How to Auto-Generate Executive Sentiment Briefings with AI: Workflow, Fields and Template

The daily executive sentiment briefing is the most fixed and labor-intensive routine in agency staff work: browsing dozens of news and social sources, judging each item, formatting, and routing through approvals. This article explains how to automate the pipeline with AI — the standard fields a briefing needs, the five generation steps, role-based versions, and the human review gates that must be in place before launch — with a reusable briefing template.

What Fields Should a Proper Executive Briefing Contain?

Standardized fields are the prerequisite for automation. A daily briefing structure that works well in practice:

• Today's top three issues：Ranked by volume, negative ratio and spread speed, with a one-sentence status and trend per issue.首長需要這欄的理由很直接：進入任何公開場合或內部會議之前，最先要知道的就是今天最可能被追問的三件事。
• Escalating sentiment events：Events with abnormal volume spikes in the past 24 hours, with escalation magnitude and main spreading platforms.升溫代表事情正在變化，這比絕對聲量更能提前反映風險，也讓首長有時間在事件擴大前指示先期處理。
• Key arguments summary：Several representative supporting and opposing statements, each with links to the original posts.首長需要看到反方實際怎麼說，後續回應才不會建立在同溫層的理解上，也才知道哪些質疑必須正面說明。
• Media angles：The framing used by major media and likely follow-up questioning directions.同一件事，媒體切入的角度決定了明天的標題，首長掌握這欄才能預先設想受訪時的說明順序。
• Relevant departments and recommended priorities：Flags the lead unit for each issue, with a recommended handling order.首長最終要決定的是誰接手、何時處理，這欄把資訊轉成可以當場交辦的動作，簡報才不會停在知道而已。
• Yesterday's issue tracking：Volume and sentiment changes for yesterday's tracked issues — this field best shows whether the response worked.沒有這欄，機關無從判斷前一天的說明是否止住了負面擴散，也難以決定要加強說明還是收手。

每日首長簡報範本架構（可直接沿用）

每日首長簡報的範本，就是把上一節的六個欄位固定成六個區塊，並為每個區塊明確規定三件事：寫什麼內容、資料從哪裡來、怎麼寫才算合格。範本定稿之後，AI 才有套版的依據，承辦人也才有逐項檢核的標準；缺少範本的自動化，產出的只是每天長度與順序都不同的摘要，長官必須重新適應版面，信任感無從累積。下列架構可直接沿用，機關依業務性質調整用語與資料來源即可。

一、一頁原則：首長版以一頁為上限

範本最重要的一條規範是一頁原則：首長版的六個區塊全部內容以一頁為上限，超出的部分一律改放連結。這條限制看似形式，實際上是逼迫產製流程做出取捨——當版面只有一頁，承辦人就必須決定哪三個議題真的重要，而不是把當日蒐集到的所有資料都貼上去。細節並非刪除，而是移到局處版與原始資料連結，首長需要深入時再點開，日常閱讀則維持在一分鐘之內可以看完的規模。

二、每則結論都要能點回原文

簡報中的每一句判斷，都應該可以追溯到具體的新聞、貼文或留言。實務上的做法是在每則摘要後方保留來源連結欄位，AI 產出摘要時一併帶出，承辦人檢核時只需確認連結內容與摘要語意相符。這條規範同時解決兩個問題：長官追問時可以當場調出原文，而不是回覆再確認；承辦人也能快速辨識哪些是資料本身的陳述、哪些是系統的推論，避免把摘要當成已核實的事實。

三、議題摘要的寫法示例

以今日三大議題為例，合格的寫法是一句話同時交代事件與方向，例如：某政策議題聲量較昨日上升、負面比例同步升高，主因為某爭議報導擴散至多個社群平台，主政局處為某局，建議列為今日需回應。不合格的寫法則是只描述靜態現象，例如某政策議題受到討論、網友意見兩極——這種句子沒有變化方向、沒有成因、也沒有指向任何處置動作，首長讀完仍然不知道要不要處理。

The Five Steps of Automated Generation

Step 1: Define the Monitoring Scope and Keyword System

Cover the agency name, executive names, key policies, and the nicknames and abbreviations the public actually uses. The keyword system should be designed jointly by staff who know the business and the system vendor, and reviewed quarterly — this groundwork determines whether the briefing catches what matters.設計時建議分成三層：機關與首長的固定詞、各局處主政政策的專案詞、以及隨施政期程增減的時效詞。第三層最容易被忽略，重大政策上路前後、預算審議期間、災防應變期間都應臨時增補，結束後再退回一般監測，避免長期累積無效關鍵字造成雜訊。

Step 2: Round-the-Clock Collection and Sentiment Analysis

The system continuously collects from news media, PTT, Dcard, Facebook and other sources, automatically performing Chinese sentiment analysis, issue classification and deduplication. This step needs no labor at all — it replaces the hours of manual browsing and copy-pasting that used to fill every morning.監測面涵蓋超過十萬個頻道，範圍遠超過任何幕僚團隊人工瀏覽的極限；去重機制則處理同一則新聞被多家媒體轉載、同一段內容被大量轉貼的情況，避免簡報把轉載量誤判為討論熱度。

Step 3: Ranking and Risk Flagging

Rules based on volume change rate, negative sentiment ratio and number of spreading platforms compute each issue's priority; events meeting alert conditions (e.g., negative volume doubling in a short window) trigger immediate notifications without waiting for the next day's briefing.排序規則與 24 小時即時預警是兩條並行的機制：前者決定明天早上簡報的版面，後者處理不能等到明天的狀況。兩者的門檻應分開設定，預警門檻設得太低會讓輪值人員疲乏，設得太高則失去提前處置的意義，通常需要在對照期中反覆調整。

Step 4: Fill the Template to Produce the Draft

Ranked results are automatically filled into the standard fields, with generated summaries and source links for every conclusion. The same base draft outputs different versions by recipient role — a one-page executive version for the full picture, a department version focused on their issues, and a PR version with recommended messaging.套版的前提是前一節的範本已經定稿：欄位固定、撰寫要領明確，生成模型才知道每個區塊要輸出多長、要不要附連結、用什麼句型。範本沒定就直接生成，等於每天讓模型自由發揮，檢核成本反而比人工整理更高。

Step 5: Human Review and Send

Staff check whether the ranking makes sense and add context only insiders know (e.g., an issue already under coordination), then confirm and send. AI replaces collection and organization; interpretation and gatekeeping stay with people — this boundary is the key design principle for government use of generative tools.人機界線建議寫進作業規範：系統負責蒐集、分類、排序與草擬，承辦人負責確認事實、補充脈絡並簽署送出；未經檢核的內容不得直送首長。這樣的設計不只是控管品質，也讓責任歸屬清楚——簡報上的每一句話都有具名的把關者，機關內部與外部詢問時都有明確的說明依據。

依角色分版：同一份底稿的三種深度

依角色分版不是產出三份報告，而是同一份底稿的三種視圖：資料層只有一份，差別在於顯示哪些欄位、展開到什麼深度、附上哪些建議。這個設計的目的是確保口徑一致——首長在會議上引用的數字，必須與局處承辦人手上的數字完全相同。一旦改由各單位分頭製作，同一議題的聲量與情緒判讀就會出現落差，追問時反而變成機關內部先要對帳。

一、三版共用同一份底稿

實作上，系統先產出一份完整底稿，包含六個欄位的全部內容與所有來源連結，再依角色套用不同的顯示規則輸出。首長版隱藏細項只留結論與優先順序，局處版依主政分工過濾出相關議題，公關版則額外帶入回應口徑欄位。因為三版來自同一次計算，任何一版的數字更新，其餘兩版同步更新，不會出現上午發出的首長版與下午補送的局處版互相矛盾。

二、公關版的兩個特有欄位

公關版比其他兩版多出建議回應口徑與不宜說法。建議回應口徑是針對已見報的質疑，整理出機關既有政策文件中可直接引用的說法；不宜說法則標記目前尚未確認、或涉及其他機關權責而不宜由本機關代答的內容。這兩欄都必須由承辦人與相關局處確認後才生效，系統只負責從既有資料中提出候選，最終文字仍需經過機關內部程序。

從日報到週報與專題報告

同一套資料底稿可以支撐三種週期的產出，各自回答不同層級的問題：日報看事件，週報看趨勢，專題報告看單一政策的全貌。三者的欄位不是同一份內容換個篇幅，而是統計區間與比較基準不同——把週報寫成七天日報的合輯，是最常見的誤用，讀者看到的只是重複資訊。

一、日報：處理今天要不要回應

日報的欄位就是前述六個區塊，比較基準是昨日，回答的問題是今天有沒有需要立即處置的事。它的價值在於時效，因此篇幅必須克制，任何需要三天以上資料才能判斷的分析都不放進日報。

二、週報：處理議題在往哪裡走

週報改以週為單位比較聲量與情緒變化，欄位換成本週聲量與情緒的週變化、議題消長排行、新出現與已退燒的議題、以及跨週持續列管的議題成效。它不追單一事件，而是看哪些議題正在累積、哪些已經自然降溫，供機關決定資源投放與說明節奏。

三、專題報告：處理單一政策的全貌

專題報告聚焦單一政策，適用於重大政策上路前後或跨年度計畫的檢討。欄位改為政策時序上的聲量曲線、各階段的主要論點變化、不同族群與地區的反應差異、以及媒體框架的轉折點。它的產製週期較長，通常在政策節點前後排定，而非固定頻率發送。

導入時間軸：對照期怎麼設計

導入自動簡報最容易失敗的環節不是技術建置，而是缺少對照期。對照期指的是系統產出與機關現行作業並行的兩至四週，目的是讓排序規則對齊機關的判斷習慣，而不是要求承辦人一次改用新版面。下列四個步驟是實務上可行的推進節奏，機關可依人力配置調整每一步停留的時間。

第一步：沿用機關現行格式輸出

開始的兩至三天，讓系統以機關原本使用的簡報格式輸出，欄位名稱、排版順序都不更動。此時要驗證的是資料抓得齊不齊、來源涵蓋有沒有缺口，而不是版面好不好看。沿用舊格式也讓承辦人能把系統產出與自己整理的版本逐項並排，差異一眼可見。

第二步：承辦人每日回饋排序差異

接著由承辦人每日記錄兩件事：系統排進前三名但機關認為不重要的議題，以及機關認為重要但系統沒有排進來的議題。這份紀錄不需要長篇說明，一行一則即可，重點是連續累積兩週以上，才能看出是偶發誤判還是規則本身有系統性偏差。

第三步：調整聲量權重與置頂規則

依據回饋紀錄調整參數：提高或降低特定來源的聲量權重、修改負面比例的門檻、為特定政策設定強制置頂。調整應一次只動一到兩個參數，並觀察三到五天再決定是否保留，同時變更多項會無法判斷是哪一項造成改善。此階段通常需要一至兩週。

第四步：縮短人工檢核時間至穩定狀態

當排序穩定後，檢核工作會從逐則核對，收斂為確認前三大議題與補充內部脈絡。這正是輿情報告由 4 小時縮短至 30 分鐘、效率提升 80% 的來源——人力並非被取代，而是從蒐集與貼上移到判讀與把關。實際導入節奏可參考政府 AI 幕僚導入案例。

Three Common Failure Modes

• Keywords set once and never maintained：New issues and new nicknames never get added, the briefing gradually misses what matters, and users lose trust.
• No separation of facts and inference：The briefing mixes AI summaries with confirmed facts — one wrong citation and leadership loses confidence in the whole system.
• Daily reports without tracking：Without a "yesterday's issue tracking" field, the briefing becomes a daily snapshot that never shows whether responses worked, and its perceived value drops fast.