AI 寫結案報告用哪個 Claude Skill？8 個寫報告 Skill 實測評分

想讓 AI 寫結案報告、成果報告寫得更有條理，目前最值得裝的 Claude Skill 組合是三件：decision-memo 加 narrative-builder 這組結論先行的寫作框架（負責第一頁講什麼、沒達標的地方怎麼主動講）、Anthropic 官方的 docx（負責產出能直接交的 Word 檔），再借 doc-coauthoring 裡的「讀者測試」來模擬審閱的長官挑錯。我們找了 8 個常被推薦的寫報告 Skill，用同一份結案成果報告考題逐一實跑，再請一位沒參與製作的評審打分，下面是完整結果。

上圖是這次結案報告考題的第一名作品首屏：用結論先行框架寫出來的報告，第一段就給建議和三個關鍵數字，長官不用捲動就能做決定。專案做完要交結案報告、每個月要交營運月報，是接系統案的團隊都躲不掉的功課；網路上那些「寫報告神器」Skill，裝了到底差多少？我們乾脆自己出題、自己測，連「沒裝任何 Skill 的 Claude」也一起放進來當對照組。

AI 寫結案報告的 Claude Skill：先看這張評分速覽表

先講結論：結案報告這題只有結論先行那組明顯贏過沒裝 Skill 的對照組，畫圖類的 Skill 只多 1 分。每項 1 到 5 分、共 5 項，滿分 25 分；「省事」另外算，5 分代表最省事。

這張表有一個容易被忽略的地方：對照組只花 9 輪工具呼叫，裝了 Skill 的組別花 14 到 35 輪，多數 Skill 多花 2 到 4 倍工夫只換到 1 分，在誤差範圍內。所以這篇的結論會很直接：有些 Skill 真的值得裝，有些借它其中一段規則就夠了，有些對台灣的結案報告幫不上忙。另外 3 個偏「正式文件交付」的 Skill（docx、doc-coauthoring、research-grants），我們用一份長篇文件章節另外測，結果放在後段。

如果你還不熟 Skill 是什麼，可以先看 Claude Skills 完整指南，簡單講就是一份放在資料夾裡的工作說明書，Claude 碰到對應任務時會自己翻出來照做。官方說明在 Anthropic 的 Agent Skills 文件。

怎麼測的：一份結案成果報告考題、一個對照組、一位不參與製作的評審

每個 Skill 都用同一份考題、同一個模型，由不同的執行者各自跑，跑完寫下每一步做了什麼、裝了什麼、哪裡壞掉。評審拿到作品後先看成品和截圖打分，打完才讀執行紀錄，避免被執行者的自我評價帶著走。

我們在資料裡故意埋了四個陷阱，用來測 Skill 會不會讓 AI 寫得更誠實：

• 滿意度缺一個月：2026 年 2 月的滿意度是空的，看 AI 會不會把它當成達標。
• 平均值藏著不及格的月份：全年平均滿意度 4.1 分過關，但 2025 年 10 月和 12 月都是 3.9 分，低於合約的 4.0。
• 背景說法和數據打架：背景說 6 月故障「客服量爆量」，可是數據裡 6 月工單 920 件，反而比 5 月的 1,202 件少。
• 剛好壓線：2025 年 12 月結案率 90%，剛好等於門檻。

結案報告交給機關，格式門檻常常比內容更磨人。我們做過一支公文交換檔產生器，把民間公司跟政府交換公文要用的 104 DTD 檔案變成填表單，這次評測特別看「能不能直接交」，就是從那時候學到的教訓。

結案報告實測：結論先行的 Skill 贏最多，畫圖的 Skill 只贏一點

一句話：結案報告要贏，靠的是第一頁怎麼寫，圖畫得再漂亮也只多 1 分。下表是 5 個 Skill 和對照組的分項分數。

decision-memo＋narrative-builder：兩份 50 多行的說明書拿下第一

這組來自 aapersh 的策略顧問 Skill 包，兩份檔案加起來 111 行，沒有任何腳本或模板。narrative-builder 先定故事線，要你預演長官會問的尖銳問題；decision-memo 規定成品格式：建議、需要長官決定的事、選項、風險、下一步。做出來的報告第一節就寫「建議續約」，接著列「需要長官決定的事」，最後一句是「請長官核示」，科長讀前兩節就能拍板。

上圖是這份報告裡最好懂的一張：3 項 KPI 乘 12 個月的達標格子圖，「35 格有資料、30 格達標」一眼就看得到，10 月和 12 月那兩格 3.9 分也藏不住。值得一提的是，這組 Skill 本身完全沒有規定要揭露負面數據，起作用的是「預演尖銳提問」這一步：AI 先想好長官會怎麼追問，就會主動把容易被平均值蓋掉的壞消息寫出來。缺點也很明顯，它不管圖表、不管排版，做出來的是顧問式決策備忘錄，跟機關慣用的結案報告體例不同，承辦可能還要改寫才能簽陳。

dataviz：把圖做對的規則最具體，但只管圖

dataviz 是 Claude 內建的 Skill，零安裝。它的規則改變了好幾個決定：三項 KPI 不准畫成雙軸圖，拆成三張小圖各配門檻線；工單分類不用圓餅圖，改成單色橫條；顏色全報告只用 2 個主色加 1 個灰，紅綠只用在達標與未達，而且一定附 ✓ 或 ✕ 文字；還附了一支驗色腳本，淺色和深色兩組配色都要跑過。

問題在它只管圖。報告結構要自己想，預設產出是互動網頁還必做深色模式，對要列印用印的公部門沒有用。評審也抓到它寫了一句「之後三個月結案率全年最佳」，實際 7 月的 93% 低於 5 月的 95%。另外它自己指定的軸文字灰色在淺色底只有約 3.5 比 1 的對比，沒到一般文字 4.5 比 1 的標準，也沒有中文字型的規定。

data-analysis-pro：標題寫成結論句，但會把數字講太滿

data-analysis-pro 要求每個標題都寫成結論句，例如「使用人數一年成長 160%，每件申辦成本降到原本的 37%」，加上強制列出資料品質問題，逼出了「每千名使用者工單數全年固定 31 件」這個洞察，也抓到 6 月「爆量」和數據對不上。可惜這個矛盾放在最後一節「後續可深入分析的方向」，長官很難看到。

它最大的風險是鼓勵寫強結論卻沒有驗算步驟。執行者第一版寫出 3 處誇大（把 +160% 寫成「1.6 倍」、漏算滿意度就說 KPI 11 個月達標），是看截圖才抓到改掉。它的圖表用 ECharts 從網路載入，機關內網或離線打開會沒有圖，兩份 SKILL.md 的門檻設定也互相矛盾。

claude-report-skill：給工程師的回報版型，印出來會出事

claude-report-skill 的用途是讓 Claude 把長篇終端機輸出改成一份網頁報告。它規定一律使用深色 Aurora 主題，禁止自己寫樣式、禁止改顏色，所以沒辦法換成正式的淺色公文版型。

上圖是把它的報告用 Chrome 印成 A4 的樣子：專案名稱、期間這些資訊在白紙上幾乎看不見，卡片設成不能分頁，6 頁裡大約一半是空白。報告裡還殘留英文介面字樣，頁尾固定寫著「Generated by an agent」，結案報告交出去等於直接告訴對方這是 AI 產的。它本身也沒有圖表能力，4 張圖是執行者另外用程式畫的。

market-research-reports：最誠實的一份，也最像研究底稿

K-Dense 的 market-research-reports 要求每個主張都要有編號、對應到來源，衝突不准藏、缺值不准補零。這套寫法讓它成為揭露最完整的作品：6 月爆量的矛盾寫進警示框，連「申辦、預約、工單跟使用者人數的比例每月完全固定，疑似是推算值」都抓出來，圖表也是全部作品裡最好的：缺值斷線並標「缺值」、不用雙軸、每張圖說寫明期間、單位和限制。

代價是整份報告每句話都夾著 C-001 這類編號，加上利益揭露、免責聲明、附錄，最後還要求引用它自己的學術論文，像研究底稿多過給科長看的報告。同一份報告裡「1.6 倍」和「+159.9%」兩種說法並存，滿意度的分母一處寫 12、一處寫 11。更值得注意的是它附的檢核腳本只檢查格式，「6 月爆量」那句只要掛上來源照樣通過，真正抓到問題的是逐句找來源的寫法本身。它 7 支腳本有 2 支用不上，LaTeX 模板要另裝 xelatex，整輪跑了 35 輪、約 36 分鐘，是這次摩擦最高的一個。

想看不用 Skill、直接用提示詞寫週報月報的做法，可以參考 上班族 AI 週報提示詞範本，兩種做法可以混著用。

Skill 管不到的三件事：數字驗算、資料矛盾、在地格式

這次測下來我們最想講的一句話是：裝了寫報告的 Skill，數字對不對、誠不誠實，多半還是看模型本身。六份結案報告裡有三份寫錯數字，其中兩份把「2.6 倍」寫成「成長 1.6 倍」；所有 Skill 都沒有內建驗算步驟。指出「6 月爆量」矛盾的三份作品裡，有兩份的執行紀錄寫明是執行者自己動手檢查才發現，Skill 的機制並沒有抓到。

我們不認同「找到神級 Skill 就能一鍵寫好報告」這種說法。Skill 改變最大的是交付格式和寫作流程，像 docx 讓你拿到真的 Word 檔、結論先行框架讓第一頁有重點；可是報告的可信度來自數字和事實，這一層要靠你自己的資料和一道人工核對。對寫 ESG 永續報告 或 8D 客訴報告 這種要負責任的文件，更是如此。

中文字型、Word 與列印：用 AI 寫報告交件前一定會撞到的坑

一句話：英文圈的 Skill 幾乎都沒想過中文，第一次用一定會撞到下面這幾個坑，先知道就能少花一個下午。

這些坑跟我們上一篇 手機 App 設計 Skill 實測 的觀察很像：Skill 的作者多半在英文環境、用 Mac 或網頁情境測試，台灣中小企業最常交的 Word、A4、標楷體，他們沒有遇過。

要交 Word 正式文件時：docx、doc-coauthoring、research-grants 補測

先講結論：要產出能直接交的 Word 檔，docx 最穩；doc-coauthoring 值得留下的是讀者測試；research-grants 只適合借幾條寫作原則。這三個 Skill 偏長篇正式文件，我們另外出了一份虛構的系統建置案文件章節來測（要有需求對照表、架構圖、時程甘特圖），同樣放一組沒裝 Skill 的對照組。

四份作品在「結構對應」都拿滿分，連沒裝 Skill 的對照組都會在章首放對照表、每節標出對應的項目。這件事 Claude 本來就會做，拉開差距的是圖表和能不能直接交。

docx：唯一能直接交的 Word 檔

Anthropic 官方的 docx Skill 附了 61 個檔案，用 docx-js 從程式產出真正的 .docx。它列的那串常見陷阱很準，照做之後表格完全沒破版；它也要求把 Word 轉成 PDF、轉成圖片後自己看一遍，這一步抓出 4 個問題：中文全部空白、表題孤立到下一頁、甘特圖被切頁、頁碼從封面開始算，全部修好。

成品有封面、目錄，章節照「參、一、（一）」的體例，表題在上、圖題在下，頁首放文件名稱、頁尾頁碼是「參-7」這種格式，甘特圖用 Word 原生表格做，要改時程可以直接在 Word 裡改。結案報告要附逐月明細表、工作項目執行情形時，也是靠它產出。它的問題是完全沒有中文指引：照它附的轉檔腳本在 Mac 上跑，中文會整片空白，要自己把字型放進 LibreOffice 的設定才解決；目錄要在 Word 裡更新欄位才有頁碼；字型用了微軟正黑體，機關要求標楷體的話要換。

doc-coauthoring：最強的是最後那段讀者測試

doc-coauthoring 也是 Anthropic 官方出的，整份只有一個 375 行的 SKILL.md，分三階段：先蒐集脈絡、再逐節共寫、最後做讀者測試。真正值得單獨拿出來用的是第三階段：派幾個完全沒看過前文的 AI 分身扮審閱者來讀，第一輪就抓到對照表漏了一項（合計少 10 分）、契約終止的法律性質寫錯、承諾了 LINE 官方帳號一般拿不到的「已讀」紀錄，這類讀者一眼就會挑出來、作者自己重讀卻看不出來的錯。

代價很重：寫完一章，使用者要回覆約 26 輪、回答約 39 個問題、勾選 45 個腦力激盪項目；讀者測試跑了兩輪、8 次分身，每次約 6 萬 token，第二輪又冒出新問題，照它的結束條件還得跑第三輪。時間緊的人走不完這套，只取讀者測試就好。

research-grants：為美國研究補助設計，只能借原則

research-grants 也是 K-Dense 出的，參考資料大約 5,000 行，核心框架是美國研究補助那一套：創新、假說、初步資料、更廣泛的影響。有幾條原則搬到台灣的報告也好用：明確回應每個審查標準、績效指標分「產出」和「成效」兩層、每個風險都要附「發生時的替代做法」，最後一條寫進結案報告的「後續改善」段特別合適。

上圖是它這輪產出的時程圖，評審評為四份裡最好的一張，但這張是執行者改用程式畫的：它首選的 AI 生圖要付費 API 金鑰，還要把文件內容送到外部服務。它也完全沒有台灣法規內容，資安一節是執行者另外查 資通安全責任等級分級辦法 才寫對。評審還抓到一個執行者自己沒發現的地雷：Word 檔裡 5 張圖片缺少檔案型別宣告，用 Word 打開很可能跳出「發現無法讀取的內容」要你修復。

寫結案報告的 Skill 推薦組合：怎麼搭、怎麼裝

直接給答案：結論先行框架當敘事層、docx 當交付層、讀者測試當審查層，有餘力再照 dataviz 的規則畫圖，然後補一份自己的報告格式規範。

另外兩個常被列在推薦清單上的，我們讀過原始碼但沒放進實測：Anthropic 的 internal-comms 只有 32 行，是週報、公司電子報、FAQ 的寫作範本，適合內部溝通；robin-collins 的 report-writing 是寫程式任務完成報告用的，跟一般結案報告無關。Analytics Vidhya 的寫作 Skill 排行 是照 GitHub 星數排的，星數高不代表適合中文報告，這次的結果就是例子。

不會裝 Skill 的話，Claude Code Skill 教學 那篇有一步步的做法。寫好自己的格式規範後，最划算的做法是把它也寫成一個 Skill，往後每份報告都自動套用。結案報告常要對應各階段的交付物，系統開發流程各階段要交什麼 可以一起參考。

看到這裡，如果你也在想「這套流程放進我們公司會長什麼樣子」，我們很樂意聽你聊聊現在怎麼寫報告，一起看看哪一段最值得先交給 AI。團隊想一起學怎麼用的話，也可以參考我們的企業教育訓練。