林世駿

醫院 × 傳產製造 × 科技業 × 通用工作流程

當 AI 已逐漸融入現代人的工作與生活，我在講授數位轉型課程時，也愈來愈常收到企業主的提問：「永續報告書每年都要花大量時間整理數據、撰寫章節、對應 GRI 條文——這件事，AI 能幫上忙嗎？」

這個問題問得很實際。永續報告書的撰寫流程向來繁瑣：跨部門數據得一一彙整、框架條文需逐項對應、揭露語言要兼顧專業與可讀性，稍有疏漏便可能在第三方確信時被退回修改。對許多中小企業而言，光是一份報告就可能耗掉永續專員數個月的心力。

而我的答案是：可以，而且效果比多數人想像的更顯著。

AI 並不能替企業「做永續」，但它可以大幅壓縮報告書撰寫的時間成本——從數據清洗、章節初稿、GRI 索引對應，到全文一致性查核，每個環節都有具體可操作的方式。本文整理了醫院、傳產製造、科技業三大產業的實際操作範例，以及一套可直接套用的工作流程，希望讓更多台灣企業的永續團隊，能把時間花在真正重要的事上。

永續報告書的價值，從來不在於「寫得多漂亮」，而在於企業真正做了什麼、打算改變什麼。AI 能讓這份工作變得更有效率，但報告書背後的誠信與承諾，始終是人的責任。

隨著金管會逐步擴大永續報告書申報要求，越來越多台灣企業正面對一個共同挑戰：如何在人力有限的情況下，撰寫出符合 GRI 2021、TCFD 等國際框架要求的高品質報告書？

本文整理了醫院、傳產製造、科技業三大產業的具體 AI 操作範例，以及一套可直接套用的通用工作流程，協助企業永續團隊大幅提升作業效率。

一、醫院 / 醫療機構

醫院需揭露醫療廢棄物、能源使用、員工勞動條件、病患安全等指標。台灣醫策會與 JCI 評鑑也已納入永續指標，法人醫院受金管會規範者亦需申報。

範例 1：醫療廢棄物數據彙整（GRI 306）

情境：感染性廢棄物、一般醫療廢棄物、放射性廢棄物分由不同部門記錄，格式各異，需整合成 GRI 306 廢棄物揭露所需的標準格式。

📝 提示詞範例 以下是本院2024年各季度廢棄物記錄（附件），請依 GRI 306-3 廢棄物產生量格式整理，分類為：感染性廢棄物、一般廢棄物、有害廢棄物，單位統一換算為公噸，並標示數據缺漏的月份。

AI 可產出：依 GRI 306 格式彙整的廢棄物分類表、各類別年度總量與季度趨勢、缺漏月份清單，以及建議補齊資料的欄位說明。

參考依據 台灣醫廢申報系統（環境部醫療廢棄物申報網）+ GRI 306-3 指標定義

範例 2：員工職業健康揭露段落（GRI 403）

情境：護理人員職業傷害率、針扎事件數、心理健康輔導使用率，數據已備齊，需轉化為符合 GRI 403 職業健康安全的揭露段落。

📝 提示詞範例 本院2024年：針扎事件43件（較2023年減少18%）、職業傷害率2.1‰、員工協助方案（EAP）使用率12%。請依 GRI 403-9 格式撰寫職業健康安全揭露段落，語氣專業且具體，約300字，需說明改善措施與未來目標。

AI 可產出：含數據引述、改善措施說明（如加強針扎防護教育訓練）、與國內醫院平均值比較說明，以及下一年度目標設定的草稿段落。

延伸應用 同樣方式可套用護病比揭露、醫療品質指標（如：手術感染率）等社會面數據

範例 3：病患隱私與資訊安全對應（GRI 418）

情境：醫院有個資保護政策、ISO 27001 認證，但不確定應對應 GRI 哪些揭露項目，以及如何撰寫才符合要求。

📝 提示詞範例 本院已取得 ISO 27001 認證、設有個資保護委員會、2024年發生0件重大資安事件。請問應對應 GRI 2021 哪些揭露編號？並請依各編號撰寫揭露文字草稿。

AI 可產出：對應 GRI 418（客戶隱私）及 GRI 2-27（法規遵循）的揭露文字，含認證說明、委員會職責、事件回報機制，以及 GRI 索引表所需欄位填寫建議。

二、傳產製造業

台灣傳產（如紡織、食品、金屬加工、橡塑膠）面臨碳邊境調整機制（CBAM）壓力，供應鏈碳盤查需求急增，同時需揭露水資源、廢水、化學品管理等環境指標。

範例 1：Scope 1+2 碳排放盤查說明段落生成（GRI 305）

情境：中部某金屬加工廠完成 ISO 14064-1 盤查，取得 Scope 1 直接排放（燃油、天然氣）與 Scope 2 電力間接排放數據，需撰寫報告書中的溫室氣體揭露章節。

📝 提示詞範例 本公司2024年 Scope 1排放量：1,250 tCO₂e（天然氣850、柴油400），Scope 2排放量（市場基礎法）：3,680 tCO₂e，盤查邊界為台中廠區，基準年2021年。排放係數採用台電2022年電力排放係數0.494 kgCO₂e/kWh。請依 GRI 305 格式撰寫溫室氣體排放揭露段落，需說明方法論、邊界設定與係數來源，約400字。

AI 可產出：含方法論說明（ISO 14064、GHG Protocol）、排放邊界定義、Scope 1/2 分項數據敘述、與基準年比較分析，以及減碳目標設定段落。

台灣適用係數來源 台電年報電力排放係數、環境部溫室氣體排放係數管理表6.0.4版

範例 2：供應商 ESG 問卷彙整分析（GRI 308/414）

情境：某紡織業者依金管會要求蒐集前50大供應商 ESG 問卷，回收格式不一，需彙整成供應鏈管理揭露所需的分析摘要。

📝 提示詞範例 以下是50份供應商 ESG 問卷回覆（CSV格式），請協助：1）統計有碳盤查認證的供應商比例；2）找出在勞工權益題目中回答「無相關政策」的供應商清單；3）依風險高低（環境、社會、治理）分群，生成供應鏈 ESG 風險摘要表。

AI 可產出：供應商 ESG 風險分級表、高風險供應商名單（可匿名化處理後揭露）、各類別統計數字，以及符合 GRI 308（環境供應商評估）與 GRI 414（社會供應商評估）的揭露段落草稿。

法規依據 金管會「上市櫃公司永續發展行動方案」要求揭露供應鏈管理作為，2025年起擴大適用範圍

範例 3：水資源管理揭露（食品業適用，GRI 303）

情境：台南某食品加工廠，用水量大，需依 GRI 303 揭露取水、排水與用水效率，並說明缺水風險管理作為。

📝 提示詞範例 本廠2024年總取水量82,000立方公尺（市政供水100%），廢水排放量65,000立方公尺（經處理達放流水標準），用水強度0.85立方公尺/公噸產品。廠址位於台南，屬缺水壓力中等地區（依WRI Aqueduct評估）。請依 GRI 303-3 至 303-5 撰寫水資源管理章節，約350字，並提出2025年節水目標建議。

AI 可產出：含取排水數據揭露、缺水風險分析（引用 WRI Aqueduct 評級）、既有節水措施說明、用水強度趨勢，以及具體的節水 KPI 建議（如：強度較前年降低 5%）。

三、科技業（半導體 / 電子製造 / 軟體）

台灣科技業（如台積電供應鏈、電子五哥）受客戶要求與國際 ESG 評級（MSCI、DJSI）驅動，需揭露大量環境指標，同時面對人才管理、智財保護、資安等治理議題。

範例 1：Scope 3 類別 11 產品使用碳排說明（GRI 305-3）

情境：某電源供應器製造商，客戶（美系雲端大廠）要求揭露 Scope 3 類別11（售出產品的使用）。需估算並撰寫方法論說明。

📝 提示詞範例 本公司主要產品為伺服器電源供應器，2024年出貨量150萬台，平均額定功率800W，平均使用年限5年，預估平均使用率70%。電力係數採用IEA全球平均值0.481 kgCO₂e/kWh。請依 GHG Protocol Scope 3 標準，計算類別11排放量，並撰寫方法論說明段落（含假設條件、不確定性說明），約250字。

AI 可產出：完整計算步驟、年度排放量估算結果、方法論段落（含假設說明與不確定性聲明），符合 GHG Protocol 與 GRI 305-3 揭露要求。

注意事項 此類估算屬「活動數據法」，須在報告書中明確說明假設條件，AI 可協助生成完整的不確定性聲明

範例 2：TCFD 氣候風險揭露完整性審查

情境：IC 設計公司首次撰寫 TCFD 報告，已完成初稿，需確認是否符合 TCFD 四大核心要素的揭露完整性。

📝 提示詞範例 以下是本公司 TCFD 章節初稿（貼上全文）。請對照 TCFD 四大核心要素（治理、策略、風險管理、指標與目標）的11項建議揭露項目，逐一檢視：1）哪些已完整揭露；2）哪些只有部分揭露（說明缺什麼）；3）哪些完全未提及。請以表格呈現，並提供補充建議。

AI 可產出：TCFD 11項建議揭露項目的逐條對照表（✓完整 / △部分 / ✗缺漏）、具體缺漏內容說明，以及各缺漏項目的補充撰寫建議，可直接作為第二稿修改清單。

台灣法規 金管會已要求實收資本額100億元以上上市公司自2023年起揭露氣候相關資訊，比照 TCFD 架構

範例 3：人才發展與留任率揭露（軟體業，GRI 401/404）

情境：台北某軟體公司，工程師流動率偏高是外界關注焦點，HR 提供了招募、離職、培訓時數等數據，需轉化為 GRI 401、404 的正面且具說服力的揭露段落。

📝 提示詞範例 2024年數據：員工總數320人（工程師240人）、自願離職率18%（業界平均22%）、平均在職訓練時數52小時、內部晉升比例35%、女性工程師比例22%。請依 GRI 401-1 及 GRI 404-1 撰寫人才管理揭露段落，語氣需積極正面但不誇大，約350字，需與業界基準比較並說明改善措施。

AI 可產出：含離職率與業界比較分析（引用主計總處或104人力銀行公開數據）、培訓投入說明、晉升制度介紹、DE&I（多元共融）數字揭露，以及2025年留才目標設定段落。

四、通用 AI 輔助工作流程

無論何種產業，以下六步驟可作為導入 AI 協助永續報告書的標準化操作架構。

步驟一：前期準備——餵給 AI 正確的背景知識

在開始任何提示前，先告訴 AI：公司產業別、員工規模、適用框架（GRI/TCFD/SASB）、報告年度，以及去年報告書目錄。這讓 AI 的每個後續回應都有正確脈絡，避免生成與產業不符的通用內容。

步驟二：重大性評估——同業掃描 + 問卷分析

上傳3~5份同產業報告書目錄，請 AI 分析常見重大議題並對應 GRI 編號。問卷回收後，請 AI 分類與排序利害關係人關注度，生成重大性矩陣所需的原始數據摘要。

步驟三：數據清洗——結構化 + 異常標記

將各部門回傳的原始數據（Excel / CSV）提供給 AI，要求統一單位、標記空值、計算強度指標（如：用電強度 = 總度數 / 營收）。此步驟可節省 60% 以上的手工整理時間。

步驟四：章節初稿——數字轉敘事

將數據、政策名稱、認證資訊、改善措施一次提供，指定目標字數與 GRI 編號，請 AI 生成初稿。避免空白提示，越具體的輸入，越節省人工修改時間。核心原則是：AI 生成初稿，人工審核事實，主管確認立場。

步驟五：一致性查核——全文交叉比對

將完整草稿交給 AI，要求：確認所有數字與年度正確；找出章節間的矛盾描述；確認 GRI 索引表頁碼與正文一致。此步驟建議在定稿前執行兩次，可大幅降低人工漏查的風險。

步驟六：GRI 索引自動生成

提供完整報告書草稿 + GRI 揭露項目清單，請 AI 自動對應並生成索引表，標示「完整揭露 / 部分揭露 / 省略（需說明原因）」。

五、提示詞設計的三個關鍵原則

① 給角色：在提示詞開頭加上「你是一位熟悉 GRI 2021 準則的永續報告書顧問……」讓 AI 的回應更聚焦於框架要求，避免給出過於通用的答案。

② 給數據：永遠先提供具體數字，再請 AI 撰寫。空白提示只會得到空洞文字。數據越完整，初稿品質越高，後續修改時間越短。

③ 給格式要求：指定字數、段落結構、需引用的 GRI 編號，可大幅減少來回修改次數。例如：「請撰寫約300字、需包含數據對比與改善措施說明、對應 GRI 403-9 格式」。

結語：AI 是工具，誠信是根本

善用 AI，可以讓永續報告書的撰寫週期從數個月壓縮至數週，讓更多中小企業也能負擔得起高品質的 ESG 揭露實踐。

然而有幾個核心環節，AI 永遠無法取代：數據的真實性需要實地盤查與部門簽核；管理層的承諾需要真實反映企業策略；第三方確信仍需通過獨立驗證機構審查；而若揭露內容不實，法律責任由企業承擔。

AI 不是為了少做事，而是為了把對的事做得更好。永續報告書背後的誠信與承諾，始終是人的責任。

本文內容涵蓋醫院、傳產製造、科技業三大產業之 AI 輔助操作範例，適合台灣企業永續報告書撰寫團隊參考使用。