鐵人檔案
本系列以金融保險營運為場景，記錄一位非工程師 PM 如何運用 Claude Code，從零建立「銀保 AI 營運中台」。30 天將依序完成 AI 任務登錄、流程編排、作業依據管理、資料分級、去識別化、人工決策、稽核留痕與風險儀表板。重點不在炫技，而在示範如何把零散的 AI 助理，轉化為可管理、可驗收、可追溯，且保留人類最終決策的營運系統。
當 AI 說它「很有把握」時，你敢信嗎？ 在檢索增強生成（RAG）系統的開發實務中，我們經常遇到一個棘手的課題：當使用者問了一個艱澀的專業問題，AI 吐出了一...
引言：知識入庫不是終點，而是挑戰的開始 在 RAG（檢索增強生成）系統的開發過程中，開發者往往投注大量精力於向量資料庫的建置、切塊（Chunking）演算法與檢...
1. 前言：資料治理的「窒息」與「失控」 在金融業推動 AI 專案，我們經常在兩極之間痛苦掙扎。一種是為了絕對合規而「管得太嚴」，讓開發者拿不到像樣的測試資料...
引言：打破「王小明」的資安迷思 在資安與資料治理的實務中，最危險的誤解就是將「去識別化」看作一場大型的「搜尋與取代」遊戲。許多企業以為只要把姓名換成「王小明」、...
在處理個人識別資訊（PII）的開發流程中，「及格線」通常被定義為對直接識別字的徹底屏蔽。然而，真正實作過敏感資料遮罩工具的開發者都知道，這條線遠比想像中難以跨越...
引言：AI 的「資訊肥胖症」 在開發 AI 應用時，開發者往往陷入一個常見的誤區：「餵給模型的資料越多，它的表現就會越聰明。」這種傾向導致了 AI 的「資訊肥胖...
引言：你以為的成果，可能只是防線的漏洞 身為系統架構師，我們常追求「自動化」與「端到端」的流暢感。想像一個場景：你剛完成了一套嚴謹的權限矩陣——定義了「六個角色...
當 AI 跑得太快，我們需要一個「紅綠燈」 在企業導入生成式 AI 的競賽中，最致命的隱憂往往不是 AI 產出了錯誤資訊，而是人類在審核時進入了「自動導航」模式...
在數位轉型的決策現場，管理者常有一種直覺：報表愈綠、數據愈接近 100%，代表系統愈穩健。然而，作為 AI 治理專家，我必須警示：在複雜的自動化架構中，完美的「...
1. 前言：從 30 天的混亂到一套「可管理」的系統 在金融科技的浪潮中，許多組織最常踩到的坑，就是讓 AI 助理如野草般散落在各個業務流程，卻缺乏統一的監控...
