連接企業知識
把散落在文件、表格與系統中的資訊，轉成 AI 能檢索、理解與引用的知識層。
PDF+Sheets+Wiki
30 天企業 AI 工作流學習系列
把企業知識、工具與決策，串成真正能工作的 AI。
Data Machi 從 RAG 出發，逐步走到 Tool Use、Agent 與 Agentic Workflow，幫你看懂一個 AI 系統如何從「回答問題」進化到「可靠完成工作」。
30天完整路徑
6個成熟階段
3+企業資料來源
New analysis LIVE
哪一個產品類別的銷售下滑最明顯，相關改善專案目前進度如何？
01讀取銷售資料Completed
→02確認類別定義Completed
→03查詢專案進度Running
✦Analysis ready
3 sources臥室收納類別的銷售年減幅度最大，主要受到平均購買件數下降影響。改善專案已完成需求確認，目前進入測試階段。
SALES CHANGE−12.8%
MAIN DRIVERItems / basket
PROJECT STATUSTesting
[1] Sales Data · Updated today[2] Knowledge Base[3] Project Board
可追溯回答Every fact has a source
工作流執行中3 tools connected
PRODUCT THINKING
企業 AI 的價值，不只在模型本身。
真正能落地的 AI 產品，需要同時處理知識、計算、工具、決策與控制。Data Machi 將這些能力放進同一張系統地圖。
拆清楚決策邏輯
讓程式負責計算與規則，模型負責理解意圖與組織語言，降低幻覺與錯誤判斷。
Intent→Rule→Verify
推進真實工作
從找資料走向呼叫工具、更新任務與完成流程，讓 AI 成為可以協作的工作夥伴。
Read Decide Act
01
Chat理解問題
L102
RAG找到知識
L203
Tool Use取得即時資料
L304
Agent自主判斷
L405
Workflow控制流程
L506
Product可靠交付
L6REAL WORKFLOWS
從真實工作問題開始設計。
不先問「要用哪個模型」，而是先拆解工作、資料來源、決策步驟與可接受的風險。
CROSS-SOURCE QUERY01
一個問題，同時查三個系統
從試算表取得精確數字、到知識庫找定義，再從任務看板確認最新進度。
MEETING WORKFLOW02
從會議內容推進到行動項目
把錄音、摘要、負責人與截止日整理成可追蹤任務，而不只停留在會議紀錄。
RELIABLE RAG03
讓每個回答都能回到來源
將檢索結果、資料時間與引用位置保留下來，讓答案可以驗證而不是只能相信。
30-DAY SERIES
查看所有文章 ↗30 天，建立一張完整的企業 AI 知識地圖。
DAY 01–0501
FOUNDATION
AI 與工作
先釐清企業真正需要的不是聊天機器人，而是能完成知識工作的系統。
閱讀這一篇 →DAY 06–1002
KNOWLEDGE
企業知識檢索
從文件解析、RAG 到混合搜尋，建立可追溯的企業知識層。
閱讀這一篇 →DAY 11–1503
TOOLS
工具整合
串接 Google Sheets、Confluence、Trello 與日常企業系統。
閱讀這一篇 →DAY 16–2004
AGENT
Agent 決策
理解 ReAct、Coordinator、記憶、釐清與驗證如何一起運作。
閱讀這一篇 →DAY 21–2505
WORKFLOW
可控工作流
用 LangGraph、狀態與人工審核，把黑箱決策變成透明流程。
閱讀這一篇 →DAY 26–3006
PRODUCT
企業級產品
補上可靠性、Agent UX、安全、測試與部署的最後一哩路。
閱讀這一篇 →JT
CREATOR
Jackie Tung
Data Analyst · AI Builder · Knowledge Workflow Designer
專注於資料分析、商業洞察、AI 應用與企業知識工作流設計。Data Machi 將實際工作中的分析思維、系統設計與 AI 工程經驗，整理成可以理解、實作與持續迭代的學習路徑。
GitHub Profile ↗START BUILDING
開始閱讀 ↗從第一天開始，建立真正能完成工作的企業 AI。
30 天，從 RAG 一路走到 Agentic Workflow 與產品化。