專題 - 撰寫專案提案報告 - 李冠誼

Vitus · 2025年08月28日09:51

前言

在現代專案管理與研究報告撰寫中，專案構想往往抽象且資訊分散。要完整呈現專案價值，除了市場研究、技術分析，也需要財務可行性與執行規劃。然而，傳統方法耗時且易出錯，需要整合多方資訊。

這個 Prompt 的設計目的，就是讓使用者能快速、系統化地將專案想法轉化為完整報告與簡報架構，結合角色設定、任務流程與指令集，提升專案規劃效率與品質。

動機

解決專案構想零散、缺乏結構的痛點
快速生成專案背景、目標、方法與範疇，節省大量前期研究時間
結合市場、技術、財務與圖表建議，提高報告說服力與可讀性
支援多領域專案，提升 AI 在專案輔助規劃的實用性

成果展示

Prompt

**角色 (Role):**  
你是一位專業的專案規劃師與研究報告撰寫專家，擅長將抽象的構想轉化為清晰的專案提案，結合市場研究、技術分析與財務預估，並以結構化的報告與簡報呈現，幫助讀者快速理解專案價值與可行性。  

**任務 (Task):**  
請根據指定專案主題，完成以下內容：  
1. 專案背景與動機（問題定義、現有痛點、市場需求）。  
2. 專案目標（具體可衡量的成果指標，SMART 原則）。  
3. 專案範疇（包含與排除的範圍，系統或服務架構）。  
4. 方法與執行計畫（研究方法、技術選擇、時間規劃）。  
5. 成本與效益分析（人力、時間、資金成本 + 預期效益）。  
6. 風險評估與因應策略（技術、資金、市場、法規）。  
7. 競爭與差異化分析（與同類型專案比較）。  
8. 預期成果與未來展望。  
9. 最後輸出成 **適合 PPT 的條列式架構**，並建議文字/圖表配置。  

---

## 📊 圖表需求 (Charts Required)

- 專案時程規劃甘特圖  
- 成本效益分析表格  
- 風險矩陣圖  
- 競爭比較表格（功能 / 成本 / 成效）  
- 專案目標 KPI 達成路徑圖  

---

## 🗂 指令集 (Command Table)

| 指令 | 功能 | 範例輸入 | 範例輸出 |
|------|------|---------|----------|
| `/背景` | 撰寫專案背景 | `/背景 智慧醫療平台` | 輸出智慧醫療平台的市場需求與痛點分析 |
| `/目標` | 設定專案目標 | `/目標 自動化交易系統` | 輸出自動化交易系統的 SMART 目標 |
| `/方法` | 說明研究方法或技術路線 | `/方法 機器學習模型` | 輸出技術選型、演算法與流程 |
| `/時程` | 產出專案時程 | `/時程 6個月計畫` | 產出 6 個月甘特圖與里程碑表 |
| `/成本效益` | 計算成本與效益 | `/成本效益 軟體開發專案` | 輸出人力/時間成本與 ROI 預估 |
| `/風險` | 產出風險分析 | `/風險 FinTech專案` | 輸出法規、技術、市場風險矩陣 |
| `/競爭分析` | 比較同類專案或方案 | `/競爭分析 SaaS平台` | 輸出與競爭對手的差異化表格 |
| `/成果` | 列出預期成果 | `/成果 AI客服系統` | 輸出量化成果與未來擴展性 |
| `/生成報告` | 輸出完整專案報告 | `/生成報告 智慧農業` | 產出完整提案文本 (Markdown/Word) |
| `/生成簡報` | 輸出簡報結構 | `/生成簡報 智慧農業` | 輸出 PPT 條列架構與建議圖表配置 |
| `/生成摘要` | 產出管理層摘要 | `/生成摘要 智慧農業` | 生成一頁式高階摘要 (核心價值 + 數據) |

簡報

輸出結果

好的，已收到您的指令。

我將針對「智慧農業平台」這個主題，為您生成專案背景與動機、專案目標、方法與執行計畫三大部分的內容。以下是適合放入簡報的條列式架構：

Part 1: 專案背景與動機 (Project Background & Motivation)

【建議簡報配置：此頁以文字為主，搭配農業情境圖片（如：農民勘查田地、受天氣影響的作物）輔助說明】

1. 問題定義：傳統農業面臨的嚴峻挑戰

氣候變遷加劇： 極端天氣（乾旱、暴雨）頻發，導致作物產量不穩定，災損風險提高。
資源利用效率低： 傳統灌溉與施肥方式多依賴經驗，易造成水資源浪費與土壤劣化。
勞動力結構老化與短缺： 農村人口外移，勞動力不足，人力成本逐年攀升，限制了農業經營的規模。
產銷資訊不對等： 消費者對食品安全與生產履歷的需求日益增高，但傳統產銷鏈缺乏透明度。

2. 現有痛點：第一線農民的困境

決策缺乏數據支持： 無法精準掌握作物生長環境的即時數據（如土壤濕度、養分），難以進行最佳化管理。
病蟲害防治困難： 缺乏早期預警機制，病蟲害爆發時往往已造成重大損失，過度用藥也傷害環境。
管理耗時費力： 日常巡田、灌溉、施肥等重複性工作佔據大量時間與人力。
市場價格波動風險： 難以預測產量與市場需求，收入不穩定。

3. 市場需求與契機

全球糧食需求增長： 預計 2050 年全球人口將達 97 億，對糧食穩定供給的需求持續擴大。
技術成熟： 物聯網 (IoT)、AI 人工智慧、無人機與大數據分析技術已趨成熟，導入農業應用的成本效益浮現。
政策支持： 各國政府積極推動農業數位轉型，提供相關補助與政策誘因。
消費者意識提升： 市場對永續農業、有機產品、產銷履歷的偏好，為高附加價值的農產品創造了新藍海。

Part 2: 專案目標 (Project Goals)

【建議簡報配置：此頁可設計為左右兩欄，左側條列 SMART 目標，右側放置「專案目標 KPI 達成路徑圖」】

本專案旨在開發一個整合數據監測、AI 分析與自動化控制的智慧農業平台，目標依循 SMART 原則設定如下：

S (Specific) - 具體：
- 建立一個雲端平台，整合環境感測器（溫濕度、土壤酸鹼度、光照）、無人機影像與氣象數據。
- 提供數據可視化儀表板、AI 病蟲害早期預警、以及智慧灌溉與施肥建議。
- 開發行動 App，讓農民能遠端監控並接收即時警示。
M (Measurable) - 可衡量：
- 目標一（生產效率）： 合作示範農場的作物平均產量提升 15%。
- 目標二（資源節約）： 灌溉用水量減少 20%，肥料與農藥使用量降低 10%。
- 目標三（平台採用率）： 專案上線後第一年內，達成 100 個付費農場用戶。
- 目標四（用戶滿意度）： 用戶滿意度調查分數達到 85/100 分以上。
A (Achievable) - 可達成：
- 透過與農業改良場及初期合作的標竿農戶緊密合作，確保平台功能符合實際需求，目標設定基於現有技術應用成功案例。
R (Relevant) - 相關：
- 專案目標直接回應前述背景分析中的農業痛點，致力於提升生產力、降低成本並促進農業永續發展。
T (Time-bound) - 時限：
- 整體專案預計在 18 個月內完成開發、測試並正式上線。各項 KPI 的衡量週期為平台上線後的一年內。

Part 3: 方法與執行計畫 (Methodology & Execution Plan)

【建議簡報配置：此頁可設計為三大區塊，分別呈現「系統架構圖」、「技術選型表」與「高階執行流程圖」】

1. 研究方法

利害關係人訪談： 深度訪談資深農民、農業專家、通路商，定義關鍵需求與作業流程。
市場與競品分析： 研究國內外現有智慧農業解決方案，確立本平台的市場定位與差異化策略。
實地場域驗證 (PoC)： 與合作農場建立試驗場域，進行感測器部署與數據收集，驗證技術可行性。

2. 系統架構與技術選擇

數據收集層 (Data Acquisition Layer):
- 硬體： 部署 LoRaWAN / NB-IoT 低功耗廣域網路通訊協定的土壤、氣象感測器。
- 影像： 整合多光譜無人機空拍數據。
- 外部資料： 串接政府開放氣象資料 API。
平台核心層 (Platform Core Layer):
- 後端開發： 採用微服務架構 (Microservices)，以 Python (Django/Flask) 進行開發，確保系統彈性與擴展性。
- 資料庫： 使用 PostgreSQL 儲存結構化數據，搭配 Time-series Database (如 InfluxDB) 處理時序性的感測器數據。
- 雲端服務： 部署於 Google Cloud Platform (GCP) 或 Amazon Web Services (AWS)，利用其 IoT Core、雲端運算及儲存服務。
分析與應用層 (Analytics & Application Layer):
- AI 模型：
  - 產量預測： 使用時間序列分析 (LSTM) 與機器學習模型 (Random Forest)。
  - 病蟲害辨識： 採用卷積神經網路 (CNN) 進行影像辨識。
  - 灌溉決策： 建立基於規則與機器學習的推薦系統。
- 前端呈現：
  - Web 儀表板： 使用 React.js 或 Vue.js 框架，提供互動式圖表與數據可視化。
  - 行動 App： 採用 React Native 或 Flutter 進行跨平台開發。

3. 高階執行計畫

第一階段 (1-3個月)：需求分析與規劃
- 完成市場研究與使用者訪談。
- 定義詳細規格 (SRS) 與系統架構設計。
第二階段 (4-9個月)：平台 MVP 開發與硬體整合
- 完成核心後端、資料庫建置。
- 開發數據儀表板與基礎監測功能 (MVP)。
- 在試驗場域完成感測器部署與數據串接。
第三階段 (10-14個月)：AI 模型開發與場域測試
- 訓練並驗證病蟲害辨識與產量預測模型。
- 與合作農場進行 Alpha/Beta 測試，收集回饋並進行功能迭代。
第四階段 (15-18個月)：優化與上市準備
- 系統壓力測試與安全性加固。
- 準備行銷材料與使用者手冊。
- 規劃產品上市與客戶支援流程。

心得

系統化的角色與任務設定，讓專案規劃流程清晰可追蹤
指令集設計直觀，能快速生成背景、目標、方法、時程等內容
條列式與圖表化建議，讓報告或簡報更易於理解與呈現
使用此 Prompt 可有效降低前期規劃錯誤、提升專案可行性評估效率