Enhydra school
考古題總覽 Enhydra Lab 企業平台

學習路線圖 · AI 產品主線

階段 6 產品化交付

能把 AI Demo 變成可導入的產品方案：可評測、可控成本、可迭代。

在互動地圖中開啟 回學習路線圖

觀念教學

Demo 讓人驚豔,產品讓人買單:AI 產品主線的最後一站,是把 AI 方案變成可評測、可控成本、可迭代的正式交付。

這一階段學什麼

  • PRD(產品需求文件):定義問題、使用者、成功指標與範圍邊界 — 寫清楚「不做什麼」跟「做什麼」一樣重要。
  • KPI 與 ROI:效益要換算成省下的錢或時間;ROI 評估要看「一次性導入成本對比逐年持續效益」的完整思維,例如導入花 800 萬、每年省 350 萬,重點是回收年限與長期效益,不能只看單一年度。
  • TCO(總持有成本):直接成本包含建置、授權、運算與維運人力;訓練、流程轉換、風險屬於間接成本 — 分得清兩者,才算得準總帳。
  • 測試集與灰度發布:上線前用固定測試集驗證品質;先開放小比例使用者觀察指標,再逐步放量。

為什麼是現在學

前五個階段證明「做得出來」,這一站證明「值得導入」。企業拍板看的不是技術炫不炫,而是 ROI 算不算得過、風險控不控得住 — 這是 AI 產品人與純技術角色的決定性差異。

怎麼練(具體行動)

  1. 替階段 4 或 5 做的系統寫一份 PRD:目標、KPI、範圍、風險。
  2. 做一份成本效益試算:TCO 分項列出、估算回收期,濃縮成一頁決策摘要。
  3. 設計灰度發布計畫:先開放誰、觀察哪些指標、什麼情況回退。
  4. 整包成企業 AI 導入提案,對一位非技術主管演練簡報。

完成標準

  • 交付一份完整 AI 專案包:PRD、測試集、成本效益分析、發布計畫。
  • 能在十分鐘內向決策者講清楚「為什麼值得、風險在哪、怎麼收場」。
⚠️ 常見誤區:效益只講「省人力」卻算不出數字 — 沒有 ROI 的提案,再炫也過不了預算關。

iPAS 情境題常考 ROI 的正確評估思維,以及 TCO 中直接成本與間接成本的辨認 — 練完這站等於先寫過考題。

📝 本節掛載 2 題 iPAS 歷屆試題 — 讀完往下到「iPAS 考題練習」直接實戰。

里程碑

✓ 交付 AI 專案包

範例專題

企業 AI 導入提案包

應用場景

PRDKPI/ROI測試集灰度發布

iPAS 歷屆考題詳解(5 題)

先自行作答,再展開詳解。題目出處均為 iPAS AI 應用規劃師正式考題,著作權屬原主辦單位。

115年第二次初級AI應用規劃師第二科生成式AI應用與規劃 第43題

某製造業導入AI 視覺檢測系統，導入前不良品流出率為3%，導入後降至0.4%。系統導入成本為800 萬元，預估每年可節省350 萬元品質相關成本。請問在評估其投資報酬率（ROI）時，下列何者最符合正確的評估思維？

  1. A以每年節省350 萬估算約2.3 年回收期，即可作為完整ROI 評估依據；
  2. B除每年350 萬節省外，應同時納入無形效益與隱性成本，進行整體評估；
  3. C因AI 導入成效具不確定性，應待產業案例成熟後再進行投資報酬評估；
  4. D不良品流出率由3% 降至0.4%，已足以代表投資具高報酬
看正解與逐選項詳解

正解:B

正確答案:(B) 【正解解析】 評估 AI 導入的投資報酬率(ROI)需要完整的成本效益視角:效益面除了每年 350 萬元的直接節省,還應納入無形效益,例如品質商譽提升、客訴減少、人員自重複檢測工作中釋出;成本面除了 800 萬元導入成本,還有隱性成本,例如系統維運、資料標註、模型更新、人員訓練與風險管理。(B) 主張同時納入無形效益與隱性成本進行整體評估,是正確的評估思維。 【為何其他選項錯了?】 - (A):以每年 350 萬元節省推得約 2.3 年回收期,只是簡單回收期(Payback Period)的粗略估算,未涵蓋隱性成本與無形效益,不足以作為完整的 ROI 評估依據。 - (C):成效具不確定性,更應建立評估與追蹤機制,以自身試點數據滾動修正,而非消極等待產業案例成熟,反而錯失改善時機。 - (D):不良品流出率由 3% 降至 0.4% 是重要成效指標,但單一指標無法代表投資報酬;仍需對照總成本與整體效益。 提示:ROI 評估題選「成本與效益都看全貌」的選項;單一數字或單一指標的推論皆不完整。
115年第二次初級AI應用規劃師第二科生成式AI應用與規劃 第47題

某物流公司計劃導入生成式AI 來預測交通流量並優化配送路線，預期每月處理500 萬筆路況資料。在進行成本效益評估時，下列何者不屬於TCO（Total Costof Ownership）分析中的直接成本考量？

  1. A模型推理過程中API 呼叫所產生的Token 使用費用；
  2. B為支援即時路況分析所需的雲端運算與儲存資源成本；
  3. C導入系統後因配送效率提升所帶來的燃油與車輛維運成本下降；
  4. D為模型訓練與優化所投入的GPU 運算資源與相關基礎設施成本
看正解與逐選項詳解

正解:C

正確答案:(C) 【正解解析】 TCO(Total Cost of Ownership,總擁有成本)分析的對象,是擁有與運行系統所需支出的各項成本,涵蓋建置、運算、儲存與維運等支出。選項 (C) 描述的是導入系統後配送效率提升帶來的燃油與車輛維運成本下降,性質屬導入後的效益(節省),是成本效益分析中的收益面項目,不屬於 TCO 的直接成本,故為本題答案。 【為何其他選項錯了?】 - (A):模型推理的 API 呼叫與 Token 使用費隨使用量持續發生,是系統營運的直接成本,屬 TCO 範疇。 - (B):支援即時路況分析的雲端運算與儲存資源費用,是系統運行必要的基礎支出,屬直接成本。 - (D):模型訓練與優化投入的 GPU 運算資源與基礎設施,是建置與維運階段的直接成本,同屬 TCO 項目。 提示:TCO 只計成本支出;導入後省下的錢屬效益,出現在效益面而非成本面。
115年第三次初級AI應用規劃師第二科生成式AI應用與規劃 第7題

某物流公司開發一套「訂單異常即時處理系統」，採用提示鏈（Prompt Chaining）技術，依序完成訂單解析、異常分類及補償方案生成等步驟。系統上線後，維運團隊發現業務尖峰時段最終產出的補償方案穩定性明顯下降，例如偶爾出現格式錯誤或生成與訂單內容無關的補償方案。經分析發現，中間步驟偶爾產生細微偏差，且未經驗證便直接傳遞至後續步驟，導致誤差逐步累積並放大，下列哪一種設計最能從根本改善此流程的穩定性？

  1. A各中間步驟輸出的驗證機制與護欄（Guardrails）設計；
  2. B外部知識庫（RAG）向量資料庫的索引自動重建（Reindexing）；
  3. C將各步驟提示詞的溫度參數（Temperature）調低，以提升輸出一致性；
  4. D提示詞上下文（Context）的動態摘要機制
看正解與逐選項詳解

正解:A

正確答案:(A) 【正解解析】 題幹已明確診斷問題根源:提示鏈(Prompt Chaining)的中間步驟偶爾產生細微偏差,且「未經驗證便直接傳遞至後續步驟」,導致誤差逐步累積並放大。既然根本原因是缺乏中間驗證,最能從根本改善的設計就是在各步驟輸出處加入驗證機制與護欄(Guardrails),例如以結構化格式檢查輸出、確認分類結果落在允許集合內、比對補償方案是否引用正確訂單資料,不通過則重試或攔截,避免錯誤向下游擴散。(A) 直接對症,故為正確答案。 【為何其他選項錯了?】 - (B):向量資料庫索引重建是解決 RAG 檢索結果過時或不精確的維運手段,題幹的問題出在步驟之間的誤差傳遞,與檢索索引無關。 - (C):調低溫度參數(Temperature)可減少輸出隨機性,能略微降低偏差發生率,但無法攔截已經發生的錯誤,偏差仍會未經檢查地傳給下一步,只是治標。 - (D):上下文動態摘要用於控制長對話的 Token 用量,摘要過程本身還可能遺漏細節、引入新的偏差,對「錯誤未被驗證就傳遞」的問題沒有幫助。 提示:題幹點出「中間步驟偏差未經驗證便傳遞、誤差累積放大」,對症的設計就是逐步驗證與護欄;溫度、索引、摘要都不是針對誤差傳遞的機制。
115年第三次初級AI應用規劃師第二科生成式AI應用與規劃 第19題

某保險公司導入兩種大型語言模型：第一種回應速度快、成本較低；第二種推理能力較強，但運算成本較高。為了兼顧回覆品質與整體營運成本，技術團隊希望系統自動判斷每次使用者請求應由哪一個模型處理。下列哪一種架構設計最能達成此需求？

  1. A負載平衡（Load Balancing），依據各模型伺服器目前的運算負載與網路流量分配請求；
  2. B規則式分流（Rule-based Routing），依預先設定的固定條件（例如關鍵字或問題類別）將請求分派至指定模型；
  3. C提示詞工程（Prompt Engineering），透過系統提示詞要求使用者先選擇問題類型，再依選擇結果決定使用的模型；
  4. D模型路由（Model Routing），先讓模型判斷問題特性，再將請求分派至適合的模型處理
看正解與逐選項詳解

正解:D

正確答案:(D) 【正解解析】 題幹的需求是「系統自動判斷每次使用者請求應由哪一個模型處理」,目標是讓簡單問題走快速低成本模型、複雜問題走推理能力強的高成本模型,兼顧品質與成本。模型路由(Model Routing)正是這種架構:由一個輕量的路由模型或分類器先分析請求的複雜度、意圖與所需能力,再動態分派到最適合的模型。判斷依據是請求內容本身,而非固定規則或伺服器負載,最符合題幹的自動判斷需求,故 (D) 正確。 【為何其他選項錯了?】 - (A):負載平衡(Load Balancing)依伺服器負載與流量分配請求,目的是分散壓力與提升可用性,不會考量問題的難易度與所需推理能力,無法達成品質與成本的權衡。 - (B):規則式分流(Rule-based Routing)依關鍵字或問題類別等固定條件分派,規則需人工預先窮舉、難以涵蓋未預期的問法,對「自動判斷問題特性」的彈性不足,因此非最佳解。 - (C):要求使用者自行選擇問題類型是把判斷責任交給使用者,不符合「系統自動判斷」的要求,使用者也未必能正確評估問題的複雜度。 提示:題幹出現「兩種能力與成本不同的模型」「系統自動判斷該用哪一個」,即指向依請求特性分派的模型路由;負載平衡看的是伺服器狀態,不是問題內容。
115年第三次初級AI應用規劃師第二科生成式AI應用與規劃 第40題

某市政府環保局計劃導入生成式 AI 系統，自動分析空氣品質監測報告並產生通知文件。該局每月需處理約 500 份監測報告，每份通知約 2,000 字。僅考慮 AI 生成通知文件所輸出的 Token 成本，忽略輸入 Token 與其他費用。若使用外部 API 服務，每 1,000 個 Token 收費 0.02 美元，且平均每字約需 1.5 個 Token。從 Token Economics（Token 成本估算）的角度評估，下列何者最接近每月的 Token 成本？

  1. A每月約需 30 美元的 Token 成本；
  2. B每月約需 60 美元的 Token 成本；
  3. C每月約需 90 美元的 Token 成本；
  4. D每月約需 120 美元的 Token 成本
看正解與逐選項詳解

正解:A

正確答案:(A) 【正解解析】 題幹只計算「輸出 Token」成本,條件為:每月 500 份、每份約 2,000 字、每字約 1.5 個 Token、每 1,000 Token 收費 0.02 美元。算式如下:總字數 = 500 × 2,000 = 1,000,000 字;Token 數 = 1,000,000 × 1.5 = 1,500,000 Token;成本 = 1,500,000 ÷ 1,000 × 0.02 = 1,500 × 0.02 = 30 美元。故 (A) 正確。Token Economics 即以「用量 × 單價」估算 AI 服務的營運成本,作為導入決策依據。 【為何其他選項錯了?】 - (B):60 美元是正確值的兩倍,只有把每字 Token 數或單價多算一倍(如每字 3 Token)才會得到,與題幹條件不符。 - (C):90 美元是正確值的三倍,相當於把用量或費率放大三倍,或誤將輸入 Token 一併估入;題幹已明示忽略輸入 Token 與其他費用。 - (D):120 美元是正確值的四倍,相當於把「每字 1.5 Token」誤算成 6 Token,或費率誤放大四倍,同樣不符題幹條件。 提示:Token 成本題公式為「字數 × 每字 Token 數 ÷ 計價單位 × 單價」,先確認題幹只算輸出、只算輸入或兩者皆算,再代入數字。

相關節點

階段 5 AI Agent階段 1 AI 素養階段 2 Prompt 工程階段 3 No/Low-code階段 4 RAG 知識庫