Agentic AI 怎麼落地？從一個公部門公文生成 Agent 說起｜AI 實戰故事

客戶是一個公部門業務組，每個月要處理超過四百件民眾詢問。這四百件裡，六成是 Email 回函，四成是正式公文。公部門的書面回覆有它的專業門檻：格式、用語、層級，每一種都有對應的規範，每一件都要符合才能送出去。兩種格式、兩套語氣、兩種結構，每一件都要人工從頭寫到尾。他們需要的是：「一個能把查到的答案直接轉成合規稿件的 Agent」。

第一關：讓 Agent 學會說公部門的語言

格式這件事，比想像中難處理。

Email 回函要親切、說清楚、語氣不能太官腔；正式公文要用對稱謂、段落結構有規矩、送審前要能過長官那關。一般 AI 給出來的回答，兩種都不像：既不像信箱裡的那種 Email，也不像公文格式。業務同仁還是要從 AI 的答案裡撿材料，自己重新組裝一遍。

我們的做法是請客戶提供實際使用過的公文稿件，約五十份。把這些稿件的格式邏輯、用語習慣、段落結構拆開來，做成 Agent 的輸出基礎。同一個問題，業務同仁可以選擇輸出 Email 版或正式公文版，系統按對應格式產出草稿。不是白話 AI 語氣，是能直接送審的版本。

第二關：法規版本打架的時候，誰來裁決？

知識庫建好之後，我們碰到了另一個關卡。

客戶的文件裡，同一個議題有時存在不同時間版本的規範，而這些文件不會互相覆蓋，舊的不刪，新的疊上去，因為有時候回溯舊版本是必要的。

當 Agent 同時看到兩份有牴觸的文件，最危險的事可能是它悄悄選了一個，卻沒讓人知道。

我們的處理方式：文件本身需要帶有版本與適用期間資訊，AI 才有辦法判斷引用依據，一旦引用到有衝突的內容，Agent 不自行裁決，而是把衝突點顯示出來，讓業務同仁自己判斷。對外回覆只呈現信心程度高的內容；對內使用保留衝突點可見，讓人知道這裡需要人工確認。

一個意外的細節，反而被記住了

試用期間，業務同仁做了一個比較：同樣一個問題分別丟給其他的 FAQ bot 和我們建立的公文 Agent，FAQ bot 觸發了個資提醒，公文 Agent 沒有。

這是我們在設計時特別考量的地方，公文 Agent 的使用者是內部業務人員，不是對外的民眾窗口，應該觸發提醒的邊界本來就不同。但使用者並不知道背後有這層設計，他們只是感受到：「這個 Agent 好像知道自己在跟誰說話。」

這次客戶給了一個評語：「成熟度很高。」在公部門的脈絡裡，這句話意味著我們的 Agent 做對了！

這次公部門專案，我們學到什麼

這個案子讓我們更清楚一件事：公部門的書面工作不只是資訊查詢，它有格式要求、有版本脈絡、有角色邊界。要將這些細膩又複雜的條件加在一起，深度了解每個使用場景，才能建構出「能真正幫上忙的 Agent」。

這層理解，是我們一直在努力轉化成可落地架構的事。這套公文生成 Agent 是建置在 Headquarter.ai 的 Agentic Resource Platform 上，從知識庫建立、格式輸出到權限控管，組織可以在平台框架內自行設定與調整，讓 AI 真正融入日常營運，而不是另一個需要人去配合的工具。

如果你的組織也在處理大量書面往來，歡迎來聊聊。【填寫表單聯絡我們】