第216期  2025-6-16

檔案知識⁺

生成式AI技術應用於機關檔案銷毀目錄審核初探

國家發展委員會檔案管理局（以下簡稱檔案局）為有效提升機關檔案銷毀目錄法定審核效能，改善機關送審檔案銷毀目錄品質，逐步運用人工智慧（Artificial Intelligence，以下簡稱AI）協助銷毀目錄預審，並提供送審機關自我檢核參考，以提升檔案清理品質及行政效率。

國家發展委員會檔案管理局文書檔案資訊組前分析師 胡治民

壹、前言

由於機關函送檔案銷毀目錄之數量與件數常年未減，此工作又屬法定審核業務，檔案局現有人力負荷沈重，依現行作業模式，多依賴人工進行逐件審核，需耗費大量人力與時間，面對此重大負荷，亟需引進輔助機制以提升審查效能與準確度，生成式人工智慧（Generative AI）具備語意理解、自動摘要、內容分類及風險提示等能力，考量審核過程中因具高重複性且有依循規則，導入AI輔助審查之可行性高，且以業務量及所涉對象而言，具高度開發效益，如能結合AI，將可成為檔案管理智慧化之基礎，更能有效減少重置人力、降低成本，進而達成流程改造及數位轉型之目標。

貳、人工智慧技術

人工智慧（AI）指的是使機器具備模擬人類智能的能力，涵蓋學習、推理、理解語言、感知與行動等功能。AI從早期基於邏輯與規則的人工智慧系統（Rule–Based AI Systems），演進至透過「資料」來讓系統自動學習與改進，不再依賴人工撰寫規則之機器學習時代，其中深度學習為機器學習發展子領域，使用類神經網路（如CNN、RNN等），進行多層次特徵提取與學習，現行GPT、DALL．E等生成式AI模型皆為深度學習之人工智慧技術，以下介紹三種AI應用特性：

一、分辨式AI技術

分辨式AI（Discriminative AI）主要著重於從輸入資料中學習如何區分不同的標籤或類別，常見應用包括圖片辨識、語音識別、垃圾郵件過濾等。這類模型透過監督式學習方式訓練，輸入與對應標籤成對，藉由分析差異特徵來進行預測。深度神經網路的發展，進一步強化分辨式模型在非結構化資料處理的能力。然而，此類AI僅能進行分類與預測，無法生成新的內容或模擬人類語言邏輯，且需要大量人工介入進行資料貼標籤作業來協助提升辨別正確率。

二、生成式AI技術

生成式AI（Generative AI）則是學習資料分佈之特性，透過訓練模型來創造出與原始資料相似的全新內容。從早期的VAE、GAN 到近年以Transformer為核心的GPT、DALL．E等模型，使AI得以自動生成文章、圖像、語音等。此類AI技術不僅突破過去AI僅能識別的限制，更能在訓練過程中，理解語境、大量學習，並透過不斷調整內部參數進行創造，廣泛應用於對話系統、創意設計、文件生成與分析，成為提升行政效率與處理大規模資訊任務的重要工具。生成式AI與分辨式AI之比較如下表：

三、生成式AI結合RAG應用

檢索增強生成技術（Retrieval-Augmented Generation, RAG）是結合資訊檢索與自然語言生成的人工智慧技術，可讓生成式AI利用大型語言模型（LLM）生成回應前，透過檢索增強生成技術，改善生成式AI的回答品質。其運作原理可以分別透過索引、檢索及生成3個階段，讓AI模型更能理解與回應用戶的問題，生成更準確、相關且完備的資訊內容。

參、生成式AI技術應用於機關檔案銷毀

為解決現有機關檔案銷毀目錄審核量能不足之問題，檔案局過去曾嘗試導入分辨式AI，協助進行機關檔案銷毀目錄審查，惟為提升分辨式AI辨識之正確率，需投入大量人力對資料進行標籤，又因不同機關性質差異甚大，各項對應不同類型之機關需個別進行標籤作業，造成應用於銷毀法定審查時，其審查判準正確率並未達到理想目標，造成人工作業難以減輕。

2023年11月，生成式AI「ChatGPT」推出，短短2個月達到破億的使用者數量，接續各項大型LLM模型相繼推出，生成式AI應用範圍及功能快速發展，現生成式AI結合RAG技術，將可突破過往分辨式AI之限制。基此，於審核機關檔案銷毀目錄過程中導入生成式AI技術應用，作法採兩階段自動審查，包括第一階段的基本審查及第二階段的進階審查。

第一階段是基本審查，將過去的特殊情形審查、銷毁改列機關永久保存、國家檔案移轉等審查經驗轉化為基本規則，透過生成式提示工程（Prompt Engineering）進行基本審查，若第一階段已判定不得銷毁，則不必進入進階審查。

第二階段是進階審查，在人工與生成式AI中間，做一個中間層，這個中間層前置處理並內嵌檔案目錄銷毁的規範、核准案例及未核准案例，將內嵌向量化資料存入向量資料庫，利用嵌入式搜尋（Embedding Search）找到相似的範例，並利用提示語（Prompt）詢問生成式AI，得到最終答案，判定是否核准的建議。

透過前述流程及架構，將生成式AI所給出之建議，作為審核意見之參考，並將實際審核意見持續回饋至向量資料庫，讓AI所回饋之銷毀判準建議更趨近實際狀況，更能有效降低法定審核作業之負擔。

另外，規劃之整體架構中，整合的技術包含RAG、Prompt Engineering、內嵌向量化（Embedding）、少量資料學習（Few–Shot Learning）、思維鏈（Chain of Thought）及文章摘要（Text Summarization）等，其中RAG向量資料庫為獨立建置，後續可彈性串接不同大語言模型包含TAIDE、OpenAI、Meta Llama V3、Mistral、Google Gemini……等，讓未來機關檔案銷毀目錄審查之生成式AI系統，其生成之核准正確率及審查建議回饋品質，可跟著大型語言模型進步而更為優良，其系統架構圖如圖。

肆、結語

全國3千多個機關報送檔案銷毀目錄審核，乃檔案局法定審核業務重中之重。未來除了在法律位階規劃適時建立授權機關審核的機制，亦規劃進行本功能試辦推行至機關端，透過試辦過程與結果回饋，持續優化銷毀目錄AI審查功能，期能將生成式AI技術導入預審機制，以分擔人工審核負荷量，加速法定審核作業，達到「推動檔案管理智慧化，提升檔案清理效能」之目標。

參考資料

1. 國家發展委員會檔案管理局，運用人工智慧協助檔案銷毀目錄預審合作試辦機關作業指引，2023年5月修正。
2. 「生成式人工智慧」，維基百科，資料來源：https://zh.wikipedia.org/zh-tw/%E7%94%9F%E6%88%90%E5%BC%8F%E4%BA%BA%E5%B7%A5%E6%99%BA%E6%85%A7。
3. 黃適文，〈生成式AI 是什麼？3大生成式AI應用與工具分享！〉，Solwen AI，資料來源：https://solwen.ai/posts/generative-ai。

1. 本電子報所載國家檔案資料採取創用CC「姓名標示─非商業性」cc創用 3.0 臺灣授權條款釋出，同意授權予不特定之公眾以重製、散布、發行、編輯、改作、公開口述、公開播送、公開上映、公開演出、公開傳輸、公開展示之方式利用，以及創作衍生著作。
2. 本電子報引述或提供之站外連結，若因外部網頁異動或下架等因素造成網址失效，檔案局將逕移除該超連結，以符合無障礙網頁規範，造成不便尚祈見諒。