.jpg)
五大系統思考應用模塊
從混亂到可控的五模塊系統：看清全局、拆解真因、預見風險、正確決策、創意落地。
SA 狀況評估
廣!
掌握大局
PA 問題分析
細!
問題解決
PPA 潛在問題分析
遠!
超前部署
DA 決策分析
準!
正確決策
CA 創意分析
變!
突破框架
課程大綱
五個系統思考場景，加上一段 AI 協作實作。
1. 狀況評估 Situation Appraisal
大局掌握，理清頭緒
2. 問題分析 Problem Analysis
資料收集技巧與解決問題
3. 潛在問題分析 PPA
掌握未來挑戰，超前部署
4. 決策分析 Decision Analysis
團隊決策透明化
5. 創意分析 Creativity Analysis
使用系統創意思維
6. AI Vibe Coding & Skill
VIBE × TICOE → Skill → Agentic Workflow
為什麼現在更需要關鍵思考
世界經濟論壇（WEF）《未來的工作報告》The Future of Jobs Report — 未來十年最被需要的能力，幾乎全部指向同一件事：把複雜問題拆開、想清楚、再做決定。
WEF 列出的關鍵能力（Trending, 2020s）
- Analytical thinking and innovation
- Active learning and learning strategies
- Complex problem-solving
- Critical thinking and analysis
- Creativity, originality and initiative
- Leadership and social influence
- Technology design and programming
- Reasoning, problem-solving and ideation
- Systems analysis and evaluation
- Emotional intelligence
對應到七種「人無法被 AI 取代」的思維
這七項正是本課程 PSDM 五大場景要訓練的能力。AI 越強，這些能力的稀缺性越高 — 因為它們決定「該問什麼問題」，而不是「怎麼生出答案」。
先搞清楚：我們講的 AI 是哪一種
John McCarthy 於 1956 年提出「人工智慧」，目標是讓電腦具有類似人類的推理、規劃、學習、交流、感知能力。
狹義 AI
感知 + 認知
（智慧音箱／自駕車／工廠自動判檢）
廣義 AI
感知 + 認知 + 創意 + 智慧
ASI 超級人工智慧
全面超越人類智慧的假設階段
GTC 的四個世代：我們正處在第三代往第四代走
① Perception AI
感知 AI
專注於語音辨識、影像分類等應用
② Generative AI
生成 AI
ChatGPT、DALL·E 等模型可生成文字與圖像
③ Agentic AI
代理式 AI ← 當前階段
強調自主推理、規劃與複雜任務處理，如 Claude、Codex、Antigravity
④ Physical AI
物理 AI
AI 驅動的機器人與實體系統，理解摩擦、慣性等物理概念
本課程第六段的 Agentic Workflow，正是第三代 Agentic AI 的實作方法 — 不寫程式，用編排。
公司裡的 AI 運用場景
銷售與客服
品牌價值
渠道
客戶關係
產品週期
客戶滿意度
轉化率
訂單預測
財會
財務指標
投資效率
預算編成
財報
應收／庫存／應付
人資
績效評核
應聘篩選
面談
員工滿意度
員工 Turnover
教育訓練
生產
Cycle Time
庫存周轉
成本
需求預測
智慧工廠
在職訓練
研發
創意生成
專案管理
技術專利
研發日誌
產品 Roadmap
法務／採購
合約審查
爭議解決
法務案件撰寫
風險管理
AI 的兩大陷阱：為什麼「會用 AI」不等於「想得清楚」
這是本課程存在的理由。兩份研究說的是同一件事：AI 提升效率的同時，正在悄悄侵蝕思考能力。
陷阱一：批判力下降
Microsoft ＋ Carnegie Mellon University；319 名定期使用 ChatGPT／Copilot 的知識工作者
- 問題解決能力下降：使用者更傾向於「驗證 AI 的結果」，把思考重心放在資訊驗證、整合 AI 回應與任務管理上，而不是從零開始分析問題。
- 批判性思考減少：對 AI 產出越信任的人，越可能直接接受答案而不做額外檢視。AI 可靠性提升後，主動思考的頻率反而下降。
陷阱二：認知債務 Cognitive Debt
MIT，Nataliya Kosmyna 等人；54 名參與者、四個月、EEG 腦電圖監測
- 三組對照：使用 ChatGPT／使用搜尋引擎／純大腦組。ChatGPT 組的神經連結最弱，大腦參與度顯著下降。
- 83% 的 ChatGPT 使用者無法回憶自己剛寫的句子（認知失憶）。過度依賴 AI，是以未來的認知能力為代價。
- 解方就在研究裡：先用大腦寫初稿、再用 AI 潤飾的人，反而展現更強的神經連結與記憶力。
所以本課程的順序永遠是：先人腦 PSDM，再讓 AI 加速 — 不是反過來。
課程主軸：一系統・二邏輯・三層次・四步驟・五場景
後面每一個模組都在用這五個字。先把它們定義清楚，模組頁的內容才讀得懂。
一系統：關鍵思維不只是批判
Socrates 蘇格拉底 (BC 470–399) → Plato 柏拉圖 (BC 423–387) → Aristotle 亞里斯多德 (BC 384–322)
系統關鍵思維不只批判，重點在理解自己與他人、探索新事物、獲得洞見、選擇和決斷與發揮影響力。(George Anders, 2019)
二邏輯：演繹與歸納，左右腦交互傳接球
|
Deductive 邏輯演繹力（正邏輯） 直線式・垂直思考 Vertical・左腦 P(Y|Xi) Aristotle, 322 BC, Greece — Systematic Deductive Logic |
Inductive 創意歸納力（逆邏輯） 直覺式・水平思考 Lateral・右腦 P(X|Yi) Sir Francis Bacon (1561–1626), England — Creative Inductive Method |
|---|---|
| Analytic 解析 | Generative 生成 |
| Convergent 收斂 | Divergent 發散 |
| Probability 機率 | Possibility 或然率 |
| Focused 集中 | Diffuse 擴散 |
| Objective 客觀 | Subjective 主觀 |
| Verbal 文字 | Visual 視覺 |
| Linear 線性 | Associative 關聯 |
| Reasoning 理解 | Richness 豐富 |
| Yes "but" 辯證 | Yes "and" 融合 |
PA 問題分析同時用到兩者：演繹用魚骨圖從經驗推可能原因（X→Y），歸納用 IS／IS NOT 差異分析從結果反推原因（Y→X）。兩邊夾擊，才找得到真因。
證實 vs 證偽（Confirmation vs Falsification）
對同一個命題 P → Q，有兩種完全不同的檢驗動作：
| 動作 | 要找什麼 | 結果 |
|---|---|---|
| 證實 Confirmation | P → Q | 找支持命題的案例。舉再多也不能證明命題為真 — 這正是確認偏誤 Confirmation Bias 的來源。 |
| 證偽 Falsification | 找 P → ~Q 是否存在 | 只要存在一個 P → ~Q，命題即被推翻。 |
關鍵在於：同一個 P 無法同時解釋 (Q, ~Q)。所以檢驗一個命題，該做的不是繼續蒐集 P → Q，而是去找 P → ~Q 存不存在。這就是 PA 為什麼要努力找 IS NOT。
課堂小測驗：如何證偽「只要拚就一定會贏」？（單選）
- A. 因為老王念書很拚，所以考試都 100 分
- B. 小李考試都不及格，不拚導致
- C. 這家公司兢兢業業地拚，所以成功發達
- D. 他做事懶散不拚，所以失敗
- E. 他是魯蛇，雖然很拚
答案：E。證偽要找的是 P → ~Q 是否存在，也就是「拚了卻沒贏」。A、C 是證實（P → Q），舉再多也證明不了命題；B、D 是否定前件（~P → ~Q），與原命題無關，不能用來證偽。找到 E 這一個 P → ~Q，就說明 P 無法同時解釋 (Q, ~Q)，命題被推翻。
三層次：批判審視三層的一致性與邏輯性
五個模組頁裡「議題層／邏輯層／行動層」的字眼，指的就是這三層。
① 議題層 Issues Layer
議題本質須精準且有必要性。問對問題，比答對答案重要。
② 論證邏輯層 Logic Arguments Layer
邏輯論證與數據必須真實且能連接貫串議題與結論。有沒有隱藏的假設前提？
③ 結論行動層 Conclusions & Actions Layer
結論與行動必須總結議題層與論證層。有沒有因果性？
範例：三層不一致長什麼樣子
議題層：年輕人懼怕成家
邏輯層：因為離婚率高 (43%)，且房價越來越高
結論行動層：報名相親活動
→ 行動完全接不上邏輯層。離婚率與房價，推不出「相親」這個對策。這就是三層斷裂。
四步驟：PDCA（左腦）× IDEA（右腦）
PDCA — 處理邏輯問題
| P | Plan 組織議題 | 博學・審問 |
| D | Do 推理 | 慎思 |
| C | Check 辯證 | 明辨 |
| A | Act 結論決策 | 篤行 |
PDCA 由品質管制專家 Dr. W. Edwards Deming 提出，亦稱「戴明循環」。
IDEA — 激發創新
| I | Imagination／Input／Identify／Insight | 想像・收集・界定・洞見 |
| D | Domain Application | 運用場景 |
| E | Evolution／Evaluation | 連接演化 |
| A | Action | 創新行動方案 |
左腦垂直、右腦水平，兩邊交互傳接球 — 這就是「1 系統 2 邏輯 3 層次 4 步驟」。
五場景：SA 廣・PA 細・PPA 遠・DA 準・CA 變
| 場景 | 核心問句 | 日常運用 |
|---|---|---|
| SA 狀況評估 | 一團亂，該先處理什麼？ | 疫情處理臨危不亂、專案評估議題、客戶問題掌握議題 |
| PA 問題分析 | 出了偏差，原因不明，真因是什麼？ | Apollo XIII 故障、工廠製造問題、客戶與業務問題、服務支援部門問題 |
| PPA 潛在問題分析 | 還沒發生，怎麼先擋下來？ | 缺料／缺電／缺水、疫情掌控、新供應鏈之契機 |
| DA 決策分析 | 好幾個選項，怎麼選才站得住腳？ | 公司各種方案評估、最佳客戶與產品之選擇 |
| CA 創意分析 | 框架卡住了，怎麼換一個視角？ | 產品設計創意、激發系統洞見、改變視角、創新思維 |
人腦主導，AI 加速
從「自己做完」到「先讓 AI 幫你做 50～70%」。最有效的做法，不是把整份工作丟出去，而是把每個步驟的責任重新分配。
| 步驟 | 傳統做法 | AI 協作做法 |
|---|---|---|
| 問題定義 | 自己想 | 人先定義方向 |
| 蒐集資料 | 自己找 | AI 先整理資訊 |
| 形成初稿 | 自己寫 | AI 先出版本 |
| 修正確認 | 自己改 | 人機一起修正 |
| 正式交付 | 自己整合 | 人保留拍板權 |
AI 最擅長的是快速整理、改寫、比較、生成第一版；人最重要的是定義問題、提供脈絡、確認風險與最後決策。
精準提問：Socratic Questioning
Critical Thinking 的具體操作，就是這七個問句。不論是問人還是問 AI，順序都一樣。
議題層
必要性？
議題層
本質？
邏輯層
假設前提？
邏輯層
真實性？
邏輯層
原因？
行動層
結果？
行動層
行動？
但左腦思維也有極限
耗時與耗能、側重理性框架、容易思維內捲欠缺創新。經典三段論（所有人都會死／蘇格拉底是人／所以蘇格拉底會死）只能在既有框架內推導，推不出框架外的新東西。所以需要右腦的 CA 創意分析 — Thinking Outside the Box，改變視角、突破框架。
快思與慢想：九大認知偏誤
決策常常是慢想（系統二）的產物，不是快思（系統一）的產物。Daniel Kahneman，2002 年諾貝爾經濟學獎（行為經濟學）。三大陷阱：標準答案陷阱、固有習慣陷阱、線性思維陷阱。
展開九大偏誤與生活例子
| 偏誤 | 例子 |
|---|---|
| 典型偏好 Representativeness | 紐約地鐵上讀紐約時報的人，是博士？還是沒大學文憑？ |
| 可得性偏差 Availability | 新冠病毒危險？還是騎車上班危險？ |
| 因果性偏好 Mean Reversion | 是統計上的回歸平均值？還是真的有因果邏輯？ |
| 光環效應 Halo | 先入為主、以人廢言（綠藍白紅之爭） |
| 錨定效應 Anchoring | 原價 1000 元：① 優惠 100 元？② 打九折？③ 1000 降至 932 元？ |
| 框架效應 Framing | 疫苗有效率 70%？還是失敗率 30%？ |
| 展望理論 Prospect Theory | 撿到 100 元的快樂，比丟掉 100 元的痛苦小得多 |
| 稟賦效應 Endowment Effect | 敝帚自珍、集點、百貨公司來店禮 |
| 心理帳戶 Mental Accounting | 小孩教育費用、住宿費與血拚、Cash back policy |
DA 決策分析用「標準 ＋ 權重 ＋ 數據」把主觀討論轉成客觀比較，正是為了把決策從系統一拉回系統二。
課程 AI 使用方式
在每個模組按「📋 複製提示詞」，貼到你慣用的 AI 即可。不需要任何設定。
① 複製提示詞
在 SA／PA／PPA／DA／CA 任一區塊填好欄位，按「📋 複製提示詞」。系統會依 VIBE ＋ TICOE 架構把提示詞組好。
② 貼到你的 AI
ChatGPT／Gemini／Claude／DeepSeek／公司內部 AI 都可以。公司資料留在你們自己核准的工具裡。
③ 把 HTML 貼回來看
AI 回一段 HTML，整段複製後貼到「HTML 檢視」分頁即可渲染。報表在獨立沙箱中執行。
課後帶走：下載 Skill 檔
每個工具都能匯出一份 SKILL.md，內容就是 VIBE × TICOE 對照表。Claude 放進 ~/.claude/skills/，Codex 放進 ~/.agents/skills/，Antigravity 2.0 放進其 skill 資料夾，ChatGPT／Gemini 則直接把內容貼進對話當系統提示。
⚠️ 機密資料檢查 — 每次複製前都做一次
- 先把要貼的內容分級：公開、內部、機密。內部以上一律不進公開的 AI 服務。
- 先去識別化：客戶與供應商名稱改成 A 公司／B 公司，真實價格、良率、製程參數與時程改成代表性數字，NDA 涵蓋或未公開的專利申請內容一律不要放進去。
- 去識別化之後方法照樣跑得動。你在練的是思路，不是那組數字。
SA: Situation Appraisal (狀況評估)
掌握大局，理清頭緒。
核心理念
SA（狀況評估）用來把「一團混亂」變成「可管理的議題組合」：先釐清有哪些議題、哪些最該先處理、下一步要走哪條分析路徑（PA／DA／PPA／CA／再次 SA，或直接行動），最後把它落到當責行動（What 做什麼／When 何時做／Who 誰做／How 如何做）。它是所有分析的起點，幫助我們從「見樹不見林」的困境中跳脫，看清全局。
AI 時代為何更需要 PSDM
- 過度依賴：跳過釐清直接要答案
- 批判力下降：不驗證就採用
- 認知債務：越用越不會想
- 先人腦 SA：先列議題、先排優先，再讓 AI 幫你整理與補盲點。
- AI 當整理師：分類、彙整、提出可能漏掉的議題；決策仍是我們（優先序與分流需可追溯理由）。
- 強制驗證：回到事實、限制條件、數據與利害關係人，做一次「合理性檢查」。
系統關鍵思維
S/U/G 優先排序工具
初步可用簡單的ＨＬＭ或輸入每個議題的 S/U/G（1–10分）。
| 議題 | S | U | G | Score | 決定流程 |
|---|
SA 學習成效測驗
1. 狀況評估(SA)最主要的核心目的是什麼？
2. 在SA中，使用MECE原則是為了達成什麼效果？
SA 實戰演練
課堂案例與方法論補充
沒有講義也能複習：把課堂上帶過的原始案例與完整步驟收在這裡。
SA 案例課堂案例：疫情處置（大局掌握）
審問 P → 慎思 D → 明辨 C → 篤行 A（四步驟一次走完）
| # | 議題大項 Issues（見林） | 關注小項 Concerns（見樹） | S 嚴重 | U 緊急 | G 成長 | 明辨 C：下一步流程 | 篤行 A：當責行動 |
|---|---|---|---|---|---|---|---|
| 1 | 客戶議題 | 客戶目前訂單的事項 | H | H | H | PA + PPA 問題＋風險 | 市場行銷部為客戶每日數位更新排程 6/15 |
| 2 | 客戶議題 | 讓客戶放心由我們協助後續訂單事項 | H | H | H | DA 決策 | 工廠、採購、儲運與市場部門提出應變計畫 6/20 |
| 3 | 公司營運議題 | 未來計畫保護公司現場運作事項 | H | H | H | PPA 風險 | 現場運作與 IT 部門遠端智慧運作 6/25 |
| 4 | 公司營運議題 | 現金流之健康 | H | M | M | — | — |
| 5 | 公司營運議題 | 公司非現場部門運作事項 | L | L | L | — | — |
| 6 | 公司營運議題 | 各廠與海外遠方協作事項 | M | M | M | — | — |
| 7 | 供應商議題 | 原料庫存與供應鏈事項 | H | H | H | PPA 風險 | 採購部門追料行動 6/10 |
| 8 | 運輸議題 | 運輸與貨運事項 | M | H | H | — | — |
| 9 | 法規議題 | 政府法規遵守 | M | M | M | — | — |
| 10 | 員工議題 | 外籍移工管理 | H | M | M | — | — |
S／U／G 先用 H（高）／M（中）／L（低）快速分級即可，不必一開始就打分數。三項皆 H 的議題（1、2、3、7）才進入下一輪分析，其餘先擱置 — 這就是 SA 的價值：把資源集中在關鍵少數。
練習SA 學員練習 ＋ AI（四題）
SA 學員練習練習（1）美國關稅戰爭下的 IC 設計公司
面臨美國關稅戰爭，台灣 IC 設計公司的危機處理系統思維尤為重要。我們公司在台灣與大陸的客戶、公司資源與配置勢必受到重大影響，連帶的供應鏈管理與小組團隊之資源配置也勢必重新組合。初步想法必須建立 NCNT、C4C、U4U 等思維。請幫我以 MECE 列出該注意之 Issues 與建立優先次序的系統思維。於思維策略面向也可補充考量 PESTEL（政治、經濟、社會、技術、環境、法律）＋價值鏈的矩陣等作法（設計研發、供應鏈採購、製造封測、物流出貨、市場客戶、IT／財務／HR 等支援）來建立總體議題……
SA 學員練習練習（2）貨運遭竊 150 箱
週五下午接獲通知，本公司委由貨運公司運送之產品遭竊，共計遺失客戶產品約 150 箱。因恐影響客戶，我們特召集相關人員開會討論及預先安排應變措施。見事情迫在眉睫，並有潛在危機。成品加工產出約需 7 天，並需緊急調用現有庫存及通知供應商。三星期後顧客上線，由於該顧客乃新客戶，市場行銷人員囑咐我們須小心應付客戶問題。由於時間緊迫，加班勢在必行，但此時我們工廠與供應商加班人員不一定能找到熟手，假日並有報關不便之問題。老闆要求察明遺失原因、預防措施及損失賠償。此時警方通知你到警局協助調查，保險公司人員也打手機要求協助調查損失，要命的是財經記者也來湊熱鬧。此時電話又響起，工廠生產線又當三條（產線共 6 條），委託下游供應商的關鍵設備又臨時故障。
SA 學員練習練習（3）專利蟑螂與設備供應商洩密
公司與供應商共同研發了一種新的方法與設備，這種方法的使用使效率與可靠度大為提升，我方正在申請專利。然而就在前夕，法務部門接到所謂專利蟑螂公司的存證信函，宣稱本公司這種方法與設備的運用技術侵犯該公司之專利保護範圍，並寄來所謂之授權價目表，要求討論賠償。因為內部溝通不良，我方採購部門已經付現金買入分析設備，以便應付 3 星期後客戶委託分析訂單。然而此時，分析設備供應商也傳出內部工程師偷拿出設計圖，自開分析與設備公司，提供給競爭者使用。老闆要求大家思考如何規畫這一切（危機與機會），於 30 分鐘後報告，生產現場又傳來現存唯一舊分析設備當線，急需過去解決……
SA 學員練習練習（4）460 萬美元應收帳款
公司 460 萬美元應收帳款未能收回，欠款美國客戶已針對此筆虧欠帳款提出 5 年的分期償還政策，表示我方人員必須原價買回該公司未用之我方庫存，共 120 萬美元，並有 80 萬美元品質退貨。如不照辦，客戶倒閉，到時大家都拿不到錢。客戶並宣稱，他們考慮採用競爭對手的產品，並降低本來我方 100% 之強勢占有率。雖遇此衝擊，對今年市場持樂觀態度，主要是由於先前產品跌價已至谷底，再下探的可能性不高。日前各國政府大砍 3 月起的補貼費率，導致訂單趨緩，加上中美貿易衝突陰影仍在，因此確實有壓力。公司主要客戶雖多在中國大陸，受中美貿易衝突衝擊相對較小，且也將往日韓、東南亞、歐洲開發新客戶以分散風險，因此認為今年對業務而言，會是「開拓的一年」……
四題都可以直接貼進上方的「SA 實戰演練」欄位，按「📋 複製提示詞」交給 AI 跑一次，再用自己的腦袋檢查它漏了什麼。
方法論方法論補充：MECE、SUG、流程分流、當責行動
① 規劃議題（Plan）：議題不是行動
列出議題（抓大項，見林）→ 層別與澄清事項（再分小項，見樹）。最常見的錯誤是把「行動」寫成「議題」 — 「導入新系統」是行動，「現有系統無法支撐旺季產能」才是議題。
MECE 原則（Mutually Exclusive, Collectively Exhaustive）
| 切分結果 | 判定 | 後果 |
|---|---|---|
| 沒遺漏，沒重複 | ✅ MECE | 理想狀態 |
| 有遺漏，也有重複 | ❌ | 最糟：既漏球又重工 |
| 沒遺漏，有重複 | ⚠️ | 資源浪費、責任不清 |
| 有遺漏，無重複 | ⚠️ | 看似乾淨，實則有破口 |
② 輕重緩急（Do）：SUG
- Seriousness 嚴重性 — 不處理的後果有多大
- Urgency 緊急性 — 還剩多少時間
- Growth 未來性 — 放著會不會越滾越大
也可改用 QCDMS（品質、成本、交期、士氣、安全）當評斷標準，或直接用決策矩陣。
③ 決定流程（Check）：把議題送進對的下一步
| 判斷問句 | 下一步 |
|---|---|
| 面臨到偏差問題（deviation）？原因不明？需要找原因並採取對策？ | PA（找原因性） |
| 我們面臨選擇嗎？ | DA（選擇性） |
| 我們將對未來風險採取行動嗎？ | PPA（未來性） |
| 需要新的點子、要突破框架？ | CA（創意性） |
| 如果還是不清楚 → 再做一次 SA 切分系統 | SA（不明性） |
④ 當責行動（Action）
What 做甚麼？When 何時做？Who 誰做？How 如何做？Follow up schedule and responsible person with proper resources — 沒有人名與日期的行動，等於沒有行動。
1. 先規劃議題（P）：見林找大項，見樹抓小項，將系統拆解與架構
2. 分輕重緩急（D）：考慮各議題之相對 SUG，取得輕重緩急共識
3. 決定流程（C）：針對優先議題，用正確的邏輯思維架構流程再思維
4. 當責行動（A）：當責實施對策，更新議題與問題體系，逐步迭代
5. SA 為所有問題分析之母，提供 Bird View 之大局掌握視野
PA: Problem Analysis（問題分析）
追根究柢，用事實與歸納/演繹邏輯找出最可能真因。
核心理念
當發生「實際」與「應有」的偏差（Deviation）且原因不明時，PA 的精髓是 用比較找線索、用證據做淘汰：透過系統性比對 IS / IS NOT 的差異，找出造成偏差的「獨特差異變化」並鎖定真因。
AI 提供假設，人類負責證明。（先人腦整理事實與差異，再請 AI 補盲點與產生驗證方案）
系統關鍵思維
水平逆推歸納邏輯：IS / IS NOT 差異表 (尋找差異)
主體
症狀
大場所
小位置
大時間
週期/模式
發症小時間
幾個 (Obj)
大小 (Size)
數量 (Q)
趨勢
垂直正推演繹邏輯輯：魚骨圖或原因假設與驗證表
PA 學習成效測驗
1. 在 PA 中，IS / IS NOT 的「主要價值」是什麼？
2. 當你找到一個「最可能原因(MPC)」時，下一步應該做什麼來驗證它？
PA 實戰演練 (簡易版)
課堂案例與方法論補充
兩個經典案例的完整資料，加上 3x5 Why 與問題分析三大面向。
PA 案例課堂案例一：豬有口蹄疫（IS／IS NOT 完整示範）
審問 P：收集現地現物現況之差異資訊（IS / IS NOT）
| 構面 | 問診項目 | IS（顯性・陽性） | IS NOT（隱性・陰性） | 差異提示 Δ |
|---|---|---|---|---|
| What | Object 主體 | 伊比利豬 | 本土豬 | 外來品種 vs 本土品種 |
| What | Deviation 症狀 | 泡泡 | 青春痘 | 水泡型病灶，非一般皮膚問題 |
| Where | Geography 大場所 | 台北、高屏 | 花東 | 集中在台灣西部 |
| Where | Location 小位置 | 口蹄 | 豬肚 | 只出現在口與蹄 |
| When | Time 大時間 | '24、'25 | '22、'23 | 近兩年才開始 |
| When | Pattern 週期／模式 | 連續 | 週期／偶發 | 連續發生，非偶發 |
| When | Life Cycle 發症小時間 | 小豬 | NA | 只在小豬階段發病 |
| Extent | Count 幾個 | 8% 頭 | 0% 頭 | 有明確的發生率差異 |
| Extent | Size 大小 | 1–2 mm | NA | 病灶尺寸一致 |
| Extent | Quantity 數量 | 10–90 個 | NA | 數量差異大 |
| Extent | Trend 趨勢 | 上升 | NA | 還在惡化中 |
IS NOT 不是「沒發生的所有事」，而是「照理說也該發生、但實際上沒發生」的對照組。找不到好的 IS NOT，就找不到差異；找不到差異，就只能靠猜。
慎思 D：兩種邏輯夾擊找可能原因
| 方法 | 邏輯 | 工具 | 產出 |
|---|---|---|---|
| 方法 1：Use Knowledge and Experience | 演繹 Deductive（X → Y） | 魚骨圖、失效樹 | 從經驗推出一串可能原因 |
| 方法 2：Use Distinctions and Changes | 歸納 Inductive（Y → X） | IS／IS NOT 差異分析 | 從差異點反推可能原因 |
本案由差異歸納出四條線索：Y1 外來（伊比利 vs 本土）、Y2 台灣西邊（台北高屏 vs 花東）、Y3 小豬（發症生命週期）、Y4 兩岸關係（'24 起才發生）→ 交集指向某個未知的 X6。
明辨 C：辯證最可能原因 MPC
如果（水 X1）是（口蹄疫 Y）的真因，那（水 X1）如何解釋（伊比利豬與本土豬）都喝一樣的水，卻只有伊比利豬發病？
→ 解釋不通，X1 出局。把每一個可能原因都拿去對 IS／IS NOT 表的每一列做這個測試，能解釋全部事實的，才是 MPC（Most Probable Cause）。
篤行 A：確認真因並行動
- 治標行動 Ay（Containment Action） — 先止血，防止災情擴大。針對「果」。
- 治本行動 Ax（Corrective Action） — 驗證真因後根除問題。針對「因」。
- 順序不能顛倒：治標先行，治本再做。但只做治標不做治本，同一個問題半年後一定回來。
PA 案例課堂案例二：手機外殼噴漆不良（四角色資料）
玩法：四個角色的資訊互相矛盾、也各有偏見（每個人都急著提出自己的結論）。任務是先不要下結論，把四份資料拆進 IS／IS NOT 表，再用差異分析找 X。
角色資料角色一：市場經理
一個重要的大客戶，遲了一星期才收到本公司的 A 型手機。最近許多 A 型手機的客戶也都被延期了 3 至 10 天而造成嚴重的影響。分析顯示延期交貨都是因為 A 型手機外殼的塗漆作業不良品數目太多，這問題已使不良率從正常的 2.5% 升到 8% 以上。每年在相同的六星期之間，所有三型手機（A 型、B 型、C 型）訂單將達到最高峰。目前即將進入旺季，還有兩星期就開始了，因此緊急招募新手，與兩條裝配線上有經驗的老手一起工作。旺季時，每條生產線的產能都要提高，每小時要生產 C 型 50 隻、B 型 70 隻、A 型 230 隻。去年也遭遇到同樣掉漆的問題，調查了好幾天後，監工發現有些工人使用含矽化物的肥皂，使漆無法正常附著。而在洗手間貼公告、列出允許使用的肥皂後，一星期之內不良品比率就降回正常水準。
角色資料角色二：生產經理
這兩星期以來，不良品的數量大增。為了應付旺季的需求，招募新手在兩條生產線上加速生產。不良品大都是 A 型手機外殼，比例高達 8%，而 B 與 C 型手機不良比率仍維持正常的 2.5%。不良品上升是因為外殼塗漆出現不規則的裂縫。品管員在最後目視檢查階段找出這些不良品，再將不合格的外殼送回生產線上脫漆再重新上漆，然而交運的合格品數量顯著受到了影響。A、B 與 C 等三型手機的製造過程基本包括幾項程序：零組件測試、外殼清洗、塗漆、組裝與檢驗。旺季前新進的員工，在兩條生產線上與老手一起工作，如此安排是幫助新手在職訓練。這三型手機的設計工藝與大小都很相似，而 C 型是最先進的機種。但 A 型比其他兩型加起來還賣得多，因此 A 型擁有一條獨立生產線，而其他兩型共用一條生產線。上星期生產 A 型產線開始提高產量至每小時 230 隻，而 BC 線也提高至每小時 70 隻 B 型與 50 隻 C 型。每條生產線有自己的零組件供應，內隔板與其他組件裝配時，金屬外殼也同時清洗、塗漆與烘乾。清洗程序包括浸泡在清潔溶劑中去除表面髒物與油漬，每 30 分鐘更換一次溶劑。兩條生產線的溶劑，都由中央供應槽統一供給。外殼清洗之後，以手工方式吊在輸送帶的鈎子上，這兩條輸送帶一條是 A 型外殼、另一條是 B 與 C 型，運輸的速率一樣，通過塗漆間，由電子控制塗漆，再進入烘乾區。烘乾之後，外殼送到最後裝配區與其他零件組合。檢查過整個生產過程，每個步驟都按照標準程序進行，但是員工一些小地方所犯的錯誤，不一定能注意到。
角色資料角色三：工業工程經理
A 型手機外殼有塗漆上的缺點，出現一些不規則的裂縫。兩條生產線構造完全一樣，即使是比較先進的 B 與 C 型，雖然裝配的零組件有些不同，但是裝配的步驟基本上還是一樣的。內隔板與其他內部零件在線上各站逐一裝配，生產線各有其零件供應商。裝配零件的同時，外殼也進行清洗、塗漆與烘乾。外殼由輸送帶送至洗滌槽浸泡，除去污物與油漬，洗滌槽溶劑每半小時更換，兩條線的溶劑都由中央供應槽統一供給。從洗滌槽輸送帶中以手工方式卸下外殼，拿到塗裝區並掛在輸送帶的鈎子上。兩條輸送帶以相同的速率通過噴漆間，電子控制的噴嘴完成塗漆作業。所塗之漆噴在噴漆間均勻攪拌，以確保漆的品質與穩定。攪拌器在每批漆用完之後，必須加以清洗以免污染。外殼塗漆之後送入烘乾區，烘乾之後送到最後裝配區與其他元件組裝，再送至品管，檢查每隻手機決定退回重做或是 OK 裝運。五星期之前，在旺季準備期間，加雇工人到每個作業區。為使在職訓練收效，每位新人都與老手配對一起工作。一年前也有相同的外殼塗漆問題，經過許多天的調查之後，發現有些員工使用矽化物肥皂，因此在洗手間公佈可以使用的肥皂種類之後，一星期之內不良率就恢復到正常水準。由於電力供電一直不穩定，A 型手機噴漆不良率之增加經工程師研究，其相關係數與跳電次數高達 0.85。我方已行文電力公司並求償了。
角色資料角色四：品管經理
手機裝配好之後送到本 QC 部門之前，必須確定內部組件已正確裝在基座，外殼也已經清洗、上漆、烘乾，並和其他組件正確裝配。有些組件在裝配作業時已經測試，品管部門做的是最後測試。而選汰作業包括檢驗測試、操作性與外觀，這三項都由品管專家負責，他們在評估三型手機方面均是合格的人選。第一條生產線裝配是 A 型，第二條生產線裝配是 B 與 C 型。A 型手機由於外殼表面塗漆週期性出現缺點，因此不良比率上升了 5.5%。依照標準，得把金屬表面塗漆不均勻的手機退回。過去兩週檢查員已經退回數目頗大的手機，因為外殼的表面出現不規則的洞痕。只有 A 型手機有此塗漆大量不良現象，B 與 C 型沒有發生大比率不良的現象。已要求檢驗員注意任何不正常的人事物，目前為止他們尚未有任何新發現。然而許多檢驗員認為員工可能又再使用不合規定的肥皂，亦發現有新進人員不遵守 SOP 及聊天。
• 為什麼只有 A 型？B、C 型共用一條線卻沒事 — 差在哪裡？（Object 差異）
• 「兩條線的溶劑都由中央供應槽統一供給」 — 那溶劑就不是差異點。
• 「去年是矽化物肥皂」是已知的舊答案，最容易讓人跳過分析直接套用 — 這正是課堂要打破的慣性。
• 「跳電相關係數 0.85」是相關不是因果；而且跳電應該同時影響兩條線。
• 品管說「週期性」出現，工程師說「攪拌器每批漆用完後必須清洗」 — 這兩條線索能不能對上？
方法論方法論補充：3x5 Why 三構面
同一個問題「我的汽車不能起動」，從三個構面各問五次 Why，會得到三種完全不同的對策。只問一個構面，就只會修一次車。
| 構面 | Why 鏈 | 行動方案 A |
|---|---|---|
| Occurrence（X） Technical Root Causes 為什麼會發生 | ① 電池掛了 ② 發電機不起作用 ③ 發電機皮帶斷了 ④ 皮帶超過使用期限 ⑤ 未根據建議的服務日程表維護汽車 | 維護汽車根據建議使用的服務日程表 |
| Escape（Y） Technical Root Causes 為什麼沒被擋下來 | ① 為何出門前汽車才掛 → 電池漏電快 ② 電池漏電因車門未關妥，燈持續開整晚 ③ 燈持續開整晚，漏電無警告裝置 ④ 關掉車引擎後，電池持續用電未警告 ⑤ 早期車型無引擎關機自動斷電裝置 | 關車引擎後 30 分鐘自動斷電裝置 |
| System（未來） System Root Causes 為什麼制度允許它發生 | ① 電池掛了 ② 持續用電與磨耗保養 ③ 車主使用未注意 ④ 汽車設計未考慮智慧運用 ⑤ 早期無互聯網 IoT 運用概念 | 使用偵測用電與磨耗偵測，定時使用 App 通知車主 |
8D 報告的 D4／D5 就是這張表。只寫 Occurrence 的 8D，客戶一定退件。
方法論方法論補充：問題分析三大面向與數據分析
問題分析的三大面向：邏輯 × 流程 × 數字
| 面向 | 內容 | 工具 |
|---|---|---|
| 流程面向 | Deming PDCA 循環：P 計畫活動 → D 執行 → C 檢查結果 → A 行動回饋、標準化、進入下一個 PDCA | PDCA、8D、DMAIC |
| 邏輯面向 | 三現主義（現地、現物、現況）→ 定義 Y（物件＋偏差）→ 推理 X（歸納 Y→X／演繹 X→Y）→ 辯證 X → 決策 A（治標 Ay／治本 Ax） | IS／IS NOT、魚骨圖、失效樹、3x5 Why |
| 數字面向 | 整理 Aggregate & Stratification → 比較 Comparison → 關聯 Correlation（X ↔ Y）→ 控制與預測 Control & Forecasting（X → Y） | 統計、視覺化、機器學習 |
PDCA 由品質管制專家 Dr. W. Edwards Deming 提出，亦稱「戴明循環」。
數字面向：從 Data 到 Wisdom
| 層級 | 問題 | 產出 |
|---|---|---|
| 1. Data 資料 | 有什麼？ | 原始數據 |
| 2. Information 資訊 | 發生了什麼？ | 整理、分層、比較 |
| 3. Knowledge 知識 | 為什麼？ | 關聯分析 X ↔ Y |
| 4. Wisdom 智慧 | 接下來會怎樣、該怎麼做？ | IF … THEN 控制與預測 X → Y |
該會的（大）數據分析技巧 ＋ AI
| 類別 | 工具 |
|---|---|
| 描述統計 | 平均數、中位數、標準差、分布概況 |
| 推論統計 | 假設檢定、信賴區間、p-value 應用 |
| 資料視覺化 | 箱型圖（分布與離群值辨識）、熱圖（變數關聯性一目了然）、折線圖（趨勢變化與週期型態） |
| 機器學習基礎模型 | 決策樹（分層分類與規則解釋）、線性回歸（變數預測與關聯度）、分群分析（自動分組、找出客群／模式） |
| 實驗設計 DOE | 找出重要因子、設定因子操作條件 |
1. 定義問題（P）：依三現主義找出 Y 的差異分析（IS, IS NOT）
2. 推理原因（D）：依歸納邏輯 Y→X 與演繹邏輯 X→Y 夾擊中找出 X
3. 辯證真因（C）：若 X 為真因，如何解釋 Y 中所有（IS, IS NOT）？
4. 行動方案（A）：導入 3x5 Why 後，治標 Ay 先行，治本 Ax 再做
5. 8D 報告要結合流程、數據與邏輯。AI 與大數據邏輯思維亦然
PPA: Potential Problem Analysis（潛在問題分析）
先找風險，再設計「預防＋備援」：把未來的事故消滅在發生之前。
核心理念
任何計畫或行動都伴隨著風險，PPA 是一套將被動救火轉為主動防災的系統化方法。PPA 的目的是針對最關鍵的失敗模式，提前設計預防（Prevention）與備援/應變（Contingency），並建立早期預警指標，讓團隊在風險尚未爆發前就能介入。
AI 時代更需要 PPA之系統邏輯思維
- 新產品/新製程/新專案：需求不確定、變因多
- 重大變更：供應商/參數/人員/設備/流程切換
- 高風險情境：安全、合規、重大客訴、停線、交期
- 要提高成功率：在資源有限下提前佈局
系統關鍵思維
PPA 風險分析表（S×O×D 自動計算 RPN）
評分建議（1–10）：S=嚴重性 (Severity)、O=發生機率 (Occurrence)、D=難檢性 (Detection，分數越高＝越難被發現)。
系統會計算 RPN = S × O × D，並顯示 Top 5 需優先佈局。
| # | 潛在問題/風險 | S | O | D | RPN | 可能原因 (Likely Cause) | Plan A (Prevention) | Plan B (Contingency) | 操作 |
|---|
- 尚未建立風險清單
PPA 學習成效測驗
1. 在PPA中，RPN (風險優先數) 是由哪三個因素相乘得出的？
2. 「為新設備準備備用零件」是屬於PPA中的哪一種行動？
PPA 實戰演練 (Original)
課堂案例與方法論補充
兩個課堂案例的完整 SOD 與 Plan A／Plan B，加上 FMEA 與 PPA 的兩個典故。
PPA 案例課堂案例一：防火災的 Plan A ＋ Plan B
| 可能原因 | Plan A（未發生）預防行動 Prevention | Plan B（若發生）減損行動 Mitigation | 偵測 Detection |
|---|---|---|---|
| 1. 吸菸 | 1.1 禁菸 1.2 設吸菸區 | A. 啟動灑水器 | 煙霧偵測 |
| 2. 電線走火 | 2.1 定期檢查 2.2 裝保險絲 | A. 啟動灑水器 | 煙霧偵測 |
| 3. 縱火 | 3.1 保全巡邏 3.2 裝監視器 | B. 逃生口移動 | 警鈴大響 |
| 4. 打雷 | 4.1 接避雷針 4.2 隔離易燃物 | A. 啟動灑水器 | 煙霧偵測 |
PPA 案例課堂案例二：集團運動會（多重問題型，完整 RPN）
| 風險 | S 嚴重性 | O 發生性 | D 難檢性 | RPN = S×O×D | 風險等級 |
|---|---|---|---|---|---|
| 風險 1. 火災 | 10 | 6 | 5 | 300 | R1 |
| 風險 2. 風和雨可能破壞剪彩過程 | 8 | 5 | 2 | 80 | R3 |
| 風險 3. 演講者不能出席 | 8 | 5 | 1 | 40 | R4 |
| 風險 4. 設施將無法處理大量的人潮 | 7 | 8 | 2 | 112 | R2 |
注意：風險 2 與風險 3 的 S、O 完全一樣（8、5），只因 D 差了一倍，RPN 就從 80 掉到 40。「檢測得到」本身就是一種風險控制。
明辨 C ＋ 篤行 A：只對 R1 與 R2 展開可能原因與對策
| 風險等級 | 可能原因 Likely Cause | Plan A 預防 | Plan B 應變 |
|---|---|---|---|
| R1 火災 | R1a. 吸菸 | 禁菸與煙霧偵測 | 滅火器 |
| R1 火災 | R1b. 電線走火 | 定檢 | 自動灑水 |
| R1 火災 | R1c. 縱火 | 監控保全 | 自動灑水 |
| R1 火災 | R1d. 打雷 | 避雷針 | 自動灑水 |
| R2 人潮 | R2a. 停車位不夠 | 租臨時車位 | > 250 人開放 |
| R2 人潮 | R2b. 廁所不足 | 租臨時廁所 | > 100 人開放 |
| R2 人潮 | R2c. 座位不足 | 租簡易椅 | > 200 人開放 |
方法論方法論補充：扁鵲、曲突徙薪、FMEA 七步驟、NUDD
PPA 的故事：上工治未病
魏文王問：你們三兄弟中誰的醫術最高？扁鵲曰：長兄最高，中兄次之，我最差。文王問：那為何都稱你為神醫？
扁鵲曰：我長兄看病，望人神色，即知人即將有病，治病於未發，所以世人都以為他不會治病。我中兄看病，觸人肌膚，即可知人病未深，用藥消病於萌發，所以世人皆以為他只會治小病。而我看病，皆是病人不起，以針放血、於傷口敷藥，所以世人皆以為我的醫術最高。
有一位客人到朋友家作客，見到主人家的煙囪太直了，旁邊還堆滿了柴草，於是就勸說主人：「你應該把煙囪改成彎的，把柴草搬遠點，否則會有火患。」主人聽了並不回應。不久，這家果然失火，幸虧鄰居們來幫忙才將火滅掉。主人為了感謝鄰人的相助，就辦了酒席答謝他們 — 但沒有請當初建議他改煙囪的那個人。
PPA 做得好的人，永遠拿不到獎狀，因為事情根本沒發生。這是這門學問最難的地方，也是最值錢的地方。
FMEA（Failure Mode & Effects Analysis）七步驟
- 規劃和準備
- 結構分析
- 功能分析
- 失效分析
- 風險分析
- 優化
- 結果文件化
1. 先定義與識別風險的 SOD，找出高嚴重（Severity）、高機率（Occurrence）與難偵測（Detection）風險，再分訂 A 計劃與 B 計劃
2. A 計劃中，找可能原因（Likely Causes）與預防行動（Prevention）
3. B 計劃中，列出偵測（Detection）方法與應變／減損行動（Contingency／Mitigation）
4. 風險管理 FMEA、專案管理 Project Management 的風險管理邏輯步驟、NUDD（New／Unique／Difficult／Different）風險管理，均是相似的邏輯思考
5. 使用 AI 輔助風險管理，須給以適當之架構與提示 PROMPT
DA: Decision Analysis（決策分析）
不是憑感覚選方案，而是用「標準＋權重＋數據」選出最適解。
核心理念
當你面臨 多方案選擇 時，DA 的任務是把「主觀討論」轉成「客觀比較」：
建立需求規劃 → 設定權重 → 量化評分 → 風險檢查 → 決策行動，找出最符合目標的最佳方案。先決定標準，再比較方案。
AI 時代更要用 DA
- 供應商/設備/方案/策略要「選擇」
- 跨部門意見衝突、各說各話
- 高成本或高風險決策
- 需要向高層/客戶「說服與佐證」
- 基於AI客觀大數據做決策
系統關鍵思維
加權決策矩陣（Weighted Decision Matrix）
| 決策標準 | Must 基本門檻 |
權重(1–10) |
|---|---|---|
DA 學習成效測驗
1. 在決策分析(DA)中，「Musts (必要條件)」的主要作用是什麼？
2. 為何在DA中要為「Wants (想要條件)」設定權重(Weight)？
DA 實戰演練
課堂案例與方法論補充
「選 Seafood」的完整權重計算，加上 DA 四步驟與團隊決策的四種落差。
DA 案例課堂案例：選 Seafood（Must／Want 完整計算）
審問 P：先定義需求，把目的分成 Musts 與 Wants 並給權重
| 決策標準 | Must （基本門檻） | Want （加權比較） | Weight 1–10 | 彭 評分（加權） | 吳 評分（加權） | 王 評分（加權） |
|---|---|---|---|---|---|---|
| 1. 顏值 | V | 6 | 10 (60) | 6 (36) | 8 (48) | |
| 2. 專業 | V | V | 10 | 9 (90) | 5 (50) | 8 (80) |
| 3. 口才 | V | 9 | 9 (81) | 10 (90) | 8 (72) | |
| 4. 幽默 | V | 5 | 1 (5) | 10 (50) | 8 (40) | |
| 5. 成本 | V | 8 | 1 (8) | 3 (24) | 10 (80) | |
| 加權總分 | 244 | 250 | 320 |
「專業」同時是 Must 也是 Want：先當門檻篩掉不合格的（林在此被淘汰，不必再算分），再當比較項目給權重。先決定標準，再看選項 — 順序反過來，就會變成先選人再找理由。
明辨 C：了解各選項獨特的風險與利益
| 方案 | 加權總分 | 獨特加減分 | 調整後 |
|---|---|---|---|
| 彭 | 244 | — | 244 |
| 吳 | 250 | −3 | 247 |
| 王 | 320 | +2 | 322 |
這一步是 DA 與 PPA 的接點：高分方案不一定低風險。把每個候選方案獨有的負面風險（扣分）與正面效益（加分）拉出來看，分數才有意義。
篤行 A：下出均衡的決策與風險對策
方法論方法論補充：四步驟細節、學員練習、團隊決策落差
DA 四步驟細節
| 步驟 | 做法 |
|---|---|
| I. Plan Objectives 規劃需求 | 把需求目的分為 Musts（必要）and Wants（需要）；給予各需求目的權重（給分數） |
| II. Develop Alternatives 發展選項 | 刪掉不符合基本條件的選項 Musts（基本門檻）；計算各選項權重分數與總分數 Wants（算分數） |
| III. Check Unique Risks／Benefits 了解風險 | 了解篩選出選項的負面扣分與正面加分 |
| IV. Action for Selection 執行決策 | 下出均衡的決策與風險對策 |
為什麼要用團隊做 DA：四種落差
| 落差 | 意義 | DA 如何處理 |
|---|---|---|
| 個人與正確之間的偏差 | 我一個人想，本來就會偏 | 用 Musts／Wants 把直覺攤開來檢查 |
| 個人與組之間的偏差 | 我跟大家想的不一樣 | 權重表逼大家講出「為什麼你給 10 分」 |
| 組與正確之間的誤差 | 大家一起錯（團體迷思） | 獨特風險檢查 ＋ PPA 補位 |
| 三者收斂 | 共識 ≠ 正確，但透明的共識可被檢驗 | 決策矩陣留下可追溯的理由 |
1. 先定義需求（P），再談選項（D），檢討風險（C），最後決策行動（A）
2. 決策常常是慢想（系統二）的產物，不是快思（系統一）的產物
3. AI 最基本的決策邏輯，是以舊信念 ＋ 新證據來不斷更新信念，使人類決策邏輯不斷迭代進步
CA: Creativity Analysis（創意分析）
改變視角，突破框架。
核心理念
創新並非少數天才的專利，而是人人皆可學習的方法。CA 提供了一套系統化的 IDEA 框架，引導我們觀察、發散、收斂、演化，將創意轉化為有市場價值的 Innovation。
AI 輔助 CA 的時代來臨
- 我們需要新發明、新產品、新服務、新商業模式或新流程設計
- AI 擁有強大的資訊搜尋與模式識別能力，能快速收集大量資料並發現隱藏關聯。
- AI 可模擬不同情境與假設，快速生成多樣化方案，突破人類思維定勢。
- AI 能進行複雜運算與模擬，評估方案可行性與潛在風險，輔助決策者判斷。
系統關鍵思維
CA 學習成效測驗
1. 在IDEA創新框架中，哪一個階段最著重於透過同理心來了解客戶的痛點與爽點？
2. SCAMPER工具中的「C」代表什麼意思？
CA 實戰演練
課堂案例與方法論補充
IDEA 四步驟的完整工具箱：SCAMPER、TRIZ 40 原則、專利迴避、六頂帽、設計思維、VPC 與 BMC。
CA 核心IDEA 四步驟：從九宮格到空隙填補
I — 想像／收集／界定／洞見（Imagination／Input／Identify／Insight）
大谷翔平的九宮格：把最終目標放中間，周圍八格是支撐它的八個子目標；每個子目標再展開成自己的九宮格。這是「把一個模糊的大願望，逼成 64 個具體動作」的工具 — 也是 IDEA 第一步最好用的發散框架。
D — 運用場景（Domain Application）：找空隙 mismatch
把「產品及服務」放在一軸，把「運用維度」放另一軸，交叉出來的空格就是機會：
| 維度 | 問句 | 找什麼 |
|---|---|---|
| Space Domain 空間 | Where？ | 同一個產品，換一個空間用會怎樣？（S1…S4 的空格） |
| Time Domain 時間 | When？ | 同一個產品，換一個時間點用會怎樣？（T1…T4 的空格） |
| Object Domain 物件 | What？ | 同一個功能，換一個載體會怎樣？（O1…O4 的空格） |
1827 書寫用紙、報章用紙 → 1914 纖維棉（一次大戰，吸血敷料）→ Kotex 衛生棉 → 吸油面紙 → 抽取式面紙 Kleenex 舒潔 → 一次性手帕隨身包 → 圖案面紙 → 香水面紙 → ……
同一個核心能力（纖維處理），換場景、換對象、換時間，就長出一整條產品線。
E — 連接演化（Evolution／Evaluation）
這一步的工具最多：SCAMPER（快速、人人會用）與 TRIZ（結構化、解矛盾）。
A — 創新行動方案（Action）
把點子收斂成可執行、可獲利的方案：設計思維六步 → VPC 價值主張圖 → BMC 商業模式圖。
工具E 連接演化（一）：SCAMPER 七法
| 字母 | 英文 | 中文 | 說明 |
|---|---|---|---|
| S | Substitute | 替代 | 換材料、換人、換流程 |
| C | Combine | 結合 | 把兩個東西合成一個 |
| A | Adapt | 納入 | 借用別的領域的做法 |
| M | Modify, Magnify | 修改、放大 | 改變尺寸、頻率、形狀 |
| P | Put to other use | 它用 | 同一個東西換一個場景用 |
| E | Eliminate, Minify | 刪減、縮小 | 拿掉一個零件會怎樣？ |
| R | Reverse, Rearrange | 反轉、重排 | 把順序倒過來（69 → 89 → 99） |
IE 工具的「刪除 E ／合併 C ／重整 R ／簡化 S」其實就是 SCAMPER 的子集。
工具E 連接演化（二）：TRIZ 完整版（39 參數 ＋ 40 發明原則）
俄國人 Genrich Altshuller 審閱世界各種專利達四十萬則以上，整理成 TRIZ 思考 —可以說是最原始的「專利 GPT」，只是當年用人工檢索。
TRIZ 的核心概念
- 理想性觀念（Maximize 有用機能，Minimize 有害機能）
- 工程系統的進化趨勢
- 技術矛盾與物理矛盾
- 矛盾表（39 × 39 矩陣）
- 創意演化挑戰：時間轉換、空間轉換、主體轉換、作用力轉換、材料或形態轉換、環境轉換
- 物質場分析
完整範例：旅行牙刷是怎麼被「算」出來的
需求：外出講求輕便，希望能整合牙刷與牙膏為同一器具，方便攜帶。
矛盾：當我們試著改善「#4 靜止物體長度」時，「#33 容易操作使用」這個參數會越來越差。
查矛盾矩陣（#4 × #33）→ 得到兩個發明法則：02 分離原理、25 自助原理。
| 發明原則 | 套用結果 |
|---|---|
| 02 分離原理 | 將刷把與刷頭設計成可拆式，使用時將刷把插入即可使用 |
| 25 自助原理 | 把牙膏設計在刷把內，藉由施加在刷把內牙膏容器凹穴上的壓力，可將牙膏擠出；並在握柄外壁設置穿耳孔，可穿繩當項圈或手圈，攜行更簡便 |
39 項發明參數（六大群組）
| 群組 | 參數 |
|---|---|
| 幾何 | 3. 移動件長度、4. 固定件長度、5. 移動件面積、6. 固定件面積、7. 移動件體積、8. 固定件體積、12. 形狀 |
| 物理 | 1. 移動件重量、2. 固定件重量、9. 速度、10. 力量、11. 張力／壓力、17. 溫度、18. 亮度、21. 動力 |
| 能力 | 13. 物體穩定性、14. 強度、15. 移動件耐久性、16. 固定件耐久性、27. 可靠度、32. 製造性、34. 可修理性、35. 適合性、39. 生產性 |
| 資源 | 19. 移動件消耗能量、20. 固定件消耗能量、22. 能源浪費、23. 物質浪費、24. 資訊喪失、25. 時間浪費、26. 物料數量 |
| 操控 | 28. 量測精確度、29. 製造精確度、33. 使用方便性、36. 裝置複雜性、37. 控制複雜性、38. 自動化程度 |
| 害處 | 30. 物體上有害因素、31. 有害側效應 |
40 項發明原則（完整清單）
| # | 英文 | 中文 | 案例 |
|---|---|---|---|
| 1 | Segmentation | 分割 | 免削鉛筆、組合式沙發、積木、相容電腦硬體、接起來的花園水管 |
| 2 | Extraction | 移除 | 照 X 光、無噪音中央真空吸塵系統、機場用鳥聲嚇走小鳥 |
| 3 | Local Quality | 局部品質 | 水中焊接、鉛筆加橡皮擦、低噪音長壽命的複層輪胎 |
| 4 | Asymmetry | 非對稱性 | 輪胎不對稱的紋路、不對稱的爐子、可旋轉機身的迷你數位相機 |
| 5 | Combining | 組合／合併 | 高性能筆記型電腦冷卻系統 |
| 6 | Universality | 通用／普遍性 | 太陽能車的電瓶、沙發床、汽車座位、蓄太陽能發光路標 |
| 7 | Nested | 堆疊 | 免削鉛筆、俄羅斯娃娃、CSP 封裝 |
| 8 | Counterweight | 配重 | Run-Flat 輪胎系統、水翼船 |
| 9 | Prior Counteraction | 預先抵銷 | 加強混合柱、捲線收納器 |
| 10 | Prior Action | 預先作用 | 打石膏前放入鋼條、免用電池與電燈泡之手電筒 |
| 11 | Beforehand Cushioning | 預先緩衝 | 賽車旁的輪胎稻草、圖書館的磁片、自清式抽油煙機排風罩 |
| 12 | Equipotentiality | 均衡潛能 | 在地下坑內引擎換機油、特殊車輛搬動大水管 |
| 13 | Inversion | 反向 | 利用振動法去掉表面的清潔、汽機車測試的運動 |
| 14 | Spheroidicity | 球體化 | 利用圓形跑道取代直線、電腦滑鼠球的運動改變為平面 |
| 15 | Dynamics | 動態性 | 三組輪子的汽車過凸塊 |
| 16 | Partial or Excessive Actions | 部份或過量作動 | 漆滴在圓柱上，旋轉圓柱 |
| 17 | Another Dimension | 移至新的空間 | 凸透鏡讓房間照明提高、垂直放置木頭 |
| 18 | Mechanical Vibration | 機械振動 | 超音波振動清洗機械元件、鑄件的振動 |
| 19 | Periodic Action | 週期性動作 | 噴水灑草、煙囪冒煙、扳手用力、警示閃燈 |
| 20 | Continuity of Useful Action | 利用動作連續性 | 折斷鐵絲、懶惰蘇珊 |
| 21 | Skipping | 急衝 | 切割薄的圓塑膠管，高速切下 |
| 22 | Convert Harm into Benefit | 轉變害處為利處 | 沙用在雪地、高頻率電流使金屬表面加熱用作表面處理 |
| 23 | Feedback | 回饋 | 主動避震控制、主動噪音控制 |
| 24 | Intermediary (Mediator) | 媒介 | 影印碳粉 |
| 25 | Self-service | 自我服務 | 錐形混凝土的壩 |
| 26 | Copying | 複製 | 利用影子量高樓、利用拍照方式量樹頭尺寸 |
| 27 | Dispose | 丟棄 | 紙尿布、紙褲 |
| 28 | Mechanics Substitution | 置換機械系統 | 監聽工具機狀態 |
| 29 | Pneumatics and Hydraulics | 氣壓或液壓構造 | 載貨車箱用氣球充空間、包裝用汽包、汽車安全氣囊 |
| 30 | Flexible Shells and Thin Films | 可撓性薄板或薄膜 | 用薄膜分隔在不同液體的油罐車 |
| 31 | Porous Materials | 多孔性材料 | 印表機墨水盒的海綿、人工腎臟 |
| 32 | Color Changes | 改變顏色 | 鋼廠用布幕保護工人的熱度、汽車隔熱紙、電池充電與否 |
| 33 | Homogeneity | 均質性 | 利用氧的蒸汽器熔化固態氧 |
| 34 | Discarding and Recovering | 去除且重新產生零件 | 子彈的彈殼、發射衛星的援助筒 |
| 35 | Transformation of Properties | 改變物質特性 | 轉換物體之物理、化學狀態 |
| 36 | Phase Transition | 相變化 | 波浪狀的管、液態瓦斯 |
| 37 | Thermal Expansion | 熱膨脹 | 雙金屬 |
| 38 | Accelerated Oxidation | 加速氧化 | 增加爐火，加氧 |
| 39 | Inert Environment | 隔絕環境 | 滅火器、啞焊隔離氧 |
| 40 | Composite Material | 複合材料 | 飛機、自行車 |
工具E 連接演化（三）：專利三要素與迴避五法
專利 vs 著作權
- 專利保護「概念」 — 概念的產生極為重要，不只有文字
- 著作權不保護「概念」 — 以文字、圖像、聲音為主
三種專利
| 類型 | 保護標的 | 審查 | 年限 | 他國名稱 |
|---|---|---|---|---|
| 發明專利 | 利用自然法則之技術思想之創作（新方法、新物品） | 需實體審查 | 20 年 | 日本：特許；德國：大發明 |
| 新型專利 | 對物品之形狀、構造或裝置之創作（功能改良或增加新功能） | 僅形式審查，無實體審查。速度快，但不能直接商業實施，需經新型專利技術報告（實質審查，六級）才可 | 10 年 | 美國：無；日本：實用新案；德國：小發明；中國大陸：實用新型 |
| 設計專利 | 對物品之形狀、花紋、色彩或其結合，透過視覺訴求之創作 | 需實體審查 | 12 年 | 日本：意匠；中國大陸：外觀設計 |
數學公式、節目主持、電腦程式、遊戲規則等非自然法則，無專利。｜查詢：台灣 tipo.gov.tw ／ 美國 uspto.gov ／ 中國 sipo.gov.cn ／ 日本 jpo.go.jp ／ 歐盟 ep.espacenet.com
創意激發與專利的三要素
- 實用性（Useful）
- 新穎性（Novelty）
- 進步性（Inventive Step, non-obviousness）
案例：先進光申請的「點膠針頭結構」和「遮光片送料機構」專利獲准，大立光發現這兩個專利的圖面與大立光自動化生產機具圖面不具進步性。
讀懂請求項，才談得上迴避
- 獨立項：以最基本與不可缺少之元件或步驟構成（只有一個句點）
- 附屬項：將獨立項之各種可能變化包含進去（只有一個句點）
專利迴避五法
- 刪除：刪除元件及其功能
- 元件取代：找其不重要元件，實體取代
- 手段取代：找其不重要元件，改變元件來達到不同技術手段（way）
- 功能結構：設計不同之功能性手段（means plus function）
- 功能均等：設計 means plus function 與其 Claims 中所界定之功能，但不同於其揭露之結構或其均等物
工具A 創新行動：六頂帽、設計思維、VPC、BMC、十大創新
六頂思考帽（範例：畢業後是否要出國留學？）
| 帽子 | 角色 | 本例的問題 |
|---|---|---|
| ⚪ 白帽 | 事實與數據 | 申請學校的個人條件、經濟情況 |
| 🔴 紅帽 | 直覺與情緒 | 我喜歡在國外唸書嗎？ |
| 🟡 黃帽 | 利益與樂觀 | 出國留學可以獲得什麼好處？ |
| ⚫ 黑帽 | 風險與批判 | 出國留學會有什麼壞處？分手、錢花光…… |
| 🟢 綠帽 | 創意與替代方案 | 以後再出去？先工作再唸？線上學位？ |
| 🔵 藍帽 | 流程與統籌 | 若要出國，接下來該怎麼做？ |
六頂帽的價值在於一次只戴一頂。開會時最大的浪費，就是有人一直戴黑帽，別人才剛戴上綠帽。
設計思維 Design Thinking 六步
- 同理 Empathize：研究以瞭解客戶的環境、行為和關注點
- 定義 Define：綜合同理心見解，以定義要解決的核心問題
- 發想 Ideate：產生廣泛的想法和解決方案，鼓勵創造力和突破框架的思維
- 原型 Prototype：創建特定功能的最小可行性版本（MVP）以探索生成的想法
- 測試 Test：與用戶分享原型收集反饋，更多地了解用戶，並改進解決方案
- 迭代 Iterate
同理：觀察並訪問經常出差的商務旅客（時間限制、快速服務、健康餐飲、安靜工作空間）；觀察帶著孩子旅行的家庭（充足座位、兒童菜單、娛樂設施、家庭友善設施）。
定義：如何設計一個餐飲廣場，兼顧商務旅客和家庭旅客的獨特需求？
構思：分區、外帶餐飲、互動式菜單、遊樂區、安靜休息區。
原型：草圖或紙板模型展示不同佈局方案、自助點餐系統、家庭區與商務休息區。
測試：讓兩類旅客實際體驗原型並提供反饋。
迭代：根據反饋完善並重新設計，必要時回到之前的階段。
VPC 價值主張圖（Value Proposition Canvas）
| 客戶側 | 公司側 |
|---|---|
| 客戶關心的工作（Customer Jobs） | 產品與服務（Products & Services） |
| 痛點（Pains） | 解痛劑（Pain Relievers） |
| 爽處（Gains） | 搖頭丸（Gain Creators） |
工作：在旅途中保持口腔衛生、方便攜帶牙刷和牙膏、確保口氣清新、節省行李空間。
痛點：傳統牙刷體積龐大佔空間、忘記攜帶、難以找到合適存放地點、對清潔衛生感到擔憂。
爽處：節省空間的便攜套裝、安心、包裝方便、清新口氣的信心。
解痛劑：緊湊設計、一站式解決方案（含牙刷與小牙膏管）、衛生包裝、優質材料。
搖頭丸：便利的定期補充服務、個性化選項（顏色／個人標誌）。
FIT：右邊每一項，都要能對上左邊的某一項 — 對不上的功能，就是自嗨。
BMC 商業模式圖（Business Model Canvas）填寫順序
先右 5，再左 4 — 從客戶端往公司端寫，才不會變成「我有什麼所以我賣什麼」。
| 順序 | 區塊 | 側 |
|---|---|---|
| 右 ① | 客戶族群 Customer Segments | 客戶 |
| 右 ② | 價值主張 Value Propositions | 客戶 |
| 右 ③ | 通路 Channels | 客戶 |
| 右 ④ | 顧客關係 Customer Relationships | 客戶 |
| 右 ⑤ | 收益流 Revenue Streams | 客戶 |
| 左 ① | 關鍵活動 Key Activities | 公司 |
| 左 ② | 關鍵資源 Key Resources | 公司 |
| 左 ③ | 關鍵合作夥伴 Key Partners | 公司 |
| 左 ④ | 成本架構 Cost Structure | 公司 |
填 BMC 前先掃描四個外部因素：新市場因素、總體經濟因素、關鍵技術趨勢、產業因素。
三大種類、十大創新
| 種類 | 創新項目 |
|---|---|
| 設定（Configuration） | 新的賺錢模式（獲利模式）、連接別人來賺錢（網絡）、好的人才與資產（結構）、更好的流程（流程） |
| 供給（Offering） | 更好的功能（產品表現）、更好的產品服務組合（產品系統） |
| 體驗（Experience） | 更好的價值（服務）、更好的管道（通路）、更好的品牌（品牌）、更好的互動（顧客參與） |
熊彼得 Joseph Schumpeter 的「創造性破壞」：將原始要素重新排列組合為新的方式，以求提高效率、降低成本。能夠成功「創新」的人，便能擺脫利潤遞減的困境而生存下來。
凱因斯 John Maynard Keynes：「……困難不在新觀念本身，而在如何擺脫舊觀念。」
Tony Fadell 的創新心態五條：① 最壞打算（Understand That We Will Fail）② 離開舒適圈（Get Comfortable Being Uncomfortable）③ 人很重要（People Matter a lot）④ 了解問題（Tune in to Problems）⑤ 耐心等候市場（Market and Wait，長期主義）
兩條貫穿案例：從一句洞見，到一件專利
同一套 IDEA 骨架，跑兩個完全不同的題目：一個是人人都懂的日用品，一個是重度技術的 IC 設計。每個工具的產出，都是下一個工具的輸入。
IDEA 四步驟 → 九宮格 → 時空物件 GAP → SCAMPER → TRIZ → 六頂思考帽 → VPC → BMC → 十大創新 → 專利 → DA 收斂
案例一旅行用牙刷
一個成熟到不能再成熟的日用品。正因為人人都懂，才適合示範「同一條線索怎麼從洞見一路走到專利與商業模式」。
先看清楚要解的到底是什麼
① 九宮格：把「旅行口腔清潔」拆成八個面向
| 攜帶體積 | 旅行口腔清潔 | 清潔效果 |
| 衛生（刷頭汙染） | — | 乾燥／晾放 |
| 通關法規（液體） | 補充取得 | 使用場合社交壓力 |
九宮格的價值不在填滿，在於逼出你原本不會想到的那一格。本例中「乾燥／晾放」與「使用場合社交壓力」是多數人不會列的兩格 — 而它們正是後面 GAP 的來源。
② 三現觀察（現地・現物・現況）
| 觀察到的行為（事實） | 推測的動機（假設，需驗證） |
|---|---|
| 出差族把飯店牙刷帶走但不用，回家丟掉 | 不信任陌生刷頭的衛生，但捨不得浪費 |
| 刷完把牙刷塞回盥洗包，濕的 | 沒有可晾的地方；趕時間 |
| 長程飛機上多數人不刷牙 | 廁所空間小、沒水槽、怕排隊被看 |
| 會議前只吃口香糖 | 沒有「三分鐘可完成」的選項 |
換維度看，空白處就是機會
時空物件三維掃描：現有產品填不滿的格子就是機會
| 維度 | 既有產品覆蓋的格子 | 空格（GAP） |
|---|---|---|
| Where 空間 | 家中浴室、辦公室抽屜、飯店盥洗台 | 飛機上、高鐵、車內 — 沒有水槽的環境 |
| When 時間 | 早晨、睡前、餐後 | 會議／見客戶前的 3 分鐘 |
| What 物件 | 牙刷、牙膏、漱口水、牙線、收納盒 | 「收納＋乾燥」是同一件事，卻沒有產品負責 |
無水槽環境 × 三分鐘 × 免晾乾
注意：這句話裡沒有「牙刷」兩個字。D 階段做對了，產品形式就還沒被鎖死 —— 它可以是牙刷，也可以不是。
先把發散做滿，再談收斂
SCAMPER 七透鏡（每格至少兩個點子，不准空泛）
| 透鏡 | 提問 | 點子 1 | 點子 2 | 可行性 |
|---|---|---|---|---|
| S 替代 | 換掉哪個材料或元件？ | 尼龍毛 → 矽膠指套刷 | 塑膠柄 → 可食用澱粉基材 | 中／低 |
| C 結合 | 與什麼合併？ | 牙膏內建於刷柄（擠壓出膏） | 刷頭＋舌苔刮＋牙線三合一 | 高 |
| A 納入 | 別的產業怎麼做？ | 借濕紙巾的單片密封包裝 | 借隱形眼鏡的日拋衛生模式 | 高 |
| M 修改放大 | 放大或縮小哪個屬性？ | 刷頭縮到指節大小（免水槽） | 把「一次用量」放大成一週組 | 中 |
| P 它用 | 換場景／對象？ | 術後臥床病人、長照 | 登山／野營無水環境 | 中 |
| E 刪減 | 拿掉什麼反而更好？ | 拿掉「水」 | 拿掉刷柄（只留指套） | 高 |
| R 反轉重排 | 把假設倒過來？ | 不是帶去旅行，是在目的地取得 | 不清潔牙齒，改變口腔菌相 | 中 |
E（刪減）與 R（反轉）這兩格是本例的轉折點。「拿掉水」直接呼應 D 階段的空格；「在目的地取得」則把問題從產品設計推向通路設計 —— 這一條後面會在 BMC 開花。
矛盾寫得出來，答案才找得到
技術矛盾：課程投影片的原始範例
需求是「外出講求輕便，希望整合牙刷與牙膏為同一器具」。矛盾寫成標準句型：
| 查矛盾矩陣 #4 × #33 得到的發明原則 | 套用到本案的具體設計 |
|---|---|
| 02 分離原理（Extraction） | 刷把與刷頭設計為可拆式，使用時插入即可 |
| 25 自助原理（Self-service） | 牙膏收在刷把內，按壓刷把凹穴即可擠出；握柄外壁開穿耳孔，可當項圈或手圈攜帶 |
以上參數配對與原則編號取自本課程投影片的原始範例，非本文推導。
再推一層：物理矛盾（本文延伸）
把刷毛單獨拿出來看，會發現一個更難的矛盾 —— 同一根刷毛：
同一個參數要同時具備相反狀態 → 這是物理矛盾，不查矩陣，改用分離原理。
| 分離原理 | 在本案的解法 |
|---|---|
| 時間分離 | 遇水後 30 秒軟化的刷毛材料：入口硬、刷洗中軟 |
| 空間分離 | 外圈軟毛護齦、內圈硬毛清潔（雙硬度植毛） |
| 條件分離 | 施力大時彎折卸力，施力小時保持挺立（幾何設計） |
點子夠多之後，換成集體判斷
到這裡點子已經夠多了。六頂帽不是拿來發想的，是拿來對「要不要投這個案子」做一次結構化的集體判斷。一次只戴一頂。
| 帽子 | 本案的內容 |
|---|---|
| ⚪ 白帽 事實 | 全球旅行用口腔護理市場有既有品類；免水潔牙產品已存在（潔牙泡沫、牙粉）。缺少的資料：目標客群規模、飯店／航空通路的採購決策鏈、免水配方的法規分類。 |
| 🔴 紅帽 直覺 | 工程端：「這不就是牙刷加牙膏，有什麼難的」。業務端：「客戶只會比價」。使用者端：「聽起來方便，但我不確定刷不刷得乾淨」。 |
| 🟡 黃帽 利益 | 毛利結構優於一般牙刷（衛生耗材可訂閱）；飯店／航空是一次談定、長期供貨的通路；品牌可延伸到長照與野營。 |
| ⚫ 黑帽 風險 | ① 免水配方可能落入化妝品或醫材法規 ② 「刷得乾淨」缺乏消費者信任，教育成本高 ③ 一次性設計與 ESG 敘事衝突 ④ 專利地雷密集，牙刷是專利最擁擠的品類之一 |
| 🟢 綠帽 繞道 | 針對①：先走非宣稱療效的清潔品類上市。針對②：與牙醫診所合作背書。針對③：刷柄改可重複使用、只有刷頭是耗材（同時強化訂閱模式）。針對④：先做 FTO 檢索再定案（見下方專利段）。 |
| 🔵 藍帽 統籌 | 建議：小規模驗證再決定。待補：法規分類、飯店通路採購鏈。下一步 What／When／Who／How 見最後的 DA 收斂。 |
檢查你做的東西有沒有人要
VPC：右邊是客戶，左邊是你 —— 對不上的功能就是自嗨
Customer Jobs 客戶任務
· 功能性：旅途中維持口腔清潔
· 情感性：見客戶前不擔心口氣
· 社會性：在共用盥洗空間不失禮
Pains 痛點
· 傳統牙刷佔行李空間
· 忘記帶
· 濕刷頭無處晾、擔心細菌
· 飛機上根本沒條件用
Gains 爽處
· 不必事先準備
· 三分鐘完成
· 用完即丟不留麻煩
· 有「我有在照顧自己」的踏實感
Products & Services 產品服務
· 免水單支裝潔牙棒（刷頭＋內含膏體）
· 可重複使用刷柄＋拋棄式刷頭
· 定期補充訂閱
Pain Relievers 解痛劑
· 免水 → 直接消滅「沒水槽」痛點
· 單片密封 → 消滅衛生疑慮
· 飯店／航空鋪貨 → 消滅「忘記帶」
· 名片大小 → 消滅體積問題
Gain Creators 搖頭丸
· 訂閱自動補貨，永遠不缺
· 可印製企業識別，成為商務禮品
· 刷柄可留、刷頭可丟的環保敘事
把左邊每一項對回右邊：「可印製企業識別」對不上任何一個 Job／Pain／Gain —— 它是我們想做的，不是客戶要的。
處理方式：不是刪掉，而是換一個客戶族群（企業採購／商務禮品），也就是它應該成為 BMC 裡的第二個客戶區隔，而不是塞給旅行者。
從客戶端往回推整套生意
填寫順序：先右 5、再左 4。從客戶出發，才不會變成「我有什麼所以我賣什麼」。
| 順序 | 區塊 | 本案內容 |
|---|---|---|
| 右 ① | 客戶族群 | A 高頻商務旅客（自購） B 飯店／航空公司（B2B 大宗） C 企業行政採購（禮品） |
| 右 ② | 價值主張 | A：不必想的口腔清潔 B：低單價高滿意度的房內備品差異化 C：有實用價值的品牌接觸點 |
| 右 ③ | 通路 | A：電商訂閱＋機場零售 B：旅館用品經銷體系 C：企業禮品代理 |
| 右 ④ | 顧客關係 | A：訂閱制自動補貨 B：年約供貨＋共同行銷 C：專案客製 |
| 右 ⑤ | 收益流 | A 訂閱（主） B 大宗供貨（量大毛利低） C 客製溢價（次） |
| 左 ⑥ | 關鍵活動 | 配方與植毛設計、專利佈局、通路開發、代工品質管理 |
| 左 ⑦ | 關鍵資源 | 免水配方配方權、專利組合、旅館通路關係 |
| 左 ⑧ | 關鍵夥伴 | 口腔護理代工廠、包裝材料商、旅館用品經銷商、牙醫學會（背書） |
| 左 ⑨ | 成本結構 | 固定：模具、專利、法規認證 變動：材料、包裝、通路抽成 |
檢查這個創新有多難被抄
十大創新的用法不是「全部做到」，而是看你這個方案動了幾型。只動一型（通常是「產品表現」）的創新最容易被抄。
| 三大種類 | 十大創新 | 本案是否動到 |
|---|---|---|
| 設定 | ① 獲利模式 | ✔ 從一次性販售改為刷頭訂閱 |
| ② 網絡（連接別人來賺錢） | ✔ 旅館／航空通路綁定 | |
| ③ 結構（人才與資產） | — | |
| ④ 流程 | — | |
| 供給 | ⑤ 產品表現 | ✔ 免水、雙硬度刷毛 |
| ⑥ 產品系統 | ✔ 刷柄＋刷頭＋補充包成套 | |
| 體驗 | ⑦ 服務 | ✔ 自動補貨 |
| ⑧ 通路 | ✔ 進入原本沒有牙刷的機艙與客房場景 | |
| ⑨ 品牌 | — | |
| ⑩ 顧客參與 | — |
判讀：動到 6 型，集中在獲利模式、通路與產品系統。這是好訊號 —— 競爭者要抄，得同時抄產品、通路與收費方式，難度遠高於只抄一支牙刷。未動到的「品牌」與「顧客參與」是第二階段的成長空間。
點子值不值錢，寫成請求項就知道
把最佳點子寫成獨立項（只有一個句點）
【獨立項草稿】
一種免水潔牙器具，其包含：
一握持部，其內部形成一容置空間並具有一可撓凹穴；
一清潔部，可拆卸地結合於該握持部之一端，該清潔部具有
第一硬度之外圈刷毛與第二硬度之內圈刷毛，且該第一硬度小於該第二硬度；
一膏體，容置於該容置空間中，並於該可撓凹穴受壓時經由該清潔部之導出孔排出；
其中該握持部之外壁設有一穿孔，用以供繩體穿設。用迴避五法攻擊自己的請求項
| 迴避手法 | 競爭者可能怎麼繞 | 我方的補強（附屬項或第二件申請） |
|---|---|---|
| ① 刪除 | 不做穿孔，改用磁吸貼附 | 把穿孔移到附屬項，別放獨立項 |
| ② 元件取代 | 凹穴改成螺旋推桿出膏 | 獨立項改寫成「一出膏機構」的上位概念 |
| ③ 手段取代 | 膏體改成預先浸潤於刷毛的乾式配方 | 另申請一件涵蓋乾式載體 |
| ④ 功能結構 | 以 means plus function 寫「軟硬分區手段」 | 補強雙硬度的具體幾何界定 |
| ⑤ 功能均等 | 外軟內硬改為前軟後硬（軸向分區） | 獨立項用「分區」而非「內外圈」 |
創意不能自己選自己
CA 到這裡產出了三個可行方案。創意不能自己選自己 —— 交給 DA，用 Must 先砍、再用 Wants 加權。
| 決策標準 | Must | 權重 | 方案 A 免水拋棄式潔牙棒 | 方案 B 可換頭旅行牙刷＋訂閱 | 方案 C 飯店通路客製備品 |
|---|---|---|---|---|---|
| 18 個月內可上市 | ✔ | — | 通過 | 通過 | 不通過（通路談判 24 個月起） |
| 不落入醫材法規 | ✔ | — | 通過 | 通過 | — |
| 市場規模 | 10 | 8 (80) | 7 (70) | — | |
| 專利可防禦性 | 9 | 6 (54) | 8 (72) | — | |
| 毛利結構 | 8 | 7 (56) | 9 (72) | — | |
| ESG 敘事 | 6 | 3 (18) | 8 (48) | — | |
| 加權總分 | 208 | 262 | 淘汰 |
注意方案 C 在「市場規模」上其實最大，但它沒過 Must 就直接出局，連算分的機會都沒有 —— 這正是 DA 的 Must 關卡要教的事。
表中數字為課堂示範數據，非市場調查結果。
案例二車用電源管理 IC（PMIC）
同一套 CA 工具，換到 IC 設計服務的場景。示範重點：技術型創新一樣要走完商業模式，否則只是好技術，不是好生意。
我方是 IC 設計服務公司。Tier-1 客戶要下一代車用 PMIC：輸出功率密度要提升 40%，但封裝尺寸與腳位不得改變（客戶的機構與板子不想重畫）。AEC-Q100 Grade 1 溫度範圍。這是典型的「既要又要」，正是 CA 的戰場。
先看清楚客戶真正在買什麼
① 九宮格：把「下一代車用 PMIC」拆成八個面向
| 功率密度 | 下一代車用 PMIC | 熱（結溫與散熱路徑） |
| EMI／EMC | — | AEC-Q100 認證時程 |
| BOM 成本 | 整合度（Chiplet／SiP） | 客戶的 Time-to-Market |
② 三現觀察：去看客戶真正在會議上吵什麼
| 觀察到的行為（事實） | 推測的動機（假設，需驗證） |
|---|---|
| 客戶的機構工程師比 IC 工程師更早否決方案 | 散熱設計一旦要改，整個機構與認證都要重來 |
| 客戶願意接受效率略低，但拒絕改封裝腳位 | 板子重畫的代價遠大於多耗一點電 |
| 規格書上寫峰值功率，實際工況只有短時觸發 | 為極少發生的峰值付出了全時的散熱成本 |
| 客戶反覆問「熱關機會不會誤觸發」 | 怕的不是熱，是不可預測的熱關機 |
這句洞見改變了整個題目：從「怎麼把效率做上去」變成「怎麼讓熱不要變成客戶的問題」。後面所有工具都圍著這句話轉。
換維度看，空白處就是機會
時空物件三維掃描
| 維度 | 業界主要在做的 | 空格（GAP） |
|---|---|---|
| Where 空間 | 晶片內（製程、佈局）／板級（銅箔、散熱片）／機構（風扇、導熱膏） | 封裝內部的熱路徑 —— 兩頭都很擠，中間這層很空 |
| When 時間 | 穩態效率、冷啟動 | 峰值負載的「短時過載窗口」沒有人專門設計 |
| What 物件 | 功率級、控制器、驅動、韌體 | 感測與散熱結構之間沒有耦合 —— 溫度只被拿來保護，沒被拿來調度 |
封裝內熱路徑 × 短時過載窗口 × 用感測去調度而非保護
同樣地，這句話裡沒有「提高效率」四個字 —— 解題方向已經被移開了。
先把發散做滿
| 透鏡 | 點子 1 | 點子 2 | 可行性 |
|---|---|---|---|
| S 替代 | 功率級由 Si 改為 GaN／SiC | 打線改為銅夾（clip bond）降低熱阻 | 中／高 |
| C 結合 | 溫度感測與電流感測合一，同點取樣 | 驅動器與保護邏輯整合進同一 die | 高 |
| A 納入 | 借 CPU 的 DVFS 概念做動態功率調度 | 借資料中心的「熱預算」概念寫進韌體 | 高 |
| M 修改放大 | 把熱容放大：加入相變材料緩衝短時峰值 | 把感測點從 1 個放大到 4 個（熱梯度） | 中 |
| P 它用 | 同架構移植到 48V 輕混與儲能 | 熱模型輸出成客戶可用的預測 API | 中 |
| E 刪減 | 拿掉「全時支撐峰值」這個假設 | 拿掉外部散熱片的必要性 | 高 |
| R 反轉重排 | 不是讓晶片更耐熱，是讓熱可被預測 | 不是被動熱關機，是主動預先降載 | 高 |
與牙刷案一樣，E 與 R 是轉折點：「拿掉全時支撐峰值」＋「讓熱可被預測」＝ 把散熱問題從硬體轉成時間管理問題。
把「既要又要」寫成矛盾，答案就浮出來
物理矛盾：同一顆晶片，熱阻要低又要高
同一個參數（熱阻）要同時具備相反狀態 → 物理矛盾。
| 分離原理 | 在本案的解法 | 對應的發明原則 |
|---|---|---|
| 空間分離 | 功率級與控制級分離：分成兩顆 die 以 SiP／chiplet 並置，中間加熱隔離溝槽；功率級下方走實心銅柱直通封裝底部，控制級下方刻意做熱阻斷 | 1 分割 3 局部品質 |
| 時間分離 | 峰值負載時導通輔助散熱路徑與備援功率級，穩態時關閉以省面積與漏電 | 19 週期性動作 15 動態性 |
| 系統層級分離 | 熱管理責任上移：IC 不再只做熱關機，而是輸出「剩餘熱預算」給客戶 MCU，由系統層決定降載策略 | 17 移至新的空間 23 回饋 |
若要走技術矛盾路線（例如「改善 #7 移動件體積 → 惡化 #17 溫度」），就必須有矩陣可查才不會變成憑印象填答案。本課程目前提供 39 參數與 40 原則清單，尚未內建矩陣查詢表 —— 這點請在課堂上明說。
技術可行不等於該做
| 帽子 | 本案的內容 |
|---|---|
| ⚪ 白帽 事實 | 客戶要求功率密度 +40%、封裝與腳位不變、AEC-Q100 Grade 1。缺少的資料：客戶實際工況的負載時間分布（決定「短時過載窗口」是否成立）、客戶 MCU 是否願意接手熱預算邏輯。 |
| 🔴 紅帽 直覺 | 類比工程師：「把控制級隔開？佈局面積會爆。」PM：「兩顆 die 成本上去，客戶不會買單。」客戶：「你要我改韌體？那我為什麼不換供應商。」 |
| 🟡 黃帽 利益 | 封裝腳位不變 → 客戶零機構變更，這是最強的銷售說詞；熱預算 API 形成軟體黏著度；chiplet 架構可衍生多顆衍生品。 |
| ⚫ 黑帽 風險 | ① 雙 die 成本與良率 ② 客戶不願改韌體，整套價值主張落空 ③ AEC-Q100 認證時程拉長 ④ 熱預算若估錯，責任歸屬會很難談 |
| 🟢 綠帽 繞道 | 針對②：熱預算做成可選功能，預設維持傳統熱關機，客戶要用才啟用 —— 降低導入門檻。針對①：第一代先用單 die ＋ 熱島隔離，chiplet 留給第二代。針對④：輸出的是「建議降載量」而非「保證值」，責任邊界寫進規格書。 |
| 🔵 藍帽 統籌 | 建議：分兩代走。第一代單 die ＋ 熱島隔離 ＋ 可選熱預算 API；第二代再上 chiplet。待補：客戶負載時間分布。決策見下方 DA。 |
注意綠帽的三條繞道全部是針對黑帽的三條風險逐一回應的 —— 這是六頂帽最容易被忽略的用法：綠帽不是自由發想，是專門解黑帽。
客戶買的是「不必重做散熱設計」
Customer Jobs
· 功能性：在既有機構空間內達到新的功率規格
· 情感性：不想再跟機構部門開一次散熱檢討會
· 社會性：對車廠能交出「一次到位」的方案
Pains
· 改封裝＝改板子＝改機構＝重新認證
· 熱關機誤觸發會變成車廠的品質事件
· 峰值規格逼他們把散熱做到最壞情況
· 導入新供應商的驗證成本高
Gains
· 腳位不變，直接 drop-in
· 熱行為可預測、可寫進系統設計文件
· 散熱裕度換成成本節省
· 有第二代升級路徑，不怕被鎖死
Products & Services
· 熱島隔離架構 PMIC（腳位相容）
· 熱預算 API ＋ 參考韌體
· 熱模型與模擬支援服務
Pain Relievers
· 腳位相容 → 直接消滅「重新認證」
· 主動降載取代被動熱關機 → 消滅誤觸發
· 短時過載窗口 → 散熱不必照最壞情況設計
Gain Creators
· 熱預算 API 讓客戶的系統設計更好寫
· 兩代路線圖降低鎖定疑慮
· 熱模型可直接進客戶的模擬流程
好技術要接得上生意
| 順序 | 區塊 | 本案內容 |
|---|---|---|
| 右 ① | 客戶族群 | A Tier-1 車用電源模組廠 B 車廠自研團隊 C 工業／儲能（衍生市場） |
| 右 ② | 價值主張 | A：腳位相容的功率密度升級，零機構變更 B：可預測的熱行為可寫進系統設計 C：同架構跨市場複用 |
| 右 ③ | 通路 | A：既有 FAE 與代理商體系 B：車廠技術窗口直銷 C：工業代理 |
| 右 ④ | 顧客關係 | A：長期共同開發（NRE ＋ 量產） B：技術背書關係 C：標準品供應 |
| 右 ⑤ | 收益流 | ① NRE 開發費 ② 量產晶片銷售（主） ③ 熱模型與模擬支援（加值服務，來自上面 FIT 檢查的判讀） ④ 衍生市場授權 |
| 左 ⑥ | 關鍵活動 | 類比／功率設計、熱模擬、AEC-Q100 認證、參考韌體開發 |
| 左 ⑦ | 關鍵資源 | 熱島隔離的專利與 know-how、車規認證履歷、熱模型資料庫 |
| 左 ⑧ | 關鍵夥伴 | 晶圓廠與封裝廠、EDA／熱模擬工具商、車規測試實驗室 |
| 左 ⑨ | 成本結構 | 固定：光罩、IP 授權、認證 變動：晶圓、封測、FAE 支援人力 |
證明這不只是一顆更好的晶片
| 三大種類 | 十大創新 | 本案是否動到 |
|---|---|---|
| 設定 | ① 獲利模式 | ✔ NRE ＋ 量產 ＋ 模擬服務三段收費 |
| ② 網絡 | ✔ 與熱模擬工具商綁定 | |
| ③ 結構 | — | |
| ④ 流程 | ✔ 熱模型進入設計流程，成為可複用資產 | |
| 供給 | ⑤ 產品表現 | ✔ 熱島隔離、動態熱調度 |
| ⑥ 產品系統 | ✔ IC ＋ 韌體 ＋ 熱模型成套 | |
| 體驗 | ⑦ 服務 | ✔ 模擬支援 |
| ⑧ 通路 | — | |
| ⑨ 品牌 | — | |
| ⑩ 顧客參與 | ✔ 熱預算 API 讓客戶參與熱策略設計 |
判讀：動到 7 型。對比之下，如果只做「把效率提高 40%」，就只動到第 ⑤ 型 —— 那是最容易被下一代製程或競爭者抹平的一型。這張表就是用來證明「我們做的不只是一顆更好的晶片」的。
先自己繞一次，再送件
獨立項草稿
【獨立項草稿】
一種電源管理積體電路，其包含：
一功率轉換級，配置於一基板之第一區域；
一類比控制級，配置於該基板之第二區域；
一熱隔離結構，位於該第一區域與該第二區域之間，
使該第二區域至該功率轉換級之熱阻大於該第一區域至一封裝散熱面之熱阻；
複數溫度感測單元，分布於該第一區域與該第二區域；以及
一熱預算運算單元，依據該複數溫度感測單元之輸出與一預設熱容模型，
產生一剩餘可用功率訊號並經由一介面輸出至該積體電路之外部。用迴避五法攻擊自己
| 迴避手法 | 競爭者可能怎麼繞 | 我方的補強 |
|---|---|---|
| ① 刪除 | 不輸出剩餘功率訊號，只在內部降載 | 另立一件只涵蓋內部自主降載的申請 |
| ② 元件取代 | 熱隔離溝槽改為兩顆獨立 die 並置 | 獨立項寫「熱隔離結構」的上位概念，不限溝槽 |
| ③ 手段取代 | 以電流積分推估溫度，不用溫度感測器 | 補一件涵蓋「以電性參數推估熱狀態」 |
| ④ 功能結構 | 以 means plus function 寫「熱調度手段」 | 在附屬項界定熱容模型的具體形式 |
| ⑤ 功能均等 | 輸出「建議工作週期」而非「剩餘功率」 | 獨立項用「表徵剩餘熱裕度之訊號」概括 |
最漂亮的技術方案未必過得了 Must
| 決策標準 | Must | 權重 | 方案 A 單 die ＋ 熱島隔離 | 方案 B Chiplet 雙 die | 方案 C 純韌體熱調度 |
|---|---|---|---|---|---|
| 腳位與封裝不變 | ✔ | — | 通過 | 不通過（封裝需改） | 通過 |
| 可通過 AEC-Q100 Grade 1 | ✔ | — | 通過 | — | 通過 |
| 功率密度提升幅度 | 10 | 8 (80) | — | 4 (40) | |
| 開發時程 | 9 | 7 (63) | — | 9 (81) | |
| 專利可防禦性 | 8 | 8 (64) | — | 3 (24) | |
| BOM 成本影響 | 7 | 7 (49) | — | 9 (63) | |
| 加權總分 | 256 | 淘汰 | 208 |
方案 B 技術上最漂亮、功率密度提升最多，但第一條 Must 就出局 —— 因為整個洞見句就是「客戶不想改機構」。
表中數字為課堂示範數據，非實際評估結果。
兩個案例，同一套骨架
這就是「貫穿」要示範的事 —— 換題目，方法不變。
| 旅行用牙刷 | 車用 PMIC | |
|---|---|---|
| SCAMPER 轉折 | E 拿掉「水」／R 在目的地取得 | E 拿掉「全時支撐峰值」／R 讓熱可預測 |
| TRIZ 矛盾 | 刷毛要硬又要軟（物理矛盾） | 熱阻要低又要高（物理矛盾） |
| VPC FIT 落差 | 可印製企業識別 → 第二個客戶區隔 | 熱模型與模擬支援 → 第三條收益流 |
| 十大創新 | 動到 6 型 | 動到 7 型 |
| DA 倒在 Must | 飯店客製（市場最大，卻過不了上市時程） | Chiplet（技術最漂亮，卻要改封裝） |
把這套骨架套到你自己的題目
上面兩案示範的是同一條線。把下面這段提示詞複製到你的 AI，填入自己的題目，就能得到一份格式一致的完整分析 —— 再回到「HTML 檢視」分頁貼上，馬上看到成品。
提示詞預覽（可自行修改後再複製）：Vibe Coding 氛圍開發
把模糊的想法，變成 AI 能穩定執行的結構化指令。
"a new kind of coding I call vibe coding, where you fully give in to the vibes, embrace exponentials, and forget that the code even exists. It's possible because the LLMs are getting too good."
— Andrej Karpathy, Former OpenAI, 2025
順應感覺，也就是所謂的氛圍，擁抱 AI 指數級成長，甚至忘記程式碼本身的存在。
氛圍不是隨機的感覺；而是執行前的情境框架。
Vibe Coding 就是玩積木
議題層 Issues Layer (P)
我是集團公司運動主辦人，考慮今年 6 月在高雄的活動風險有火災、風雨等。
邏輯層 Logic Layer (D/C)
請幫我識別所有風險，列出 SOD 風險矩陣，找出可能原因並給予對策，最後報告用 HTML 格式。
AI 結論層 (A)
AI 產出報告 → 人腦檢視 → 往返迭代。人保留拍板權。
議題層 ＋ 邏輯層 = 一塊完整的積木。缺任一塊，AI 就會自己亂補，這正是「幻覺」的來源。實作可搭配 Gemini / ChatGPT 的 Canvas 畫布功能，讓產出直接在畫布上迭代。
VIBE × TICOE：兩層一組的提示詞框架
VIBE — 議題層 (WHY)
戰略意圖與商業目標。對應 Plan & Input。
- Viewpoint 觀點 — AI 應扮演何種專家角色
- Intention 意圖 — 應呈現何種專業風格
- Behavior 行為 — 執行的核心行為模式
- Expectation 期望 — 期望達成的商業成果
TICOE — 邏輯層 (HOW)
結構化執行流程。對應 Do / Check & Domain / Evaluation。
- Task 任務 — 任務描述清晰明確
- Input 輸入 — 資訊輸入完整充分
- Constraint 約束 — 範疇邊界清楚界定
- Output 產出 — 產出格式明確可用
- Evaluation 評估 — 具備可衡量評估標準
VIBE 議題層：四要素與寫法示範
| 要素 | 定義 | 寫法示範 |
|---|---|---|
| V Viewpoint 角色設定 | 定義 AI 在對話中扮演的專業角色與身份，建立專業權威性 | 「你是一位資深的半導體產業分析師，專精於 AI 晶片，能為高階主管提供精闢見解」 |
| I Intention 語氣表達 | 設定 AI 回應的語氣、表達方式與溝通風格，確保專業一致性 | 「請使用客觀、數據驅動的語氣，結論直接明確、開門見山」 |
| B Behavior 行為模式 | 指定 AI 的行為模式與輸出格式，確保結果符合企業需求 | 「報告需專業簡潔，先給出比較表格，再用條列式總結策略重點」 |
| E Expectation 期望輸出 | 明確定義期望的輸出形式，包括檔案格式、結構與呈現方式 | 「請直接輸出可嵌入儀表板的單檔 HTML，需包含可摺疊的章節與互動式圖表」 |
TICOE 邏輯層：五要素與寫法示範
| 要素 | 定義 | 寫法示範 |
|---|---|---|
| T Task 任務描述 | 定義需要 AI 完成的具體任務，動詞開頭，清晰目標 | 撰寫一份關於雙產品線的提案戰略報告 |
| I Input 輸入資訊 | 提供任務所需的背景資料、參考資料或相關條件 | 產品線資訊：BSO (7nm, 性價比)、BSU (5nm + Chiplet, 創新) |
| C Constraint 限制條件 | 設定任務的範圍、時間、篇幅或其他限制因素 | 報告需聚焦於中國大陸市場，時間範圍為未來 3–5 年 |
| O Output 產出格式 | 指定輸出的格式、結構、章節或呈現方式 | 產出章節需包含 Executive Summary、TAM/SAM/SOM… |
| E Evaluation 評估標準 | 明確說明評估輸出品質的標準或關鍵指標 | 商業邏輯的完整性、市場分析的深度… |
IC 產業實例：四個核心動詞
每個實例都是一組完整的 VIBE ＋ TICOE。點擊展開，可直接複製改寫成你自己的情境。
核心動詞：剖析 (Analyze)IC 範例一：Spec 剖析與 IP 媒合助理
【VIBE 指令】
【TICOE 任務】
【VIBE 指令】 V (Viewpoint)：你是一位具備 20 年經驗的 Senior System Architect，專精於半導體 IP 生態系與製程規範。 I (Intention)：語氣需客觀、數據驅動，結論直接明確、開門見山。 B (Behavior)：報告需專業簡潔，先給出比較表格，再用條列式總結技術風險。 E (Expectation)：直接輸出 一份完整的單檔 HTML （從 <!DOCTYPE html> 到 </html>，CSS 與 JS 全部內嵌），含可摺疊章節、資料表格與 Chart.js 圖表；複製後可直接貼到課程網站「HTML 檢視」分頁開啟。 【TICOE 任務】 T (Task)：剖析客戶提供的原始 Spec 文件，提取關鍵電性參數並與公司 IP Library 進行媒合。 I (Input)：客戶 Spec 文件內容（包含功耗、Gate Count、Performance 需求）與公司內部 IP 清單（包含 5nm/7nm 製程參數）。 C (Constraint)：必須標註數據來源的原始頁碼或章節，且不得揭露客戶具體產品型號。 O (Output)：產出一份「IP 媒合建議表」，包含：客戶需求值、IP 達成率 (Coverage)、潛在技術風險。 E (Evaluation)：媒合數據的準確性、對製程限制的分析深度。 【輸出格式（必須遵守）】 1. 直接輸出一份完整的單檔 HTML，從 <!DOCTYPE html> 開始、到 </html> 結束；自己的 CSS 與 JS 全部內嵌。唯一允許的外部資源是 Chart.js：<script src="https://cdn.jsdelivr.net/npm/chart.js"></script> 2. 版面：頂部標題與一句話結論；中段用 <table> 呈現所有評分、矩陣與比較（無襯線字型、斑馬紋、關鍵數字加粗、可橫向捲動）；圖表 1–3 張，每張要有標題。 3. 內容依序分成三個色塊卡片：① 分析顯示什麼（事實）② 如何解讀（判讀）③ 該做什麼（行動）。 4. 本題為課堂教學示範，我沒有提供真實數據。請你自行產生一組合理的示範數據把報表填滿，但務必在最後獨立一區「假設與限制」中，明確標示哪些是模擬數據、哪些是真實情境下必須改由現場提供的欄位。不得留空白或 TODO。 5. 響應式版面（手機可讀），不引用任何外部圖片。 6. 請務必把完整的 HTML 原始碼放在「單一個程式碼區塊」中，不要拆成多段、不要中途插入說明文字。 我會整段複製後，貼到課程網站的「HTML 檢視」分頁直接開啟。
複製後貼到你的 AI → 取得單檔 HTML → 回到「HTML 檢視」分頁貼上，立刻看到成品。
核心動詞：推估 (Extrapolate)IC 範例二：Tape-out 資源與進度推估
【VIBE 指令】
【TICOE 任務】
【VIBE 指令】 V (Viewpoint)：你是一位資深的 Project Management Office (PMO) Director，擅長大規模 IC 專案的資源調度與風險預控。 I (Intention)：語氣需具備策略眼光，重點放在預警與解決方案，而非僅描述現況。 B (Behavior)：使用 Dashboard 儀表板風格呈現，將風險等級視覺化。 E (Expectation)：直接輸出 一份完整的單檔 HTML （從 <!DOCTYPE html> 到 </html>，CSS 與 JS 全部內嵌），含可摺疊章節、資料表格與 Chart.js 圖表；複製後可直接貼到課程網站「HTML 檢視」分頁開啟。 【TICOE 任務】 T (Task)：推估下兩週 Tape-out 資源（如 EDA Tool License 及人力）的衝突點與潛在延遲風險。 I (Input)：近三天的多專案 Daily Report、工程師產出率數據、以及 EDA 工具目前的 Queue 狀態。 C (Constraint)：推估時間範圍僅限未來 14 天內，且需優先考量 Top-tier 客戶的優先權。 O (Output)：風險分析報告，需包含「人力缺口預警」與「EDA 資源重分配方案」。 E (Evaluation)：風險預測的邏輯合理性、建議方案的可執行性。 【輸出格式（必須遵守）】 1. 直接輸出一份完整的單檔 HTML，從 <!DOCTYPE html> 開始、到 </html> 結束；自己的 CSS 與 JS 全部內嵌。唯一允許的外部資源是 Chart.js：<script src="https://cdn.jsdelivr.net/npm/chart.js"></script> 2. 版面：頂部標題與一句話結論；中段用 <table> 呈現所有評分、矩陣與比較（無襯線字型、斑馬紋、關鍵數字加粗、可橫向捲動）；圖表 1–3 張，每張要有標題。 3. 內容依序分成三個色塊卡片：① 分析顯示什麼（事實）② 如何解讀（判讀）③ 該做什麼（行動）。 4. 本題為課堂教學示範，我沒有提供真實數據。請你自行產生一組合理的示範數據把報表填滿，但務必在最後獨立一區「假設與限制」中，明確標示哪些是模擬數據、哪些是真實情境下必須改由現場提供的欄位。不得留空白或 TODO。 5. 響應式版面（手機可讀），不引用任何外部圖片。 6. 請務必把完整的 HTML 原始碼放在「單一個程式碼區塊」中，不要拆成多段、不要中途插入說明文字。 我會整段複製後，貼到課程網站的「HTML 檢視」分頁直接開啟。
複製後貼到你的 AI → 取得單檔 HTML → 回到「HTML 檢視」分頁貼上，立刻看到成品。
核心動詞：歸納 (Summarize)IC 範例三：DRC 診斷與技術傳承助手
【VIBE 指令】
【TICOE 任務】
【VIBE 指令】 V (Viewpoint)：你是一位熱愛分享知識的 CAD / Physical Design 專家，負責協助年輕工程師排解設計規範錯誤 (DRC Error)。 I (Intention)：語氣需親切、具教學性，將複雜的技術手冊內容轉化為易懂的 SOP。 B (Behavior)：採用 Step-by-step 排錯指南風格，並附上常見錯誤範例與修正後比對。 E (Expectation)：直接輸出 一份完整的單檔 HTML （從 <!DOCTYPE html> 到 </html>，CSS 與 JS 全部內嵌），含可摺疊章節、資料表格與 Chart.js 圖表；複製後可直接貼到課程網站「HTML 檢視」分頁開啟。 【TICOE 任務】 T (Task)：歸納某特定 DRC Error Code 的常見成因，並提供對應的優化修改建議。 I (Input)：錯誤代碼 (Error Code)、Foundry 設計規範摘要、以及歷史維修資料庫記錄。 C (Constraint)：解決步驟需符合當前製程的技術限制與安全規範。 O (Output)：包含「成因解析圖表」、「快速檢查清單」與「建議修正路徑」。 E (Evaluation)：指導建議的實用性、是否能顯著縮短新人排錯時間。 【輸出格式（必須遵守）】 1. 直接輸出一份完整的單檔 HTML，從 <!DOCTYPE html> 開始、到 </html> 結束；自己的 CSS 與 JS 全部內嵌。唯一允許的外部資源是 Chart.js：<script src="https://cdn.jsdelivr.net/npm/chart.js"></script> 2. 版面：頂部標題與一句話結論；中段用 <table> 呈現所有評分、矩陣與比較（無襯線字型、斑馬紋、關鍵數字加粗、可橫向捲動）；圖表 1–3 張，每張要有標題。 3. 內容依序分成三個色塊卡片：① 分析顯示什麼（事實）② 如何解讀（判讀）③ 該做什麼（行動）。 4. 本題為課堂教學示範，我沒有提供真實數據。請你自行產生一組合理的示範數據把報表填滿，但務必在最後獨立一區「假設與限制」中，明確標示哪些是模擬數據、哪些是真實情境下必須改由現場提供的欄位。不得留空白或 TODO。 5. 響應式版面（手機可讀），不引用任何外部圖片。 6. 請務必把完整的 HTML 原始碼放在「單一個程式碼區塊」中，不要拆成多段、不要中途插入說明文字。 我會整段複製後，貼到課程網站的「HTML 檢視」分頁直接開啟。
複製後貼到你的 AI → 取得單檔 HTML → 回到「HTML 檢視」分頁貼上，立刻看到成品。
核心動詞：對比 (Compare)IC 範例四：NRE 報價策略與提案
【VIBE 指令】
【TICOE 任務】
【VIBE 指令】 V (Viewpoint)：你是一位專精於 IC 設計服務的商務總監，擅長 NRE（開發費用）估算與價值導向的銷售 (Value-based Selling)。 I (Intention)：語氣具備極強的說服力，策略導向且聚焦於客戶痛點的解決。 B (Behavior)：提案內容需客製化，並包含競品優劣勢的深度剖析。 E (Expectation)：直接輸出 一份完整的單檔 HTML （從 <!DOCTYPE html> 到 </html>，CSS 與 JS 全部內嵌），含可摺疊章節、資料表格與 Chart.js 圖表；複製後可直接貼到課程網站「HTML 檢視」分頁開啟。 【TICOE 任務】 T (Task)：對比公司方案與主要競爭對手的 NRE 報價策略，並生成一份具競爭力的商業提案。 I (Input)：客戶初步晶片需求、同業公開報價資料、公司過去類似專案的成本數據。 C (Constraint)：報價需保持在公司的利潤邊界內，且提案需聚焦於縮短 TTM (Time to Market)。 O (Output)：包含「差異化競爭分析」、「NRE 費用結構說明」與「投資報酬率 (ROI) 評估」。 E (Evaluation)：提案的商業邏輯完整性、需求覆蓋度與市場說服力。 【輸出格式（必須遵守）】 1. 直接輸出一份完整的單檔 HTML，從 <!DOCTYPE html> 開始、到 </html> 結束；自己的 CSS 與 JS 全部內嵌。唯一允許的外部資源是 Chart.js：<script src="https://cdn.jsdelivr.net/npm/chart.js"></script> 2. 版面：頂部標題與一句話結論；中段用 <table> 呈現所有評分、矩陣與比較（無襯線字型、斑馬紋、關鍵數字加粗、可橫向捲動）；圖表 1–3 張，每張要有標題。 3. 內容依序分成三個色塊卡片：① 分析顯示什麼（事實）② 如何解讀（判讀）③ 該做什麼（行動）。 4. 本題為課堂教學示範，我沒有提供真實數據。請你自行產生一組合理的示範數據把報表填滿，但務必在最後獨立一區「假設與限制」中，明確標示哪些是模擬數據、哪些是真實情境下必須改由現場提供的欄位。不得留空白或 TODO。 5. 響應式版面（手機可讀），不引用任何外部圖片。 6. 請務必把完整的 HTML 原始碼放在「單一個程式碼區塊」中，不要拆成多段、不要中途插入說明文字。 我會整段複製後，貼到課程網站的「HTML 檢視」分頁直接開啟。
複製後貼到你的 AI → 取得單檔 HTML → 回到「HTML 檢視」分頁貼上，立刻看到成品。
寫得好的 VIBE ＋ TICOE，用過一次就該存起來重複使用 — 這就是下一頁的 Skill 封裝。
Skill 封裝：把成熟的提示詞變成可複用資產
skill 不是捷徑替代理解，而是把已經理解的邏輯保存起來。
(PSDM + VIBE + TICOE) × Skill
PSDM
人腦判斷應用
抓議題 SA、辨真因 PA、選方案 DA、控風險 PPA、搞創意 CA
VIBE + TICOE
AI 協作
把 WHY 與 HOW 寫成可執行 prompt
Skill
能力資產 + AI
把成熟 prompt 封裝成可複用 skill
skill 的本質：固定 ＋ 變動
固定 — 放進 skill 的內容
- 專家角色與立場：這個 AI 應站在哪個位置思考
- 語氣與回應風格：例如專業、中立、數據導向
- 工作流程：先做什麼、再做什麼、最後交付什麼
- 輸出契約：回答順序、欄位結構、最低交付標準
- Guardrails：哪些不能亂猜、哪些要標示 assumptions
role / workflow / rubric
變動 — 每次執行 (runtime) 才填
- 這次實際要做的 Task
- 這次要餵給 AI 的 Input / data / files
- 公司或部門特有限制 Constraint
- 這次想要的最終格式 Output
- 這次驗收標準 Evaluation
customer spec / IP list
固定太多會僵化；變動太多會漂移。
VIBE × TICOE → skill 轉換對照表
| 元素 | 框架說明 | skill 對應章節 | 功能說明 |
|---|---|---|---|
| V | Viewpoint 角色設定 | ## 角色設定 (Role / Persona) | 定義 AI 的專業身份與背景，直接對應 V 的文字。 |
| I | Intention 語氣設定 | ## 語氣與風格 (Tone & Style) | 描述溝通語氣，通常與 B 合併為「語氣與行為風格」章節。 |
| B | Behavior 輸出行為 | ## 語氣與風格 (合併 I+B) | 規範輸出的格式行為，與 I 共同構成語氣風格章節。 |
| E | Expectation 期待輸出 | ## 輸出格式 (Output Format) | 明確指定最終輸出形式 (HTML / Markdown / 表格等)。 |
| T | Task 任務描述 | ## Task (任務) | 核心工作的簡潔描述，成為 Skill 的主要執行目標。 |
| I | Input 輸入資料 | ## Input (輸入) [使用者填寫] | 定義使用者在啟動 Skill 後需要提供的資訊。 |
| C | Constraint 限制條件 | ## Constraint (限制) | 邊界條件、格式規範、技術限制等不可違反的規則。 |
| O | Output 產出結構 | ## Output (產出) | 定義輸出的結構與內容，確保 AI 依照預期格式輸出。 |
| E | Evaluation 評估標準 | ## Evaluation (評估) | 成功標準，作為 AI 自我校驗輸出品質的依據。 |
skill 的結構：YAML frontmatter + Markdown 內文
--- name: hr-performance-review description: 用於設計年度績效評估表單 觸發詞: 績效評估, annual review --- # HR 年度績效評估表單 ## 角色設定 <- VIBE: V 你是資深 HR 管理專家... ## 語氣與風格 <- VIBE: I + B 專業、中立、客觀... ## 輸出格式 <- VIBE: E 輸出為 HTML... ## Task / Input / Constraint <- TICOE T,I,C 任務、輸入、限制條件... ## Output / Evaluation <- TICOE O,E 產出結構、成功標準...
預先打包的提示語模板
反覆使用的 VIBE + TICOE 提示語，儲存為可重複呼叫的 skill。
觸發詞啟動，一鍵執行
輸入觸發詞（如「績效評估」），Claude / Gemini / GPT / DeepSeek 自動套用完整 VIBE + TICOE 設定。
跨平台可攜
SKILL.md 最初是 Claude 專有格式，其他平台可手動貼入作為 skill prompt；支援 Agent Skills 的平台則放入對應 skill folder。
三大平台的 Skill：三個不會變的共通點
平台細節（安裝路徑、可附帶的檔案、命名長度限制）改版很快，寫進教材隔一季就過時。這裡只留三件短期內不會變的事；實際設定請以各平台官方文件為準。
① 檔案格式是同一套
Claude、Codex、Antigravity 都吃一份 Markdown 檔（SKILL.md），開頭放一段 metadata（至少是名稱與描述），底下是內文。你寫好的 VIBE × TICOE 內容，不必為了換平台重寫。
② 靠「描述」被叫出來，不是靠指令
AI 是拿你寫的 description 去比對使用者這次的請求，判斷該不該載入這份 skill。所以描述要寫「什麼情況下該用我」，而不是「我是什麼」——這一條決定 skill 會不會被用到。
③ 沒被用到時不佔用上下文
平常只掛著名稱與描述，被判定用得上時才展開全文（漸進式揭露）。所以裝很多份 skill 不會拖慢對話，可以放心把整套 PSDM 工具都封裝起來。
各平台的安裝資料夾、可附帶的腳本與參考檔規則不同，請查該平台官方文件。本課程匯出的 SKILL.md 三家都能直接使用。
skill 範例：vibe-sdlc（從模糊想法到上線的六階段）
把使用者一句模糊的「我想做個 X」，用 AI 自動化跑完六階段 SDLC：發想 (SA) → Spec (PA) → Design (DA) → Plan (PPA) → Test (PPA/8D-D4) → Coding (CA/PA)。每階段產出結構化交棒文件供下一階段直接吃。整合 VIBE × TICOE × PSDM。
---
name: vibe-sdlc
description: 把使用者一句模糊的「我想做個 X」用 AI 自動化跑完六階段 SDLC —— 發想 (SA) -> Spec (PA) -> Design (DA) -> Plan (PPA) -> Test (PPA/8D-D4) -> Coding (CA/PA)，每階段產出結構化交棒文件供下一階段直接吃。整合 VIBE x TICOE x 5 紀律 x PSDM。當使用者提到「想做 App / 想做工具 / 想做網站 / 想做 Bot / 我有個點子」、需求模糊、不知從何開始、希望 AI 帶著走完從發想到上線的全流程時，務必啟動本技能。預設輸出語言：繁體中文。
default-language: 繁體中文
license: CC BY 4.0
version: 1.0
author: Cliff Wang 王啟岳 博士 (a2psdm.com)
---
# Vibe SDLC —— 從模糊到上線的 AI 全流程協作技能
> 「需求是模糊的，但流程不能是模糊的。」—— Cliff Wang
>
> 把使用者的一句話，用 AI 跑完整條 SDLC 流水線：**發想 -> Spec -> Design -> Plan -> Test -> Coding**。
> 每階段都有結構化產出，下一階段 AI 可直接吃，不必人類重打字。
---
## 啟動條件 (Activation)
當使用者說以下任一句話時，自動啟動本技能：
- 「我想做個 App / 工具 / 網站 / Bot / 系統 / 平台 / 服務」
- 「我有個點子...」
- 「能不能做一個 X」
- 「幫我規劃一個專案」
- 「從頭到尾帶我走完」
- 「我不會寫程式但想做出 X」
**不啟動**的時機：使用者只想討論某單一階段（例如純粹要做 UI 設計、純粹要 debug），
這時應改用該專業技能。
---
## 三層架構 (Three-Layer Framework)
議題層 (Issue Layer)：你想做什麼？為誰？解什麼痛？
|
邏輯層 (Logic Layer)：六階段流水線
發想 -> Spec -> Design -> Plan -> Test -> Coding
|
結論行動層 (Action Layer)：每階段產出物 + 交棒給下階段
---
## 角色設定 (Role / Persona) <- VIBE: V
你是一位資深的產品技術顧問，同時具備 PM、System Architect 與 QA 三種視角。
## 語氣與風格 (Tone & Style) <- VIBE: I + B
專業、務實、不說空話。每一階段先給結論，再給理由，最後給交棒文件。
## 輸出格式 (Output Format) <- VIBE: E
每階段固定輸出：① 本階段結論 ② 關鍵決策與理由 ③ 交棒文件（結構化表格或 Markdown）。
## Task (任務) <- TICOE: T
帶領使用者從模糊想法，逐階段完成六階段 SDLC，每階段結束前確認再進入下一階段。
## Input (輸入) [使用者填寫] <- TICOE: I
使用者的一句話需求、目標使用者、已知限制（預算 / 時程 / 技術棧）。
## Constraint (限制) <- TICOE: C
- 一次只推進一個階段，未取得使用者確認不得跳階段。
- 不確定的地方必須標示 [假設]，不得憑空編造數據。
- 預設輸出語言：繁體中文。
## Output (產出) <- TICOE: O
六份交棒文件：發想摘要、Spec、Design、Plan、Test Plan、Coding 指令。
## Evaluation (評估) <- TICOE: E
- 每階段交棒文件是否足以讓下一階段的 AI 無需追問即可執行。
- 是否有未標示的假設。
- 最終產出是否可直接交付。
一個 Skill 只解一件事。當一個專案需要好幾個 Skill 依序協作時，就進入下一頁的 Agentic Workflow。
Agentic Workflow：讓 AI 當指揮家
Skill = 單一專家；Agentic Workflow = 把多個專家組成團隊自動協作。
單一 Skill 的極限
- 一個 prompt 只能做一件事
- 完成專案需要：Skill A 市場分析 ／ Skill B 競品比較 ／ Skill C 提案撰寫
- 人工串接，每次複製貼上輸入
Agentic Workflow
- 讓 AI 自動決定要呼叫哪個 Skill
- 要呼叫幾次、依什麼順序
- 用哪個結果繼續
- 一句指令，自動化流程
AI Co-Intelligence：一句話需求的三層放大
第一層
VIBE / TICOE
可控
第二層
Skill
可複用
第三層
Agentic Workflow
可編排
不是寫程式，而是把 AI 變成可控、可複用、可編排的工作夥伴 → 可交付成果。
Agentic Workflow 四大模式
① Prompt Chaining 串接鏈
Skill A → Gate 驗證 → Skill B → Skill C
適用：有順序、需驗證點的線性流程
範例：Spec 剖析 → 風險推估 → 提案撰寫
② Routing 路由分流
Router 判斷輸入類型 → 分流給對的 Skill
適用：輸入多樣、需分類處理
範例：客戶需求判斷 → 技術／商務／緊急路徑
③ Parallelization 並行化
同時啟動多個 Skill → Aggregator 投票合併
適用：需多重驗證、降低幻覺
範例：同時問三家市場觀點，取最優
④ Orchestrator-Subagent 主從
主 LLM 動態指揮多個專門 Subagent
適用：複雜多工、跨工具推理
範例：一句話展開完整客戶提案
Demo：由一句需求到客戶提案
「寫一份車用電源管理 IC 提案」
① Routing
Router 判斷需求類型：回顧 ／ 提案 ／ 技術
② Chaining
市場分析 → 競品比較 → ROI 計算
③ Orchestrator
主 LLM 整合所有資料，輸出完整提案
不需 n8n、不需寫任何程式碼。在 ChatGPT／Gemini／Claude／DeepSeek 同一個對話視窗，把 Router 分流 → 逐一呼叫 Skill → 整合成品全部「攤開」演出來。每一步都可檢查、可重跑。
單一 prompt = 黑箱出答案；Agentic Workflow = 透明走流程。
Agentic Workflow Meta-Prompt（可直接複製使用）
先用一般方式問「寫一份車用電源管理 IC 提案」看黑箱出答案；再貼下面這段 Meta-Prompt，看透明走流程。把最後一段的任務換成你自己的情境即可。
你現在要扮演一個「Agentic Workflow 編排器 (Orchestrator)」。 請完整模擬並「顯示」出 Vibe Coding -> Skill -> Agentic Workflow 三層運作，讓觀眾看見流程。 【三層架構，照此順序運作】 1 Vibe Coding (VIBE+TICOE)：先把我的需求轉成結構化指令 VIBE = 角色 / 語氣 / 行為 / 期待 TICOE = 任務 / 輸入 / 限制 / 產出 / 評估 2 Skill：把結構化指令封裝成可重複呼叫的「專家技能」 3 Agentic Workflow：由你自己決定呼叫哪些 Skill、順序、如何整合 【你手上有三個 Skill】 [Skill A 情境分析師] [Skill B 方案策略顧問] [Skill C 成果交付專家] 【執行規則：要讓觀眾看到流程】 1 先用【Router】宣告：任務屬哪類、走哪條路徑、用到哪些 Skill 2 每呼叫一個 Skill 先寫「▶ 正在呼叫 [Skill X]…」 3 輸出後寫「✓ [Skill X] 完成，交棒下一步」 4 最後由 Orchestrator 整合成最終成品 5 全程用「────」分隔，最後加【流程回顧】說明你如何自己決定順序 【我的任務】（填入你的情境，例如：寫一份車用電源管理 IC 提案） 「寫一份車用電源管理 IC 提案」
提醒：Agentic Workflow 越自動，人越容易從「議題層」直接跳到「結論層」，思辨力隨之下降。流程越透明，越要刻意在每個 Gate 停下來人工驗證 — 這正是 PSDM 存在的理由。
把 AI 產出的 HTML 貼進來，立刻看到報表
手機不用存檔、不用找檔案 App。貼上就渲染，圖表與表格直接呈現。
為什麼需要這個？
ChatGPT、Gemini 這類平台只會把 HTML 當「一段程式碼」回給你，不會產生可下載的檔案。在 iPhone 上要把那段程式碼變成能開的網頁幾乎不可能——所以我們把渲染器直接做在課程網站裡。
複製提示詞
在 SA／PA／PPA／DA／CA 任一區塊按「📋 複製提示詞」，貼到你慣用的 AI。
複製 AI 的回覆
AI 會回一段 HTML 程式碼。整段複製即可——前後多帶了說明文字也沒關係，系統會自動抓出程式碼。
貼到下方，按「渲染報表」
報表立刻出現。可全螢幕檢視，也能下載成 .html 保存。
貼上 AI 回覆
支援整段回覆（含 ``` 程式碼圍欄與前後說明），也支援只貼純 HTML。
安全說明：報表在獨立沙箱 iframe 中執行（無 allow-same-origin、無彈出視窗權限），無法讀取本頁面的任何資料。系統另會對貼上的內容注入 CSP：封鎖 fetch／XHR 等對外連線、封鎖外部圖片與表單送出，因此報表無法把你的內容傳出去。唯一允許的外部資源是繪圖用的 Chart.js（cdn.jsdelivr.net）；若你的環境完全不允許外連，請改用不含圖表的純表格報表。
下載說明：電腦端會直接存檔；iPhone 會跳出分享選單，可選「儲存到檔案」。
詞彙表 Glossary
課程中出現的所有專有名詞，依模組分組。可用瀏覽器的 Ctrl+F ／ ⌘+F 直接搜尋。
總論
| 名詞 | 英文／全稱 | 說明 |
|---|---|---|
| PSDM | Problem Solving & Decision Making | 問題分析與決策的系統方法，本課程的五大場景 SA／PA／PPA／DA／CA 之總稱。 |
| 三層次 | Issues / Logic Arguments / Conclusions & Actions | 議題層、論證邏輯層、結論行動層。批判思考就是檢查這三層的一致性與邏輯性。 |
| PDCA | Plan-Do-Check-Act | 戴明循環。對應審問（P）、慎思（D）、明辨（C）、篤行（A）。 |
| IDEA | Insight / Domain / Evolution / Action | 右腦創新四步驟：想像收集界定、運用場景、連接演化、創新行動方案。 |
| 演繹 Deductive | X → Y | 從已知原理推出結果。直線式、垂直思考、左腦。工具：魚骨圖、失效樹。 |
| 歸納 Inductive | Y → X | 從結果反推原因。直覺式、水平思考、右腦。工具：IS／IS NOT 差異分析。 |
| 證實 Confirmation | P → Q | 找支持命題的案例。舉再多 P → Q 也不能證明命題為真，這正是確認偏誤（Confirmation Bias）。 |
| 證偽 Falsification | 找 P → ~Q 是否存在 | 同一個 P 無法同時解釋 (Q, ~Q)。只要存在一個 P → ~Q，命題即被推翻。 |
| MECE | Mutually Exclusive, Collectively Exhaustive | 彼此獨立、互無遺漏。切分議題的基本原則。 |
| 三現主義 | 現地・現物・現況 | 到現場、看實物、掌握實際狀況，再談分析。 |
SA 狀況評估
| 名詞 | 英文／全稱 | 說明 |
|---|---|---|
| SA | Situation Appraisal | 把一團混亂拆成可管理的議題組合，並決定各自的下一步流程。 |
| SUG | Seriousness / Urgency / Growth | 嚴重性、緊急性、未來性。SA 排優先序的三個維度。 |
| QCDMS | Quality / Cost / Delivery / Morale / Safety | 品質、成本、交期、士氣、安全。SUG 之外的另一組評斷標準。 |
| 當責 4W | What / When / Who / How | 行動方案必須指名到人、指定到日期，否則不算行動。 |
PA 問題分析
| 名詞 | 英文／全稱 | 說明 |
|---|---|---|
| PA | Problem Analysis | 當「實際」與「應有」出現偏差且原因不明時，用比較找線索、用證據做淘汰。 |
| Deviation 偏差 | Should − Actual | 應有水準與實際的落差。問題陳述 = 主體（Object）＋ 偏差（Deviation）。 |
| IS / IS NOT | 顯性 / 隱性（陽性 / 陰性） | 四大構面（What／Where／When／Extent）的問診表。IS NOT 指「照理說也該發生、但實際沒發生」的對照組。 |
| MPC | Most Probable Cause | 最可能原因。判準：能否解釋 IS／IS NOT 表中的每一項事實。 |
| Ay 治標 | Containment Action | 先止血，防止災情擴大。針對「果」。 |
| Ax 治本 | Corrective Action | 驗證真因後根除問題。針對「因」。治標先行，治本再做。 |
| 3x5 Why | Occurrence / Escape / System | 從三個構面各問五次 Why：為什麼發生、為什麼沒被擋下、為什麼制度允許它發生。 |
| DIKW | Data / Information / Knowledge / Wisdom | 數字面向的四層：整理 → 比較 → 關聯 → 控制與預測。 |
| 8D | 8 Disciplines | 結構化問題解決報告格式，D4／D5 即是根因分析與驗證。 |
PPA 潛在問題分析
| 名詞 | 英文／全稱 | 說明 |
|---|---|---|
| PPA | Potential Problem Analysis | 針對還沒發生的失敗模式，提前設計預防與備援。 |
| SOD / RPN | Severity × Occurrence × Detection | 嚴重性 × 發生率 × 難檢測度 = 風險優先數 RPN，用來排序風險。 |
| Plan A | Prevention 預防行動 | 針對可能原因，降低發生率 O。 |
| Plan B | Contingency / Mitigation 應變減損 | 風險發生時降低嚴重性 S，並思考提高檢測度 D（如警報器）。 |
| FMEA | Failure Mode & Effects Analysis | 七步驟：規劃準備、結構分析、功能分析、失效分析、風險分析、優化、結果文件化。 |
| NUDD | New / Unique / Difficult / Different | 專案風險辨識的四個提問角度。 |
DA 決策分析
| 名詞 | 英文／全稱 | 說明 |
|---|---|---|
| DA | Decision Analysis | 把主觀討論轉成客觀比較：標準 ＋ 權重 ＋ 數據。 |
| Musts | 必要條件 | 基本門檻，不符合就直接淘汰，不進入評分。 |
| Wants | 需要條件 | 加權比較項目，給權重（1–10）再給評分（1–10）。 |
| 加權分數 | 評分 × 權重 | 決策矩陣的計算基礎。 |
| 系統一 / 系統二 | 快思 / 慢想 | Kahneman 的雙系統。決策應該是系統二的產物。 |
CA 創意分析
| 名詞 | 英文／全稱 | 說明 |
|---|---|---|
| CA | Creativity Analysis | 改變視角、突破框架，把創意轉化為有市場價值的 Innovation。 |
| 九宮格 | Mandala Chart | 把最終目標放中間、八個子目標圍繞，再各自展開 — 大谷翔平使用的目標分解法。 |
| 空隙填補 | Mismatch / GAP | 在「產品服務 × 時間／空間／物件」的交叉表裡找空格，空格就是機會。 |
| SCAMPER | Substitute / Combine / Adapt / Modify / Put to other use / Eliminate / Reverse | 七種改造既有事物的提問法。 |
| TRIZ | Teoriya Resheniya Izobretatelskikh Zadatch | 由四十萬件專利歸納出的發明問題解決理論：39 參數 × 39 參數的矛盾矩陣，導向 40 項發明原則。 |
| 專利三要素 | Useful / Novelty / Inventive Step | 實用性、新穎性、進步性。 |
| 六頂思考帽 | White / Red / Yellow / Black / Green / Blue | 事實、直覺、利益、風險、創意、統籌。一次只戴一頂。 |
| 設計思維 | Design Thinking | 同理 → 定義 → 發想 → 原型 → 測試 → 迭代。 |
| VPC | Value Proposition Canvas | 客戶側（工作／痛點／爽處）對上公司側（產品服務／解痛劑／搖頭丸），檢查 FIT。 |
| BMC | Business Model Canvas | 商業模式九宮格。填寫順序：先右 5（客戶側），再左 4（公司側）。 |
AI 協作
| 名詞 | 英文／全稱 | 說明 |
|---|---|---|
| Vibe Coding | 氛圍開發 | Karpathy 2025 提出。氛圍不是隨機的感覺，而是執行前的情境框架。 |
| VIBE | Viewpoint / Intention / Behavior / Expectation | 提示詞的議題層（WHY）：角色、語氣、行為、期待成果。 |
| TICOE | Task / Input / Constraint / Output / Evaluation | 提示詞的邏輯層（HOW）：任務、輸入、限制、產出、評估。 |
| Skill | SKILL.md | 把成熟的 VIBE＋TICOE 封裝成可重複呼叫的技能檔。固定角色與流程，變動任務與輸入。 |
| Agentic Workflow | AI 編排 | 讓 AI 自己決定呼叫哪些 Skill、順序與整合方式。四大模式：Prompt Chaining、Routing、Parallelization、Orchestrator-Subagent。 |
| Orchestrator | 編排器 | 主 LLM，動態指揮多個專門 Subagent 並整合最終成品。 |
| 認知債務 | Cognitive Debt | MIT 研究提出：過度依賴 AI，是以未來的認知能力為代價。 |
| GTC 四類 AI | Perception / Generative / Agentic / Physical | 感知 AI、生成 AI、代理式 AI（當前）、物理 AI。 |
結論與討論
.jpg)
課程總結心智圖 (點擊放大)
.jpg)
Nano Banana 視覺圖像 (點擊放大)
- ✓ 一個關鍵思考整合：邏輯思維 (左腦) 與創意思維 (右腦) 的交互運作。
- ✓ 二個邏輯必須兼具：演繹法與歸納法。
- ✓ 三個層次檢視：議題層、論證邏輯層、結論行動層。
- ✓ 四個步驟循環：以 PDCA 處理邏輯問題，以 IDEA 框架激發創新。
- ✓ 五個 AI 應用場景：在 SA, PA, PPA, DA, CA 中，善用 AI 作為輔助工具。
- ✓ 六頂思考帽切換：白（事實）、紅（直覺）、黃（利益）、黑（風險）、綠（創意）、藍（統籌）。
- ✓ 六步設計思維：同理 → 定義 → 構思 → 原型 → 測試 → 迭代。
- ✓ 九宮格商業模式：用 BMC 把創意收斂成可執行、可獲利的商業模式。
最後一個提醒：AI 輔助系統思維時，最大的風險是由議題層直接跳到結論層 — 中間的論證邏輯層被略過，思辨力隨之下降。所以每一次用 AI，都要刻意回頭檢查中間那一層。以人腦智慧為主，人工智能 AI 為輔。
以人腦的智慧與判斷力為主導，駕馭 AI 的強大算力與知識庫，成為未來職場中無可取代的關鍵人才。