跳到主要內容
METHOD · 流程與 SOP

AI 長照交班紀錄:整理可以,診斷不行

把照服員或家屬的口語紀錄,分成觀察、量測、變化、警示、待追蹤五類,AI 只負責整理格式,絕不判斷病因或建議用藥。

情境:流程與 SOP難度:入門|貼上就能用起手工具:ChatGPT
這是流程與 SOP情境下的方法之一(共 6 個)· 看這個情境全部 →
一、這是什麼三十秒判斷關不關你的事

先確認這一篇解的是不是你的問題。看完這兩節如果覺得不像,就不用再往下讀——省下的時間比讀完更值錢。

01解決的工作問題

長照現場的交班,長期靠口耳相傳或LINE群組裡的隻字片語:『阿嬤今天精神比較差』『阿伯好像比較喘』。班與班之間全靠記憶接續,真正重要的變化反而最容易被漏掉。開始用AI整理交班紀錄後,會冒出一個更危險的問題:AI很擅長把破碎的描述『補完』成一段像樣的敘述,而補完的方向常常是醫療推論——照服員說『這兩天比較不愛吃飯,常喊累』,AI很容易自動接成『疑似輕度憂鬱,建議評估是否需要就醫調藥』。這已經不是整理紀錄,是沒有執照的診斷。交班紀錄真正該做的事很單純:把誰看到什麼、量到什麼數字、跟平常比有什麼不一樣、有沒有要立刻處理的異常、還有什麼事要交給下一班或家屬追蹤,分門別類寫清楚。AI能幫的是格式與分類的一致,不是幫忙判斷『這代表什麼』。這條線一旦被跨過,錯的交班紀錄可能直接影響下一位照服員或醫護人員的判斷,甚至耽誤真正該就醫的時機。

真的有人這樣做過?外部佐證

目前沒有找到可公開查證的外部案例。這類工作多半不會有人發新聞稿,找不到不代表沒人做——但在找到之前,這一頁的方法就是作者自己的做法,不借別人的名義。

去找靈感看其他方法的外部案例 →

02什麼時候用、什麼時候別用

什麼情況下該用這一套

什麼情況下別用

生命徵象明顯異常的當下
意識不清、呼吸困難、大量出血這類急性狀況要立刻聯繫醫護人員或撥打119,不是先把它整理成紀錄。
取代醫師或護理人員的專業評估
AI只整理格式,看不看得出真正的病因、要不要就醫,仍要醫護人員判斷。
沒有原始觀察、只靠AI推測補內容
AI找不到原文依據的內容不該寫進交班紀錄,那是在編故事不是在記錄。
藥物或劑量的決定
這一項一律回歸醫師或藥師,AI不得建議調整、增減或停用任何藥物。

誰會用到

醫療/長照
機構裡同時有多位照服員輪班時,五分類特別有用——交班時間短,分類清楚比長篇敘述更快抓到重點。
醫療/長照
居家照顧如果只有你和另一位家人輪流,交班對象常常是隔天的自己,更容易漏記『變化』,分類反而是提醒自己不要用感覺帶過。
醫療/長照
個案管理師或護理師平常只需要看Alert與Follow-up兩欄,但出狀況回頭查時會需要完整的Observation原始紀錄,所以整份紀錄都要留存,不是只留警示的部分。

所屬工作情境

二、整件事怎麼跑先看圖,再看逐步

先用一張圖抓全貌,再看逐步展開。圖看不懂沒關係,下一節會把每一步實際在做什麼、誰做,一條一條講清楚。

03流程圖

這張圖是整篇的骨架:輸入 → 步驟 → 困難點 → AI/Agent/Tool 介入 → 人工檢查 → 產出。紅框是最常出事的位置,綠框是不能下放的人工檢查點,粗框是中止條件。後面每一節都是在展開圖上的某一格。

AI長照交班紀錄:分五類整理,異常只描述現象不下診斷
AI長照交班紀錄:分五類整理,異常只描述現象不下診斷直向流程圖。輸入是當班的原始觀察與量測紀錄,含口語、語音、紙本或照片,並附上這位長者平常的基準值。第一步由人(照服員或家屬)記下原始觀察與量測,標明時間;第二步由AI依五類整理:Observation觀察、Measurement量測、Change變化、Alert警示、Follow-up待追蹤,每條標記時間與紀錄者;第三步由AI比對平常的基準值,標示Change與需要留意的Alert,只寫與平常比有什麼不一樣,不寫病因,找不到依據的一律標待確認;第四步進入人工檢查點,由護理人員或資深照服員核對分類、刪除AI自行加上的診斷或用藥推測用語、確認有無遺漏;產出是交班紀錄定稿與待追蹤清單。右側標示三個困難點:AI把破碎描述補完成疾病推論、AI用建議或疑似字眼把觀察包裝成醫療判斷、核對時忽略AI自行加上的形容詞直接放行。並標示中止條件:出現生命徵象明顯異常時,立刻走機構緊急通報流程或聯繫醫護人員,不等AI整理完再處理。人工檢查點有退回線回到分類整理的步驟。分類有誤或含推測用語,退回重新分類INPUT / 輸入原始觀察與量測紀錄(口語、語音、紙本、照片)+ 平常基準值缺基準值時Change那一類無法比對HUMAN / 人工步驟照服員或家屬記下原始觀察與量測,標明時間不用先分類,越口語越好AI / AI 介入AI依五類整理:Observation/Measurement/Change/Alert/Follow-up找不到依據的標【待確認】AI / AI 介入AI比對基準值標示變化與需留意的異常,只寫差異不寫病CHECKPOINT / 人工檢查護理人員或資深照服員核對分類、刪除推測用語、確認無遺漏OUTPUT / 產出交班紀錄定稿 + 待追蹤清單RISK / 困難點AI把破碎描述『補完』成疾病推論,比如把『比較累』寫成『疑似憂鬱症』RISK / 困難點AI用『建議』『疑似』字眼把觀察包裝成醫療判斷或用藥建議RISK / 困難點核對時忽略AI自行加上的形容詞,直接簽核放行STOP / 中止條件生命徵象明顯異常時,立刻走機構緊急通報流程或聯繫醫護人員,不等AI整理完
看圖重點:這張圖裡最重要的是綠色檢查點:核對時第一件事是刪掉AI自己加上的診斷或用藥用語,這些用語通常寫得最像專業建議,也最危險,因為它們不是照服員說的話。右下角的中止條件則是這個方法的邊界——生命徵象明顯異常時,不是先整理紀錄,是先聯繫醫護或撥打119。
純文字流程表(手機/螢幕閱讀器建議看這張)
AI長照交班紀錄:分五類整理,異常只描述現象不下診斷(純文字流程表)
類型/角色流程步驟這一步的困難點/中止條件
1Human原始觀察與量測紀錄(口語、語音、紙本、照片)+ 平常基準值
缺基準值時Change那一類無法比對
2Human照服員或家屬記下原始觀察與量測,標明時間
不用先分類,越口語越好
3AIAI依五類整理:Observation/Measurement/Change/Alert/Follow-up
找不到依據的標【待確認】
困難點/風險AI把破碎描述『補完』成疾病推論,比如把『比較累』寫成『疑似憂鬱症』
4AIAI比對基準值標示變化與需留意的異常,只寫差異不寫病因
困難點/風險AI用『建議』『疑似』字眼把觀察包裝成醫療判斷或用藥建議
5Checkpoint護理人員或資深照服員核對分類、刪除推測用語、確認無遺漏
困難點/風險核對時忽略AI自行加上的形容詞,直接簽核放行
失敗與中止條件生命徵象明顯異常時,立刻走機構緊急通報流程或聯繫醫護人員,不等AI整理完
6Output交班紀錄定稿 + 待追蹤清單

回流線:原始觀察與量測紀錄(口語、語音、紙本、照片)+ 平常基準值 → 照服員或家屬記下原始觀察與量測,標明時間(退回);照服員或家屬記下原始觀察與量測,標明時間 → AI依五類整理:Observation/Measurement/Change/Alert/Follow-up(退回);AI依五類整理:Observation/Measurement/Change/Alert/Follow-up → AI比對基準值標示變化與需留意的異常,只寫差異不寫病因(退回);AI比對基準值標示變化與需留意的異常,只寫差異不寫病因 → 護理人員或資深照服員核對分類、刪除推測用語、確認無遺漏(退回);護理人員或資深照服員核對分類、刪除推測用語、確認無遺漏 → AI依五類整理:Observation/Measurement/Change/Alert/Follow-up(分類有誤或含推測用語,退回重新分類);護理人員或資深照服員核對分類、刪除推測用語、確認無遺漏 → 交班紀錄定稿 + 待追蹤清單(退回)

Mermaid 原始碼(貼進 Mermaid Live 或 draw.io 可再編輯)
可直接複製,改成你自己的流程
flowchart TD
    in1(["<b>Human</b><br/>原始觀察與量測紀錄(口語、語音、紙本、照片)+ 平常基準值<br/><small>缺基準值時Change那一類無法比對</small>"])
    s1["<b>Human</b><br/>照服員或家屬記下原始觀察與量測,標明時間<br/><small>不用先分類,越口語越好</small>"]
    a1[/"<b>AI</b><br/>AI依五類整理:Observation/Measurement/Change/Alert/Follow-up<br/><small>找不到依據的標【待確認】</small>"/]
    a2[/"<b>AI</b><br/>AI比對基準值標示變化與需留意的異常,只寫差異不寫病因"/]
    c1{{"<b>Checkpoint</b><br/>護理人員或資深照服員核對分類、刪除推測用語、確認無遺漏"}}
    o1(["<b>Output</b><br/>交班紀錄定稿 + 待追蹤清單"])
    r1>"<b>Risk</b><br/>AI把破碎描述『補完』成疾病推論,比如把『比較累』寫成『疑似憂鬱症』"]
    r2>"<b>Risk</b><br/>AI用『建議』『疑似』字眼把觀察包裝成醫療判斷或用藥建議"]
    r3>"<b>Risk</b><br/>核對時忽略AI自行加上的形容詞,直接簽核放行"]
    st1[/"<b>Stop</b><br/>生命徵象明顯異常時,立刻走機構緊急通報流程或聯繫醫護人員,不等AI整理完"\]

    in1 --> s1
    s1 --> a1
    a1 --> a2
    a2 --> c1
    c1 --> o1
    a1 -.->|風險| r1
    a2 -.->|風險| r2
    c1 -.->|風險| r3
    c1 ==>|中止| st1
    in1 -.->|退回| s1
    s1 -.->|退回| a1
    a1 -.->|退回| a2
    a2 -.->|退回| c1
    c1 -.->|分類有誤或含推測用語,退回重新分類| a1
    c1 -.->|退回| o1

    classDef clsIn fill:#FFFFFF,stroke:#2C4459,stroke-width:2px,color:#141E2B
    classDef clsHuman fill:#FBFCFD,stroke:#7A8CA0,stroke-width:2px,color:#141E2B
    classDef clsAI fill:#FFF6EA,stroke:#DE9A45,stroke-width:2px,color:#141E2B
    classDef clsAgent fill:#FDEBD2,stroke:#B87A2E,stroke-width:2px,color:#141E2B
    classDef clsTool fill:#EDF2F6,stroke:#2C4459,stroke-width:2px,color:#141E2B
    classDef clsCheck fill:#E8F2EC,stroke:#3F7A5A,stroke-width:2px,color:#123024
    classDef clsOut fill:#141E2B,stroke:#141E2B,stroke-width:2px,color:#F2F6F9
    classDef clsRisk fill:#FCEFEA,stroke:#C0552F,stroke-width:2px,color:#5E2110
    classDef clsStop fill:#F7E1DB,stroke:#8E2F17,stroke-width:3px,color:#5E2110
    class in1 clsIn;
    class s1 clsHuman;
    class a1 clsAI;
    class a2 clsAI;
    class c1 clsCheck;
    class o1 clsOut;
    class r1 clsRisk;
    class r2 clsRisk;
    class r3 clsRisk;
    class st1 clsStop;

04完整步驟圖的文字版,逐步展開

一句話版(快速回顧)

  1. 照服員或家屬把當班觀察到的、量到的數字直接記下來,不用先分類。
  2. 請AI依五類整理:Observation觀察/Measurement量測/Change變化/Alert警示/Follow-up待追蹤,每條標時間。
  3. AI比對平常的基準值,標出哪裡不一樣,只寫差異、不寫原因。
  4. 護理人員或資深照服員核對分類,刪掉AI自己加上的診斷或推測用語。
  5. 確認Alert要不要立刻聯繫家屬或護理人員,這一步不是AI決定。
  6. 簽核定稿,Follow-up轉成下一班的待辦事項。

完整版(每一步誰做、產出什麼)

誰做步驟與說明
1Human記錄原始觀察
照服員或家屬把當下看到、聽到、量到的東西記下來,標明時間,不需要先分類或判斷代表什麼。→ 原始觀察紀錄(時間軸)
2AIAI分類整理
把原始紀錄拆進Observation/Measurement/Change/Alert/Follow-up五類,每條標記時間與紀錄者,找不到依據的標【待確認】。→ 五分類交班草稿
3AI比對基準值標註變化
把量測數值與平常基準比對,標出Change與需要留意的Alert,只寫『哪裡不一樣』,不寫『為什麼不一樣』或病名。→ 標示Change/Alert的草稿
4Human人工核對與刪除推測用語
護理人員或資深照服員核對分類是否正確、有無遺漏,刪除AI自行加上的診斷或用藥建議字眼。→ 核對過的交班稿
5Human護理人員或個管師簽核
確認Alert要不要立刻通知家屬或安排就醫,這個判斷由人做,AI只負責把現象寫清楚。→ 交班紀錄定稿
6Human交付下一班並列入追蹤
把Follow-up欄位轉成下一班或家屬的具體待辦事項,並存查備份。→ 已交付的紀錄+待追蹤清單
三、動手做備料 → 指令 → 產出 → 工具

這一區是真的動手:先備料、再貼指令、然後對照產出應該長什麼樣。手上是哪一支 AI 都做得完,差別寫在最後的工具那一節。

05開始前要準備什麼標「必要」的沒備齊就先別開始

當班原始紀錄必要
照服員或家屬當下的文字、語音或照片紀錄,含時間點,越口語越好,不用先想怎麼分類。
生理量測數值必要
血壓、血糖、體溫、血氧等數值,附上量測時間。沒有量測工具的欄位留空,不要讓AI用推測補上數字。
平常的基準值必要
這位長者平常吃多少、幾點起床、血壓落在什麼範圍。沒有基準值,Change那一類會失去比較對象,AI只能亂猜。
緊急聯絡窗口必要
家屬、護理人員或個管師的聯絡方式,Alert出現時要知道通知誰、怎麼聯繫。
機構或家庭固定的交班格式可選
如果已經有慣用的表格或用詞,先給AI參考,減少新格式跟原本習慣不一致造成的混亂。

餵進去的東西要長這樣

當班原始觀察與量測紀錄(含時間)+ 平常的基準值 + 緊急聯絡窗口(如有異常需要通知誰)。

阿嬤今天早上起床比較慢,九點才起來(平常八點半)。早餐吃了半碗稀飯,比平常少。量血壓135/82(早上7:40),血糖空腹102。中午只吃了三分之一碗飯,說『沒什麼胃口』。下午兩點開始一直說『好累喔想睡』,四點量血壓138/88。晚上洗澡發現左小腿有一塊瘀青,直徑約3公分,問她也說不知道怎麼來的。晚餐吃了大概半碗,八點吃完藥。

【平常基準值】早餐約一碗稀飯、午晚餐約八分滿一碗;平常8:30起床;血壓通常128-135/78-85。

【緊急聯絡窗口】家屬(女兒)0912-XXX-XXX;居家護理師(個管)0987-XXX-XXX。

06Prompt(快速/完整/進階)

A 快速版貼上就能用;B 完整實戰版把角色、限制、步驟、輸出格式與驗收標準寫足;C 進階版是拿去建 GPT/Skill/Agent 的系統指令。三種都附可替換變數、使用範例、預期輸出與人工確認點。

三種版本共通的紅線
三版都不適合用在
  • 不要把這份紀錄用在下診斷、開藥或調整劑量。
  • 不要拿這個工具處理緊急狀況——生命徵象明顯異常要先啟動機構通報流程或撥打119,AI整理是事後紀錄用的。
  • 不要讓AI補長者沒說過、照服員沒記錄過的內容。
三版都必須由人確認
  • 原始觀察與量測由人記錄,AI不接觸長者本人也不到現場。
  • 分類後的Alert要不要送醫或通報家屬,由護理人員或個管師判斷。
  • AI寫出的推測或診斷用語一律由人刪除。
  • 交班紀錄最終由護理人員或資深照服員簽核。
  • 藥物相關的任何建議一律交回醫師或藥師。
A
A. 快速版

手上有一班的口語觀察與量測數字,想先拿到一份分好類、不含診斷推論的交班紀錄。

適合的工具ChatGPTClaude
👇 直接複製,{ } 換成你的內容
以下是我在這一班對OOO(長者代稱)的觀察、量測與照護紀錄,原始記法很口語,請幫我整理成交班紀錄。請嚴格分成五類:
【Observation觀察】看到/聽到的狀況,原文照實記錄,不要加解讀。
【Measurement量測】血壓/血糖/體溫/血氧等數值,附上量測時間。
【Change變化】跟平常比不一樣的地方,只描述『哪裡不一樣』,不要說明『為什麼不一樣』。
【Alert警示】需要下一班或家屬立刻注意的事,只描述現象,不要下診斷、不要建議用藥或劑量。
【Follow-up待追蹤】需要持續觀察或交辦的事項。

規則:
- 不確定屬於哪一類的,標【待確認】,不要自己猜。
- 不得使用『疑似○○病』『可能是○○引起』這類醫療推論用語。
- 不得建議調整藥物、劑量或停藥。
- 找不到對應原文依據的內容不要寫進去。

原始紀錄:{貼上}

可替換變數

變數要換成什麼
{貼上}當班對這位長者的原始觀察、量測數值與照護事件,口語記法也可以。
完整使用範例(照這樣填)
阿嬤今天早上起床比較慢,九點才起來(平常八點半)。早餐吃了半碗稀飯,比平常少。量血壓135/82(早上7:40),血糖空腹102。上午在客廳坐輪椅曬太陽,中午量體溫36.8。中午只吃了三分之一碗飯,說『沒什麼胃口』。下午兩點開始一直說『好累喔想睡』,扶她去床上躺,四點起來量血壓變成138/88。晚上洗澡時發現左小腿有一塊瘀青,直徑約3公分,問她也說不知道怎麼來的。晚餐吃了大概半碗。八點吃完藥。家屬交代明天要帶她去牙科看假牙合不合。
預期輸出範例(拿到的東西應該長這樣)
【Observation觀察】
- 07:40 起床時間較平常晚約30分鐘(平常約08:30起床)。
- 09:00 早餐進食量約半碗稀飯,低於平常量。
- 10:00 上午於客廳坐輪椅曬太陽,活動情形無特殊描述。
- 12:00 午餐進食量約三分之一碗,本人表示『沒什麼胃口』。
- 14:00 開始多次表示『好累喔想睡』,經協助臥床休息。
- 20:00 沐浴時發現左小腿瘀青,直徑約3公分,本人無法說明成因。
- 20:00 晚餐進食量約半碗。

【Measurement量測】
- 07:40 血壓135/82
- 07:40 血糖(空腹)102
- 12:00 體溫36.8°C
- 16:00 血壓138/88(較早上上升,量測時間相隔約8小時20分)

【Change變化】
- 三餐進食量皆低於平常:早餐約減半、午餐僅約三分之一碗、晚餐約減半。
- 下午出現多次主動表示疲累並臥床休息,原始紀錄未提及是否為常態,標【待確認】。
- 左小腿瘀青為新發現,來源不明,本人無法說明。

【Alert警示】
- 左小腿不明瘀青(直徑約3公分),本人無法說明成因,建議下一班或家屬留意是否有新的瘀青、有無跌倒或碰撞跡象,並考慮告知護理人員評估。本項只描述現象與後續留意方向,不判斷成因。
- 今日三餐進食量皆下降且下午多次喊累,建議家屬或個管師留意是否需要電話追蹤,本紀錄不判斷原因。

【Follow-up待追蹤】
- 明日安排牙科回診(家屬交代),了解是否與近日進食量下降有關。
- 持續記錄下午『喊累』是否為單一事件或延續至明天。
- 留意左小腿瘀青範圍是否擴大或增加。

【待確認】
- 起床時間變晚、下午喊累是否與睡眠或活動量變化有關,原始紀錄未說明原因,不做推測。

常見錯誤用法

  • 看到『疑似』『可能是』這類字眼出現在AI產出裡,直接採用而不刪掉。
  • 把Alert當成已經確診的病名交給下一班,下一班可能因此少問細節。
  • 沒有告訴AI『平常』基準值,讓它自己假設一般老年人常模。
這一版另外不適合

沒有額外的,看上面「三種版本共通的紅線」那一段就好。

缺少資料時怎麼辦

沒有附上平常的基準值(平時吃多少、幾點起床、血壓範圍)時,AI沒有比對基準,Change那一類會寫不出來或亂猜。

這一版另外要人確認

沒有額外的,看上面「三種版本共通的紅線」那一段就好。

B
B. 完整實戰版

已經有連續幾天的交班紀錄,要檢查有沒有偷偷寫成診斷、有沒有異常被漏標,並整理出趨勢給護理人員或門診參考。

適合的工具ChatGPTClaude
👇 直接複製,{ } 換成你的內容
以下是連續{幾}天、{幾}班的交班紀錄,請做交叉檢查:

1.【紅線檢查】逐條檢查有沒有出現『疑似○○病』『可能是○○引起』『建議用藥/調整劑量』這類應該由醫護人員判斷的字眼。找到就列出原文位置,並改寫成只描述現象的版本。
2.【趨勢整理】把Measurement類的數值依時間排成簡單的趨勢描述(例如:血壓從入住時穩定在130上下,近三天午後量測多次超過140)。只描述『數字怎麼變』,不判斷『代表什麼』。
3.【Alert比對】檢查這幾天的Alert項目彼此是否有關聯(例如:連續兩天下午喊累+今天新增食欲下降),把可能有關聯的項目並列出來,但不下結論說是同一件事。
4.【遺漏檢查】對照Observation與Change的內容,找出『看起來有變化但沒有被標記為Alert或Follow-up』的條目,列出來請人工確認要不要升級。
5.【產出】一份給護理人員或家醫科門診參考用的『多日摘要』,只包含事實與數字,附上原始日期與班次來源。

規則:
- 不得把趨勢『解讀』成病名或病程判斷,那一步交給醫護人員看數字自己判斷。
- 每一條摘要都要能追溯回是哪一天哪一班的原始紀錄。
- 找不到關聯依據的,不要硬湊成一個故事。

連續交班紀錄:{貼上}

可替換變數

變數要換成什麼
{幾}天數與班次數量,用來提示AI這是多日比對而非單班整理。
{貼上}連續多天、多班的交班紀錄原文或已整理的五分類版本。
完整使用範例(照這樣填)
(貼上連續三天、共六班的交班紀錄,含Measurement血壓血糖數值、Alert記錄左小腿瘀青後續追蹤、進食量記錄)
預期輸出範例(拿到的東西應該長這樣)
【紅線檢查】
- 8/21晚班原始紀錄出現『阿嬤情緒低落,疑似輕度憂鬱,建議評估是否需要轉介』。這句話已經是診斷用語,改寫為:『阿嬤今日下午兩次表示不想說話、有一次拒絕午後活動,與前兩日相比明顯減少互動,本項只記錄現象,是否需要進一步評估請護理人員判斷。』

【趨勢整理】
- 血壓:入住起三天多測在128-135/78-85之間;近兩天午後(14:00-16:00)測量值多次達138-142,早上測量值維持在平常區間,僅午後時段偏高。
- 進食量:三日晚餐進食量分別約為平常的80%、60%、50%,呈漸減趨勢;早餐與午餐無明顯變化。
- 左小腿瘀青:8/20發現,直徑約3公分;8/22護理人員回報瘀青範圍略有擴大,8/23尚未有新紀錄。

【Alert比對】
- 晚餐進食量漸減,與8/22開始的『情緒互動減少』時間點接近,兩者並列供護理人員參考是否有關聯,本紀錄不判斷成因。
- 午後血壓偏高與午後喊累(8/19紀錄)時段相近,同樣並列,不下結論。

【遺漏檢查】
- 8/22日班紀錄『阿嬤今天沒什麼話,比平常安靜』未被標記為Change或Alert,與前述情緒相關變化可能有關,建議人工確認是否要補標。

【多日摘要(供護理人員/門診參考)】
時間範圍:8/20-8/23,共6班。
- 晚餐進食量漸減(80%→60%→50%)。
- 午後血壓兩日測得138-142,早上正常。
- 左小腿瘀青持續追蹤中,範圍略有擴大。
- 情緒互動減少,8/22起較明顯。
以上皆為原始紀錄摘要,未含任何診斷推論,來源可追溯至各班原始紀錄。

常見錯誤用法

  • 看到AI說『找不到關聯』還硬要它湊一個解釋。
  • 把『多日摘要』直接當成診斷報告轉給家屬,沒先給護理人員看過。
  • 跳過紅線檢查那一步,直接用AI產出的原文。
這一版另外不適合

沒有額外的,看上面「三種版本共通的紅線」那一段就好。

缺少資料時怎麼辦

紀錄裡如果班次或日期標注不全,趨勢整理會連不起來,AI只能列出片段,看不出變化方向。

這一版另外要人確認

沒有額外的,看上面「三種版本共通的紅線」那一段就好。

C
C. 進階版(做成機構固定的交班助手)

機構或居家照顧團隊要讓每一班都用同一套五分類規則與紅線,而不是各自貼不同的提示詞。

適合的工具自訂 GPT/Claude ProjectClaude Skill
👇 直接複製,{ } 換成你的內容
請把以下五分類交班規則,寫成一份可以直接用來建立機構固定交班助手的系統指令。

【系統指令要包含】
1. 角色與任務:只做交班紀錄的分類整理,不做醫療判斷、不建議用藥或劑量。
2. 五分類規則全文:Observation/Measurement/Change/Alert/Follow-up(照我提供的定義,不得增刪類別)。
3. 禁用語言清單:『疑似○○病』『可能是○○引起』『建議用藥/調整劑量/停藥』等診斷或處方類用語,出現就整段改寫或標記請人工處理。
4. 基準值處理:使用者若沒有提供這位長者平常的基準(進食量、作息、血壓等常態範圍),要先詢問,不得自行假設一般老年人常模。
5. Alert與緊急情形的分界:Alert只描述現象與建議留意/聯繫的對象,不判斷病因;若使用者描述的內容屬於生命徵象明顯異常(例如意識不清、呼吸困難、大量出血),要提示這不是本工具處理範圍,應立刻聯繫醫護或撥打119,不要繼續整理。
6. 輸出格式:五個分類區塊+【待確認】區塊(列出無法判斷類別或缺少基準的項目)。

【另外請給我】
(a) 一份『使用說明』,給第一次用的照服員或家屬看,含兩個好例子與兩個不該用這個工具處理的例子(例如意識不清的緊急狀況)。
(b) 一份『核對說明』:護理人員或資深照服員核對紀錄時該檢查哪幾件事、多久檢查一次紀錄品質、遇到AI寫出診斷用語時怎麼處理。

五分類規則定稿:{貼上}|禁用語清單:{貼上}

可替換變數

變數要換成什麼
{貼上}確認過的五分類規則定稿(Observation/Measurement/Change/Alert/Follow-up的定義與範例)。
{貼上}禁用語清單(診斷、處方類用語)。
完整使用範例(照這樣填)
(貼上定稿的五分類定義,以及禁用語清單:疑似○○病、可能是○○引起、建議加藥/減藥/停藥、需要調整劑量)
預期輸出範例(拿到的東西應該長這樣)
【機構固定交班助手 系統指令】

一、你的角色
你是本機構的交班紀錄整理助手。你只做分類整理,不做醫療判斷,不建議用藥、劑量或治療方式。

二、開始前先確認基準值
使用者貼上原始紀錄前,若沒有提供這位長者平常的進食量、作息、血壓等常態範圍,先詢問,不得自行套用一般老年人常模。

三、五分類規則
(照錄定稿全文:Observation觀察/Measurement量測/Change變化/Alert警示/Follow-up待追蹤,附各類定義與範例)

四、禁用語言
出現『疑似○○病』『可能是○○引起』『建議加藥/減藥/停藥』『需要調整劑量』等字樣時,整段改寫為只描述現象的版本,或標記【請人工處理】。

五、緊急情形分界
若原始紀錄內容包含意識不清、呼吸困難、大量出血、跌倒疑似骨折等明顯需要立即處置的狀況,停止整理並回覆:『這不是交班紀錄整理的範圍,請立刻聯繫護理人員或撥打119。』不要繼續分類。

六、輸出格式
【Observation】【Measurement】【Change】【Alert】【Follow-up】【待確認】(列出無法判斷類別或缺基準值的項目)

──────────

【使用說明(給第一次用的照服員/家屬)】
這個助手做什麼:把你口語的觀察與量測整理成五個分類,方便交接。
這個助手不做什麼:判斷長者生什麼病、建議吃什麼藥、決定要不要送醫。

好例子:
1. 貼上一整班的觀察與量測數值,請它分類整理。
2. 貼上連續幾天的紀錄,請它做趨勢整理(不判斷病因)。

不該用的例子:
1. 長者突然意識不清或呼吸困難時——先打119或聯繫護理人員,不要先整理紀錄。
2. 『這個症狀是不是感染了?要不要吃藥?』——這是醫療判斷,助手會拒答並請你聯繫醫護人員。

【核對說明】
- 護理人員或資深照服員每次核對:有沒有出現診斷用語、Alert是否只描述現象、基準值是否有依據。
- 每週抽查數則紀錄,確認分類品質沒有跑掉。
- 一旦發現AI寫出診斷或處方用語,除了刪除,也要回報負責人調整系統指令的禁用語清單。
- 負責人:〔填寫〕。系統指令更新後於共用位置註明版本與日期。

常見錯誤用法

  • 把第五節的緊急情形分界拿掉,因為『很少真的遇到』。那一節是這個助手唯一會直接影響到人身安全的地方。
  • 讓助手兼做醫療建議或用藥提醒。一旦開始給醫療意見,紅線就守不住了。
  • 系統指令寫完就不管,禁用語清單沒有跟著實際用過的診斷用語更新。
這一版另外不適合

沒有額外的,看上面「三種版本共通的紅線」那一段就好。

缺少資料時怎麼辦

沒有附上禁用語清單時,自我檢查那一步等於沒有,診斷用語很容易漏網。

這一版另外要人確認

沒有額外的,看上面「三種版本共通的紅線」那一段就好。

07產出應該長什麼樣拿到的東西要長這樣

五個區塊:Observation觀察、Measurement量測、Change變化、Alert警示、Follow-up待追蹤,外加【待確認】區塊列出無法判斷或缺基準值的項目。

完成品:同一段口述紀錄的兩種整理:有沒有守住『不下診斷』

【沒有紅線規則】
AI產出(節錄):
『阿嬤最近兩天食欲明顯下降,且頻繁表示疲累,症狀符合輕度憂鬱或潛在感染前兆的常見表現,建議家屬留意情緒狀態,並考慮於近日安排就醫評估是否需要調整用藥。』

→ 讀起來很專業,也很像醫囑。問題是:
→『輕度憂鬱』『潛在感染前兆』是診斷推論,不是照服員說的話,AI自己加上去的。
→『考慮調整用藥』已經越界到處方層級,AI沒有資格也沒有依據做這個建議。
→ 下一班或家屬看到這段,很可能直接照『憂鬱』或『感染』去想,反而忽略了真正該問的細節(例如牙齒會不會痛)。

【有紅線規則】
AI產出(節錄):
『【Change變化】
- 午餐與晚餐進食量各約減少三分之一,與平常量相比。
- 下午多次主動表示『好累』,經協助臥床休息,原始紀錄未提及是否為單一事件,標【待確認】。

【Alert警示】
- 進食量下降合併疲累表現已持續兩天,建議家屬或個管師留意是否需要電話追蹤。本項只記錄現象,不判斷成因,是否需要進一步評估請護理人員或醫師判斷。』

→ 每一條都是事實:進食量少了多少、喊累幾次、持續幾天。
→ 沒有病名、沒有用藥建議,護理人員拿到這份紀錄可以自己問細節、自己判斷。
→【待確認】那一條特別重要——它誠實標出『這是不是常態』沒人知道,而不是硬幫忙下一個結論。

【差別在哪】
第一種在幫忙猜『這代表什麼病』,第二種在忠實記錄『發生了什麼事』。長照交班需要的是後者,猜病名的工作屬於醫護人員,不屬於AI。
輸出格式規格(要照著做的人再展開)
  • 每一條都標明時間,Measurement類要標量測時間,不能只寫數字。
  • Change只寫『哪裡不一樣』,不寫『為什麼不一樣』或推測病名。
  • Alert只描述現象與建議留意/聯繫的對象,不判斷成因,不建議用藥。
  • 找不到原文依據或缺基準值比對的項目,一律放進【待確認】,不得自行推測。
  • 五個類別不得合併或自創新類別。
【Observation觀察】
- 09:00 早餐進食量約半碗稀飯,低於平常量。

【Measurement量測】
- 07:40 血壓135/82;16:00 血壓138/88(較早上上升)。

【Change變化】
- 三餐進食量皆低於平常,早餐約減半。

【Alert警示】
- 左小腿不明瘀青,本人無法說明成因,建議下一班留意是否有新的瘀青或碰撞跡象,本項只描述現象,不判斷成因。

【Follow-up待追蹤】
- 明日安排牙科回診,了解是否與近日進食量下降有關。

【待確認】
- 下午喊累是否與睡眠或活動量變化有關,原始紀錄未說明原因,不做推測。

08工具怎麼挑

這幾支都做得到——差別在你手上有哪一支、資料能不能外流。標「起手」的是不知道從哪支開始時的建議,不是限定。

工具什麼時候用為什麼注意
ChatGPT ↗起手
整理單班交班紀錄
整理單班交班紀錄對口語破碎的描述做分類整理穩定,能依要求標出【待確認】。容易主動把觀察『補完』成診斷用語,每次都要人核對刪除。
Claude ↗
一次比對多天多班紀錄
要一次比對連續多班、多天的紀錄,找趨勢長輸入穩定,較能抓出跨班次重複出現的變化。同樣要求只描述數字怎麼變,不得解讀成病程判斷。
語音轉文字(Word 聽寫等)照服員習慣用口述方式記錄,事後要轉文字整理忙的時候用講的比打字快,事後再整理成交班格式。語音辨識常把數字聽錯(例如血壓、藥名),轉文字後一定要人核對數字。
自訂 GPT/Claude Project機構要固定給全體照服員用同一套分類規則五分類與禁用語規則寫進系統指令,不用每次重複貼提示詞,改規則一次改到位。分享範圍要設對,系統指令裡含長者相關的照護規範,更新後要通知所有使用者。
四、不要做錯這幾關不下放

這一區是踩過的坑與該守的線。標「不下放」的步驟請不要交給 AI 決定;Checklist 是拿來驗收的,不是拿來勾好看的。

09會卡住與會做錯的地方

會卡住的地方(流程困難點)

把觀察寫成診斷
『不愛吃飯、常喊累』被AI直接接成『疑似憂鬱症』,家屬或下一班可能真的照病名去想,反而耽誤了排查真正原因(例如假牙不合、疼痛)。
用量測數字反推病因
血壓忽高忽低,AI可能自己歸因為『藥物副作用』或『病情惡化』,而不是單純把數字與時間列出來。
Alert寫成命令
AI直接在Alert裡寫『建議加藥』或『可先自行給退燒藥』,用藥與劑量的決定不是AI能替人做的。
基準值抓錯
沒有告訴AI這位長者平常吃多少、睡多少,AI會拿一般老年人的常模當基準,把個人的正常狀況判成異常。

會做錯的地方(常見失敗方式)

把觀察寫成診斷

『不愛吃飯、常喊累』被AI接成『疑似憂鬱症』,家屬或下一班可能真的照病名去想,反而耽誤真正原因(例如假牙不合)的排查。

怎麼修規則裡明寫禁用『疑似○○病』字樣,出現就整段打回重寫。

Alert夾帶用藥建議

AI在Alert裡加上『建議加藥』或『可以先自行給退燒藥』。

怎麼修用藥、劑量一律不接受AI建議,Alert只描述現象與聯繫對象。

沒有基準值就亂比

沒有告訴AI長者平常吃多少、睡多少,AI拿一般老年人常模當基準,把個人正常狀況判成異常。

怎麼修每次整理前先附上這位長者最近的基準值。

原始紀錄被過度精簡

AI為了讓紀錄『好看』把細節壓縮掉,時間、數字被省略。

怎麼修要求逐條保留時間與原始描述,不得省略數字。

當成正式病歷使用

交班紀錄被拿去當成診斷依據或病歷文件保存,超出它原本的用途。

怎麼修清楚標示這只是班次間的照護紀錄,不是醫療診斷文件。

沒有人核對就直接發出

AI整理完直接轉發給家屬或下一班,沒有人看過就流出。

怎麼修每次都要護理人員或資深照服員核對簽核後才發出。

其他注意事項

10人工把關與安全限制

AI/Agent/Tool 介入在哪幾步

流程位置做什麼/怎麼做
分類階段AI把原始紀錄拆進五類
依時間順序整理,每條保留原文用詞,找不到依據的類別標【待確認】,不自行補內容。
分類階段AI標記Alert但不下結論
只寫『與平常比有什麼不一樣』,不得使用『疑似○○病』『可能是○○引起』這類推論用語,無法確認原因一律標【需醫護判斷】。
使用階段Agent做成機構固定的交班助手
把五分類規則與禁用語清單寫進系統指令,全機構或全家庭用同一個入口,規則要調整時一次改到位。

這幾關不下放

原始觀察由人記錄
AI不接觸長者本人,也不到現場,所有觀察都來自照服員或家屬的文字或語音。
刪除AI自行加上的推測或診斷用語
任何『疑似』『可能是』字樣,一律由人刪除或改寫成單純描述。
Alert要不要送醫或通報
由護理人員、個管師或家屬依現象自行判斷,AI不得建議應對方式。
藥物異動一律不由AI建議
用藥、劑量、停藥的任何決定都交回醫師或藥師。
交班紀錄的簽核與存查
由護理人員或資深照服員負責確認定稿並留存,AI不能是最後一關。

安全與權限限制

長者個資與病史
交班紀錄含姓名、病史、用藥,上傳前依機構規定去識別化或使用代稱。
共用範圍要設對
交班紀錄只該給該班次照服員、護理人員與授權家屬看到,不是整個群組公開分享。
不得用真實紀錄訓練或調教公開AI工具
長者的照護紀錄不應該被用來訓練模型或存成公開範例,即使去識別化也要謹慎。
語音轉文字紀錄的保存
口述錄音若保留,要依個資法規定的保存期限與授權範圍處理,不得無限期留存。
藥物相關資訊不外流
用藥清單與劑量屬於敏感醫療資訊,分享範圍要比一般觀察紀錄更嚴格。

11Checklist 與驗收標準

做的時候逐項打勾

做完了才檢查:全部成立才算完成

  1. 原始觀察與量測數值均標明時間與紀錄者。
  2. 已依五分類(Observation/Measurement/Change/Alert/Follow-up)整理,類別不得自創或合併。
  3. 沒有出現『疑似○○病』『可能是○○引起』等診斷推論用語。
  4. 沒有出現用藥、劑量調整或治療方式的建議。
  5. 有基準值可比對時才寫入Change,沒有基準值的項目標【待確認】。
  6. Alert只描述現象與建議留意/聯繫的對象,不判斷成因。
  7. 找不到原始紀錄依據的內容沒有被寫入。
  8. 已由護理人員或資深照服員核對並刪除推測用語。
  9. 交班紀錄已簽核並交付下一班/家屬,Follow-up已轉為具體待辦。
五、延伸看別人做過,然後往下一步

看看別人實際做過的樣子,再決定下一步往哪走。沒有找到可查證案例的方法,這裡會直說沒有,不拿相似的案例充數。

12實際案例

一句『比較不想吃飯』,AI原本要直接寫成『疑似憂鬱症』

當時的狀況:一個居家照顧家庭,兩位家人與一位到府照服員輪流照顧一位85歲長者,原本交班靠LINE傳話,常常漏掉重要變化。開始用AI整理交班紀錄後,第一次測試就出現風險:照服員口述『阿嬤這兩天比較不想吃飯,常喊累,量血壓138/85』,AI第一次產出直接接成『疑似輕度憂鬱或感染前兆,建議觀察是否需要就醫評估用藥』。

AI 做了什麼
  • 第一次整理把『不想吃飯、常喊累』直接接成診斷推論並建議評估用藥,被照服員發現後退回重寫。
  • 依修正過的提示詞重新整理,只寫『與平常比,午餐與晚餐各少吃約三分之一,下午多次主動說累,想坐著休息』,標記為Change,不下結論。
  • 血壓138/85單獨列在Measurement,附上量測時間並與平常135/80比對,不寫『血壓偏高需調藥』。
  • 把『常喊累』同時標進Alert,注明『若持續超過一天或合併其他症狀,建議通知家屬與個管師』,但不指定是什麼疾病。
人做了什麼
  • 照服員核對AI的分類,刪掉第一次出現的『疑似憂鬱』『建議評估用藥』字樣。
  • 家屬看到Alert後,當天聯繫了長期配合的居家護理師,由護理師電話詢問後決定先觀察一天。
  • 護理師建議的下一步(明天量體溫、記錄喝水量)由人工寫進Follow-up,不是AI自己加的。

結果:交班紀錄不再是一句話帶過,護理師電話詢問時可以直接照五個分類問細節,當天判斷先觀察不用馬上就醫。三天後長者食欲恢復,原因是假牙不合導致咀嚼疼痛——這個原因是護理師檢查後才知道的,不是AI推測出來的。

待補資料:本站不提供交班紀錄減少誤判或延誤就醫的量化成效數據。建議機構或家庭自行追蹤一件事——比對導入前後三個月,『家屬或護理人員反映交班資訊不清楚』的次數是否下降,那是看得到的改善指標,不是AI自己說了算。

13相關方法與下一步

跨班次、跨機構的標準交班格式

這篇處理的是單次整理,團隊要不要統一模板與用詞、多久檢討一次,是下一步要定的事。

長照之外,一般職場的交接班紀錄

其他需要輪班交接的工作,同樣有『把觀察寫成結論』的紅線問題,可以互相參考做法。

把五分類規則做成機構內部教材

新進照服員上手需要範例與練習,不能只靠一份提示詞口耳相傳。

產線或其他現場巡檢紀錄

照護紀錄與產線巡檢都是把口語現場紀錄轉成標準格式,紅線設計的邏輯可以互相參考。

可直接使用RELATED PROMPTS

Download

這個方法的模板與 Checklist 下載包整理中——訂閱更新,上架後第一時間通知你。

這個站的做法
取得 AI 實戰工具與更新

之後會不定期整理:新方法、指令包(Prompt Pack)、Checklist 與模板。免費、無廣告;送出後會收到一封確認信,點了連結才算訂閱成功,之後每封信都附一鍵退訂。

← 回「流程與 SOP」回找方法 →