Ian AI 應用導入・技術專案管理
我具備倉儲系統整合與技術 PM 背景，近年推動知識庫與 AI 應用。從釐清使用需求、決定實作範圍，到小範圍試用與驗收，讓方案能進入實際工作。
看實際案例從 AI 知識庫到現場需求，
用兩個案例說明我的判斷與交付。
01 / AI 導入規劃 · 技術 PM
從需求取捨，到試用開放。
已開放給登入使用者
代表題完成驗收
回答附來源；證據不足要補讀，查詢時看得到進度。
沿用既有查詢入口，先完成工具能力，減少新增接入層。
先分離模型切換，再接查詢工具、畫面回饋與測試。
保留原查詢路徑與來源權限，用真實問題找出漏讀。
核對代表題的來源與答案後，決定擴大開放。
同事要查過去怎麼處理某個工作問題，得分別翻文件和議題紀錄。即使找得到資料，回答仍可能漏掉關鍵來源，或只說可以補讀，沒有真正取得原文。
我定義來源可查、證據不足要補讀的需求，決定沿用既有能力、收斂新增範圍，並參與調整實作順序。再以真實工作問題檢查結果，追蹤漏讀問題，決定何時擴大開放。
完成文件與議題的查詢、原文補讀及引用流程。代表題通過後，服務已開放給登入使用者，保留來源權限與使用者隔離。其他題型品質與整體採用效益仍待驗證。
02 / 需求轉譯 · 工程協作
現場回報某項資料檢查在不同操作入口表現不一致。我釐清檢查涵蓋哪些入口、哪些流程仍可繞過，以及可能造成的資料衝突，再把需要補強的範圍寫成工程師可執行的規格，交付負責人處理。
交付物包含問題情境、風險與修改範圍，讓回報有明確的工程任務承接。
已完成交付：需求規格與工程交辦
相同資料，不同入口卻有不同檢查結果。
逐一確認入口、現有檢查與資料衝突風險。
補寫需求規格，列明修改範圍與負責人。
Hello, I’m Ian.
現場 FAE → 系統整合 → 技術 PM → AI 應用
我的工作，從理解實際流程開始。
我從現場應用工程師（FAE）走進倉儲管理系統（WMS）、自動倉儲（ASRS）與技術專案管理，習慣先釐清使用者要完成什麼、哪些流程受到影響，再把需求整理成可執行的工作。
推進 AI 知識庫時，我參與決定功能範圍與實作順序，要求用真實工作問題驗收，並依結果決定開放。現場與系統經驗，讓我能把限制轉成導入時的取捨與驗收條件。
Ian.每一個階段，
都留下下一步能使用的交付物。
交付：需求範圍與實作順序
先定義使用者要完成的事，再決定哪些能力沿用、哪些需要新增，把實作依賴排成可推進的順序。
案例：知識庫的需求與範圍取捨交付：工程規格與責任範圍
把使用者的操作現象拆成入口、風險與修改範圍，補足工程師需要的資訊，再交付負責人處理。
案例：不同操作入口的檢查落差交付：情境核對與開放決策
用真實工作問題檢查是否完成使用目的，追蹤試用時出現的缺口，再依結果決定開放範圍。
案例：代表題驗收與擴大開放從實作裡整理方法，
也把取捨與限制一起寫下。
