一筆 13,211 元的錯誤，教會我們怎麼跟 AI 一起除錯

系統說：這筆申請應該套用黑白機方案，金額 13,211 元。

但這台其實是彩色機。

這是達美智創所屬集團行政部門，在用 AI 協助開發審核查詢系統時真實遇到的錯誤。它最後成了團隊最重要的一堂課。除錯，是找出程式為什麼算錯、並把錯誤修正的過程。

01 / 現場紀錄一個每份要查 5～10 分鐘的審核流程

行政部門的回購與報廢審核，每份申請單都要在 ERP、機器資料、責任額表與銷退貨資料之間來回查，再把銷貨金額加總、扣掉銷退金額，判斷是否達到責任額。一份要花 5～10 分鐘，而且審核人必須在辦公室登入系統才能查。

這個流程難的不只是慢。彩色機或黑白機、年度、是否仍有效、型號的不同寫法，都要靠人工辨識；型號格式不一致、選錯方案或漏算退貨，都可能影響審核結論。ERP 另有關閉時段，審核人就算半夜有空，也無法查核。

他們用 AI 協助把規則寫成線上查詢系統：輸入客戶編號和機號，系統自動整合資料、比對規則，輸出「通過／不通過／人工確認」。

02 / 現場紀錄第一版上線後，出現了奇怪的錯誤

某筆彩色機的申請，系統卻套用了黑白機方案，算出 13,211 元。

一般人的第一個反應，是直接問 AI：「為什麼算錯了？」但 AI 沒有看到資料，只能猜，越改越亂。

03 / 現場紀錄給 AI 證據，而不是讓它猜

團隊換了做法：讓程式把每一步讀到的資料印出來，再連同真實的資料列一起交給 AI。

有了證據，AI 很快定位到根因：同一台機器，在兩張表裡的型號寫法不一樣，一邊多了一個字母前綴，系統因此對不到正確的方案。修正方式是忽略這個前綴，並選擇最低的有效責任額。

04 / 現場紀錄四段式指令結構

之後每次請 AI 協助修改程式，團隊都固定用四段：

1. 角色：程式與業務規則的除錯專家
2. 目標：只修改指定功能，保留既有規則
3. 證據：依印出來的資料，一步步追查資料在哪裡出錯，找出根因
4. 交付：完整可貼回的檔案，加上測試步驟

05 / 現場紀錄成果長什麼樣

每份申請單節省 2～8 分鐘，處理時間縮短約 40%～80%。年度可回收工時的算法是：每週節省 1～2.3 小時（從 2～3 小時降到 0.7～1 小時）× 52 週，約 52～120 小時。

系統不是全自動：查無機種、資料缺漏、交易方式不符、銷退貨需要判讀時，一律交回人工。效率提升不等於放寬審核標準，而是把標準規則系統化。

06 / 現場紀錄你可以帶走的一個方法

下次 AI 給你錯的答案，先別急著叫它重來。先把「它讀到了什麼」拿出來看，再把真實資料交給它。AI 出錯時，先想想：它是不是沒看到你看到的東西？