RAG 知識庫
風險初篩：中員工制度與福利查詢
要解決的問題：員工常詢問假勤、福利與內部流程，HR 重複回答。
需要的資料：有效版員工手冊、制度公告、適用對象與生效日期。
人工關卡：個案權益、申訴與未公開資訊轉 HR，回答不取代正式規定。
第一組 KPI：重複問題量、引用正確率、轉人工率
建議第一步：先做一般制度搜尋，排除個人薪資與績效資料。
人資與內部學習 AI 使用情境
人資資料通常含個人資訊與影響員工權益的內容，適合先做制度查詢與行政輔助，不讓 AI 單獨做聘僱決定。
人資部門有哪些低風險 AI 使用情境？
以下 5 個情境適合拿來盤點，不代表都應導入；先確認資料、人工責任與錯誤後果。
AI Copilot
風險初篩：中職缺說明草稿與一致性檢查
要解決的問題：相似職缺重複撰寫，必要條件與語氣不一致。
需要的資料：核准職務架構、能力字典、公司語氣與不得使用的偏見用語。
人工關卡：用人主管與 HR 確認必要性、公平性、薪資與法規內容。
第一組 KPI：草稿時間、退回修改原因、用語漏項
建議第一步：先做草稿與檢查，不讓 AI 自動設定篩選門檻。
流程自動化
風險初篩：中新人報到任務自動化
要解決的問題：帳號、設備、文件與訓練通知常靠人工逐項追蹤。
需要的資料：錄用狀態、職務、到職日、標準任務與各系統權限規則。
人工關卡：IT、HR 與主管分別批准權限，不自動授予高權限帳號。
第一組 KPI：準時完成率、漏項數、追蹤工時
建議第一步：先自動建立任務與提醒，不直接建立正式權限。
RAG 知識庫
風險初篩：低內部教材與 SOP 搜尋
要解決的問題：教材分散在簡報、錄影與文件，新人不易找到正確版本。
需要的資料：核准教材、章節摘要、角色、版本與適用範圍。
人工關卡：專業、安全或合規問題由講師與主管確認。
第一組 KPI：找到教材時間、無答案率、過期引用數
建議第一步：從一個職務的核心教材建立可引用搜尋。
AI Copilot
風險初篩：高員工回饋主題整理
要解決的問題：開放式問卷需要大量時間去識別、分類與摘要。
需要的資料：完成去識別的回饋、明確用途、分類定義與保存期限。
人工關卡：HR 不用 AI 推測個人身分、情緒診斷或直接做績效決定。
第一組 KPI：分類一致率、人工修正率、整理時間
建議第一步：先確認匿名與使用告知，再用聚合資料做主題整理。