AI審提案總說不錯，還是選不出來？怎麼先找漏洞再比較分數？
請AI審提案，卻只拿到客氣評語，怎麼看出方案差異？本文用外包提案的假設情境，說明引用原文、漏洞分級、設定配分及反方提問的順序，整理扣分理由與致命問題的檢查方式，並以兩個練習把模糊評語改成可處理的建議，協助自己完成最後判斷。
本文目錄
客氣的評語，還缺哪些可用資訊？
若每份提案收到的評語都是內容完整、還能加強，你可能看完仍無法比較。開始請AI挑選之前，可以先看回覆是否指出文件裡的具體問題，以及為何影響這次決定。
假設情境：部門主管阿哲比較三份外包提案，AI給的回饋卻十分相似。情境 → 每份看起來都有優點；判斷 → 先把審查要求改為找出原文中的漏洞；理由 → 沒有證據與共同標準，就無法說明方案之間的差別。
搭配本課程5分鐘影片，先看重點，再用下面的整理與練習確認理解。
先把問題看清楚，再進入計分
本堂的「先找漏洞，後打分數」，要求把審查次序寫進指令。剛讀完的印象先放一旁，先讓每個問題有能回查的文字，再討論分數。
- 要求逐條指出漏洞，附對應原文及理由，區分致命、重要與小瑕疵。檢查面向可列時程預算、人力分工、風險與驗收。
- 事先決定可行性、成本及風險等配分，將同一規則套用各案。每項扣分必須能連回已確認的漏洞。
- 請AI改站在難以說服的決策者立場，提出最有力的反對理由，再檢查自己是否有答案。
四堂共用的骨架是「交代目的與標準 → 排好先後步驟 → 要求附上依據」。說清楚要什麼，再驗收它交的東西；審提案時，先後順序與原文依據，都要在需求裡講清楚。
讓每次扣分都能回到文件
假設情境：回覆只說預算交代不足。情境 → 阿哲無法據此請提案人修改；判斷 → 應要求指出文件具體位置與缺少的內容；理由 → 「第三頁只有總價，缺分項」比籠統評語更能說明需要補什麼。
| 審查階段 | 應看見的內容 | 需要補問的情形 |
|---|---|---|
| 確認漏洞 | 原文、問題與理由 | 只有形容，沒有文字依據 |
| 分出輕重 | 致命、重要、小瑕疵 | 沒說哪些必須優先處理 |
| 檢查扣分 | 配分及對應問題 | 分數無法連回漏洞 |
| 比較方案 | 相同規則下的結果 | 各案使用不同標準 |
配分也要由工作目的決定。若優先考量預算，就調整成本比重；若看重準時完成，則要反映在可行性的考量。不要等AI打完分，才發現它重視的項目與自己不同。
總分出來後，先看是否仍有致命問題。尚未排除這類漏洞，不能因為其他項目分數高就直接採用。分數幫你整理判斷，最終仍要對照實際條件決定。
反方提問，要指定誰最難被說服
審自己的簡報，也能用同樣方法。可以指定財務、法務及使用者立場，各提出一個難以回答的疑問。這裡是練習從不同角度找缺口，並不代表AI已代替相關人員完成判斷。
如果反方回覆仍然泛泛而談，就把角度寫得更清楚，再請它提問。收到審查後也檢查三件事：漏洞是否有文字可對照？扣分是否對應那些問題？反方是否碰到需要準備的難題？哪裡不足，就補哪一項。
我要比較＿＿，這次最在意＿＿。請先依時程、預算、人力分工、風險與驗收逐項找問題，附上文件原句及說明，標記輕重，暫不評分。
我確認問題清單後，才依可行性＿＿分、成本＿＿分、風險＿＿分比較，每一項扣分都寫出相應漏洞。
最後站在＿＿立場質疑方案，指出最難回應的問題。請另外整理仍需先排除的致命項目。
要將結果交給提案人，可以再把已核對的漏洞改成建議。例如預算缺少明細，就請對方補列分項，而不是只說內容需要加強。專業的回饋要讓對方看得懂修改位置，也知道為什麼要改。
邊找問題邊計分、沒有共同規則，或直接照用最高分，都是課中提醒的錯誤。遇到時先重排流程與標準，再核對結果，避免讓數字取代自己的閱讀。
你也可以把審查結果沿原文再讀一次：這項批評是否真的對應文件內容？它是必須先修的問題，還是可以之後處理的小瑕疵？若問題本身不成立，後面的扣分就要重新檢查，不能只因為表格已經排好就照用。
外包提案、廠商報價、部屬企劃與自己的簡報，都可先用這個順序試看。使用前重新確認本次目的與評分標準，不要直接沿用上次的配分。需要轉交建議時，也只保留已核對的漏洞，讓提案人能對照文件回應。
動手做2個練習
- 練習：挑一份最近要審或準備送出的提案，寫下三項最在意的條件，替各項設定配分，再說明這個配分與工作目的的關係。
- 解析：標準應在計分之前確定。寫不出配分理由時，先釐清這次最重要的事，再要求比較；多份方案都使用相同規則，才方便檢查扣分是否一致。
- 練習：假設AI評語只有「預算不清楚，建議加強」，請寫一句追問，並說明取得答案後如何回饋提案人。
- 解析：請它附上相關原文及具體缺口，自己確認後，再改寫成要補哪項內容的建議。若無法提供原文，就先別採用這項批評。最後也要檢查它屬於哪一級問題，決定處理順序。
使用提醒
AI可能出錯，重要數字要自己查證。上傳資料前確認公司規定、去除個資；含公司機密的內容，也先依規定確認能否提供。本文案例皆為假設情境，出現的數據或分數皆供示範，不能當成真實企業成果。
AI工作術系列｜接著讀下一堂
- 看完整五分鐘課程｜5分鐘學會用AI審提案（104學習免費課程）
- 第1堂｜叫AI寫企劃總是偏題？怎麼用讀者、主張與出處把方向拉回來？
- 第2堂｜問AI做研究只得到「視情況而定」？怎麼拆小題、查來源並保留衝突？
- 第3堂｜AI分析報表只有一堆描述？怎麼先問決策問題，再檢查數字與原因？
沒看到有興趣的職缺嗎？
