為協助企業應對永續發展趨勢，輔仁大學創新創業國家隊於 2025 年 10 月 3 日舉辦「企業ESG永續實戰攻略」講座，上午場由聚康永續顧問有限公司葉怡秀總經理主講，系統性地介紹永續報告書的編制原則與實務。下午場則聚焦於「AI 及大型語言模型（LLM）於永續報告書生成之應用」，由輔仁大學企業管理學系黃凱斌助理教授擔任主講人。
下午場主講人黃凱斌助理教授以實務導向的方式，帶領學員深入了解 AI 輔助永續報告書編制的完整流程，並進行高互動性的「動手實作」體驗。課程內容涵蓋了永續報告書的產業痛點與 LLM 賦能，介紹RAG 技術核心，並實際演示從文件切片到自動修正的 AI 應用步驟，為企業提供了數位化編制報告的完整方案。以下摘要工作坊精華內容：
圖一：講師黃凱斌助理教授（左上）
黃老師首先指出，面對海量永續資訊的蒐集與彙整，企業常面臨流程冗長、跨部門整合困難以及報告品質一致性不足等問題。而大型語言模型（LLM）的特性，特別是其可進行自編碼設定和資料真實性佳的優勢，成為解決這些痛點的關鍵工具。
LLM 的應用範圍極廣，能夠扮演多重角色：
- 資料管理：拆解資訊至不同的資料庫，進行範本管理。
- 流程優化：實施 AI Agent（代理人工作模式），進行資料整理、圖表呈現，並作為虛擬顧問產生報告 。
- 報告優勢：提升報告的時效性、確保資料自動審查、並能夠執行同業分析與提升可比較性 。
在技術層面，深入介紹了生成式 AI 的工作原理，特別是當前最關鍵的技術之一：RAG（Retrieval-Augmented Generation，檢索增強生成）。
雖然大型語言模型（LLM）具備強大的語言理解與生成能力，但早期生成式 AI 仍存在產生「幻覺」（虛假資訊）的風險。RAG技術結合了資訊檢索系統與大語言模型，先將使用者輸入向量化，並與向量資料庫中的資料區塊進行相似度比對，從中擷取最相關的真實資料，再交由 LLM 生成回答。此方法有效降低生成錯誤資訊的風險，大幅提升報告內容的真實性與可信度。
圖二：黃老師與學員共同探討提示工程
下午場的重點落在實際的系統操作與程式碼演示，將複雜的報告生成流程分解為多個可執行的實作步驟：
- 環境設定：學員實際進入 Colab 雲端協作環境，設置 API Key 並確認大語言工具的存取，為後續操作建立基礎。
- 文件處理與向量化：演示如何處理企業提供的 PDF 文件，進行 Heading-aware 切片，並將文件內容向量化。向量化是 RAG 技術的核心，它將資訊轉化為向量，以便進行高效的相似性檢索與比對。
- 智能流程（Agentic Flow）： 講師展示了如何利用 AI 建立代理人流程，讓 AI 能夠執行「規劃 → 檢索→ 起草 → 自評與修正」的自動化報告生成步驟。
- 雙重重大性應用： 最終操作介面展示了如何將永續報告書編制中的核心概念——雙重重大性（Double Materiality）—納入 AI 系統中。用戶只需貼上包含主題、財務影響、權重和利害關係人等數據的清單，系統即可利用 AI 邏輯快速產生符合國際標準的報告初稿。
最終，系統能夠根據用戶的設定（例如：主題鎖定 GRI 302 能源與溫室氣體排放管理、指定「簡潔、務實」的語氣、甚至選擇中英雙語輸出），快速產出符合法規與國際框架要求的永續報告書合規初稿。
圖三：學員們動手實踐、實際運用所學
透過這場結合理論與實務的動手實作課程，不僅讓學員深刻理解 LLM 與 RAG 技術的原理，更具體展示了如何運用 AI 工具，將永續報告書的編制從耗時費力的人工作業，轉變為高效、精準且具備自校正能力的數位化流程，為企業綠色轉型提供了強大的技術支持。
