0. 核心原則（先訂規則再上 AI）
可信資料引用必填最小揭露全程稽核
- 只用核准版資料：條文主檔、核准 SOP/辦法、表單紀錄、會議紀錄、改善報告。
- 回答必附引用：至少 1 個來源片段（文件名/版本/段落/頁碼/連結）。
- 不確定就說不知道：找不到來源時，輸出「依現有資料無法完整回答」並建議補件。
- 權限與稽核：每次查詢紀錄（人、時間、問題、取回文件、輸出）。
1. 目標使用情境（建議先做 3 個 MVP）
| 情境 | 用戶問法（例） | 系統輸出（必含） |
|---|---|---|
| 條文→證據定位 | 「1.4.4 資訊安全應變證據有哪些？」 | 證據清單 + 最新版本 + 來源引用 |
| 委員追問：怎麼證明有做？ | 「最近一次演練何時？有改善嗎？」 | 演練紀錄片段 + 改善單 + 成效指標引用 |
| 跨文件比對（制度/流程/紀錄一致性） | 「SOP 規定 30 天內處理，紀錄是否符合？」 | 規定條款引用 + 抽樣紀錄摘要 + 風險提示 |
2. 技術總架構（RAG 參考實作）
建議部署：院內（或專屬 VPC）+ 角色權限 + 取用來源可控。
使用者(UI/Chat)
└─(Auth/RBAC)→ API Gateway
├─ Query Service（檢索/重排/權限過濾）
│ ├─ Metadata DB（條文/文件/版本/掛條文）
│ └─ Vector DB（embedding 向量）
├─ Answer Service（Prompt 組合/引用/輸出規範）
├─ Audit Log（查詢與回覆稽核）
└─ Admin Console（資料上架、條文綁定、過期提醒）
資料管線(Ingestion)
├─ 文件入庫（PDF/DOCX/HTML/影像→文字）
├─ 清洗與分段（chunking）
├─ 標註 metadata（條號、單位、版本、有效期、機密等級）
├─ embedding 建索引（Vector DB）
└─ 品質驗證（抽樣、重複/過期/衝突偵測）3. 資料模型（關鍵：條文-證據-版本關係）
3.1 核心實體（最低必要）
| 實體 | 主要欄位（示例） | 用途 |
|---|---|---|
| AccreditationClause | clause_id, code(1.4.4), title, text, type(必要/重點/可免評), scope(地區/區域/教學) | 條文主檔（可查/可控） |
| Document | doc_id, name, owner_unit, classification, effective_from/to, version, approved_by, url/path | 制度/流程文件與版本 |
| Evidence | evidence_id, doc_id, evidence_type(制度/SOP/紀錄/成效), period, status, tags | 可被委員驗證的證據物件 |
| ClauseEvidenceMap | clause_id, evidence_id, weight, note | 一條文對多證據的掛勾 |
| Chunk | chunk_id, doc_id, section, page, text, embedding_vector_id, acl_scope | RAG 檢索單位（含頁碼/段落） |
| AuditLog | user, time, query, retrieved_chunks, answer, citations, policy_flags | 稽核追蹤與責任歸屬 |
3.2 Metadata 最小集合（強烈建議）
- 條號/篇章：讓「條號精準檢索」可用
- 版本/生效/失效日：避免引用過期 SOP
- 機密等級/可見範圍：RBAC/ABAC 權限過濾
- 單位主責：回答不只給文件，還能指到責任窗口
4. Ingestion：文件入庫與切分（RAG 成敗關鍵）
4.1 文件類型與處理策略
| 來源 | 處理 | 注意 |
|---|---|---|
| PDF（條文/辦法） | 抽文字 + 保留頁碼；若掃描需 OCR | 頁碼是評鑑引用關鍵 |
| Word/ODT（SOP） | 保留標題階層與版本欄位 | 避免舊版混進索引 |
| 表單/紀錄（Excel/CSV） | 欄位結構化 + 產生摘要 chunk | 個資遮罩/最小揭露 |
| 會議紀錄/改善報告 | 依議題切 chunk（含日期） | 便於回答「改善後呢？」 |
4.2 Chunking 建議（落地參數）
- 以「標題段落」優先（H1/H2/條號），次之固定字數切分。
- chunk 長度：400–900 中文字（或 800–1500 tokens），重疊 10–15%。
- 每個 chunk 必帶：doc_id、版本、生效日、頁碼/段落、acl_scope、條號（如能對齊）。
5. 檢索策略（Recall → Precision）
5.1 兩段式檢索（推薦）
Step A：候選集合（高召回）
- Vector Search（top_k=30~80）
- + Clause Code 規則（若問題含 1.4.4 等條號，直接加權）
Step B：重排（高精準）
- Cross-Encoder / LLM Rerank（top_k=8~15）
- 權限過濾（先過濾再重排或重排後再過濾，依性能選）5.2 Query Routing（分流）
- 條號查詢：偵測到 1.x.x 格式 → 直接鎖定條文/掛勾證據為主。
- 證據查詢：偵測「紀錄/證據/最近一次」→ 優先抓 Evidence/Record 類文件。
- 流程查詢：偵測「流程/怎麼做/步驟」→ 優先抓 SOP。
6. 生成策略（可查證回答模板）
6.1 Answer Contract（強制輸出格式）
【結論】(1~3 句)
【依據】(條文/文件引用清單：文件名、版本、生效日、頁碼/段落)
【可出示證據】(可直接拿給委員看的證據)
【待補強】(缺什麼、由誰補、建議期限)
【限制】(不做臨床判斷/非法律意見/僅限院內資料)6.2 防幻覺控制（必做）
- 引用門檻：沒有足夠引用 → 禁止輸出肯定結論。
- 禁止捏造條號/文件：文件名與版本只能從 metadata 選。
- 衝突處理：若同議題兩份文件不同版，需提示「版本衝突」並以最新版為準。
7. 權限、個資與稽核（醫院必備控制點）
| 控制點 | 建議作法 | 落地檢核 |
|---|---|---|
| RBAC/ABAC | 角色（院長/評鑑窗口/單位）+ 文件等級（公開/內部/機密） | chunk 需帶 acl_scope；檢索階段就過濾 |
| PHI/個資最小揭露 | 紀錄類 chunk 做遮罩（姓名/身分證/病歷號）或只提供統計摘要 | 抽樣查詢不可吐出個資 |
| 稽核留存 | 完整保留 query、取回 chunks、輸出、使用者 | 可回放「當時引用什麼」 |
| 委員模式 | 唯讀、限時、只見「可出示證據」 | 避免委員看到不必要內部資訊 |
8. 評估與驗收（KPI / 測試集）
8.1 驗收指標（建議門檻）
- 引用正確率：≥ 95%（引用段落真能支持結論）
- 可用率：常用問題 Top 50，回答有引用且可出示 ≥ 90%
- 查詢時間：一般問題 ≤ 5 秒（內網），委員模式 ≤ 3 秒
- 過期引用率：0（過期文件不可被引用）
8.2 測試集建議（最實用）
- 用「模擬評鑑題庫」建立 200~400 題 Q/A（每題有標準引用）。
- 每個篇章至少 10 題；重點條文加倍。
9. MVP 里程碑（4~8 週可落地）
| 週次 | 交付物 | 重點 |
|---|---|---|
| W1 | 條文主檔 + 文件清冊 + 權限模型 | 先把「可用資料」盤點乾淨 |
| W2 | Ingestion 管線（PDF/Word）+ chunk/metadata | 頁碼/版本/生效日不能丟 |
| W3 | Vector DB + 檢索 API + 條號路由 | 條號查詢要快且準 |
| W4 | Answer Contract + 引用輸出 + 稽核 | 禁止幻覺，先能「可出示」 |
| W5-6 | 重排/Rerank + 測試集 + 優化 | 把 Top 50 問題打到可用門檻 |
| W7-8 | 委員模式 + 過期提醒 + 上線演練 | 評鑑情境跑一次全流程 |
10. 介面最小需求（HTML/後台/Chat UI）
- 條文頁：條文全文、主責單位、掛勾證據清單、缺口提醒。
- 證據頁：版本、生效日、附件、最近更新、對應條文。
- Chat 查詢：輸出固定格式（結論/依據/證據/待補強/限制），引用可一鍵開啟。
- 稽核頁：依人/日期/條號查詢紀錄，支援匯出。
附錄 A：範例 Prompt（可直接改用）
System:
你是醫院評鑑管理與病安品質顧問。你只能根據「檢索到的背景資料」回答。
規則：
1) 回答必須附引用（文件名/版本/頁碼或段落）。
2) 若背景資料不足，請說「依現有資料無法完整回答」，並列出待補強項目。
3) 不得捏造條號、文件名稱、數據、會議日期。
4) 輸出格式固定：
【結論】【依據】【可出示證據】【待補強】【限制】
User:
{user_question}
Context:
{top_chunks_with_citations}