用 AI 做季度檢討

用 AI 做季度檢討，可以在一到兩小時內，把三個月分散在會議紀錄、Excel、Slack 訊息、客服單、業績報表裡的成果與教訓，整理成一頁主管看得懂、也能拿去做下季規劃依據的報告——前提是你先把「原始素材」餵給它，AI 不會自己知道你這一季發生了什麼事。

這篇是任務食譜，目標是讓你做完「季度檢討報告」這件事，不是講管理理論。以下步驟可以直接照做，附上可複製的 Prompt 與一個台灣中小企業的實作情境。

為什麼季度檢討常常做不完、做不好

多數團隊的季度檢討卡在兩個地方。第一，資料太散：業績在報表系統、客訴在客服工具、專案進度在 Notion 或 Excel、團隊討論在 Slack 或 LINE 群組，沒有人想把它們全部倒回去重看一次。第二，寫報告的人容易陷入兩種極端，不是流水帳式地把發生的事情條列出來，就是為了好看而把教訓寫得很空泛，例如「溝通需要加強」「下季會更努力」，這種話對決策沒有幫助。

AI 能解決的是「彙整與結構化」這一層，也就是把散亂的原始資料，透過固定框架轉成有邏輯的敘事：發生了什麼、為什麼、下一步怎麼調整。至於「這一季到底達標了沒有」「數字要不要對外揭露」這種判斷，仍然是人要做的事，AI 只是幫你把草稿的第一版寫出來，讓你從空白頁的壓力裡解放出來。

開始之前：先把三個月的「原始素材」集中好

AI 做季度檢討最常見的失敗，不是模型能力不夠，而是「餵的資料不夠」。在動手寫 Prompt 之前，先花十五到二十分鐘，把以下四類素材收集起來，貼進同一份檔案或同一個對話視窗：

• 數字類：月報表、KPI 儀錶板截圖轉文字、業績或流量趨勢的重點數字。
• 事件類：這一季做過的重大專案、上線或下架的產品功能、行銷活動、重大客訴或事故紀錄。
• 回饋類：客戶或使用者的原話（哪怕只是幾句 Line 訊息）、內部會議紀錄裡的爭議點。
• 既定目標：季初訂下的 OKR 或 KPI 原文，這是判斷「達成／未達成」的唯一基準，不能事後用感覺替代。

如果素材本身很凌亂，可以先請 AI 幫你做一輪「素材整理」，把重複、過時、跟主題無關的內容篩掉，再進入下一步的分析。這一步花的時間，通常決定了整篇報告的可信度。

用 AI 彙整資料與事件：把散落的紀錄變成時間軸

有了素材之後，第一個任務是把「數字」跟「事件」對齊在同一條時間軸上，這樣才看得出因果關係，而不是各講各話。可以請 AI 用下面這種欄位框架整理：

這張表不需要一次做到完美，重點是先把時間、事件、數字放在一起，讓後面的根因分析有東西可以依附，不是憑空推論。AI 在這一步最擅長的是「幫你把文字紀錄轉成表格」跟「找出時間上的關聯」，比較弱的是「精確計算數字」，所以表格裡的每一個數字，都要回頭核對原始報表，不能直接信任 AI 算出來的結果。

用 AI 做根因分析：從「發生了什麼」到「為什麼會這樣」

有了時間軸之後，才進入這篇檢討報告真正有價值的部分：根因分析。很多季度檢討停在「業績沒達標」這句話，卻沒有往下問「為什麼」。可以請 AI 針對每一項未達標的目標，用「連續追問三次為什麼」的方式往下挖，但要提醒它：每一層原因都要標註「這是有資料支援的事實」還是「這是推測，需要人工確認」，避免 AI 把猜測寫得像結論一樣肯定。

同樣的邏輯也適用在「有達成」的目標上——很多團隊只檢討失敗，卻沒有搞清楚成功的原因是什麼，導致下一季無法複製同樣的做法。把「為什麼成功」也一併問清楚，是季度檢討常被忽略、但對下季規劃最有用的一段。

可複製的 Prompt：一頁報告產生器

以下 Prompt 可以直接複製使用，把大括號裡的內容換成你自己的資料。建議分兩段操作：先貼素材、再貼指令，讓 AI 的回答有東西可以依附，不是憑空發揮。

你是一位協助企業做季度檢討的顧問，請根據我提供的原始素材，
整理成一頁式的季度檢討報告，供主管快速閱讀。

背景資訊：
- 團隊/部門：{團隊名稱}
- 檢討期間：{2026年第X季，例如7月至9月}
- 季初設定的目標：{列出2到4項KPI或OKR原文}

原始素材（貼上數字、事件、回饋等，越完整越好）：
{貼上你整理好的時間軸表格與原始紀錄}

請輸出以下結構，總長度控制在可以印成一頁A4的篇幅：

1.【三句話摘要】用最精簡的方式說明這一季整體表現，
   包含一個具體數字，不要用「表現不錯」這類空泛形容詞。

2.【成果與未達成對照表】以表格呈現每專案標的
   「目標值／實際值／達成率／一句話原因」。

3.【根因分析】針對未達成的專案，指出最可能的1到2個根本原因，
   並明確標註「有資料支援」或「推測，待確認」。

4.【下季調整建議】提出3項具體、可執行、有負責人角色的行動，
   避免使用「持續最佳化」「加強溝通」這類無法檢核的用語。

5.【風險提醒】列出1到2專案前還看不清楚、需要下季持續觀察的變數。

請用台灣繁體中文撰寫，語氣專業但不浮誇，
不要捏造我沒有提供的數字或事件。

用這個 Prompt 的關鍵是最後一句「不要捏造我沒有提供的數字或事件」，這句提醒很重要，因為 AI 在資料不足時，容易用「合理但不存在」的數字或案例填補空白，讓報告讀起來很順，卻經不起主管追問。

台灣中小企業實作案例：一人行銷團隊的季度檢討

台中一家做五金零件外銷的中小企業，行銷部門只有一位專員，同時要顧網站、社群與展會，季度檢討過去都是開會前一晚才臨時拼湊 PPT，內容常常變成流水帳。這一季她改用上述流程：先把 Google Analytics 的月報、展會後的詢價單數量、客服信箱裡的客戶抱怨，整理成一份時間軸檔案，再套用前面的 Prompt 產生初稿。

她自述整個彙整過程，從原本需要一個整晚，壓縮到大約一個下午就能產出可以拿去跟主管討論的版本，省下來的時間拿去核對數字跟補充展會現場的真實觀察，而不是花在排版跟想措辭上。報告初稿裡有一項發現：官網詢價表單的填寫率在改版後略有下降，AI 根據時間軸推測可能與表單欄位增加有關，但標註為「推測，待確認」，她後續實際去看了表單埋點資料，確認欄位變多確實是主因之一，這個修正就成為下季調整建議裡最具體的一項。這個案例說明瞭 AI 產出的初稿仍需要人工核對，但確實能把「從零開始寫」變成「從草稿修改」，對資源有限的小團隊幫助很大。

下季調整怎麼寫，主管才會採信

季度檢討最容易被主管質疑的一段，就是「下季調整建議」。如果寫成「加強執行力」「提升團隊效率」這種話，等於什麼都沒說。請 AI 產出建議時，可以額外要求三個條件：第一，每一項建議都要對應到前面根因分析裡的某一個原因，不能憑空冒出新方向；第二，每一項建議要有負責的角色（不一定要寫真人名字，可以寫職能，例如「行銷專員」「客服視窗」）；第三，每一項建議要有一個可以在下季檢討時直接核對的檢查點，例如「表單欄位從7個減到4個，並在10月底前重新測試填寫率」，而不是「持續最佳化表單體驗」。

這三個條件套進 Prompt 之後，AI 產出的建議會明顯更具體，也比較不會出現「正確但沒有用」的廢話式結論。

AI 的能力邊界與常見錯誤

用 AI 做季度檢討，有幾件事需要誠實提醒，避免報告出包或誤導決策：

第一，AI 不會主動幫你連結真實的財務系統、CRM 或 BI 工具的資料，除非你手動把數字貼給它，所有報告裡的數字都必須來自你提供的素材，任何看起來「合理但你沒貼過」的數字，都要回頭懷疑，很可能是模型自行推算或補齊出來的。

第二，AI 特別容易在「根因分析」這一段把推測講得跟事實一樣肯定，因為它擅長寫出流暢、有邏輯感的句子，這種流暢度反而會讓人放鬆戒心。前面 Prompt 裡特別要求標註「有資料支援」或「推測，待確認」，就是為了對抗這個傾向，但即使加了這個提醒，還是要人工複核每一個因果推論是否合理。

第三，涉及員工個人績效、薪資、客戶個資、未公開的財務數字這類敏感資料，不建議直接貼進公開的 AI 聊天工具裡，可以先做匿名化處理，或改用企業內部授權的工具環境。

第四，AI 產出的報告語氣可能偏向樂觀，因為訓練資料裡「正向總結」的用語比例較高，如果你的季度表現其實不理想，記得明確要求 AI「誠實反映未達標的部分，不要用委婉語氣淡化」，否則報告可能會比實際情況好看，反而誤導下季的資源分配決策。

把這幾點放在心上，AI 做季度檢討仍然是目前最能省時間的方式之一，特別是對沒有專職營運分析人力的中小企業與個人工作者。更多工型的 AI 使用方式，可以參考 /recipes 裡的其他食譜，或到 /workflows 看看怎麼把這類報告產出排進固定的季度節奏裡。

常見問題 FAQ

延伸閱讀

• 更多工食譜
• 把報告排進固定節奏的工作流程
• 可複製的 Prompt 範例庫
• AI 使用入門指南