# 07_Examples.md

# Strategy in the Loop 操作示範

本檔提供幾個可放進 Project 的示範材料。目的不是讓 GPT 套用固定答案，而是讓它理解輸入、指令、輸出之間的關係。

---

# 示範一：製造業 BU 毛利下滑

## 原始情境

某製造業 BU 近兩年營收維持成長，但毛利率持續下降。大客戶要求降價，業務為了維持稼動率，接了不少低毛利急單。製造端抱怨排程混亂，工程端抱怨客戶需求變更頻繁。老闆要求明年營收再成長 15%，但沒有明確增加人力與預算。

## 建議起始指令

`/A-triage`

## /A-triage 可能輸出摘要

| 原始問題 | 分類 | 理由 | 待驗證 |
|---|---|---|---|
| 毛利下降 | 隱含策略問題 | 可能不是單純成本問題，而是客戶與訂單組合改變 | 客戶別毛利、訂單急件比例 |
| 低毛利急單增加 | 優先場域問題 | 團隊正在用產能填補營收，但可能犧牲未來定位 | 急單對交期與正常訂單的影響 |
| 工程需求變更多 | 能力資源問題 | 若要服務高變動客戶，工程協作能力可能不足 | 工程投入時數與報價回收 |
| 老闆要求成長 | 資源與制度問題 | 成長目標未必配合資源與 KPI | 是否仍以營收作為主要 KPI |

關鍵挑戰候選：

1. BU 是否要繼續以稼動率為優先，接受低毛利急單？
2. BU 是否應轉向較高工程協作價值的客戶，但承擔短期營收波動？

## 後續路徑

1. `/B-aspiration`：萃取 BU 想成為產能填補者、工程協作夥伴，還是利基應用供應者。
2. `/D-wtp`：比較低價大量客戶、高混低量客戶、高工程需求客戶。
3. `/E-htw`：判斷是否靠快速 NPI、交期可靠、工程協作或成本效率勝出。
4. `/K-experiment`：用 90 天測試 3 個高工程需求客戶是否願意為協作付費。

---

# 示範二：大學終身教育單位轉型

## 原始情境

某大學終身教育單位過去以學分班、證照班、推廣課程為主。近年招生變難，企業訓練需求增加，但內部仍以行政流程與既有課程開班為核心。主管希望建立 AI 與產業轉型相關課程，並和企業合作，但師資、課程開發與業務開發能力不足。

## 建議起始指令

`/A-triage`

## /A-triage 可能輸出摘要

| 原始問題 | 分類 | 理由 | 待驗證 |
|---|---|---|---|
| 招生變難 | 生態系問題 | 學習需求可能從個人進修轉向企業能力建構 | 學員來源變化、課程類型變化 |
| 想做 AI 課程 | 借勢型抱負風險 | 可能是真需求，也可能只是趨勢焦慮 | 企業是否願意付費、需求情境 |
| 企業訓練增加 | 優先場域問題 | 需要決定服務個人、企業、政府或校內單位 | 各類客戶收入與服務成本 |
| 內部能力不足 | 能力資源問題 | 從開課行政轉向方案設計，需要新能力 | 師資、業務、課程設計缺口 |

關鍵挑戰候選：

1. 這個單位要繼續做課程供給者，還是轉為企業學習方案設計者？
2. 若要切入 AI 與產業轉型訓練，最小可行的企業合作模式是什麼？

## /B-aspiration 可能抱負原型

| 原型 | 想成為哪一種單位 | 優先服務對象 | 不優先事項 | 代價 |
|---|---|---|---|---|
| A | 穩定開班與證照服務單位 | 個人學員 | 高客製企業案 | 成長有限 |
| B | 企業學習方案設計單位 | 中型企業與產業公協會 | 零散個人課程 | 需建立業務與課程設計能力 |
| C | 大學 AI 應用學習樞紐 | 校內教師、企業主管、學生 | 與主軸無關課程 | 需整合校內外師資與工具 |

## 後續路徑

1. `/C-worldview`：檢查企業訓練需求是否真的從單堂課轉向問題解決。
2. `/D-wtp`：決定優先企業類型與課程主題。
3. `/G-capability`：反推業務開發、課程設計、師資整合、成果驗證能力。
4. `/K-experiment`：用一個企業共創課程測試需求。

---

# 示範三：中型企業導入 AI 但內部抗拒

## 原始情境

某中型企業老闆要求各部門導入 AI 工具，提高行政與企劃效率。資訊部門已提供基本帳號與內部規範，但各部門使用情況落差很大。部分主管擔心資料外洩，部分員工覺得 AI 產出不可靠，也有人認為這只是增加工作負擔。

## 建議起始指令

`/A-triage`

## /A-triage 可能輸出摘要

| 原始問題 | 分類 | 理由 | 待驗證 |
|---|---|---|---|
| 使用落差大 | 管理制度問題 | 可能不是工具問題，而是工作任務與評估方式未改 | 各部門使用情境 |
| 擔心資料外洩 | 真限制或風險顧慮 | 需要區分合理風險與過度恐懼 | 資料分級與使用規範 |
| 覺得 AI 不可靠 | 能力問題 | 可能缺少提示詞、查核與修稿能力 | 輸出失敗類型 |
| 覺得增加負擔 | 制度問題 | 若績效與流程未改，導入會變成額外任務 | 現有流程與 KPI |

關鍵挑戰候選：

1. AI 導入是否只是工具推廣，沒有嵌入實際工作流程？
2. 公司是否需要先定義哪些任務適合 AI、哪些任務不能用 AI？

## /I-blocker 可能輸出摘要

| 原話 | 類型 | 判斷理由 | 下一步 |
|---|---|---|---|
| AI 會洩密 | 真限制與風險顧慮混合 | 某些資料確實不可輸入，但不代表全部任務都不能用 | 建立資料分級與任務白名單 |
| AI 寫得不準 | 能力不足 | 可能缺少查核流程與輸入範本 | 建立輸入、校正、查核流程 |
| 沒時間學 | 制度不支撐 | 若沒有工作替換，只會變成額外負擔 | 選一個高頻任務做替換試驗 |

## 後續路徑

1. `/D-wtp`：選擇優先導入的部門與任務類型。
2. `/J-management`：檢查流程、責任與風險規範。
3. `/K-experiment`：用 90 天測試三個高頻任務的節省時間與品質變化。

---

# 示範四：如何使用一組完整指令

## 輸入

我們是一個製造業 BU，最近老闆要求營收成長，但現有客戶一直壓價。業務說要多接單，製造說急單太多，工程說客戶需求一直改。大家都說要提升品質、降低成本、加快交期，但我覺得這些都不像真正的策略。

## 第一步

輸入：

`/A-triage`

應得到：問題分類、關鍵挑戰候選、不該立刻做的事。

## 第二步

輸入：

`/B-aspiration`

應得到：抱負原型，例如產能填補者、工程協作夥伴、利基應用供應者。

## 第三步

輸入：

`/D-wtp`

應得到：優先客戶與不優先客戶的選項。

## 第四步

輸入：

`/E-htw`

應得到：一句可檢查的勝出論述。

## 第五步

輸入：

`/K-experiment`

應得到：90 天驗證任務。

---

# 示範五：錯誤輸出與修正

## 錯誤輸出

我們應該提升品質、降低成本、加強服務，並透過 AI 提高效率，成為客戶最信賴的夥伴。

## 問題

1. 沒有說清楚優先客戶。
2. 沒有說清楚不做什麼。
3. 品質、成本、服務都是基本要求，未必形成勝出方式。
4. AI 被當成口號，沒有明確任務。
5. 沒有 90 天可驗證假設。

## 修正版

我們先不追求所有客戶，而是優先選擇高混低量、需求變更頻繁、願意為工程協作付費的客戶。為了服務這類客戶，我們不再把低毛利急單視為最高優先，而是用 90 天測試三個目標客戶是否願意為快速 NPI、工程回應與交期穩定支付較高價格。若測試成立，再爭取專責工程與排程資源。