政府 AI 幕僚導入案例：輿情報告從 4 小時到 30 分鐘
某政府機關透過共同供應契約導入 InfoMiner AI 施政幕僚，例行輿情報告從 4 小時縮短至 30 分鐘，並建立 24 小時預警與跨部門統一情報平台。本文記錄導入前痛點、兩週上線歷程與三個可複製做法。
| 客戶類型 | 政府機關 |
|---|---|
| 幕僚工作流 | 每日輿情日報自動產製、24 小時異常預警、跨部門統一情報平台 |
| 部署與採購 | 政府共同供應契約採購，資安合規部署；需求確認至正式上線約兩週 |
| 關鍵成果 | 輿情報告產出 4 小時 → 30 分鐘（效率提升 80%）；重大議題 24 小時即時預警 |
導入背景與需求盤點
該機關導入政府 AI 幕僚的起點不是技術評選，而是需求盤點清單。承辦人在洽購前先把要監測什麼、報告長什麼樣、什麼情況通知誰、誰能看到哪些內容四件事寫定，後續設定才有依據。
- 監測範圍：機關全銜與簡稱、首長姓名與職稱寫法、當年度重點政策，以及民間與媒體慣用的俗稱。政策正式名稱與民眾用語往往不同，只設定正式名稱會漏掉關鍵討論。
- 報告格式：沿用現行陳核格式的欄位順序、議題分類與呈報層級。系統產出直接對齊既有格式，承辦人不需為配合工具重排版面，長官也不必改變閱讀習慣。
- 預警規則：界定什麼情況算異常——負面聲量短時間內攀升、特定政策出現集中討論——並指定通知對象。規則未事先寫定，預警不是漏發就是浮濫。
- 權限規劃：依業務分工列出各局處可見的議題範圍與報表訂閱名單。跨部門共用的價值在於同一份事實基礎，但不代表內容全開。
四項盤點完成後才進入採購。InfoMiner 已納入政府共同供應契約，資料主機座落台灣境內、具備 ISO 27001 認證，資安審查文件在洽購階段即可備齊。
導入前：幕僚每天的四個小時
導入前，該機關的承辦人每天上午需要人工瀏覽數十個新聞網站與社群平台，複製貼上相關報導、逐則判讀正負面、整理成簡報格式，再層層陳核——例行輿情報告的產製約需 4 個小時。這代表首長看到的永遠是「上午的輿情」，而下午發生的事件往往要到隔天才進入決策視野。
導入前的一天
- 上班後逐一開啟數十個新聞網站與社群平台，翻閱當日內容。
- 把相關報導複製貼上到文書檔，逐則標記正負面與業務單位。
- 將內容重排為機關慣用的簡報格式，補上摘要與建議關注事項。
- 送交主管逐層陳核，若有補件或改寫需求再重整一次。
- 報告午後才送達首長，下午的事件已不在涵蓋範圍內。
更大的問題在跨部門：各局處各自剪報、格式不一，同一事件在不同單位的報告中呈現不同樣貌，難以橫向比較，也無法累積成可回溯的脈絡。
這套流程還有三項隱性成本：判讀標準因人而異，長官難以從版面判斷議題輕重；報導散落各期文書檔，事後追查輿情歷程只能逐份比對；作業依賴特定承辦人，一旦請假即出現落差。
從共契採購到上線：兩週做了什麼
這個案子兩週上線，關鍵不在趕工，而在於整段流程沒有一項需要硬體建置。InfoMiner 以雲端服務提供、資料主機座落台灣境內，機關不需採購伺服器或安排機房上架；加上共契可直接下單、免另行招標，最耗時的兩個環節同時被壓縮。
| 階段 | 工作內容 | 參與角色 |
|---|---|---|
| 共契洽購 | 於電子化共契系統直接下單，免另行招標，確認品項與服務期間 | 機關採購單位 |
| 需求訪談與關鍵字體系設計 | 依盤點清單建立關鍵字與排除詞規則，確認議題分類與報告欄位 | 承辦人＋廠商顧問 |
| 系統開通與權限設定 | 開立各局處帳號，設定可見範圍、訂閱名單與預警通知對象 | 廠商＋機關資訊單位 |
| 對照試運行 | 系統日報與原人工作業並行，承辦人逐日檢核議題排序並回報建議 | 承辦人 |
| 教育訓練與正式上線 | 各局處操作訓練、預警規則確認，改以系統日報作為陳核依據 | 承辦人＋各局處使用者 |
五個階段中，需要機關投入人力的是需求訪談與對照試運行，其餘以廠商為主。監測來源已涵蓋超過十萬個頻道，機關不需自行介接維護，工作集中在把判斷標準講清楚。
導入後：AI 幕僚的每日工作流
該機關透過政府共同供應契約導入 InfoMiner，從需求確認到正式上線約兩週。導入後的每日幕僚工作流如下，對應 AI 幕僚五階段模型的感知、理解與追蹤環節：
- 感知與理解：系統全天候監測新聞媒體、PTT、Dcard、Facebook 等來源，自動完成中文情緒分析與議題分類。蒐集與分析在凌晨完成，承辦人上班時面對的是已歸類的輿情全貌。
- 每日情報簡報：每天自動產出輿情日報：重點議題、聲量與情緒變化、主要論點與相關單位，承辦人只需檢核與補充判讀，例行報告產製時間縮短至約 30 分鐘。簡報在上班前已送達信箱，承辦人確認並補上機關內部脈絡後即可陳核。
- 異常預警：負面輿情異常攀升時，系統於 24 小時內即時通知相關決策人員，重大議題不再等到隔天的報告才被看見。夜間事件同樣在監測範圍內，通知直接送達預設對象。
- 跨部門共用：各局處在同一平台檢視統一格式的分析結果，事件脈絡可回溯，橫向溝通不再依賴各自剪報。追蹤政策時可直接調閱同一議題的歷程紀錄。
值得注意的是，AI 並未取代承辦人的判讀——它取代的是複製貼上與格式整理。人工審核仍是報告陳核前的必要程序，這也是政府機關使用生成式分析工具的正確方式。
量化成果
例行輿情報告產製時間（原 4 小時）
報告產出效率提升
全天候即時輿情預警
共契採購至正式上線
三個可複製的做法
這個案例可被複製的不是採購決策本身，而是導入過程中的三個做法。三者都不需額外預算，卻決定系統上線後會被使用還是被冷落。
一、關鍵字體系由承辦人與廠商共同設計，並每季檢視
關鍵字體系決定系統抓不抓得到重點，是影響成效最直接的環節。廠商熟悉監測與排除詞的設定邏輯，但只有承辦人知道哪些政策正在敏感期、民間用什麼說法稱呼措施。該機關由雙方共同設計初版體系，再每季檢視：新增當季重點政策與新用語，移除已結案議題。缺少檢視，體系會停留在導入當時的重點。
二、保留對照期，讓排序規則貼合機關判斷
系統認定的重點議題與機關認定的不會一致。該機關在上線前保留一段對照試運行期，系統日報與原人工作業並行，承辦人每天檢核議題排序，指出哪些被高估、哪些應往前排，回饋用於調整規則。對照期也是建立信任的過程：承辦人確認系統沒有遺漏重要議題後，才會放心改以日報陳核。
三、明確劃出人機界線
該機關在導入之初就把界線說清楚：AI 取代的是複製貼上與格式整理，判讀與陳核仍然是人工。系統負責蒐集、分類與呈現，承辦人負責確認事實、補充內部脈絡並為內容負責。這條界線同時解決兩個問題——對長官而言，陳核的仍是經人工把關的報告；對承辦人而言，重心轉向專業判斷。把人機分工寫進作業程序，比宣稱全自動更能通過內部檢視。
從輿情日報到 AI 施政幕僚
自動化日報與即時預警，是政府 AI 幕僚「感知、理解、研判、建議、追蹤」五階段中的基礎環節。在同一套資料基礎上，機關可進一步啟用事件研判報告、議會質詢準備與交辦追蹤等幕僚功能，並結合 RAGi 機關知識庫，讓 AI 的建議貼合機關自身的政策脈絡。
InfoMiner AI 施政幕僚的定位，是整合外部即時輿情與機關內部知識，協助首長及幕僚掌握情勢、研判風險、形成決策並追蹤執行。