要用 AI 建立決策備忘錄，先確定權限、選項、準則和證據。AI 整理草稿，獲授權的人作出決定。

關鍵要點

一份備忘錄只對應一個決定、一個決策負責人和一個期限。

比較選項前先鎖定範圍、限制和強制準則。

維持現狀若是現實選擇，就應作為一個選項。

每個重要主張都應關聯證據 ID、日期、負責人和適用範圍。

評分與財務計算在語言模型之外完成。

保留不確定性、敏感度、衝突和異議。

人的正式決定與 AI 輔助形成的建議分開記錄。

用 AI 建立決策備忘錄意味着甚麼？

決策備忘錄圍繞一個具體選擇，按既定準則比較可行方案，呈現證據與不確定性，並讓獲授權的人取得足夠資料來決定。它不只是摘要；摘要可以介紹材料，卻不說明必須作甚麼選擇、誰有權限或哪些取捨最重要。

NASA 的決策分析指南要求決策報告涵蓋決定、準則、備選方案、評估方法、過程與結果、建議和最終決定。［1］這套結構也適用於工程之外，因為它把分析與權限分開。

步驟 1：界定決定與權限

用帶動作的一個句子寫待決問題，例如選擇、批准、延期、停止、資助、採用或測試某項內容，避免「我們的策略應該是甚麼」這類開放問題。

欄位	記錄內容
備忘錄 ID/版本	穩定記錄及修訂
待決問題	需要行動的精確選擇
決策負責人	有權作出決定的人或機構
截止日	決定仍有價值的最晚日期
預期成果	決定要支援的結果
範圍/非目標	包含與排除的問題
限制	政策、安全、容量、成本或進度限制
參與者	分析者、證據負責人和受影響審閱者
複審觸發條件	要求重新考慮的事件或證據

撰寫者可以推薦，但不能因此取得批准權。權限不明時，應停留在草稿並交給治理負責人。不要讓 AI 根據職位、會議語氣或組織習慣猜測誰能批准。

步驟 2：先建立決策證據台帳

在寫敘述前建立台帳。每條記錄都應支援一項明確主張，並說明它適用的邊界。

證據欄位	用途
證據 ID	備忘錄使用的穩定引用
主張	證據能夠證明甚麼
來源/負責人	原始系統、文件、研究或專家負責人
截至日期	證據的時間邊界
範圍	產品、人群、市場、流程或情境
方法	證據如何產生
品質/限制	缺失、偏差、不確定性或衝突
權限	是否允許使用 AI 處理該材料

只使用獲准的最小摘錄。設計流程時，用合成佔位符取代姓名和機密值。不要把法律特權材料、未發布財務、客戶資料、憑證或敏感人事資料傳給未經批准的模型。

AI 可以分類證據、找出無來源主張並起草問題，卻不得產生未提供的引用。NIST 將「虛構」描述為自信地產生錯誤內容，並指出生成的邏輯或引文也會誤導。［4］因此，每個事實句都必須能回到人工獨立開啟的來源。

步驟 3：評分前定義選項

列出可理解且措辭中性的方案。若「維持現狀」或「等待證據後再決定」確實是可選項，就把它們納入。不要只因草擬團隊不喜歡某個選項就把它藏起來。每個選項記錄穩定 ID、前提與依賴、預期影響、受影響群體、不可逆步驟、退出成本、支援與反對證據、未知項負責人，以及是否滿足所有強制限制。

「安全方案」和「昂貴方案」會預先植入結論。給 AI 一條對稱、描述性的命名規則。

步驟 4：預先確定準則與量表

在評估方案前定義準則。NASA 建議使用能夠區分選項的客觀可測準則，並區分強制準則和增益準則。［1］強制條件未通過時，應直接顯示，不能被無關高分稀釋。

準則欄位	定義
ID/名稱	穩定識別
決策相關性	為甚麼影響選擇
度量/來源	使用的證據或計算
量表	每一級的操作定義
方向	越高、越低、通過/不通過或區間
是否強制	未通過是否淘汰方案
權重	經決策負責人批准的重要性
不確定性	區間、信心狀態或未決條件

權重是偏好，不是事實。AI 可以檢查權重之和並解釋影響，但只能由決策負責人批准。無法達成共識時，應展示幾套合理權重並測試建議是否改變。

步驟 5：選擇與後果相稱的分析

可逆、低影響的決定可能只需簡短對照與明確風險。成本高、安全關鍵、受法律限制或難以逆轉的決定，需要更深入的證據和專業審閱。

方法可以是強制條件篩選、取捨表、受控成本效益模型、試點、用戶研究、技術測試或情境分析。NASA 系統工程手冊提出，分析嚴謹度應與決策後果相稱。［2］要記錄方法為何合適，以及它不能說明甚麼。

涉及金額時使用可複算的成本效益分析流程；未來條件可能改變結論時使用情境分析。備忘錄引用這些產物，不在敘述中重新製造算術。

步驟 6：在 AI 之外計算並鎖定結果

在受控試算表、指令碼或分析系統裏建立公式，檢查單位、正負號、期間、缺失值、重複記錄、邊界和勾稽總數。讓 AI 起草說明前，儲存模型版本、輸入、輸出與複核人。

結果欄位	備忘錄需要的內容
分析 ID/版本	可複算的計算引用
選項/準則	矩陣中的精確位置
輸入來源	證據 ID 和截止日期
數值/評級	已鎖定的結果
量表/單位	操作定義
不確定性	區間或未決狀態
複核人	已複算該結果的人

不要把模型生成的總數直接複製進正式矩陣。AI 若指出疑點，應返回計算工具核驗並產生新版本。

步驟 7：起草、質疑並記錄備忘錄

向模型提供決策契約、選項、準則、證據台帳和鎖定結果，並要求按以下標籤輸出結構化草稿：

待作決定：確切的選擇和期限。
背景：理解決定所需的已核實背景，僅此而已。
選項：中性描述，適用時包括維持現狀。
評估：對照既定準則的結果。
不確定性：未知項、衝突、假設和敏感度。
建議：分析人員提出的方案及理由。
異議：可信的反對意見或少數意見。
決定記錄：在獲授權者作出決定前保持空白。

重要主張後必須有證據 ID。禁止新增數字、來源、權重、事實或批准狀態；找不到依據時輸出 unsupported。

步驟 8：區分事實、推論與建議

標籤	含義	必要支援
事實	由證據直接建立	證據 ID 與範圍
計算	確定性輸出	模型版本與輸入
推論	連接證據的解釋	推理與不確定性
假設	尚未證實的條件	負責人和驗證計劃
建議	擬議行動	準則、取捨和權限邊界

流暢的過渡不能把推論變成事實。「試點錯誤較少」可能是事實；「該方案會在所有情境降低錯誤」則是需要額外證據的預測。

步驟 9：測試不確定性與敏感度

Green Book 指出評估應考慮風險與不確定性，敏感度分析可揭示不確定假設如何影響結果。［3］可以按實際需要借鑑，但不要把公共部門規則說成其他組織的強制政策。

用合理的高低值取代臨時輸入，測試獲批准的替代權重，找出一旦錯誤就會逆轉建議的證據，並如實展示接近的方案。說明補充研究能減少甚麼不確定性，以及成本和延遲。如果建議很容易改變，就如實說明。誠實的結論可能是有限試點、押後決定，或在幾個排名接近的方案中選擇。

步驟 10：進行反方與利害關係人審閱

分別安排人員挑戰證據品質、可實施性、安全、財務、法律或政策、受影響用戶以及交付能力。AI 可以提出挑戰問題，答案必須來自證據負責人。

在備忘錄中保留實質異議：概述最有力的替代論點、支持它的證據，以及建議為何仍然不同。不要讓模型透過平均互不相容的判斷來「消除分歧」。

涉及競爭者時，先使用基於證據的競爭分析。不要把無來源的功能說法或市場假設帶進備忘錄。

步驟 11：記錄人的決定與後續

在獲授權的人行動前，將決定區留空或標為 pending decision。之後記錄選定方案或明確延期、決定人和時間、理由、條件與資金限制、行動負責人、期限、實施後所需證據，以及複審日期與觸發條件。

決定記錄應只追加或保留版本。不要回寫建議，讓它看起來像預先猜中了最後選擇。

最終檢查

一個決定、負責人和期限均明確。
範圍、限制、選項與維持現狀可見。
評分前已定義準則與量表。
每項重要事實都映射到證據和適用範圍。
計算在 AI 之外鎖定且可複算。
假設、衝突、不確定性和敏感度均被展示。
異議得到公平、循證的表述。
建議與獲授權的決定分開。
後續負責人和複審觸發條件已記錄。

常見問題

決策備忘錄與報告有甚麼不同？

報告可以只描述主題。決策備忘錄圍繞一個選擇、權限、可行選項、明確準則、證據、不確定性、建議和單獨的最終記錄組織。

最小可用備忘錄包含甚麼？

至少包含待決問題、負責人、期限、選項、強制限制、關鍵證據、重要未知項、建議和空白決定記錄。後果越大、越難逆轉，分析越深。

是否總要包含維持現狀？

只有當維持或延期確實可行時才包含。若政策、安全或固定期限使其不可行，應說明限制，而非假裝它是有效選項。

何時使用加權決策矩陣？

當多個區分性準則需要透明比較，且決策負責人能定義量表與權重時使用。不要用權重掩蓋強制條件失敗。

來源衝突怎麼辦？

保留雙方，記錄範圍、日期、方法和負責人，並標明哪些主張仍未解決。再確定甚麼證據可以區分它們。

AI 可以撰寫建議嗎？

它可以根據已提供的準則、證據和鎖定結果起草。分析者必須核驗推理，獲授權的人仍可選擇其他方案或要求補充分析。

如何處理異議？

記錄最強的循證反對意見，而非削弱版。註明審閱人、相關準則、證據，以及甚麼條件會讓替代方案更好。

AI 可以填寫最終決定嗎？

只有在收到已核驗的人類決定後才可起草，且仍需確認。不得從會議語氣、沉默、日曆事件或早先建議推斷批准。

何時重新開啟備忘錄？

可用證據重大修訂、假設被突破、法律變化、試點失敗或成本越過門檻均可作為觸發條件。保留原記錄並建立新版本。

來源

NASA — Decision Analysis — https://www.nasa.gov/reference/6-8-decision-analysis/
NASA — Systems Engineering Handbook — https://www.nasa.gov/wp-content/uploads/2018/09/nasa_systems_engineering_handbook_0.pdf
HM Treasury — The Green Book 2026 — https://www.gov.uk/government/publications/the-green-book-appraisal-and-evaluation-in-central-government/the-green-book-2026
NIST — Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile — https://www.nist.gov/publications/artificial-intelligence-risk-management-framework-generative-artificial-intelligence

Sources checked 2026 年 9 月 4 日。

延伸閱讀：

如何用 AI 建立決策備忘錄：證據台帳、選項評估與人工決定