一、從「AI 助理」到「政治 AI Agent」
過去兩年，「政治 AI 助理」這個詞被廣泛使用，但多數產品其實只是把 ChatGPT 包一層介面。真正的「政治 AI Agent」應該具備三個條件：
- 能存取競選資料（選民、行程、案件，而非僅靠通用知識）
- 能執行動作（建檔、寄信、改行程，而非僅輸出文字）
- 能自主規劃多步驟任務（不只是回答，而是達成目標）
換言之 — 聊天機器人是「問什麼答什麼」；AI Agent 是「告訴它目標，它規劃並執行」。
二、政治 AI Agent 的工作流
前沿策略顧問股份有限公司在 Frontier OS 內建的 Agent，採用「Plan → Tool Use → Verify → Reply」迴圈：
當候選人說「幫我找出南港區尚未拜訪的中間選民並排進明天行程」，Agent 會：
- 規劃：拆解為「查詢選民」→「篩選中間選民」→「排除已拜訪」→「依地理聚類」→「寫入 Calendar」
- 工具呼叫：依序呼叫 CRM 查詢、Calendar 寫入、地圖路線 API
- 驗證：檢查回傳資料是否合理（例如人數、地理分布是否異常）
- 回覆：以自然語言摘要結果，並附上可調整的選項
這套架構與單純的 LLM 聊天機器人有本質差異 — Agent 的輸出是可驗證的副作用，不是「看起來很對的文字」。
三、政治 AI Agent 的五大實戰應用
1. 語音建檔（Voice Intake）
候選人從一場拜訪走出來，按住手機說：
"剛剛在民生路 32 號林媽媽家，她兒子要考公職，希望我們幫忙寫推薦信。她們家三票全力支持。"
Agent 自動完成：建立選民紀錄、加上「公職輔考需求」標籤、建立案件並指派助理跟進、標記三票為「強支持」。單次互動的記錄成本從 5 分鐘壓縮到 30 秒。
2. 對話式選民查詢
不需要學 SQL、不需要點 20 個篩選按鈕：
"幫我找出中山區 35 歲以下、過去半年互動過、且尚未表態的選民"
Agent 直接回傳清單與地圖。
3. AI 文案撰寫
新聞稿、社群貼文、選民信件、感謝卡 — Agent 根據候選人的語氣風格庫與政見資料，產出多版本草稿，候選人選定後一鍵發佈。
4. 行程最佳化
Agent 能讀取行程、地圖、選區密度資料，建議：
"明天下午有 2 小時空檔，建議去信義區永吉里掃街 — 該里上次得票率僅 38%，且是中間選民密集區。"
5. 即時選情判讀
整合社群輿情、新聞、論壇討論，Agent 每天早上產出「今日選情摘要」與建議回應方向。
四、評估一套政治 AI Agent 的五個指標
| 評估項目 | 為何重要 | 怎麼驗證 |
|---|---|---|
| 模型能力 | 影響推理品質 | 試問複雜邏輯題（如多重條件選民篩選） |
| 工具呼叫 | 決定能否執行動作 | 試問「幫我建立並寄出」類複合指令 |
| 中文與政治語意 | 對台灣用語、地名、人名的準確度 | 試問選區、人物、立法案 |
| 隱私安全 | 對話資料是否被拿去訓練 | 看廠商合約與資料處理條款 |
| 多模態 | 是否支援語音、圖片、文件 | 試傳活動照片，看能否辨識並建檔 |
五、結語
政治 Agent 不會取代候選人，但會放大候選人的影響力。當對手還在用 Excel 與紙本管理選戰時，先一步導入政治 AI Agent 的團隊將擁有壓倒性的資訊優勢。
前沿策略顧問股份有限公司（FrontierLab）的 Frontier OS 是目前台灣少數真正具備工具呼叫能力的政治 AI Agent 平台。歡迎前往 frontier-lab.io 了解更多。