學校既有的 BI 報表繼續用，我們不取代它。xIR 疊在同一份資料之上，補的是那些「臨時想知道、但報表上沒有」的問題。
用自然語言問「各學院休學原因是什麼」，系統直接取數、作圖、附上資料來源與計算口徑，不必等報表開發。
所有數值由指標層計算，模型只決定看什麼、怎麼說。輸出前過驗證關卡，說不出來就誠實說不知道。
校內既有系統唯讀抽取，SQL Server、Sybase、Oracle、Excel、CSV 五種來源在後台設定即可，不必寫程式。
模型與資料庫都在校內機房，學生資料不出校。權限過濾在檢索之前執行，看不到的資料連檢索都碰不到。
介面依承辦人與主管實際的使用順序排列，不是照資料表結構擺。
登入先看一個大問句，六個群組可自訂。支援下鑽、交叉篩選與全螢幕投影，主管會議直接開。
可自訂群組六份制式報表七十五個視覺元件，內建編輯器可調整版面，一鍵輸出 PDF 交件。
年報自動產出自然語言問答、洞察推播、學習風險預警、一句話建指標、關鍵字產出完整報告。
五個引擎指標註冊表管理定義、口徑與資料綁定，改一次全站一致，不會出現同名不同義。
82 個指標來源串接、上傳檔案立即入庫、掃描文件辨識、設定順序軸顯示每一步的真實狀態。
五種來源四種角色分層授權，系統管理者、校級檢視、單位檢視與唯讀查詢各看各的範圍。
四種角色校務數字會影響招生、資源分配與評鑑，不能讓模型自由發揮。這三條是系統層級的硬性設計，不是使用守則。
下圖是 AI 分析頁的實際畫面。回答結尾標明資料來源表冊、基準點，並註記「語句經地端模型潤飾，數字未經模型重算」。下方的進階統計實驗室提供趨勢檢定、階層收縮、差異中差異等十二種方法，全部在地端估計。
五種來源在後台設定連線即可，抽取進暫存區清洗後入庫。連線密碼加密後才落地，介面上永遠只顯示遮罩。
唯讀抽取，只允許查詢語句。單次上限五十萬列，整表取代避免髒資料累積。
瀏覽器拖進去就抽取入庫，承辦人自己就能做，不必開工單等資訊室。
PDF 與圖檔逐頁送地端視覺模型辨識入庫，用的是我們自研的繁中辨識模型。
已匯入一百一十八個資料檔、一百八十萬列，涵蓋一百零五到一百一十四學年，跨校對標不必另外訂閱。
我們在資料倉儲上建立唯讀視圖層，既有 BI 直連照舊，AI 走旁路，兩邊看到的是同一份數字。
法定填報季前先跑規則檢核，缺漏與異常值當場指出來，不是等部裡退件才知道。
以下數字取自實際建置成果，皆可現場驗證。
平台已在國立臺灣藝術大學上線運行，含來源串接、AI 分析、報表產出與每日自動巡檢。
需要，但不是拿來取代。既有 BI 的報表發布後全校都能看，這部分繼續用。少的是能開發新報表的人力，所以臨時性的問題往往要排隊等開發。xIR 補的就是這一段：固定的看報表，臨時的問 AI。兩邊讀同一份資料倉儲，數字不會打架。
不會。模型與資料庫都部署在校內機房，執行期不需要連外網。角色權限在檢索之前就過濾，權限外的資料不會進入模型的上下文。連線密碼以 AES-256-GCM 加密後落地，介面上永遠只顯示遮罩。
數字不是模型產生的。所有數值由指標層依照登記的口徑計算，模型只負責決定看哪個指標與怎麼敘述。敘述輸出前會再比對一次數字，對不上就退回制式句子。每個回答都附上來源表冊、基準點與計算口徑，可以逐項回溯。
會，所以系統有專門處理。人數過少的單位改用區間呈現而非單點數字，並以階層借力的方式參考上層資料。低於門檻的格子直接遮罩不顯示，避免反推到個人。
先做一次資料盤點與來源確認，接著建立指標與串接資料，再進行使用者訓練。校方需要指派一位熟悉校務資料的窗口，以及既有系統的唯讀帳號。細節可在展示時依貴校現況討論。
