框架 · 完整參考
受認可的方法論——不是自創詞彙。
完整集合：六個類別下的二十五套框架，每一套都附原始來源。為採購稽核、合規檢視、內部參考而設計——一個 URL、一次 ctrl+F 搜尋，不必反覆點擊。
掃讀概覽請見 /frameworks。單一類別請跳至 變革與採用、學習與能力、決策與策略、流程與營運、AI 治理與標準，或 Far West 自製工具。
在受認可的框架之下，還有三項在 Far West Consulting 內部建構的工具——Workflow-First Sequence、AI-Workflow-Fit Diagnostic，以及 The Bearing。這些以我們的名字命名，因為它們是我們建造的。
變革與採用
個人在新工具能黏住前需要的五項條件：Awareness、Desire、Knowledge、Ability、Reinforcement。（Prosci）
Prosci 的五階段個人變革模型——一個人行為轉變前所需的條件：知道變革正在發生、想要投入、知道怎麼做、能在實際情境下做到、以及讓它不回滑的持續強化。
使用情境
診斷每個人處在採用弧線的哪一階段，在抵抗變成沉默的不採用之前先處理。
Far West 如何運用
追蹤 AI 導入中每個人的就緒度——從「知道工具存在」（Awareness）到「用起來不假思索」（Reinforcement）。
八個步驟帶領組織走過變革——從建立急迫感到把變革錨定在文化裡。（Kotter Inc.）
John Kotter 的八步驟組織變革框架：建立急迫感、組成領導聯盟、形成願景、招募志願者、移除阻礙、產出短期勝利、持續加速、把變革錨定在文化中。
使用情境
在企業導入過程中維持動能，並在宣告完成前先把變革嵌入。
Far West 如何運用
ADKAR 在組織層級的對應框架。Kotter 設定領導動線，ADKAR 追蹤裡頭的個人。
貫穿變革的內在心理歷程——Ending、Neutral Zone、New Beginning。藏在「變革」底下的「轉變」。
William Bridges 的內在變革經驗模型。三個階段——Ending / Losing / Letting Go、Neutral Zone、New Beginning——把變革（外在事件）與轉變（內在經驗）區分開來。
使用情境
把抵抗重新框成「轉變正在進行」，而非不採用——尤其當有人嘴上說對、行為卻沒改時。
Far West 如何運用
溝通與指導工作。AI 導入對這層打擊很重——人不是在抗拒工具，而是在處理工具如何改變他們的工作身分。
採用曲線——Innovators、Early Adopters、Early Majority、Late Majority、Laggards。
Everett Rogers 的採用曲線理論。各族群為不同理由採用：Innovators（約 2.5%）要新奇、Early Adopters（約 13.5%）要優勢、Early Majority（約 34%）要證據、Late Majority（約 34%）要共識、Laggards（約 16%）要強制。多數導入卡在 Geoffrey Moore 命名的鴻溝——Early Adopters 與 Early Majority 之間。
使用情境
刻意安排導入梯次：先讓 Innovators 與 Early Adopters 上線，作為多數族群的社會證據——而非把整個組織一次丟進訓練再期待奇蹟。
Far West 如何運用
呼應 Far West 的「主管可見性」發現（杜克大學 PNAS）：公開使用 AI 的人會被認為比較不夠格——直到他們的主管自己也用，這份負評才會消失。正因如此，我們採取「主管優先」的合作順序。
學習與能力
能讓訓練真正轉移到工作中的五階段骨幹：Analyze、Design、Develop、Implement、Evaluate。
教學設計領域的參考模型。五個階段把課程從「學員需要做出哪些不一樣的動作」推到「設計有沒有奏效，我們怎麼知道」。企業 L&D、高教、政府訓練全球通用。
使用情境
建構真正轉移到實務的訓練。計畫的差別，在於 Analyze 階段的嚴謹度。
Far West 如何運用
每一份課程都跑過 ADDIE，先從「團隊實際工作流」的需求分析開始，而不是套模板。
四個層級用來衡量訓練是否真的奏效：Reaction、Learning、Behaviour、Results。
Donald Kirkpatrick 的評估模型。Level 1：Reaction（喜不喜歡）；Level 2：Learning（有沒有學到）；Level 3：Behaviour（有沒有在工作上做出來）；Level 4：Results（業務有沒有改變）。多數廠商訓練停在 Level 1–2 就宣告成功。
使用情境
值得這份訓練投資的能力轉變，發生在 Level 3 與 4，而不是 1 與 2。
Far West 如何運用
為四個層級全都設計訓練；第二、四、八週的回訪量測行為改變，而不只是反應。
能熬過任何模型升級的四項基礎能力：Delegation、Description、Discernment、Diligence。（Anthropic）
Anthropic 發表的四能力模型。Delegation——哪些工作交給 AI；Description——把任務說清楚；Discernment——判斷產出對不對；Diligence——為 AI 的產出負責。
使用情境
把「AI 流暢」定義為判斷力，而非工具知識——能熬過每一次模型更換的能力。
Far West 如何運用
錨定工具特定訓練底下的課程設計，並驅動 The Bearing 診斷引擎的分支邏輯。
四種把 AI 框進工作流的方式：Intern、Coworker、Teacher、Coach。（Nielsen / UX Tigers）
一套教學姿態模型——每個隱喻改變你對 AI 的期待與查核方式。Intern——你仔細檢查的初稿；Coworker——平行協作；Teacher——AI 解釋，你學；Coach——AI 引導思考，工作由你做。
使用情境
幫助非技術學員挑對心智模型——實習生的工作要審，教練的提示不用。
Far West 如何運用
訓練裡的框架層：在教人用哪些工具之前，先教怎麼跟 AI 工作。
成人 70% 從經驗學、20% 從同儕與教練學、10% 從正式訓練學。
一套成人能力發展模型，源自 Center for Creative Leadership 的 McCall、Lombardo 與 Eichinger，並由 Charles Jennings 推廣。70% 來自經驗與有挑戰的任務、20% 來自指導與同儕回饋、10% 來自正式訓練。確切比例有人爭論，但方向有充分證據——能力多半在工作中建構，不是在教室。
使用情境
為 Far West 多服務模式提供論據：訓練是那 10%；指導、顧問、整合涵蓋 20% 與 70%，那才是採用真正黏住的地方。
Far West 如何運用
把訓練重新框成更大學習系統裡的一塊——當潛在客戶把「AI 素養」等同於訓練時，特別有用。
六個認知深度層級，用來指定「精熟」在課程裡的實際意義。
Anderson 與 Krathwohl 在 2001 年對 Bloom 1956 年分類學的修訂。六個逐漸加深的認知層級：Remember、Understand、Apply、Analyze、Evaluate、Create。指定能力深度的參考——以 Apply 級為目標的課程，跟以 Evaluate 級為目標的，是兩套不同的課程。
使用情境
一套語彙，描述計畫鎖定的流暢度層級——工作坊規模或學院規模。
Far West 如何運用
在 ADDIE 之中當作深度指定器，與 4D AI Fluency 能力互補。「Apply 層」跟「Evaluate 層」的 AI 流暢不一樣。
決策與策略
一套四域意義建構框架：Clear、Complicated、Complex、Chaotic——每個域呼喚不同的決策姿態。
Dave Snowden 的意義建構框架，四個域。Clear——感知、分類、回應。Complicated——感知、分析、回應。Complex——探查、感知、回應。Chaotic——行動、感知、回應。為錯誤的域挑錯姿態，就是領導決策失敗的方式。
使用情境
為什麼 AI-Workflow-Fit Diagnostic 有三個分類：「AI 吸收」適合 Clear 與 Complicated、「AI 輔助」適合 Complex、「AI 不介入」適合高利害的 Complex 或 Chaotic。
Far West 如何運用
用於探索與顧問——為什麼某項任務獲得完全自動化，相鄰一項看似相似的任務卻獲得「人在迴圈裡」或「不介入」。
一個框架式提問——這位工作者是僱用 AI 來完成什麼工作？
Clay Christensen 的框架：顧客（延伸到工作者）僱用產品來完成一份工作。底層的工作——不是表面任務——才是真正的機會。一位「為了寫更好的電子郵件」僱用 AI 的人，可能是為了「在愛質疑的主管面前看起來夠格」。
使用情境
讓工作流盤點更銳利：「這位工作者僱用 AI 來做什麼工作？」抵抗流行驅動的自動化，並讓他們沒說出口卻很在意的工作浮出來。
Far West 如何運用
用於探索與診斷——為工作流圖在每項任務底下加一層「為什麼」，與 Workflow-First Sequence 互補。
流程與營運
五階段流程改善：Define、Measure、Analyze、Improve、Control。AI 加速 Define 與 Measure。
出自 Lean Six Sigma 的五階段改善循環：Define、Measure、Analyze、Improve、Control。製造與營運密集環境中結構化流程改善的標準。
使用情境
改善現有流程——當目標可量測、資料存在、且根因需要隔離而非用猜的時。
Far West 如何運用
對製造與營運客戶，AI 加速 Define 與 Measure——把過去要花數週手工的流程基線與變異浮出來。
Lean 的技術，在動工改之前先把整條工作流看清楚。
一項 Lean 技術，盤點工作流的每一步——加值、不加值、必要但不加值——讓浪費浮出來。源自豐田，是 Lean 營運數十年的經典。
使用情境
在自動化某條流程之前，先把它看完整。多數 AI 機會其實是工作流機會；沒有圖，自動化會把浪費嵌進去，而不是移除。
Far West 如何運用
Workflow-First Sequence 援用 VSM：圖先於工具。KPMG 2024 年的論文〈The Importance of Value Streams in the Age of AI〉錨定了當代應用。
AI 治理與標準
美國頒布、國際採用的參考框架，用於識別並治理 AI 系統生命週期的風險。
美國國家標準與技術研究院（NIST）的框架，用於在 AI 系統的完整生命週期中管理風險。四個功能：Govern、Map、Measure、Manage。自願、非規範性——即便在美國之外也是事實上的國際參考。
使用情境
一套結構化方式去文件化 AI 風險，又不被鎖在單一控管集合裡——當 ISO 42001 是目的地、但團隊還沒準備好時特別有用。
Far West 如何運用
錨定整合與顧問中的風險識別工作；在探索階段標示哪些地方 AI 風險是真實的、哪些是理論的。
AI 的國際管理系統標準——可受查核的治理 AI 使用結構。
AI 的國際管理系統標準（2023）——對應 ISO 9001 或 ISO 27001。指定治理過、可受查核的 AI 使用所需的結構：政策、究責、生命週期控管、持續改善。
使用情境
董事會、監管機構、企業客戶愈來愈常問「給我看你們怎麼治理 AI」。42001 就是可認證的答案。
Far West 如何運用
坐在風險識別之上的管理系統那一層——讓 AI 治理在上線後不漂移：季度檢視、文件化控管、明確權責。
加拿大的演算法影響評估（AIA），用結構化方式按潛在影響分類 AI 系統。
加拿大財政部「自動化決策指令」下的評估工具。AIA 依對權利與服務的潛在影響分類聯邦自動化決策系統——與另一部獨立法案 AIDA（Artificial Intelligence and Data Act）不同。
使用情境
在部署前按影響分類 AI 系統——「如果出錯會造成多大傷害？這傷害多可逆？」
Far West 如何運用
從公部門借來，作為私部門的影響鏡頭：系統決定什麼、影響到誰、什麼可逆——跨產業可攜。
加拿大銀行業監管機構針對模型風險管理的指引——包含 ML 與 AI 模型。
加拿大金融機構監察總署（OSFI）關於模型風險管理的指引。更新後的 E-23（2025 年定案，2027 年 5 月生效）為聯邦監管的金融機構如何識別、驗證與治理模型風險（含 ML 與 AI）設下期望：驗證、監控、模型清單、明確權責。
使用情境
在受規管產業——銀行、保險、資產管理——AI 模型正繼承模型風險管理的期望，而 E-23 是表述較清楚的參考之一。
Far West 如何運用
與金融業客戶的合作會援用 E-23 的姿態，即便客戶並不受 OSFI 監管。這套紀律是可攜的。
2025 年 2 月起生效——在歐盟營運的組織必須確保員工具備足夠的 AI 素養。
歐盟的 AI 法規（Regulation 2024/1689），2024 年 8 月起生效。Article 4 要求 AI 系統的提供者與部署者確保員工具備足夠的 AI 素養，自 2025 年 2 月 2 日起適用。Article 4 本身沒有單獨罰則，但未落實可能加重其他違規的處罰。
使用情境
對任何在歐盟營運的組織——或有歐盟員工、客戶、廠商的組織——AI 素養訓練現在是法規要求。
Far West 如何運用
訓練路徑設計為滿足 Article 4 素養要求——文件化課程、依角色合適的深度、完成證明。
美國勞工部為「具 AI 素養工作者」所定義的五項聯邦能力領域（2026 年 2 月）。
美國勞工部的勞動力 AI 素養能力框架（2026 年 2 月）——在五項核心領域為「具 AI 素養工作者」提供聯邦層級的參考。對應 EU AI Act Article 4，但屬於指引而非法規。
使用情境
美國雇主現在有一套聯邦分類可以對齊訓練——對採購、HR 文件與政府合約申報都有用。
Far West 如何運用
把訓練對齊勞工部五項能力領域，讓美國客戶可以對著一套受認可的框架做申報。
亞太領先的 AI 治理框架——由新加坡 IMDA 與 PDPC 發佈。
新加坡政府發佈的 AI 治理框架，來自資訊通信媒體發展局（IMDA）與個人資料保護委員會（PDPC），AI Verify Foundation 則維護其測試工具與生成式 AI 版本。以原則為本、自願採用。在亞太被廣泛引用。
使用情境
給亞太客戶一份錨定於本區域的治理參考——在新加坡、馬來西亞、香港、印尼的跨境工作中常是事實上的參考。
Far West 如何運用
把亞太錨定的治理，放在 Far West 既有的北美與歐洲框架旁邊。
第一份政府間 AI 標準。多數國家與區域 AI 政策的基線。
2019 年 5 月通過的第一份政府間 AI 標準。五項以價值為本的原則——包容性成長、以人為本的價值、透明、穩健、究責——加上對政府的五項建議。多數國家 AI 策略，包括歐盟、美國、日本、新加坡、加拿大，都能追溯到它。
使用情境
「大家先同意這條」的基線，在進入司法管轄區細節前先擺出來——用來解釋為什麼各國框架共用相同形狀。
Far West 如何運用
確立實務從國際對齊的原則出發，而不是從司法管轄區的偶然出發。
Far West 自製工具
盤點工作流。決定 AI 適合哪裡、不適合哪裡。安裝變革。工具最後。
Far West Consulting 的運作方法論。三個步驟，依序：盤點工作流實際運作的樣子；決定 AI 該吸收、輔助、還是不介入哪些任務；以工作流現在需要的治理與訓練安裝變革。工具選擇放最後。
使用情境
逆轉 95% 試辦失敗樣態（MIT／Project NANDA，2025）：多數失敗的 AI 導入，在盤點工具該服務的工作之前就先買了工具。
Far West 如何運用
每一份合作都跑過這套順序；診斷與整合服務的結構建立在它的三個階段上。
任務盤點與決策圖——AI 吸收任務、AI 輔助任務、AI 不介入。
受十六年 L&D 與變革實務形塑的結構化任務盤點與決策圖。把每一項任務分入三類：AI 吸收（整段委派是安全的）、AI 輔助（人留在迴圈裡）、AI 不介入（風險說不可）——每類配上一份變革投入估計，因為技術負擔與人為負擔通常不是同一個尺寸。
使用情境
把「我們該不該用 AI？」的二元提問，換成「逐項任務、依風險樣態」的答案，業務可以據此行動。
Far West 如何運用
診斷服務的產出：工作流圖加上每項任務的變革投入估計。對營運密集的組織，盤點援用 DMAIC 與 Value Stream Mapping 原則。
一套 60 題的診斷引擎，從探索通話的輸入起草 Phase 2 策略。
從探索通話輸入起草 Phase 2 策略包的建議引擎。4D 精熟度問題（查證習慣、主管可見性）驅動章節層級分支：當主管可見性缺席時，引擎會建議較小規模的「主管優先」合作，而非標準團隊訓練。
使用情境
產出結構上誠實的建議——包括在就緒度低時，把範疇縮得比典型合約還小。
Far West 如何運用
坐在探索流程後面。在「我們如何使用 AI」頁文件化，作為實務透明承諾的一部分。
診斷只需要六十秒，會告訴你 AI 導入或熟練度的實際位置——以及下一步合作會用到上述哪些框架。Far West Consulting 會在 48 小時內回覆每一份提交。
如果你比較想直接談，探索通話就是我們盤點適合合作的地方。
