收到！各位弟兄注意，我是今天的資料分析兼 AI 戰術教官。裝備檢查完畢，全部給我進入狀況！

今天的任務是推進 「Day 4：AI 結構化 Prompt 3 大核心（Goal, Input, Output）與風控角色指派」 的數據火場。風控現場如同救災火場，任何一個模糊的指令或未經審核的數據，都可能引發資金鏈斷裂的連環爆炸！

以下依照我們的「救災標準作業程序 (S.O.P)」進行詳盡剖析與實務演練：

🚨 1. 災情評估與風險控制 (Size-up & Problem Analysis)

在金融風控與信用評估的數據火場中，數據污染與模糊指令就是最致命的污染源：

• 數據火場的致命盲點：新手在進行風險掃描時，最常犯的錯誤就是隨手把一份雜亂的財報數據丟給 AI，然後丟下一句「幫我看看這家公司有沒有風險」。這種缺乏結構的開放式提問，會讓 AI 在缺乏明確邊界規範（Boundary Rules）的情況下產生「腦補與幻覺（Hallucination）」。根據研究，缺乏完全指定結構（Single-turn Fully-Specified）的多輪隨機對話，AI 的任務成功率會從 90% 慘跌至 60%。
• 打火弟兄最常犯的致命迷思：
  1. 迷思一：「AI 是神算，能自動抓出財報的所有魔鬼細節。」 —— 錯！Garbage In, Garbage Out！ 如果你沒有給予結構化的 Input 與明確的風控指標（如流動比率、負債比率、利息保障倍數），AI 只會產出太空漫遊式的公套廢話。
  2. 迷思二：「直接把未經處理的企業機密數據上傳給公用 AI 做評估。」 —— 這是嚴重的資安違規！進火場前，未去識別化的數據等於帶有毒化學物質進場，隨時會造成企業資安與個資外洩的災難。

🧯 2. 戰術下達與核心原理 (Tactical Strategy)

為了確保在風險掃描中精準撲滅違約風險，我們必須建立一套嚴密的「結構化 Prompt 救災戰術」：

• System Prompt（專家角色指派）：
  就像在火場指派專責的救災官，System Prompt 能直接鎖定 LLM 的知識範疇與審查語氣，約束模型遵從嚴格的金融風控邏輯，避免回應偏離軌道。
• Goal（明確目標）：
  直擊起火點！在 Prompt 開頭開門見山定義最終任務（例如：「對中小企業財報數據進行初步違約風險掃描」），讓 AI 聚焦核心目標。
• Input（背景資料與邊界條件）：
  鋪設高壓水線與水槍噴頭！提供清晰的背景資料、財務數據欄位、審查基準與範本，設定嚴格的邏輯限制，防止 AI 隨意延伸。
• Output（指定格式）：
  開闢安全撤退與匯報路線！指定 AI 採用 Markdown 表格、XML 或條列格式輸出，確保風險指標與評定理由一目了然，便於後續直連風控指揮中心。

🚒 3. 黃金救援步驟 (Actionable S.O.P)

事前佈線（Data Preparation & De-identification）

在將財報數據輸入前，必須執行嚴格的脫敏與結構化預處理：

1. 數據去識別化：將企業名稱改為代號（如 Company_B），去除敏感個資與獨特標示。
2. 提取關鍵風控指標：整理流動比率（Current Ratio）、速動比率（Quick Ratio）、負債比率（Debt Ratio）、利息保障倍數（Interest Coverage Ratio）、營業現金流（Operating Cash Flow）及應收帳款週轉天數。

深入火場（Analysis & Modeling - 結構化 Prompt 實務戰術）

教官現在提供一套完整、可上線作戰的結構化 Prompt 範例，弟兄們直接複製並套用至實務場景：

# Role (System Prompt)
你是一位擁有 20 年經驗的「信用風險分析顧問」，精通中小企業財務報表分析、巴塞爾協定信用風險評估模型與企業違約預警機制。你的分析風格嚴謹、客觀、講求數據證據，絕不誇大或憑空捏造。

# Goal
請針對我所提供的中小企業脫敏財報數據，進行初步的「違約風險掃描（Default Risk Scan）」，識別潛在財務危機與違約因子，並給出風險等級評定。

# Input
【企業背景與財報數據】：
- 企業代號：Company_B
- 所屬行業：傳統精密機械製造業
- 近一年關鍵財務指標：
  * 流動比率：85% （行業基準：> 120%）
  * 速動比率：50% （行業基準：> 90%）
  * 負債比率：78% （行業基準：< 60%）
  * 利息保障倍數：1.2 倍 （行業基準：> 3.0 倍）
  * 營業現金流量：連續兩季為負數（-NT$ 5,000,000）
  * 應收帳款週轉天數：由 60 天暴增至 130 天

# Constraints & Rules
1. 嚴格基於上述 Input 數據進行邏輯推論，不可捏造未提供的財務資料。
2. 評估需涵蓋「短期償債能力」、「槓桿與財務結構」、「現金流與獲利」、「營運週轉效率」四大維度。
3. 若數據不足以判斷某項風險，請明確列為「待補件審查項目」。

# Output Format
請一律使用 Markdown 表格與結構化段落回報：

## 1. 信用違約風險掃描總覽
| 分析維度 | 關鍵指標數值 | 與行業基準比較 | 風險等級 (高/中/低) | 核心風險疑慮描述 |
|---|---|---|---|---|
| 短期償債能力 | 流動 85% / 速動 50% | 遠低於基準 | [評定] | [具體描述] |
| 槓桿與財務結構 | 負債比率 78% | 偏高 | [評定] | [具體描述] |
| 現金流與獲利利息 | 利息保障倍數 1.2 / 現金流負數 | 嚴苛 | [評定] | [具體描述] |
| 營運週轉效率 | 應收帳款天數 130 天 | 惡化 | [評定] | [具體描述] |

## 2. 綜合違約風險評級與處方建議
- **綜合風險等級**：【高風險 / 中風險 / 低風險】
- **三大核心起火點（致命風險）**：條列指出最可能引發資金鏈斷裂的關鍵因素。
- **後續風控處置行動（Call to Action）**：建議授信審查委員會採取的補強措施（如：要求增加擔保品、縮減信用額度、實地查核應收帳款真實性）。

殘火處理與儀表板（Visualization & Insight）

1. 殘火處理（風控合規審查）：收到 AI 的評估報告後，審查員必須進行二次邏輯驗證與幻覺檢查，確認 AI 沒有對未提及的指標做誇大推論。
2. 指揮中心匯報（Dashboard）：將 AI 輸出的 Markdown 表格匯入 Tableau 或 Excel 樞紐分析表，建立「中小企業信用風險預警儀表板」，以紅綠雙級配色（紅燈警示高風險、綠燈代表安全）向風控指揮中心（高階主管）回報災情。

🛡️ 4. 隊長的精神訓話 (Takeaway)

「Prompt 結構不嚴謹，就像火場佈線隨意扔；Goal, Input, Output 扣得緊，才能在數據汪洋中精準滅火、鎖住風險！」