當你為一個 AI 輔助功能繪製圖表時，你會遇到傳統 UML/BPMN 沒有答案的問題：AI 是參與者還是服務？當 AI「不確定」時流程去哪裡？AI 出錯時誰處理？
本指南直接處理那些問題。
1. 為什麼傳統 BPMN 對 AI 不足
BPMN 2.0 有基本功能：泳道、任務、閘道、事件。但 AI 帶來了舊圖表無法捕捉的 3 個要素：
- 機率輸出 — AI 不返回 true/false 而是返回信心分數
- 後備／升級 — 當 AI 不夠確信時，有替代路徑
- 人類環路 — 人類在特定點介入，不是整個流程
2. BPMN 中的 AI 擴展符號
無需建立新符號。使用標準 BPMN 加上註釋：
| 元素 | 用於 | 註記 |
|---|---|---|
| 服務任務（齒輪圖示） | AI 服務呼叫 | 標籤：「AI: [模型/服務名稱]」 |
| 排他閘道（X） | 按信心分支 | 標籤：「信心 ≥ 閾值？」 |
| 中間邊界事件 | AI 逾時／錯誤 | 類型：錯誤或計時器 |
| 使用者任務 | 人工審查／覆蓋 | 泳道：代理・審查者 |
| 資料物件 | 信心分數、AI 回應 | 用閾值值註釋 |
| 文字註釋 | 標記閾值、SLA | 例如：「閾值 = 0.75」 |
3. 模式：具有信心閾值的 AI
這是 BA 設計 AI 功能時最常見的模式：
[使用者輸入]
↓
[AI 服務任務]
↓
{信心 ≥ 0.8？}
├── 是 → [自動處理] → [通知使用者] → 完成
└── 否 → [排隊等待人工審查]
↓
[代理審查]
↓
{代理決定}
├── 批准 → [處理] → [通知使用者] → 完成
└── 拒絕 → [通知拒絕] → 完成
繪製時的關鍵要點：
- 閾值必須明確（0.8 而非「高信心」）
- 人工審查泳道必須清楚。誰？（代理？主管？領域專家？）
- 人工任務的 SLA 必須可見（例如：「營業時間內最長 4 小時」）
4. 模式：人類環路升級
當 AI 失敗或遇到分布外情況：
[使用者要求]
↓
[AI 分類器]
↓
{情況類型？}
├── 標準 → [AI 自動處理]
├── 複雜 → [AI 草稿 + 人工審查]
└── 未知 → [升級給資深代理]
↓
[代理處理]
↓
[記錄到訓練資料] ← 重要回饋迴路！
BA 必須擷取：
- 「標準·複雜·未知」的具體定義是什麼
- 「資深代理」是誰？有 SLA 嗎？
- 訓練資料記錄：在加入回饋迴路前誰核准？
5. AI 功能的使用情景圖
使用情景圖釐清每個參與者對 AI 系統做什麼。參與者：
- 終端使用者：主要互動
- AI 系統：非人類參與者
- 人工代理：處理升級
- 管理員·資料管理員：配置閾值、審查訓練資料
- 外部系統：API、資料庫、知識庫
例如：AI 客服聊天機器人：
[終端使用者] ──→ 提交問題
[AI 系統] ──→ 處理問題
──→ 提供答案
──→ 升級給代理
[人工代理] ──→ 接收升級
──→ 覆蓋 AI 回應
[管理員] ──→ 配置信心閾值
──→ 審查效能指標
──→ 批准訓練資料
6. AI 互動的序列圖
序列圖顯示系統間的呼叫順序。與工程團隊合作非常有用：
使用者 前端 AI 閘道 LLM 服務 資料庫
| | | | |
|── 提交 ──→| | | |
| |── 請求 ──→| | |
| | |── 提示 ──→| |
| | | |── RAG ──→|
| | | |← 檔案── |
| | |←─ 回應────| |
| | | (分數:0.85)| |
| |←── 結果 ──| | |
|← 顯示 ── | | | |
BA 審查時應注意：
- 哪個步驟超時？LLM 慢時如何處理？
- RAG 取得失敗 → AI 有後備嗎？
- 回應通過內容篩選器嗎？
- 審計日誌在哪步寫入？
7. 繪製 AI 輔助流程檢查清單
繪製前
☐ 定義：AI 是自動還是僅推薦？
☐ 定義：信心閾值（具體數字）
☐ 定義：升級路徑和所有者
繪製中
☐ AI 服務任務用模型/服務明確標籤
☐ 信心閘道有閾值註釋
☐ 人類環路有單獨泳道和 SLA
☐ 錯誤路徑（AI 逾時/失敗）明確繪製，未省略
☐ 審計/記錄步驟已繪製（不是隱含理解）
繪製後
☐ 開發人員確認序列圖準確反映架構
☐ 業務確認成功路徑遵循業務邏輯
☐ QA 確認可測試每個分支
☐ 合規確認審計記錄充足
8. 推薦工具
| 工具 | 用途 | 備註 |
|---|---|---|
| Lucidchart | 完整 BPMN + UML | 有 AI 工作流範本 |
| draw.io / diagrams.net | 免費、離線、所有圖表 | XML 匯出、Confluence 整合 |
| Miro | 與利益關係人工作坊 | 簡單實時協作 |
| PlantUML | 序列圖（代碼形式） | 適合版本控制 |
| Figma | 線框 + 使用者流 | 與 UI 設計配合良好 |
總結
BA 無需理解 AI 演算法。但必須能正確繪製 AI 流程圖，這樣：
- 工程部門可正確構建
- QA 可測試所有分支（包括 AI 失敗路徑）
- 業務理解何時 AI 自動處理，何時人類介入