QA 攻防手冊

委員要求補計算依據，我們把公式完全攤開：180 萬是初期 5 台的口徑（5台×17日×600元×36月≈183萬，跟海選一致）；360 萬是成熟期 10 台。初期仍是 5 台起步，擴編全數公司自費、不占補助。兩個口徑都在桌上。

兩層保守。第一層價格：市場行情（Klook／捷安特花蓮自助租賃）1,200 元/天，我們用 600 元計算，先打五折。第二層天數：旺季（4–10 月）抓 22 日、淡季抓 10 日，加權平均 17 日。

W 補　現有 2 台若有實際出租／帶團天數，開頭先講「以現有 2 台實測 X 個月的數據」，這題直接封頂。

（三支柱口徑）75% 是初篩效率指標，不是發布品質。三層防護：① 限定域——只辨識施工／落石／惡犬／伸縮縫四類視覺物件，不做開放辨識；② 100% 人工審核才上圖，AI 只是幫審核省時間；③ 免責標註＋緊急一律 119。75% 高低只影響我們後台的工作量，不影響旅客看到的正確性。

加分句：75% 不是低標是誠實——國際頂會研究實測，AI 看乾淨照片有 98%，一般使用者拍的、有模糊晃動的真實照片就落在 75%。差距來自照片品質不是模型能力，這正是遊客隨手拍的場景。我們寧願給誠實基線，也不喊擺拍測出來的 95%。（被追問出處：「會後提供文獻」——CHI 2026，arXiv 2511.08917）

請看期程甘特——重開發（路線後台、踩線、RAG 引擎）全部壓在 115/9–116/1 花蓮淡季；116/2 之後主要是資料增補、評測、旅宿擴盟，跟旺季營運同場域並行——帶團的路線就是踩線的路線，實地走訪跟日常營運是同一趟。加上 AI 輔助開發，2 人交付力已經有上線雛形當證據。

四道防線：① 車輛端——合格標章電輔車＋行前檢查制度（自有維修工作坊）；② 契約端——租賃切結書含安全告知與免責條款；③ 保險端——W 確認後填：現行公司已有富邦責任險投保經驗（水域險年年換約），電輔車端投保___責任險／規劃於營運前完成投保；④ 資訊端——本計畫的風險地圖本身就是把事故率壓下來的主動作為，這正是委員意見③我們聚焦安全的原因。

是核心創新點，用實驗性研發的嚴謹標準管理——事先訂準確率門檻、人工標註 ground truth（train/dev/test 三分法，測試集凍結、絕不拿來調參）、結案交實測評測報告。答不出的問題轉真人，寧可不答不亂編。確定性交付（6 路線、200 POI、10 家 MOU）給足，A/B 的 AI 部分以評測報告結案——這是我們認為對政府誠實的寫法。

Google Maps 查不到「這間廁所是不是座式、置物櫃放不放得下馬鞍袋、這段路有惡犬」——騎乘級細節只有實地踩線才有。而且風險資料是公共財：越多人回報越安全、降低救難資源消耗，這一層民間自己做不起來也留不住，正是補助該投的地方。商業風險（車輛、行銷）全部公司自負，結案資料願意回饋縣府共用。

三個自我造血：① 租車營收直接養資料維運（技術棧全開源、免授權費，月維運成本極低）；② 眾包拍照回報讓風險資料越用越新，不是一次性建置；③ B2B 旅宿通路是商業模式不是 KPI 交差——旅宿要的是「住客多留一晚」，這個誘因結案後只會更強。

2 家是計畫還沒開始前就簽到的（怡然居、窩二樓，意向書在附件）。對旅宿是零成本增值服務——擺 DM、住客多留一晚、送車到府不用自己管車。加上既有 LINE 11,360 好友互相導流，10 家是結案 KPI，我們有把握。

服務型創新的護城河不在專利，在在地踩線資料庫——200 筆實地驗證的英語 POI＋風險點，以資料庫著作權＋營業秘密保護，靠眾包回報持續更新。抄得走介面、抄不走資料，也抄不走 900 趟帶團累積的英語 FAQ。

不同軌道。YouBike 是市區代步，我們的路線刻意設計超過 YouBike 續航、深入縱谷海岸；捷安特賣品牌租車，我們做英語散客的資訊層＋安全層。YouBike 進來反而是市場放大器——教育市場、降低入門，騎過的人下一步就想騎遠，那就是我們的客人。

委員版 30 秒：三個指標各管一關：意圖分類是 AI 有沒有聽懂問題屬於哪個主題；覆蓋率是知識庫答得出多少；回答正確率是答出來的內容對不對。量測方式：從 900 趟帶團被真實問過的問題取 150 題、人工標註標準答案當 ground truth、測試集凍結不拿來調參——結案以這份實測報告為準。分錯或答不出的一律轉真人，寧可不答不亂編。

委員版 30 秒：架構是「先查再答」：Embedding 把踩線資料和遊客問題轉成可比對的向量、pgvector 在資料庫找出最相關的資料、Gemini Flash 依據找到的資料生成英語回答——所以答案有憑據、不虛構。照片辨識用同一家的 Vision 模型。全部是成熟 API 租用＋開源資料庫，零授權費，補助集中在人力和在地資料，不是花在買技術。

委員版 30 秒：護城河指競爭者難以複製的部分。我們的程式和 AI 模型都是市場上成熟的零件——真正難複製的是資料：兩百筆實地踩線驗證的英語興趣點和風險點，加上九百趟英語帶團累積的真實問答。這些只能用腿和時間換。而且眾包回報讓資料越用越新——抄得走介面，抄不走資料，護城河會隨時間越來越寬。

委員版 30 秒：RAG 就是「先查再答」——AI 回答前先檢索我們自建的踩線知識庫，依據檢索結果生成答案，有憑據、不虛構。限定域是把答題範圍鎖在五大主題，超出一律轉真人。這兩個設計正是委員意見⑥擔心的誤導風險的解法：不讓 AI 憑記憶自由發揮。

委員版 30 秒：兩個重點：第一，班次和圖資接的是政府官方開放平台——交通部 TDX、內政部國土測繪中心，資料有公信力；第二，其餘全是成熟開源或按用量計費的雲服務，零授權費、月成本極低，結案後維運負擔小——這也是永續性的一部分。

委員版 30 秒：MOU 本來就不是拿來「綁」旅宿的，是拿來驗證商業模式的——旅宿願意簽，代表送車到府＋擺 DM 對他有真實價值。真正的拘束力來自利益：住客多留一晚、他多賺一晚房費，這比違約金有效。結案時除了 10 家 MOU，還有 B2B 後台實際使用紀錄和送車據點運作，不是紙上數字。

答（一句帶過，語氣平常）：「公司營運需要有人顧，今天由我代表報告。琇雅負責的通路營運部分——旅宿洽談、B2B 後台、DM 通路——我一併說明，委員這部分的問題我可以直接回答。」

人事費為主力（科目上限 60% 內）、設備使用費攤提、材料費是 DM／實體印刷；行銷投放全自籌不入計畫。

W 補　背計畫書經費表的實際三個數字。

兩個原因：① 英語覆蓋歐美＋星馬菲，是「自助騎乘」意願最高的客群；日韓客偏團體／包車型態。② 架構是多語言預留的——換語言只換資料不換框架，日韓是結案後的擴充，不是做不到，是先深後廣。

照片只辨識風險物件（施工／落石／惡犬／伸縮縫），不做人臉辨識；發布上圖的是風險點位置與類別，不含上傳者個資；未經人工審核不對外發布。

架構是 model-agnostic——prompt 與模型設定放資料庫，換模型是改一行設定不用改版。Gemini 是現階段 VLM 成本／準確率的最佳解（我們實測過多家），未來國產模型或本地算力成熟，隨時可切。

更有意義。太魯閣重開＝國際客回流，但太魯閣是「拉客來花蓮」的理由，我們的縱谷海岸路線是「讓客人多留兩晚」的理由——這兩個是相乘不是互斥。而且路線設計從第一天就不依賴太魯閣，抗風險本來就是這個計畫的前提。

「差別在資料。ChatGPT 憑網路上查得到的資訊回答，但花蓮騎乘的關鍵細節——這間廁所是不是座式、這段路有沒有惡犬——網路上根本沒有，是我們一條一條騎出來的。我們的 AI 是先查自家踩線資料再回答。」

「翻譯是把中文變英文；我們的核心是資料庫——沒有資料，翻譯再好也翻不出『最近的飲水機在哪』。英語只是介面，在地資料才是本體。」

「不用下載，掃 QR Code 網頁直接開。對國際旅客這反而是優點：不用裝 App、不占手機空間，入住旅宿掃一下就能用。」

「所以車輛全部用合格標章電輔車、原廠電池，加上每次出車前的行前檢查制度。電輔車時速上限 25 公里，法規上視同自行車，跟新聞上的改裝電動車是兩回事。」

「社群負責讓人『想去』，地圖負責讓人『安全到得了』，是同一個漏斗的上下游。我們的行前接觸點就包含社群和部落格，把人從想去接到上路。」

「中文資訊網路上已經很多，資訊缺口最大的是英語客——他們也是付費意願最高的客群。架構上多語言是預留的，中文版之後加資料就有，先把缺口最大的補起來。」