目錄
課程簡介
RPA（Robotic Process Automation，機器人流程自動化）是用軟體機器人自動處理重複性業務流程的技術。這門課程將帶您了解 RPA 的原理、工具、應用場景，讓您判斷是否需要 RPA 以及如何開始。
學習目標：
- 理解 RPA 的基本原理和價值
- 掌握主流 RPA 工具（UiPath、Automation Anywhere）
- 學會選擇適合自動化的流程
- 設計 RPA 解決方案
- 評估 RPA 的 ROI 和風險
23.1 RPA 概述
為什麼學_this？
了解 RPA 的概念和價值。
核心教學
什麼是 RPA？
RPA 是用「軟體機器人」模擬人類操作電腦的技術。它能：
- 自動點擊、輸入、複製
- 處理重複性任務
- 24/7 不間斷運行
RPA 的價值：
- 節省時間：自動處理重複任務
- 減少錯誤：比人類更準確
- 24/7 運行：不眠不休
- 非侵入式：不改變現有系統
- 快速部署：數週完成
RPA vs 傳統自動化：
| 維度 | RPA | 傳統自動化 |
|---|---|---|
| 適用範圍 | 跨系統 | 單一系統 |
| 部署 | 數週 | 數月 |
| 複雜度 | 低 | 高 |
| 成本 | 低 | 高 |
| 靈活性 | 高 | 低 |
商業範例
一家擁有 12 間門市的連鎖健身中心，過去每晚由行政人員手動彙整各分店的會員簽到與教練課表，常因資料延遲導致隔日排班衝突，每月還得額外加班處理教練薪資結算。
- 做法：以 RPA 自動抓取各分店 POS 簽到資料並寫入中央系統，原本每晚 90 分鐘的人工彙整縮短至 8 分鐘。
- 做法：自動比對教練實際授課與排班表，每月結算薪資時間由 3 天降為 4 小時，錯誤率從 6% 降至 0.5%。
- 做法：每日自動生成營運日報並寄送給 5 位區經理，取代原本 2 小時的手動製表，每月省下約 40 小時。
- 做法：自動觸發會員到期提醒與教練續約通知，續約率提升 12%，行政人力每月減少 60 小時重複作業。
小技巧
小技巧
- 先用 ChatGPT 列出流程步驟，確認每步規則明確再交給 RPA 工具。
- 把「重複性高、規則明確、跨系統」寫成 prompt，請 Claude 判斷任務是否適合自動化。
- 用 Notion 建立任務清單，標註系統與觸發條件，方便對照 RPA 設定。
- 跨系統流程可先以 Zapier 試接兩端 API，確認可行再擴大自動化範圍。
練習題
本節摘要
- RPA 用軟體機器人模擬人類操作
- 價值：省時、減錯、24/7、非侵入
- 適合重複性、規則明確、跨系統
自動化盤點 Prompt
我列出我每週進行的重複任務：
1. [任務A - 頻率]
2. [任務B - 頻率]
3. [任務C - 頻率]
請按「自動化可行性 × 節省的時間」評分（1-10），排好順序，
並為第一位建議：使用何種工具、具體步驟、需要注意的失敗位置。
AI 會幫助你選出「最快回本」的自動化目標 — 不要從最難的那個開始，從最划算的那個開始。
自動化檢查清單
- 我列出了至少 5 個重複任務並完成評分
- 我選擇了第一個自動化目標（最高分的那個）
- 我知道這個流程的人工檢查位置在哪裡
- 我設定了「出錯時如何處理」的後備方案
常見錯誤自動化一個你自己都未搞清楚的流程
正確做法先人手跑 5 次確認流程穩定，先自動化
常見錯誤自動化後完全不理（set and forget）
正確做法每週抽查輸出品質；任何流程都會隨時間漂移
23.2 RPA 適用場景
為什麼學_this？
選擇適合的場景是 RPA 成功的關鍵。
核心教學
適合 RPA 的任務特徵：
常見 RPA 場景：
資料輸入
- 訂單輸入
- 數據搬遷
- 表單填寫
資料處理
- 發票處理
- 報表生成
- 數據整理
系統操作
- 跨系統數據同步
- 自動登錄
- 文件上傳下載
流程處理
- 自動審批
- 自動通知
- 異常處理
不適合 RPA 的任務：
- 需要創意判斷
- 需要人際互動
- 規則模糊
- 一次性任務
商業範例
一家擁有 12 間門市的連鎖健身中心，每月教練排班與會員續約作業全仰賴人工作業，行政團隊經常加班處理，續約通知也因延遲而流失客源。
- 排班自動化：系統每日彙整請假與課程異動，自動生成教練班表，每週節省 15 小時人工作業。
- 續約提醒：自動比對到期名單並發送通知，續約率由 62% 提升至 78%。
- 營收報表：每日自動彙整各分店數據並寄送主管，報表產出時間由 4 小時縮短至 10 分鐘。
- 發票對帳：自動核對收款與發票紀錄，每月減少 9 成人工核對工時。
小技巧
- 用 ChatGPT 輸入「列出我部門每週重複性任務」，再依規則性與資料量評分。
- 在 Notion 建篩選表，欄位設頻率、規則性、錯誤成本，逐項打分。
- 請 Claude 依評分結果排出優先順序，並標註不適合自動化的任務。
- 用 Zapier 試接一項高分任務，兩週內驗證穩定度再擴大。
練習題
本節摘要
- 適合：重複、規則明確、大量數據、跨系統
- 常見場景：資料輸入、處理、系統操作、流程處理
- 不適合需要判斷的任務
23.3 UiPath 入門
為什麼學_this？
UiPath 是最流行的 RPA 平台。
核心教學
UiPath 的特點：
- 市場佔有率最高
- 功能豐富
- 視覺化開發
- 社區版免費
UiPath 的核心組件：
- Studio：開發環境（建立流程）
- Robot：執行機器人
- Orchestrator：管理控制台
UiPath 的基本開發流程：
UiPath 常用活動：
- Read/Writes：讀取/寫入數據
- Click/Type：點擊/輸入
- Web Automation：網頁自動化
- Excel Automation：Excel 處理
- Email Automation：郵件處理
商業範例
一家連鎖健身中心，全台有 12 間分店、約 40 名行政人員，每月要處理上千筆會員續約與教練排班，人工作業常延誤且容易出錯。
導入 UiPath 後，行政團隊把重複性流程交給機器人執行，人力得以轉向會員服務與教練管理。
- 做法：自動抓取各分店續約表單並比對合約到期日，續約提醒錯誤率由 8% 降至 1% 以下。
- 做法：每日彙整教練排班與場地預約資料，排班衝突處理時間從 3 小時縮短至 20 分鐘。
- 做法：每月自動產出營收與到課率報表，報表製作由 2 天縮短為 30 分鐘。
- 做法：自動寄送會員到期通知信，每月節省約 60 小時人工處理時間。
小技巧
- 用 UiPath Community 版免費試點，安裝後先跑內建 Hello World 範例確認環境。
- 錄製器卡住時，改用 UI Explorer 手動選取元件，比重新錄製快。
- 把流程丟給 ChatGPT，prompt 寫「這段 UiPath 序列為何報 Selector 錯誤」，請它逐行檢查。
- 測試資料先用 Excel 建三筆假資料，別直接連正式系統。
練習題
本節摘要
- UiPath 市場佔有率最高
- 核心：Studio、Robot、Orchestrator
- 社區版免費開始
23.4 Automation Anywhere
為什麼學_this？
Automation Anywhere 是另一大 RPA 平台。
核心教學
Automation Anywhere 的特點：
- 功能強大
- 雲端優先
- AI 整合
- 企業級安全
Automation Anywhere 的優勢：
- AARI：人機協作
- Bot Store：預建機器人庫
- Discovery Bot：自動發現自動化機會
- 雲端執行：無需本地伺服器
UiPath vs Automation Anywhere：
| 維度 | UiPath | Automation Anywhere |
|---|---|---|
| 市場佔有 | 最高 | 其次 |
| 使用難度 | 中等 | 中等 |
| 雲端 | 支持 | 優先 |
| AI 整合 | 強 | 強 |
| 適合 | 各種規模 | 企業級 |
商業範例
一家連鎖健身中心，旗下有 18 間分店，每月需人工比對超過 6,000 筆會員扣款與請款紀錄，會計團隊常加班至深夜。
他們評估 RPA 工具時，優先測試 Automation Anywhere 的雲端版，並以 UiPath 社區版作為對照組。
- 做法：先用 UiPath 社區版免費試作對帳流程，兩週內完成雛形，節省約 3 萬元授權成本。
- 做法：以 Automation Anywhere 雲端版部署 5 個機器人，每月自動處理 6,000 筆對帳，錯誤率由 4% 降至 0.3%。
- 做法：依分店數彈性加購機器人授權，每增 5 間分店僅多花 1.2 萬元，較自建伺服器省下 40% 維運費。
- 做法：會計人員轉任流程監控，每月工時從 320 小時減至 80 小時，釋出人力投入預算分析。
小技巧
- 用 ChatGPT 產生 Automation Anywhere 的 Task Bot 命名規範，prompt 寫「請依模組_動作_版本格式給我十個範例」。
- 把 Bot Insight 匯出的 CSV 丟進 Claude，請它標出逾時最頻繁的三個步驟。
- 用 Notion 建置 Bot 上線檢查清單，每項設負責人與驗收日期。
- 以 Zapier 串接 Automation Anywhere 的 Webhook，觸發失敗時自動發 Slack 通知。
練習題
本節摘要
- Automation Anywhere 雲端優先、AI 整合強
- UiPath 市場佔有率最高
- 中小企業建議 UiPath 社區版
23.5 RPA + AI 結合
為什麼學_this？
RPA + AI 能處理更複雜的任務。
核心教學
RPA + AI 的應用：
智能文檔處理
- AI OCR 辨識文檔
- RPA 處理後續流程
- 例如：發票辨識 → 入帳
智能客服
- AI 理解客戶需求
- RPA 執行後續操作
- 例如：查訂單 → 通知
智能決策
- AI 分析數據
- RPA 執行行動
- 例如：庫存預測 → 補貨
RPA + AI 的價值：
- RPA 處理「規則化」執行
- AI 處理「智能化」判斷
- 結合能處理更複雜業務
商業範例
一家連鎖健身中心擁有 12 間分店與 3 萬名會員，教練與櫃檯每天花大量時間處理請假、續約與課程調度，導致會員流失率偏高。
- 智能續約提醒：AI 分析會員到訪頻率與合約到期日，RPA 自動發送個人化續約方案，續約率提升 18%。
- 智能排課調度：AI 預測各時段熱門課程需求，RPA 自動調整教練班表並通知會員，排課衝突減少 75%。
- 智能流失預警：AI 辨識兩週未到訪的高風險會員，RPA 觸發專屬優惠與關懷訊息，挽回 2,400 名會員。
- 智能帳務對帳：AI 核對金流與合約紀錄，RPA 自動生成對帳報表，每月節省 40 小時人工作業。
小技巧
把 RPA 當手、AI 當腦，落地時可先從這幾點下手：
- 用 ChatGPT 或 Claude 先產生流程步驟清單，再交給 UiPath 或 Power Automate 照著建。
- prompt 寫法固定成「角色＋輸入格式＋輸出格式＋範例」，讓 AI 回傳可被 RPA 解析的 JSON。
- 用 Zapier 串接 ChatGPT 與 Google Sheets，先驗證邏輯再搬進正式 RPA。
- 把 Notion 當例外紀錄表，AI 判斷失敗時寫入，人工回頭補規則。
- 每步驟都留 AI 原始輸出，方便對照 RPA 執行結果除錯。
練習題
本節摘要
- RPA + AI：RPA 執行，AI 判斷
- 應用：文檔處理、客服、決策
- 結合處理複雜業務
23.6 RPA 開發實戰
為什麼學_this？
掌握 RPA 開發的基本技巧。
核心教學
RPA 開發的核心技巧：
流程設計
- 先畫流程圖
- 分步驟實現
- 注意錯誤處理
選擇器（Selectors）
- 用選擇器定位元素
- 動態元素處理
- 穩定性優化
變數管理
- 定義清晰的變數
- 數據類型正確
- 作用域控制
錯誤處理
- Try/Catch
- 重試機制
- 日誌記錄
測試
- 單元測試
- 集成測試
- 回歸測試
商業範例
一家連鎖健身房品牌，全台 12 間分店，每月需人工核對逾 6,000 筆會員扣款與請假紀錄，會計常加班至深夜仍出現錯帳。
- 做法：以 RPA 自動抓取金流平台與場館系統資料並比對差異：每月核帳時間由 40 小時降至 3 小時。
- 做法：異常款項自動截圖並寄送通知給店長：爭議案件處理時效由 5 天縮短至 1 天。
- 做法：流程加入 Try/Catch 與重試機制：資料讀取失敗率由 8% 降至 0.5%。
- 做法：選擇器改用屬性定位並完成測試後上線：上線後 3 個月內未再發生流程中斷。
小技巧
開發時注意「穩定性」，因為 RPA 需要長時間穩定運行。
- 用 ChatGPT 產生每步的失敗重試腳本，prompt 寫「為此步驟加上三次重試與逾時判斷」。
- 把流程日誌同步到 Notion，出錯時直接查當日紀錄。
- 用 Claude 檢查選擇器，請它列出三種可能失效的情境。
- 在 Zapier 設告警，流程中斷即發通知。
練習題
本節摘要
- RPA 開發技巧：流程設計、選擇器、變數、錯誤處理、測試
- 重視穩定性
- 注意錯誤處理
23.7 RPA 管理與治理
為什麼學_this？
RPA 需要管理和治理才能持續有效。
核心教學
RPA 管理的最佳實踐：
中心化治理
- 設定 RPA 使用規範
- 統一開發標準
- 定期審核
變更管理
- 版本控制
- 變更記錄
- 回滾機制
監控
- 執行成功率
- 錯誤追蹤
- 效能監控
安全
- 權限控制
- 憑證管理
- 數據加密
RPA 治理框架：
商業範例
一家連鎖健身中心在快速展店後，面臨教練排課、會員續約與財務對帳流程各自為政的痛點，各分店資料格式不一，總部難以掌握營運狀況。
- 統一流程登記：建立自動化流程清單，將全台 42 間分店的排課與對帳作業集中管理，重複作業減少 65%。
- 制定開發標準：要求所有流程依共用範本開發，新流程上線時間由 14 天縮短至 5 天。
- 定期審計機制：每季抽查 20% 流程，異常率由 12% 降至 3%。
- 監控執行成效：即時追蹤流程成功率，穩定維持在 98% 以上，每月節省 320 小時人工作業。
小技巧
- 用 Notion 建機器人清單，欄位含負責人、上線日、異常數。
- 用 ChatGPT 產出治理規範草稿，prompt 寫「列出 RPA 上線審查五項檢查點」。
- 用 Zapier 串接 Slack，機器人失敗時自動通知負責人。
- 用 Claude 分析異常日誌，prompt 寫「歸納近三十天失敗原因前三名」。
練習題
本節摘要
- 治理：中心化、變更管理、監控、安全
- 建立治理框架避免混亂
- 定期審計
23.8 RPA 成本與 ROI
為什麼學_this？
評估 RPA 的投資回報。
核心教學
RPA 成本組件：
- 軟體授權（UiPath/Automation Anywhere）
- 開發人力
- 維護成本
- 培訓成本
RPA 收益：
- 人力節省
- 錯誤減少
- 效率提升
- 24/7 運行
ROI 計算：
每年節省 = 節省的工時 × 時薪
ROI = (每年節省 - 年成本) / 年成本
常見 ROI 數據：
- 大型企業：ROI 可達 300-800%
- 中小企業：ROI 可達 100-300%
- 回收期：通常 6-18 個月
商業範例
一家擁有 12 間門市的連鎖健身中心，每月需人工核對超過 4,000 筆會員扣款與請假紀錄，行政團隊常加班處理退款爭議。
- 做法：以 RPA 自動比對金流與會員系統，每月節省 320 小時人工核對。
- 做法：自動產出異常扣款報表並通知客服，退款處理時間由 5 天縮短至 1 天。
- 做法：RPA 年費約 6,000 美元，年度人力成本節省約 96,000 美元。
- 做法：淨效益 90,000 美元，ROI 達 1,500%，約 1 個月即可回收成本。
小技巧
- 用 ChatGPT 拆解流程，prompt 寫「列出此任務每步驟的耗時與人力成本」。
- 在 Notion 建 ROI 追蹤表，欄位設節省工時、導入成本、回收月數。
- 優先接 Zapier 自動化重複性最高的三步驟，兩週內驗證效益。
- 用 Claude 分析日誌，找出每月執行逾二十次的高頻任務優先自動化。
練習題
本節摘要
- 成本：授權、開發、維護、培訓
- ROI 可達 100-800%
- 回收期 6-18 個月
23.9 RPA 的挑戰與風險
為什麼學_this？
了解 RPA 的挑戰和風險。
核心教學
RPA 的挑戰：
穩定性
- 系統更新可能影響
- 選擇器失效
- 需要維護
擴展性
- 從試點到全面部署
- 管理複雜度增加
- 性能瓶頸
安全
- 憑證管理
- 數據安全
- 權限控制
人才
- 需要專業技能
- 人才稀缺
- 培訓成本高
風險管理：
商業範例
一家擁有 12 間分店的連鎖健身中心，每週需人工處理超過 3,000 筆會員請假、轉讓與退款申請，錯誤率達 8%，客訴不斷。
- 試點先行：先從請假與轉讓 2 個流程自動化，3 個月內失誤率降至 1.2%。
- 建立治理框架：指派專責小組審核權限，每月異常事件由 15 件減至 3 件。
- 安全培訓：對 40 名行政人員實施機器人操作訓練，人為疏失減少 70%。
- 定期審核：每季檢查自動化腳本，將流程中斷時間控制在每月 2 小時內。
小技巧
導入 RPA 前先建立風險清單，以下做法可直接套用：
- 用 ChatGPT 輸入「列出此流程 5 個失敗情境與對應人工備援步驟」，產出檢查表存進 Notion。
- 在 Zapier 設錯誤通知，任一任務失敗即推送 Slack 並自動建立待辦。
- 請 Claude 將流程拆成判斷節點，標出需人工覆核的環節再上線。
練習題
本節摘要
- 挑戰：穩定性、擴展性、安全、人才
- 管理：試點、治理、安全、培訓、審核
- RPA 需要持續維護
23.10 RPA vs AI Agent
為什麼學_this？
了解 RPA 和 AI Agent 的區別，選擇正確的工具。
核心教學
RPA vs AI Agent：
| 維度 | RPA | AI Agent |
|---|---|---|
| 核心 | 規則執行 | 智能決策 |
| 判斷 | 無（規則驅動） | 有（AI 驅動） |
| 適應性 | 低 | 高 |
| 處理數據 | 結構化 | 非結構化 |
| 複雜任務 | 局限 | 擅長 |
| 適合 | 固定流程 | 動態任務 |
選擇指南：
- RPA：固定規則、重複性、跨系統執行
- AI Agent：需要判斷、動態、複雜任務
- 結合：RPA 執行 + AI 判斷（最佳）
商業範例
一家連鎖健身中心擁有 12 間分店，每月處理超過 8,000 筆會員續約與請假申請，人工審核常延誤三到五天，導致客訴不斷。
- RPA 自動抓取每日請假與續約表單：處理時間從 3 天縮短至 2 小時。
- AI Agent 判讀會員訊息意圖並分類緊急程度：客服回應準確率提升至 92%。
- AI 判斷續約風險後交由 RPA 發送個人化提醒：續約率提高 18%。
- 結合兩者自動生成每週營運報表：管理層決策週期從 5 天降至 1 天。
小技巧
- 用 Zapier 串接 RPA 機器人，把發票 PDF 丟給 ChatGPT 抽取欄位，再回寫 ERP。
- 在 Claude 貼上流程圖截圖，請它列出可交給 RPA 的固定步驟與需 AI 判斷的節點。
- Prompt 寫法：「以下為客服信件，請判斷是否需人工，僅回覆是或否」再交 RPA 分流。
- 用 Notion 建對照表，逐條記錄哪些任務由 UiPath 執行、哪些由 GPT 處理。
練習題
本節摘要
- RPA 適合固定流程，AI Agent 適合動態任務
- 結合：RPA 執行 + AI 判斷
- 兩者是互補關係
23.11 RPA 未來趨勢
為什麼學_this？
了解 RPA 的未來發展。
核心教學
RPA 的未來趨勢：
智能自動化（Hyperautomation）
- RPA + AI + 流程挖掘
- 端到端自動化
- 全面智能
流程挖掘（Process Mining）
- 自動發現自動化機會
- 分析流程瓶頸
- 數據驅動優化
人機協作
- 人類和機器人協作
- AI 輔助人類決策
- 工作重新定義
No-Code RPA
- 拖拽式 RPA
- 非技術人員可用
- 普及化
商業範例
一家擁有 12 間分店的連鎖健身中心，每月需人工核對超過 8,000 筆會員扣款與請假紀錄，行政團隊常因資料落差而延誤出帳。
- 導入流程挖掘：找出 3 個重複審核環節，每月節省 45 小時人工比對時間。
- 升級智能自動化：結合 OCR 辨識紙本合約，新會員建檔從 15 分鐘縮短至 90 秒。
- 建立人機協作：由 RPA 處理異常標記，專員僅複核 5% 爭議案件，出帳錯誤率下降 82%。
- 串接客服機器人：自動回覆 7 成請假與扣款查詢，客服人力釋出 2.5 名全職工作量。
小技巧
- 在 Notion 建「RPA 趨勢」資料庫，每週用 ChatGPT 摘要一篇 UiPath 或 Automation Anywhere 官方部落格更新。
- 用 Zapier 訂閱 arXiv 的 cs.RO 關鍵字通知，自動推送新論文標題到 Slack。
- 請 Claude 比較 Power Automate 與 n8n 最新版功能差異，prompt 寫「列出三項對企業流程自動化的影響」。
- 在 ChatGPT 設定每季提醒，輸入「整理近三個月 RPA 併購與募資新聞，附來源連結」。
練習題
本節摘要
- 趨勢：智能自動化、流程挖掘、人機協作、No-Code
- 從 RPA 升級到 Hyperautomation
- 持續關注發展
23.12 企業 RPA 導入指南
為什麼學_this？
提供企業導入 RPA 的實務指南。
核心教學
企業 RPA 導入 7 步：
Step 1：評估準備度
- 評估自動化機會
- 評估團隊能力
- 評估 IT 基礎
Step 2：選擇試點
- 選高 ROI 流程
- 小型、可控
- 快速見效
Step 3：建立團隊
- 指定負責人
- 培訓技能
- 建立治理
Step 4：開發試點
- 開發流程
- 測試穩定
- 部署運行
Step 5：評估效果
- 衡量 ROI
- 收集反饋
- 優化改進
Step 6：擴展部署
- 擴大範圍
- 規模化
- 中心化治理
Step 7：持續優化
- 定期審核
- 新機會發現
- 技術升級
商業範例
一家擁有 12 間門市與線上商城的中型健身器材零售商，每月需人工核對逾 4,000 筆訂單與物流單號，三名行政人員常加班至深夜，錯誤率高達 8%。導入 RPA 後，財務與客服負擔明顯減輕。
- 做法：優先自動化對帳與出貨通知兩項高 ROI 流程，上線 6 週後人工核對時間減少 65%。
- 做法：建立由營運、財務、IT 組成的治理小組，每月審查機器人成效，異常處理時效縮短 40%。
- 做法：半年內將自動化擴展至庫存補貨、退貨退款等 11 項流程，覆蓋 8 成日常作業。
- 做法：導入滿一年後，每月節省 260 小時人力，訂單錯誤率降至 1.5% 以下。
小技巧
- 用 ChatGPT 產生流程清單，prompt 寫「列出財務部門 5 個可自動化的重複步驟」。
- 先在 Zapier 串接一個審批通知，跑兩週看省下多少工時。
- 把試點結果整理進 Notion 看板，標註節省時數與錯誤率。
- 用 Claude 改寫 SOP 成機器可讀步驟，再交給 RPA 工具執行。
練習題
本節摘要
- 導入 7 步：評估 → 試點 → 團隊 → 開發 → 評估 → 擴展 → 優化
- 從試點開始，證明價值
- 建立治理框架
23.13 課程總結
課程總結
下一步學習
- C-21 AI Agent 原理與應用：智能自動化
- C-22 No-Code AI 自動化：No-Code 方案
- C-14 AI 工作流程自動化：實際應用
© 2026 Buddylala.ai — Build Your AI Future, Together.