一份規範文件人工要啃 2–3 天，六個 AI 代理把它壓到 40 分鐘——但仍有 28.6% 得人來簽字

每一家有規模的公司，都有一批沒人想碰的文件：作業規範、品質手冊、法遵指引。它們的共同特徵是又長又雜——敘述文字裡插著複雜表格，表格旁邊還嵌著圖。

論文給了一個很具體的數字：人工處理一份，要花 2 到 3 天。

為什麼現有的 AI 處理不好

這篇論文（arXiv:2608.12133，2026 年 8 月 12 日投稿）點出現有系統的三個毛病：

• 幻覺　產生文件裡根本沒有的內容。
• 表格結構崩壞　把表格讀成一團爛掉的文字，欄位對應全亂。
• 只抽不驗　抽完就結束，沒有延伸到驗證與產出交付物的治理流程。

第三點是關鍵。很多企業導入文件 AI 之後沒省到力，就是因為抽出來的東西還是得人工逐條核對，等於把工作換了個位置，沒有消失。

GUIDE 的做法：把它拆成六個角色

這套系統建立在一個共用的版本化規則庫上，代理之間用經 schema 驗證的契約溝通，並且全程追蹤來源（provenance）。六個代理各司其職：

1. 解析　拆解文件結構
2. 視覺語言模型抽取　處理表格與嵌入圖片
3. 一致性檢查　抓互相矛盾的規則
4. 評估　判斷抽取品質
5. 人機協作升級（HITL）　沒把握的丟給人
6. 交付物合成　依不同角色產出對應的文件

在 120 份真實文件上的結果

注意是真實企業文件，不是合成資料：

• 96%　文件處理成功率
• 3,896 條　抽出的規則總數
• 71.4%　自動核准的比例
• 812 份　可直接部署的交付物
• 40–125 分鐘　單份文件的處理時間（原本 2–3 天）

那個 28.6% 才是重點

我想特別把這個數字翻過來講，因為新聞稿通常只會講 71.4%。

自動核准 71.4%，意思是還有 28.6%——超過 1,100 條規則——必須有人看過才算數。

這不是缺點，這是這套系統設計對了的地方。它內建了 HITL 升級機制，代表它知道自己什麼時候沒把握，而不是全部照單全收地產出。

會出事的系統不是「有 28.6% 要人工」的那種，是「宣稱 100% 自動」的那種。這與我們在 CASE 治理框架與醫材廠文件兩篇談到的原則一致：能標示自己不確定的系統，才敢放進法遵流程。

台灣企業可以怎麼看

一、算的不是「省多少人」，是「把 2–3 天壓到 2 小時」。對需要頻繁更新規範的產業（醫材、車用、食品標示），文件更新的週期時間往往比人力成本更關鍵——法規改了，你多久能把內部文件同步完成。

二、版本化規則庫是這套設計裡最容易被低估的部分。規範文件會改版，改版就會產生「舊規則還在不在」的問題。沒有版本控管的抽取系統，第二次更新時就會亂掉。

三、先確認你的文件真的有那麼難。如果貴公司的規範文件是結構整齊的純文字，那用不到六個代理，成本上不划算。這套設計是為了混著表格與圖片的文件而生的。

需要保留的懷疑

這是 arXiv 預印本，在本文寫作時尚無同儕審查紀錄。作者群任職於企業，摘要未載明利益揭露。

• 「96% 文件成功率」的定義，摘要沒有交代。是指流程跑完沒中斷，還是指抽取內容正確？這兩者差很多。
• 同樣地，沒有給出抽取規則的準確率。3,896 條裡有多少是對的，摘要沒說。71.4% 自動核准是「系統認為可以」，不等於「經查證正確」。
• 2–3 天的人工基準怎麼來的，摘要未說明。如果那是最複雜文件的耗時，拿來跟平均 40–125 分鐘比較就不對等。
• 120 份文件來自哪些產業，未交代。文件型態差異很大，跨產業的可移植性無從判斷。

常見問題

AI 處理企業規範文件最大的困難是什麼？

論文指出三點：一是幻覺，產生文件裡沒有的內容；二是表格結構崩壞，複雜表格被讀成一團錯亂的文字；三是多數系統只做抽取，沒有延伸到驗證與產出交付物的治理流程，導致抽出來的東西仍要人工逐條核對，工作只是換了位置而沒有減少。

GUIDE 真的能全自動處理文件嗎？

不能，而這是刻意的設計。在 120 份真實文件上抽出的 3,896 條規則中，自動核准的比例是 71.4%，意即仍有 28.6%（超過 1,100 條）需要人工確認。系統內建人機協作升級機制，會把沒把握的部分交給人。能標示自己不確定的系統，反而才適合放進法遵流程。

導入這類系統前該先確認什麼？

先確認文件型態。這套設計是針對混著敘述文字、複雜表格與嵌入圖片的異質文件；如果公司的規範文件本身結構整齊、以純文字為主，動用六個代理在成本上並不划算。另外要留意論文摘要並未定義「96% 文件成功率」的判準，也未給出抽取規則的正確率，這兩項在自行評估時需要另外驗證。