規則工程 RULE ENGINEERING
AI 不缺能力、
缺的是你公司的規矩。
規則工程為傳統企業導入 AI 系統與服務應用、落實「人機協作」的工作模式—— 讓 AI 依照公司的規則工作、而不是讓公司遷就 AI 的隨機發揮。
買了 AI 工具的公司很多、
真正把 AI 用進日常營運的很少。
每個員工用法都不同
同一套 AI 工具、十個人有十種用法。輸出品質看運氣、好的做法留在個人腦裡、離職就帶走。
AI 不照公司的規矩來
格式不對、口吻不對、越過不該碰的界線。每次都要人工收拾、省下的時間又賠回去。
課上完了，但沒人在用？
導入課程講得精彩，兩週後全公司卻回到原本的工作方式。工具買了，帳號閒置。
什麼是
規則工程
把公司的規矩——工作流程、品質標準、不可踩的界線——翻譯成 AI 能遵循的規則、 並且分成兩種性質來設計：
強制層
機械化規則
絕對不能錯的事、用系統強制。格式、紅線、審核關卡——不靠 AI 自覺、靠機制擋住。
協作層
思考型紀律
需要判斷的事、用紀律引導。什麼時候該停下來問人、怎麼權衡輕重——讓 AI 的思考貼著公司的價值觀走。
兩層的比例是設計出來的：管制嚴格的產業、強制層佔比高； 創意密集的團隊、協作層佔比高。這個比例、就是規則工程的核心交付物。
這些情境、正是規則工程的起點
對號入座——符合其中任何一種、都值得聊一次。
服務內容
AI 工作規則設定
為企業選用的 AI 產品（OpenAI、Anthropic 等）設定工作規則、確保 AI 運作依循公司既有規範——格式、流程、口吻、紅線、一次立好。
紀律與機械化規則的比例設計
該鎖死的用機械化規則強制、該判斷的用思考型紀律引導。兩者的比例依公司型態調配、讓 AI 代理系統依公司最需要的型態運作。
指令方式與協作觀念教育
教會團隊對 AI 下指令的方式、以及人機協作的基本觀念——AI 什麼時候該問、什麼時候該做、人在哪個環節把關。
以「確實應用」為目標的導入課程
不是聽完就散場的講座。課程綁著團隊的真實工作情境設計、上完課的隔天就能用在自己的案子上。
依企業型態的協作規則設計
製造業的品管流程、代理商的客戶往來、內容團隊的編審制度——不同性質的公司、需要不同的協作規則。不套模板、按實際流程設計。
多 AI 工具的混用協作
不同 AI 工具各有擅長。規劃各工具的分工與交接規則、讓它們像一個團隊一樣接力工作、而不是各自為政。
導入流程
四個階段、每一階段都有明確交付物。規則文件最終歸公司所有、不是綁著顧問才能運作的黑盒子。
- 1
診斷
訪談與觀察：公司現在怎麼工作、AI 卡在哪、哪些環節最值得先動。
- 2
規則設計
把公司的規矩翻譯成 AI 看得懂的規則——強制的、引導的、分層寫清楚。
- 3
試行調校
小範圍上線、看真實輸出、調整規則比例。不對就改、改到穩。
- 4
教育交付
團隊課程＋操作手冊。規則文件交付給公司、往後自己就能維護。
我們自己就這樣工作
規則工程不是我們讀來的理論、是負隅文化每天的營運方式。 一人公司跑多條產品線、靠的就是把規矩立好、讓 AI 依規則執行：
給 AI 讀的規格書
我們的網站管理工具、由使用者自己的 AI 讀一份公開規格、替網站寫好設定——把「規則寫給 AI 看」做成產品的一部分、不是事後補救。
三層紀律架構
紅線層（絕不可violated）、思考層（判斷方向）、領域層（各業務的作業程序）——這套架構每天在我們自己的營運裡跑、不是簡報上的理論。
AI 協作開發的產品線
您現在看的這個網站、我們的 App 與桌面工具、都是人機協作模式下開發的——方向由人拍板、執行由 AI 完成、規則確保品質。
想讓 AI 照你的規矩工作？
來信聊聊貴公司的現況、我們從一次診斷會談開始。