哪一個判斷最正確？

在民眾陳情案件流程中，「人工審查」關卡被拿掉，AI 的建議回覆直接自動發送給民眾。下列哪一個判斷最正確？

重點: 一段好的政府 Agentic Workflow，不是看它能自動化多少步，而是看它在正確的地方保留了人工審查關卡。

邊界：升級與交還人工

12 分鐘

Workflow 邊界：Escalation 與 Human Handoff

Workflow 設計真正的重點不是「AI 能走多遠」，而是「哪裡必須停下來讓人把關」。這條邊界由三個機制共同構成：Escalation（升級）、Human Handoff（交還人工）與 Workflow 邊界本身的明確定義。

  • Escalation：AI 判斷自己無法在目前權限或信心範圍內繼續時，主動把案件升級給更高層級或更有權限的人／系統處理。
  • Human Handoff：把整個案件完全交還給人工處理，通常發生在案件超出 AI 設計時預期的範圍，或涉及高度敏感內容時。
  • Workflow 邊界：事先定義 AI 在這段流程中最多可以自主走到哪一步，超過這個邊界一律觸發 Escalation 或 Handoff。
政府情境：何時升級、何時交還人工

陳情內容中出現對承辦人員的人身安全威脅字句：系統應立即觸發 Human Handoff，整段流程交由人工處理，而不是讓 AI 繼續嘗試分類或擬稿。陳情內容模糊到無法判斷屬於哪個機關權責：系統應觸發 Escalation，交給資深承辦人判斷權責歸屬，而不是由 AI 自行猜測後繼續往下走。

資訊

Escalation 與 Human Handoff 不是系統失敗的證據，而是 Workflow 設計成功的證據：代表邊界設計得夠清楚，AI 知道自己什麼時候該停下來。
自我檢測

陳情內容出現對承辦人員的人身安全威脅字句。最合適的處理方式是什麼？

陳情內容出現對承辦人員的人身安全威脅字句。最合適的處理方式是什麼？

重點: Escalation 與 Human Handoff 把「AI 不該繼續往下走」的判斷，變成流程設計中明確、可預期的一步，而不是臨時的補救措施。

實作與應用

12 分鐘

實作：From Task to Government Agentic Workflow

活動 2 承接模組 1 選定的 Use Case，把它拆解成完整的 Workflow，並填入 Government Agentic Workflow Canvas。這張 Canvas 會在模組 5（控制層級）中被重新檢視一次。

  1. 列出任務清單
    把整段工作拆成具體步驟，並標出輸入與輸出。
  2. 畫出順序與分流
    哪些步驟依序執行、哪些可以平行、依什麼條件分流。
  3. 標出 AI 決策點與人工決策點
    並標出例外與升級路徑（Escalation）。
  4. 標出 Human Handoff 條件
    什麼情況下應該整段交還人工，而不是只升級一步。
  • Government Agentic Workflow Canvas 最少欄位：Goal、Trigger、Inputs、Task List、Sequential Steps、Parallel Steps、Routing Rules、AI Decision Points、Human Decision Points、Tools、Verification Points、Escalation、Completion Condition、Failure Path。
  • 延續模組 1 的模擬資料原則：Workflow 中出現的案件內容、人名與單位名稱，一律使用虛構或去識別化範例。
自我檢測

Government Agentic Workflow Canvas 中的「Failure Path」欄位，主要用來記錄什麼？

Government Agentic Workflow Canvas 中的「Failure Path」欄位，主要用來記錄什麼？

重點: Workflow 設計的完成度，不在於畫出多複雜的流程圖，而在於每個失敗與邊界情境，都已經有明確的下一步。

另存 PDF

接下來做什麼？