客戶需求散落在 LINE、Email 和會議紀錄？用 AI 整理成一份可確認需求表的 7 個步驟

專題編輯：Sylvia Yeh｜職場與人才發展編輯

本文為文件研究與教學設計（L1），案例及參考答案均為虛構。這次以本地程式核對樣本的數值與規則，未在特定 AI 產品帳號完成端到端操作；參考答案不冒稱產品實際輸出。

客戶可能在信件提出規格，會議補充用途，又在訊息中改交期。問題不在於資訊太多，而是沒有人能說清楚哪個版本已被確認。本篇以去識別的教學情境示範，讓業務先建立來源證據，再用 AI 生成待確認的需求草稿。

適合讀者：B2B 業務、業務主管。本篇可完成：需求彙整表、缺漏提醒、客戶確認清單。

這次先解決哪個問題？

從多處對話整理需求，重點是辨認哪些內容已獲客戶確認。這份表先保存原文，再列未知與衝突；報價流程只能取用經業務核准的版本。

開始前需要準備什麼？

請準備獲授權且已去識別的工作資料、能追溯的來源編號、資料適用期間、部門欄位定義、具名負責人，以及核准使用的 AI 工具。PDF、掃描影像、公式、幣別與日期欄位可能辨識錯誤；涉及個資或機密時優先選擇公司核准環境，不能因模型可以讀取就逕自上傳。

7 個可執行步驟

1．先定義一筆需求的最小單位

以「需求 ID、品項／用途、規格、數量、交期、預算、付款條件、來源、確認狀態」建立共同欄位。每一項都要保留原句與出處。

完成檢查：是否能追回每項規格的原始證據？

2．把三種來源匯入工作底稿

將獲授權的 Email、會議紀錄及訊息逐段編號；若涉及個資或保密條款，先在公司核准的環境去識別或處理。

完成檢查：資料是否已取得合法使用權並標記版本？

3．要求 AI 只做欄位擷取

請 AI 按欄位輸出，沒有說明的填「未提供」，互相矛盾的填「待確認」並列來源，不可自行補規格。

完成檢查：未知值與推測是否被分開？

4．辨認矛盾與變更

同一料號的數量、交期、幣別、付款條件逐一比對，保留舊版本和新版本的時間。

完成檢查：是否列出至少一份衝突清單？

5．產出待確認問題

把缺交期、未註明含稅、相互矛盾的數量轉成客戶能回答的簡短問句。

完成檢查：每個問題能否對應到資料欄位？

6．由業務確認可承諾範圍

業務或產品負責人核對 CRM、存貨、定價與交付政策，避免把 AI 的整理結果當正式承諾。

完成檢查：是否有具名核對人及核對日期？

7．鎖定確認版並交接報價

得到客戶回覆後，產生版號、變更紀錄與未決事項；報價只以確認版為準。

完成檢查：下游報價是否引用相同需求版本？

教學情境：同一個客戶說了三種交期

假設客戶在週一 Email 說「12 月下旬要用」，週三會議紀錄寫「希望 12 月 20 日前到」，週五 LINE 又傳「盡量提前」。若直接請 AI 生成一份正式需求表，最危險的結果是出現看似精確卻從未被正式承諾的日期。正確做法應先把三段資料分別標上 E01、M02、L03，並讓 AI 判斷為「交期存在不同表述，待客戶書面確認」。

這個例子中，客戶的期望日不等於我方可交付日。最終確認清單應詢問「12 月 20 日是否為必達交付日？驗收與安裝是否也要在同日前完成？」。業務再檢查存貨、工期與合約，將正式回覆列在不同欄位。這樣做的成果不是一份比較好看的需求表，而是降低後續報價、採購與交付使用不同版本的機會。

另一個重要判斷是「未提供」不等於「不需要」。例如客戶沒有說教育訓練人數，絕不能以歷史專案自動填 30 人；應保留空白並提出問題。驗收時抽查 5 個最重要欄位，確認每一筆都能點回原始來源。

教學模擬：一份可以直接修改的工作表

附件是虛構的教學資料，只供練習欄位、邏輯與錯誤檢查，並非真實客戶、真實交易或企業績效。請從附件 lab/sample_input.csv 開始，保留原始列不覆寫，再把 AI 的整理結果寫到另一份表。

主要欄位：需求ID、用途、數量、預計日期、來源ID、確認狀態、待確認事項。

正式工作檔至少要有「來源編號、版本、主責、核對日、待確認事項」或可替代的欄位，避免 AI 的輸出覆蓋原始證據。

可直接複製的 AI 提示詞

你是 B2B 需求彙整助理。請讀取下列已去識別且獲授權的客戶溝通片段，按照「需求ID、品項、用途、規格、數量、期望交期、預算、來源ID、原文節錄、確認狀態、待確認問題」輸出 CSV。所有沒有明確證據的欄位寫「未提供」，對相互矛盾的內容寫「待確認」，並列出兩個來源。不要擅自推論價格、客戶意圖或我方交付能力。最後產出 5 題內的客戶確認清單。

先用本文的虛構資料練習，再依公司規範決定是否使用工作資料。若工具沒有權限讀取資料，不應要求它假裝已看過文件。輸出的數值、來源、頁碼、狀態與人物責任都需要回到原始證據核對。

常見失敗與人工驗收

AI 可能把「希望月底」變成特定日期，或把客戶提出的目標誤寫成供應商保證；應由業務逐條確認。

逐筆抽查高風險紀錄，確認來源及版號、數值與單位、缺漏與矛盾、需要批准的動作及最後責任人。對財務、合約、客戶承諾、個資、採購與對外溝通等項目，不可讓 AI 自動做最終決策。

練習資料與核對答案

以下 CSV 是附件的可複製內容。輸出是編輯設計的參考基準，實際 AI 回答須逐項核對。

輸入

需求ID,用途,數量,預計日期,來源ID,確認狀態,待確認事項
REQ-001,機台導入,2,2026-12-20,Email-E03,待確認,交期未獲正式確認
REQ-002,教育訓練,1,,MEET-M04,未提供,需確認場地與人數

參考答案

需求ID,結果,依據,動作
REQ-001,交期待確認,Email-E03,向客戶核對交付、安裝及驗收日期
REQ-002,缺場地與人數,MEET-M04,不可由數量1推定參訓人數

三種失敗情境怎麼驗收？

缺交期就保留未提供；兩個來源互相衝突就同列；沒有客戶確認不得標已確認。

下載本篇練習資料、提示詞與核對基準（ZIP）

今天就能執行的三件事

1. 找一組不含機密或已獲核准的真實工作樣本，另存原始版本。
2. 用本篇 CSV 表和提示詞完成一輪整理，留下不確定欄位與原始來源。
3. 請業務或專業負責人抽查並簽核，確認有效後再擴大到下次例會或下一批案件。

延伸閱讀

本文的工作範圍是需求版本的證據整理；既有 B2B 文章涵蓋整體報價流程。可搭配相關天地人專題閱讀。

資料來源與使用邊界

本文以可驗證的官方功能說明、風險管理與台灣個資法規作為邊界，具體表單欄位與工作步驟為編輯團隊提出的方法建議。原創案例資料均為教學模擬；本文沒有宣稱在某一版本、付費方案或企業系統完成端到端實測。

• ChatGPT Learn｜網頁版的檔案與工作流程
• ChatGPT Learn｜資料與協作工作範例
• NIST 官方｜AI Risk Management Framework
• 個人資料保護委員會籌備處｜個人資料保護法

來源查核日：2026 年 11 月 7 日。

圖像為原創 AI 輔助編輯概念素材及原創程序圖解，不是任何真實客戶文件、真實操作截圖或新聞攝影。