---
tags: GCAA, 透明足跡, ESG
---

# 訪談紀錄：綠盟想要怎麼用機器人來判讀資料呢？

## 各欄位判讀步驟

1. 先看大綱，找出「環境」「社會」「治理」在哪個章節
2. 資料可能會提及多個年度、可能會用民國，要找對年
3. `(123)` 是負數，有時候金額的部份，會用會計格式
2. 溫室氣體
1. ISO 14064
1. 關鍵字 14064 ，看該段，判斷「有沒有導入」
2. 類別一～六
1. 通常是一、二，關鍵字「範疇一」、「範疇二」
2. 有時候會有三，或是把範疇三擴張成類別三～六
3. 要抓的是台灣全場的，可能會有各工廠、或是全世界
3. 排放密集度
1. 可能會分不同場、不同產線，如果有的話，分開寫
2. 須註記單位
3. 僅供內部驗證使用
4. 內部碳定價
1. 關鍵字「碳定價」
3. 用電、能源
1. 關鍵字：「電力」、「用電」、「能源」
2. 電力只看電力欄位，因為可能會有其他石化燃料等
3. 電力單位是簽度，總能源是 GJ
4. 再生能源
1. 關鍵字：「再生能源」
2. 可能是寫「沒有使用」
3. 我們要填裝置容量、發電量，有的話一定會寫
5. 水資源
1. 關鍵字：「取水量」、「耗水量」、「自來水」、「地表水」、「地下水」
2. 也會有其他來源，也有可能都不寫，那就只填總取水量
3. 如果都寫的話，可以交叉驗證
4. 其他來源，像是都污再生水
6. 回收水
1. 關鍵字：「回收水」、「再利用」
2. 回收水 > 取水量是可能的，因為水會被用好幾次
7. 耗用水
1. 關鍵字：「耗水量」、「耗用水量」
2. 有人只給圖，但沒給確切數字，就只能跳過
8. 廢棄物
1. 關鍵字：「廢棄物」
2. 一般事業廢棄物 == 廢棄物
3. 有害，關鍵字「有害」，有可能沒有有害廢棄物
4. 資源化再利用：「回收」、「資源化」
5. 單位有可能是 % 數
5. 可能會分不同工廠
6. 是否標明廢棄物種類，因為每家公司不同，所以是只要不只寫「一般」的，就可以
> 中鋼 2021 有寫很細，世紀風電勉強
9. 員工
1. 關鍵字：「社會」、「人力」
2. 正式員工：「正式員工」、「全職」、「定期員工」（台達）
3. 非正式員工：「非正式員工」、「不定期」、「協力」、「派遣」
4. 外籍：「外籍」
5. 身心障礙：「身心障礙」，有時候會是 % 數，而且沒有寫單位 XDDD 或許可以只取有是整數的？
6. 新進：「新進」
7. 離職：「離職」
1. 職災（針對人）
1. 在「人力資源」
2. 關鍵字：「失能事故」、「輕傷事故」、「職災」、「事故」
2. 可能是文字，可能是表格，要填總數（須自己加總），表格的話，要自己生出一段文字總結
3. 有可能是用奇怪公式算的，而不是次數
2. 公安意外（針對場區,因為不一定有人受傷）
1. 關鍵字：「火災」、「爆炸」
1. 有可能在談演習，和這邊無關
1. 沒有提到就是沒有
3. 治理
1. ISO-xxx, 直接用數字去找
2. 營利事業所得稅：「繳納」、「營所稅」、「所得」
3. 其他稅額：關鍵字不定，找找「稅」
4. 揭露政府補助：「201-4」 、「抵減稅額」，可能要找到頁次後跳轉
5. 研發費用：「研發」，不一定會寫
6. 是否加入 TCFD + CDP ，直接用關鍵字，看有沒有提到：加入、導入

## 可能的自動化工作流程

1. 收集各企業報告書
1. 基本款 200 家企業， 2021, 以及過去4年（最早至2018），之後每年一次
2. 完整款 700 家（所有永續報告書）
2. 選定產業 + 年份的報告書
3. `辨識` 針對每本報告書，找出每項欄位（約 55 個）的數值
1. 用目次 + 關鍵字，判斷資訊可能出現的章節
2. 將章節餵給 GPT ，使用各欄位專屬的 prompt ，得出「有沒有提到此資料、數值、單位、總計為何」
3. 存下答案的頁次
4. 如果是推論，例如總計、有無、表格擷取等，也要存下推論使用的中介資料
1. 各廠區數值
2. 各項目數值
3. 原文
4. 自動驗證，確認程式是否判斷錯誤
1. 針對同產業同年，逐欄比較，每欄位可以有合理的差異範圍、最大最小值
2. 給同產業同年的資料集，例如環境表現，問問 GPT（？）
4. 群眾驗證準備（待討論）
1. 隨機抽象各欄位，確認資料品質
5. 群眾驗證，增加資料的可靠程度
1. 針對所有可靠度還不夠的欄位，進行驗證
2. 針對同一個驗證者，盡量給予不同公司同欄位的欄位，減少學習不同欄位判斷方式
3. 每個欄位驗證時，提供：
1. 目前的答案
2. 推測的原文
3. prompt ，以及欄位審查的說明
4. 頁次，以及內建的報告書瀏覽器，逐頁瀏覽，減少檔案開啟的時間與系統負擔
5. 驗證者須回答：
1. 正確
2. 不正確，答案為 xxx 、不在這些頁面中，或是不知道
7. #不正確中的單一答案 - #正確 > N，停止驗證此欄位，當作信心度夠高，但需要人工手動驗證
6. 當 #正確 - #不正確 > M 時，停止驗證此欄位，當作信心度夠高
6. 工作人員驗證
1. 將 #驗證次數 > X，但信心度不夠高，或是有明確其他答案的列出來，人工查核
2. 針對信心度夠高的欄位，隨機抽樣，確認答案狀況
4. 顯示各欄位的驗證百分比，確定是否可以存入資料庫
3. 將所有上述欄位，存入正式的 ESG 資料庫中
7. 持續推廣
1. 顯示各欄位、各公司的驗證百分比、信心度等資訊
2. 確定接下來要主推的欄位，或是號招話語