前情提要：昨天我們完成了 /financial-check 的核心邏輯與 Prompt。
本日目標：今天是鐵人賽的第 15 天，剛好過半！我們不寫 Code，我們要來當「QA 測試員」，直接輸入真實案例來看看我們的 AI 有多聰明。

1. 案例測試 (The Meat)

我準備了兩個極端的案例，來測試 AI 代理是否真的有吸收我們的《理財聖經》並且精準呼叫 Python 引擎。

案例 A：月光族新鮮人小菜

• 背景：23 歲，月薪 35,000 元，每個月吃喝玩樂花光光 (結餘 0)，存款 10,000 元。
• 測試目標：AI 會不會發現他快破產了，並且阻止他買保險？

對話實錄截圖 / 節錄：
(OpenCode 對話截圖)

AI 顧問：你的防火牆只有 0.3 個月，等於擋不住一次失業或意外。對照標準至少要 36 個月基本支出（約 10.521 萬）。所以你現在最該做的不是急著買保險，而是先強迫自己每個月留一點錢進「高利活存」。cl3

測試結果：PASS ✅。AI 沒有為了推銷而叫他買保單，反而給了最實際的存錢建議。

案例 B：房貸壓力山大的三寶媽

• 背景：35 歲，雙薪家庭（個人月薪 60,000），每月結餘 10,000，存款 50 萬，但背負 800 萬房貸，有 3 個小孩。
• 測試目標：AI 會不會發現她的「責任負擔」極大，建議她拉高壽險？

對話實錄截圖 / 節錄：

測試結果：PASS ✅。AI 完美算出了 10% 保費上限 (60,000 * 12 * 0.1 = 72,000)，並精準給出定期壽險的建議。

2. 實作核心：如果 AI 算錯怎麼辦？ (Code Snippet)

如果在測試過程中，你發現 AI 沒有呼叫 Python 引擎，而是自己在「幻覺心算」，請馬上使用 OpenCode 的「糾正神技」。

你只需要在對話框輸入：

/undo
請你一定要呼叫 `python financial_status.py` 來計算，不可以自己心算。

這就是 Agent 工作流最棒的地方。你不需要重新跑一次整個流程，只要 /undo 回到上一步，糾正它，它就會乖乖聽話了。

3. 今日總結與明日預告 (階段三完結！)

恭喜大家！我們的 AI 顧問終於有了初步的算數能力與價值觀。透過 /financial-check，我們解決了理財規劃最重要的一步：「認清現實」。

思考題：如果是你自己用這套系統，AI 顧問給你的診斷書會是 A、B 還是 C 級呢？

明日預告：接下來我們要進入深水區——第四階段。財務缺口算出來了，那「現有的保單」到底有沒有用？明天（Day 16），我們將挑戰用 AI 讀懂如同天書一般的 PDF 保單條款！

• 🔗 專案 GitHub 倉庫：first-policy-ai