前言
曾經我也是每天抱著電腦，天天與數據搏鬥的工作者，從數位鑑識到數據分析，一路走來摸過無數種型態的數據，如今的我卻是產業分析師? 然儘管接觸的議題不同，但過去的經驗讓我現今在分析時深刻了解到，結論必須能被證據與數據還原、驗證，僅單純依靠質性資料彙整，是非常薄弱的分析。
在轉入產業分析後，我發現「產值評估」這件事，恰恰是最需要被驗證、最難被一般企業取得的分析。且這對於多數產業分析師來說，解析數據亦更是一大難題。然這些評估其實有方法可循，資料也大多是政府公開的，缺的只是一套將完整工作流程串連起來的工具。
因此這30天，我將給自己一個挑戰，藉Claude AI，以Vibe Coding的方式，從零打造一套「台灣企業／產業產值評估工具」，讓不具備分析背景的企業，也能藉由這套工具，自型產出一份假設透明、可被驗證的產值評估報告。

一、目前市場上的問題
多數企業想取得一份產值評估報告，解法只有兩種：

1. 委託顧問公司：一份客製化報告動輒數十萬元，且製作週期長，往往等報告出來，決策時點已經過了
2. 訂閱產業資料庫：專業資料庫年費高昂，且買到的是「原始數據」，仍需要具備分析能力的人把數據轉成結論
   而這兩種解法，讓市場上形成一個明顯差異，舉例來說，大型企業有預算養分析團隊、買資料庫。但最需要用數據向政府、銀行、投資人證明自己的中小企業，反而最沒有工具可用。

二、產值評估的問題
而就算企業內部人員，想自己動手做，卻經常性卡在幾道關卡上

1. 資料分散：經濟部統計處、財政部、主計總處、公開資訊觀測站各有各的格式與查詢方式，光是湊齊資料就要花上數天
2. 方法門檻：投入產出分析、供應鏈關聯這些方法論，不是一般財務或企劃人員的日常工具
3. 假設不透明：許多現成報告只給結論數字，看不到背後的假設與推估邏輯，難以驗證、也難以說服審查者
4. 無法更新：花大錢做的報告是靜態的，隔年官方資料更新後，一切又得重來

三、這個工具預計會長什麼樣子？
目前我對於產值評估的這項工具來說，我預期是以以下的執行流程來依序建置，使用流程如下：
輸入企業描述 → AI 判斷所屬產業 → 在互動式產業地圖上定位節點 → 選擇要做「產業」或「企業」的產值評估 → 挑選評估模型 → 系統自動蒐集台灣官方資料並計算 → 儀表板呈現 → 一鍵匯出完整報告。

其中最核心的關鍵設計是產業與企業的評估模型，如何透過Vide coding來建立，如何評斷與驗證模型準確性，將是這份工具最關鍵的課題。

四、這30天我將怎麼做？
對於我來說，目前我是產業分析師的角色，儘管我具備數據分析能力，但在系統開發上並非我的強項，因此將透過AI工具來補上此缺口，同時藉由我會的模型建置，結合Vibe Coding形式，將需求、想法、修改方向用自然語言描述給AI生成程式，我負責驗收、測試、再用對話迭代修正。
未來的30天，每一篇文章都會如實記錄「我下了什麼 Prompt → Claude 產出了什麼 → 我如何驗收與修正」。
我預期的Roadmap如下：
• Day 1–5　規劃與方法論：需求、架構、台灣資料源盤點、十種模型設計
• Day 6–10　基礎建設：UI 骨架、資料庫、AI 產業判斷、產業地圖、資料管線
• Day 11–16　產業評估引擎：五種產業模型實作與整合測試
• Day 17–22　企業評估引擎：五種企業模型實作與整合測試
• Day 23–26　儀表板與報告：知識圖譜、量化圖表、AI 報告生成與匯出
• Day 27–30　收尾上線：優化、部署、完整 Demo、心得總結