LIMS：把AI融入實驗室資料、查詢與體系核查

實驗室的日常工作同時面對結構化資料和大量文件：客戶與人員清單、設備台帳、標準物質證書、檢測業務紀錄，以及體系文件和作業要求。僅把文件放進系統，還不足以讓這些資訊方便地用於查詢和核查。

這個專案在已有LIMS（實驗室資訊管理系統）中融入AI能力，以煤與燃料檢測業務為背景，圍繞資料入庫、業務查詢、文件問答和體系核查準備連接工作流程。AI負責理解、擷取和起草，程式負責校驗與取數，人員確認寫入、規則和專業結論。

專案概況

專案要素	說明
產業	實驗室檢測，客戶保持匿名
既有基礎	基於Odoo 17的LIMS，已有委託、樣品、檢測、設備、人員與文件管理
改造範圍	初始化資料匯入、自然語言業務查詢、知識庫問答、體系核查輔助
主要使用者	系統管理員、實驗室內部業務人員、體系管理人員；各功能權限不同
人工職責	修正匯入資料、確認建立、審核文件依據與核查口徑、作出最終判斷

01 / 整理把舊資料變成待確認資料

表格、文件、證書照片 → 擷取與校驗 → 人員確認入庫

02 / 使用把問題連接到資料和文件

自然語言 → 業務工具或文件檢索 → 結果與依據

03 / 核查把核查口徑固定下來

AI起草設定 → 試跑與人員確認 → 程式重複執行

不同來源的資料往往欄名、排版和表達方式不一致。匯入功能讓AI把內容對應到系統欄位，先產生可編輯的暫存列，標出缺少必填項、重複資料或關聯對象未配對等問題。

現有匯入對象涵蓋客戶、人員、設備、標準物質證書和體系條款。表格與文件解析、證書照片的影像辨識分別處理，具體支援格式取決於匯入類型，並不把任意文件都當成可直接匯入的資料。

人員可以修改預覽列、重新校驗並勾選需要建立的內容。確認之後才寫入業務紀錄；建立時再次查重，逐列記錄新增、略過或失敗結果，便於繼續處理異常。這一入口目前面向管理員。

內部人員可以詢問委託、樣品、檢測任務、品管和報告等業務資訊。模型將問題轉為限定工具的呼叫，後端查詢LIMS資料，再組織回答。

圖表由後端從工具回傳的結構化資料產生，減少數字經過模型轉述的環節；查詢結果還可匯出為Excel、Word或PDF，供後續核對和整理。這裡的「唯讀」是指業務查詢工具不替使用者修改業務紀錄，匯出本身仍會產生暫存紀錄。

**目前權限邊界：**資料助手限制內部使用者進入，但業務工具採用提升權限取數，不能據此宣稱結果自動沿用每名使用者的業務資料權限。向不同職位開放的具體資料範圍，仍需按實際使用要求進一步設計和驗證。文件知識庫的檢索和讀取則走目前使用者的文件存取權限。

體系文件、程序文件和方法資料可擷取正文，並產生用於檢索的文件卡片。使用者既可以直接提問，也可以指定整個知識庫，或用「@文件」點名參考資料。指定文件的正文會在長度上限內送入本輪問答；截斷或無法讀取時有相應提示。

關鍵設計包括：檢索無命中時追加明確約束，要求說明缺少資料；回答後由程式比對辨識到的標準編號與本輪回傳內容，對缺少出處的引用追加警示。這種檢查針對文件編號和出處線索，不等於逐句核實回答的專業含義。

例如，詢問某項檢測操作的具體溫度，而相應方法文件尚未入庫時，合理的處理是指出缺少依據、建議補充文件；不能拿模型記憶中的數值代替實驗室適用的文件要求。

資料中的實際演示

2026年8月27日的專案文件保留了12組系統問答實錄，涵蓋指定文件、跨文件檢索、口語化提問、資料缺失與出處警示。它們是有限的演示紀錄，本案例未將其換算為總體準確率，也未把其中的業務資料作為公開業績。

體系條款需要轉成可執行的核查口徑，例如檢查哪些紀錄、按什麼範圍篩選、怎樣判斷缺項或到期。現有功能支援AI協助起草規則設定、列出歧義，並提供試跑和人工修改入口。

人員確認綁定後，核查要求與設定一同儲存，後續評審按既定程式取數和比對，不在每次執行時重新讓模型決定判定口徑。超出現有規則表達能力的要求，仍需人工處理或另行開發。

另一個銜接點是條款與支撐文件：AI給出候選文件、推薦理由與引文線索，人員核對後才掛接。文件換版會透過附件校驗值變化提示重新複核。系統提供的是核查事實和建議，最終評審及專業結論仍由負責人員作出。

本輪為文件和原始碼核對，未執行Odoo、連接正式資料庫或重新呼叫模型。專案盤點資料中也有部分設定僅在開發環境核對的說明，不能把功能存在等同於全部已投入正式使用。目前沒有可公開核實的節省工時、收益或總體準確率，因此暫不列這些成效數字。

後續服務可圍繞文件換版與重新複核、匯入欄位和校驗規則維護、職位資料範圍、典型問題迴歸驗證，以及模型設定和呼叫成本檢查展開。這是基於現有實作提出的服務方向，具體範圍、驗收方式和頻率仍需與客戶約定。