前言
過去兩年，「政治 AI 助理」這個詞被廣泛使用，但市面上多數產品，實際上只是把通用的聊天機器人包上一層介面。要判斷一套工具是不是真正的「政治 AI Agent」，可以看三個條件：它能不能存取競選資料，例如選民、行程與案件，而不是只靠通用知識回答；它能不能實際執行動作，例如建檔、寄信、調整行程，而不是只輸出文字；以及它能不能自主規劃多步驟的任務，朝目標推進，而不是問一句答一句。
簡單來說，聊天機器人是「問什麼答什麼」，AI Agent 則是「告訴它目標，由它規劃並執行」。
政治 AI Agent 的工作流程
以 Frontier OS 內建的 Agent 為例，整個運作採用「規劃、工具呼叫、驗證、回覆」的循環：
舉個例子。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 會先把任務拆解成查詢選民、篩選中間選民、排除已拜訪、依地理位置聚類、寫入行事曆等步驟，接著依序呼叫 CRM 查詢、行事曆與路線規劃等工具，並檢查回傳的資料是否合理，例如人數或地理分布有沒有異常，最後以自然語言摘要結果，附上可以調整的選項。
換句話說，Agent 的輸出是實際發生、可以驗證的動作，而不只是一段看起來很合理的文字。
政治 AI Agent 的五個應用場景
語音建檔
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 會自動建立選民紀錄、加上對應標籤、開立案件並指派助理跟進，同時標記支持程度。原本需要幾分鐘的紀錄工作，講完一段話就完成了。
對話式選民查詢
不需要學查詢語法，也不需要在畫面上點一堆篩選條件：
「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 直接回傳名單與對應的地圖。
文案撰寫
新聞稿、社群貼文、選民信件、感謝卡，Agent 可以根據候選人的語氣風格與政見資料產出多個版本的草稿，由候選人或幕僚選定後再發佈。
行程建議
Agent 能讀取行程、地圖與選區密度資料，主動提出建議，例如：
「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%，且中間選民較為密集。」
每日選情摘要
整合社群輿情、新聞與論壇討論，Agent 每天早上產出當日的選情摘要，並附上建議的回應方向，讓團隊在一天開始時就掌握輿論狀況。
評估政治 AI Agent 的五個面向
| 評估項目 | 為何重要 | 怎麼驗證 |
|---|---|---|
| 模型能力 | 影響推理品質 | 試問複雜的多重條件查詢 |
| 工具呼叫 | 決定能否實際執行動作 | 試問「幫我建立並寄出」這類複合指令 |
| 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、法案相關問題 |
| 隱私安全 | 對話資料是否被拿去訓練 | 確認廠商合約與資料處理條款 |
| 多模態 | 是否支援語音、圖片、文件 | 傳一張活動照片，看能否辨識並建檔 |
結語
政治 AI Agent 不會取代候選人，但能放大團隊的執行力。當紀錄、查詢、文案這些日常工作的成本大幅降低，人力就能投入在更需要判斷力的地方。
Frontier OS 是目前台灣少數具備完整工具呼叫能力的政治 AI Agent 平台，歡迎前往 frontier-lab.io 了解更多。