軟體代表作/佑立診所

佑立診所

每週顧問會議、落地 AI 工作流:對帳驗證工具、知識庫整理與自動化流程、網站優化。

客戶
佑立診所
領域
醫療
合作形式
顧問合作
角色
AI 技術顧問
期間
2026
狀態
服務中

起點

診所要的不是單一工具,而是一套自己掌握的 AI 工作方式。

佑立診所的行政工作多靠人工與紙本,月底對帳要逐列核對,診所的知識散在書目、文章、雲端硬碟與各電腦裡;病患資料又必須符合醫療等級的隱私與資安要求。第一次會議就定下方向:不急著買大型系統,先挑最痛的流程做原型;以企業資安的標準把關資料,系統與程式庫由診所自己掌握。合作形式是每週一次顧問會議:每週一個 AI 主題、現場實作,會後交給團隊練習,下週驗收,讓團隊自己會用 AI 完成任務。

範圍

  • 每週顧問會議:每週一個 AI 主題、現場實作,另有一場全員 AI 教育訓練
  • AI 基礎環境:診所專用電腦、私有程式庫與遠端安全連線
  • 知識庫整理:參考書目與衛教文章轉成 AI 可以查詢的知識庫
  • 對帳系統:自費紀錄與醫令的對帳驗證工具,已投入使用
  • 自動化流程:知識庫管理、PubMed 文獻追蹤、郵件分類與發票整理
  • 社群素材:每週自動蒐集素材的排程任務,以及 AI 剪輯短影音
  • 網站與搜尋能見度:網站規劃與部署、診所官網的 SEO/GEO 與網站速度
  • 網頁與資料安全:把關並評估外部服務的串接(第三方串接的安全性審核)

難題

AI 要用進每天的工作,資料又不能離開診所的掌握。

  1. A
    工具很多,流程沒有變

    團隊用過聊天式 AI,但它記不住診所的事、接不上診所的資料與流程,問完就散,日常工作還是照舊。

  2. B
    知識與流程散在各處

    診所的知識散在書目、文章、雲端硬碟與筆記工具裡,流程靠人記;換人、交接或要重複執行時都很吃力。

  3. C
    重複又容易錯的行政工作

    月底自費對帳要逐列對照醫令報表,比對規則多,例如同意書的醫師藏在文字裡、加購是否扣醫令配額,人工很容易判錯;發票與郵件也要一封一封處理。

  4. D
    醫療資料的隱私與資安

    原始報表有病患姓名與病歷號,需要企業等級的隱私與資安把關:每一項 AI 與外部服務的串接都先經過安全審核,工具要有登入與權限控管、放在診所自己掌握的環境,不部署到公開網域。

做法

每週一次顧問會議,從無到有建立診所的 AI 工作流。

每週一次顧問會議,教學與實作並行:從 AI 的基本原理、Agent 與 Skill,到記憶與知識庫、排程、部署與 SEO/GEO,每次都用診所自己的流程現場做一遍,會後由團隊練習、下週驗收。

工作方式分三層:知識庫存放診所的知識,Skill 把跑過一輪的流程變成可重複的標準作業,排程任務讓它定期自己執行。全部放在診所自己的電腦與私有程式庫,透過內部網路遠端存取。

對帳是第一個落地的工作流:拆成輸入正規化、腳本比對(確定性比對)、例外偵測、報表、人工覆核五步,封裝為 Claude Skill,外面再包一層只在本機執行、有登入保護的內部網頁;規則程式比對,模型輔助處理例外,最後由人覆核;每次產出總表與每位治療師一份修正清單。

同一套方法延伸到知識庫管理、PubMed 文獻追蹤、郵件分類、發票整理、社群素材蒐集,以及網站與 SEO/GEO:每一條都先在會議中做出原型,再交給團隊自己使用。

每週一個流程權限控管WEEKLY每週顧問會議主題教學・現場實作SOURCES診所的資料與知識報表・書目・文章・信件OWNED診所自有環境專用電腦・私有程式庫・內網SOPSkill跑過一輪的流程MEMORY知識庫Markdown・AI 可查詢AUTOMATION排程任務定期自動執行OUTPUT對帳驗證修正清單・人工覆核OUTPUTAI 工作流文獻・郵件・發票・社群OUTPUT網站與 SEO/GEO搜尋與 AI 能見度

← 左右滑動查看完整系統圖 →

工作流每週會議診所自有環境

每週主題教學現場做出原型整理成 Skill排程自動執行團隊自己使用

架構決策

資料和系統由診所掌握,AI 輔助流程優化。

  1. 從哪裡開始原本先評估大型系統決策先挑最痛的流程做原型,驗證後再擴大確保每週都有能用的成果,投入不會押在一次性的大系統上
  2. 系統與資料放哪原本各自選用的雲端工具與機器人服務決策診所專用電腦與私有程式庫,透過加密內部網路遠端存取;外部服務先經安全審核,不部署到公開網域確保以企業資安標準保護病患隱私,系統由診所自己掌握
  3. 誰決定對帳差異原本人工逐列比對決策確定性規則程式直接執行,大型語言模型(LLM)輔助判斷確保結果可重現、可稽核,最後由人覆核
  4. 做法怎麼累積原本每次重新跟 AI 對話決策跑過一輪的流程就整理成 Skill,需要定期做的再設成排程確保做法留在診所,不隨人員或對話消失
  5. 知識怎麼存原本散在雲端硬碟與筆記工具決策統一轉成 Markdown,放在本機的知識庫確保AI 讀得懂,診所知識庫可擴充

專案時程

2026.07

每週顧問會議開始,對帳驗證工具交付

2026 年 7 月起每週陪跑,服務中

出處 +
2026 年 7 月2026 年 10 月8 月9 月1234
  1. 12026 年 7 月盤點診所痛點、定下 AI 路線圖・AI 與 Agent 基礎課程・對帳驗證工具第一版交付(Python 規則比對,封裝為 Claude Skill)
  2. 22026 年 8 月對帳工具包成有登入保護的本機內部網頁・知識庫管理與 PubMed 文獻追蹤工作流・郵件分類與發票整理自動化・Tailscale 加密遠端連線
  3. 32026 年 9 月知識庫統一為 Markdown 格式・第一個 Claude 排程任務(每週社群素材蒐集)・全員 AI 教育訓練・網站規劃、用 AI 開發網站並做 SEO/GEO 健檢
  4. 42026 年 10 月建立診所知識庫,AI 可直接查詢・診所官網 SEO/GEO 優化規劃・對帳驗證 Skill 由行政同仁自行執行

成果

每週都有產出,累積成診所自己的 AI 系統。

15+次

每週顧問會議

2026 年 7 月起,持續進行;另有 1 場全員 AI 教育訓練

5類

落地的 AI 工作流

對帳驗證、知識庫管理、PubMed 文獻追蹤、郵件與發票整理、社群素材蒐集

  • 對帳驗證工具已投入使用,由行政同仁自行執行;每位治療師一份修正清單,不必再從一張總表裡自己找。
  • 診所有了自己的 AI 基礎:專用電腦、私有程式庫、本機優先的知識庫。
  • 建立診所知識庫,參考書目與衛教文章都能讓 AI 直接查詢。
  • 知識庫管理、PubMed 文獻追蹤、郵件分類、發票整理與社群素材蒐集,都成了可重複執行的 AI 工作流。
  • 團隊從 AI 的基本概念,走到自己建 Skill、設排程;主導一場全員 AI 教育訓練。

技術

Claude 與 ChatGPT 為主力,資料與系統依企業資安標準管理。

AI 工具
Claude Code・Codex・Claude Skills・排程任務・MCP
對帳規則
Python・封裝為 Claude Skill
內部網頁
Next.js・Fastify・SQLite,只在本機執行
知識庫
本機優先・Markdown
環境與部署
診所專用電腦・GitHub 私有程式庫・Tailscale 內部網路・Vercel
工程備註

約 1,038 行 Python9 項單元測試與回歸比對基準封裝為 Claude Skill

更多案例