企畫有痛點、有市場、有競品，最後總要回答一句：「做完怎麼知道有效？」這時 AI 很愛端出瀏覽數、觸及率、下載量與滿意度，數字一字排開，像成果已經在門口排隊。

但指標很多，不代表目標有被量到。今天我用一個示範活動企畫測試：目標是「提升大學生參與校外競賽的行動」，請 ChatGPT 設計 KPI，再驗收這些數字到底量到熱鬧，還是量到改變。

先分清楚三種數字

我把 AI 提出的指標拆成三層：

如果目標是增加報名，只用瀏覽數當成功，就像餐廳只數路過門口的人，卻不看有沒有人坐下點餐。曝光不是沒價值，但不能單獨冒充成果。

驗收 KPI 的五個問題

• 正確性：這個指標真的代表目標，還是只是相關？
• 完整性：是否同時包含過程與結果，不只挑容易看的數字？
• 可追溯性：資料從哪裡來、何時記錄、計算方式是否一致？
• 可使用性：數字變化後，團隊知道要做什麼調整嗎？
• 人工修正成本：蒐集與清理資料的成本是否高過指標價值？

我還要求 AI 替每項 KPI 補上「基準值、目標值、期間、資料來源、負責人」。如果只寫「提升參與率 20%」，卻沒有說從多少提升、在哪段時間、分母是誰，百分比就只是穿西裝的願望。

AI 最容易犯的兩個錯

第一是指標堆疊：想到什麼都列，最後沒人知道哪一個最重要。第二是數字先射箭：先訂一個好看的成長幅度，再回頭找理由，沒有基準值也沒有資源估算。

我的修正是只保留一個主要成果指標，再配兩到三個過程指標。主要指標守住方向，過程指標用來診斷哪一步卡住。若沒有歷史資料，就把第一階段寫成建立基準，而不是硬演一場精準預言。

可重複使用的 KPI 卡片

每個指標都要能填完這六格：

1. 想驗證的改變是什麼？
2. 指標的分子與分母是什麼？
3. 資料從哪裡取得？
4. 多久檢查一次？
5. 到多少算達標？
6. 沒達標時要改哪個環節？

最後一格很重要。不能影響決策的 KPI，常常只是報告上的裝飾燈。

今日結論

ChatGPT 可以快速列出候選指標，Codex 可以協助檢查公式、欄位與計算邏輯，但人要先決定什麼才叫成功。好 KPI 不是每個數字都往上，而是數字一動，團隊知道下一步往哪裡走。別讓儀表板燈全亮了，車子卻還停在原地。