參賽概要

《2026 台灣創新技術博覽會》(Taiwan Innotech Expo) 發明競賽於 2026 年 9 月 19 日舉行頒獎典禮。Domaineks 以《混合式檢索驅動的智能問答方法及系統》等三項 AI 專利參賽，並於本次競賽中獲獎。

三項專利源自 Domaineks 在實際系統開發與企業導入過程中累積的技術方法，經整理與抽象化後完成專利申請，核心方法均已正式上線，並於實際客戶場域完成驗證。本次參賽，則是讓這些技術接受評審在創新價值、實用性與市場性上的完整檢驗。

---

評審機制：商品化程度與市場性佔比最高

發明競賽的官方評審分為書面審查與現場實審兩個階段，並依三個面向評分：

其中「商品化程度與市場性」佔比 40%，高於創新價值本身，顯示競賽重視技術能否實際落地。這與 Domaineks 的研發方向一致：技術價值須在實際企業場域中獲得驗證。此外，競賽另設有性別友善性加分項目，本次參賽作品即由女性博士技術長共同主導研發。

---

現場實審：在 5 分鐘內呈現完整技術價值

現場實審佔總成績的 70%，每個參賽項目僅有 5 分鐘的簡報時間。為了在有限時間內完整呈現三項專利的技術價值，Domaineks 團隊依照評分架構規劃簡報內容：

• 以技術鏈串聯三項專利：從知識檢索、文件解析到系統整合，說明三項專利如何構成一條完整的企業 AI 落地路徑。
• 以企業情境呈現實際用途：以具體的企業情境呈現專利的實際用途，例如客服平台上的多輪詢問、經銷商同時送來多種格式的訂單，讓評審直觀理解技術所解決的問題。
• 對應三大評分面向：每項專利皆從創新價值、功能與實用性、商品化程度與市場性三個面向說明，並佐以系統上線與場域導入的實際驗證成果。

---

三項專利，一條可落地的技術鏈

本次簡報主軸為「企業 AI 從知識查詢到營運整合」。三項專利看似各自獨立，實為同一條企業 AI 落地路徑上的三個環節：知識檢索、文件解析與系統整合。企業導入 AI 時，往往在其中某個環節遭遇瓶頸：知識檢索不夠精準、非結構化文件無法有效解析，或解析結果難以整合進既有系統。三項專利分別對應這三個環節：

知識檢索：混合式檢索驅動的智能問答方法及系統

企業知識查詢常見的挑戰包括：同一概念換個說法，關鍵字檢索便無法命中；語義向量檢索遇到短句或指代詞（如「那個」「它」）時容易失準；查詢資訊不足時，系統也缺乏補足上下文並重新檢索的能力。本專利技術重點如下：

• 混合檢索：關鍵字檢索與語義向量檢索同時進行，再將結果合併、去重與排序，兼顧精確與語意。
• 多因子信心度評估：不只看單一相似度分數，而是綜合最高相似度、一致性、數量、查詢長度與多樣性，評估檢索品質。
• 二階段查詢增強：檢索品質不足時，結合對話上下文補全指代詞、改寫過短的查詢，再進行第二次檢索。
• 多層次決策鏈：依問題動態選擇最適合的知識來源，例如 RAG 文件、FAQ、產品知識、活動資訊、專家知識或歷史對話，並保留備援路徑。
• 模組化擴充：每一種知識來源與檢索方式都以獨立模組的形式接入決策鏈，新增業務情境時，只需在路由規則中加入對應的檢索模組；未來出現新的檢索技術，例如由 LLM 持續維護的結構化知識庫 (LLM Wiki)、知識圖譜檢索 (Graph RAG)、由 AI Agent 自主規劃檢索步驟的 Agentic RAG，或重排序模型 (Reranker)，也能以新模組的方式彈性整合，無須重新設計整體架構。

這套架構可應用於企業客服、銷售支援、技術支援與內部知識管理等場景，並已於實際客戶場域導入使用，也是 Dominai Serve 智能對話服務 的核心技術。實際的知識問答應用案例，可參考 陽明交通大學 NYCU GPT 的實踐。

文件解析：多格式混合式訂單文檔解析方法及系統

企業收到的客戶訂單格式往往不一致，例如 LINE 上的一句「A 商品 20 箱，下週送」、手機拍攝的訂購單、PDF 訂購單，或一次 20 筆的批次訂單。人工整理不僅耗時且容易出錯，訂單量增加時，人力成本與輸入錯誤率也隨之上升。本專利的技術重點如下：

• 先判斷格式，再選擇解析策略：PDF 優先進行文字擷取，掃描件與圖片才切換影像辨識 (Vision)，Excel／CSV 則採批次解析。支援文字、圖片、PDF、Excel、CSV、DOCX、TXT 等格式，語音訊息也可先轉為文字再進入同一套流程。
• 批次一致性控制：以原子性機制處理批次訂單，即使部分品項辨識失敗，也不會留下部分寫入的半完成資料。
• 需要時才升級模型：僅在解析品質不足時才改用更高階的模型重新解析，而非所有訂單一開始即使用最高階模型，兼顧準確率與成本。
• 訂單層級的 AI 成本追蹤：透過 Session 累積、Order 分配與成本紀錄，記錄每筆訂單的 AI 處理成本，作為服務計費、模型成本優化與營運管理的依據。

依實施例，人工處理每筆訂單約需 5–10 分鐘，導入後可縮短至 30 秒內。此外，企業無須要求客戶改變下單習慣，就能把各種格式的訂單轉為可處理、可追蹤、可整合的標準化資料。這也是 Dominai Order 智能訂單解析服務 的基礎，延伸閱讀可參考 AI 訂單解析系統完全指南。

系統整合：動態字段映射的訂單解析方法

訂單解析完成後，仍須寫入企業的 ERP、CRM 或資料庫，才能完成流程自動化。然而各系統的欄位名稱、識別碼、資料型態與子表格結構皆不相同，訂單明細等巢狀資料的表示方式也各有差異。傳統做法將轉換規則寫死於程式中，每次欄位異動都須重新修改與測試，錯誤亦不易提早發現。本專利的技術重點如下：

• 配置驅動的欄位映射：以群組配置集中管理不同客戶或系統的欄位對應規則，無須為個別客戶開發專屬程式。
• 不綁特定資料結構：同一套映射引擎可服務不同客戶與目標系統，並支援巢狀明細、子表格與列識別碼等常見複雜結構。
• 寫入前先驗證：映射前檢查必填欄位、欄位存在性、資料型態與結構完整性，於資料寫入前即攔截錯誤。

目前已完成與企業後端系統及內部資料庫的實際串接與資料寫入驗證。新增客戶或欄位異動時，僅須調整配置即可，大幅降低新客戶導入、測試與後續維護的重複工作。

---

結語：以實務驗證為基礎的技術成果

本次獲獎，是對 Domaineks 系統開發與企業導入成果的肯定。感謝協助技術落地、提供場域與交流機會的合作夥伴，協助單位明志科技大學，以及評審委員對作品的支持。

未來，Domaineks 將持續把這些技術導入更多企業場域，讓 AI 從知識查詢延伸至營運整合，協助企業以可複用的方式擴展 AI 應用。