作者：Ben Tsai 日期：2025.9.6
前言
本文接續「淺談GenAI於馬達領域的應用(上篇)」，針對一般工作者(如工程師或學生) 的「學習馬達專業知識及輔助產品設計」核心目標打造專屬GPT，特別專注於馬達相關應用實例。雖然，本文以馬達為應用例，但其他工程領域的工作者亦能參考文中所述方法及步驟，打造自己適用的AI助手。
一、 編輯GPT與更新
為了更符合「學習馬達專業知識並輔助產品設計」的要求，個人或企業管理者可上傳專屬知識庫文件，並配合適當對話啟動器內容引導使用者。在此提供一操作範例，以筆者經驗及所蒐集的資料為基礎，逐步說明如何進入編輯GPT的設定頁面進行內容更新。
- 首先，更新圖(一)及圖(二)的對話啟動器&知識庫文件，內容相互配合引導學習。這種模組化知識體系非常適合用於教育訓練，學生或新進工程師能藉由對話式AI快速獲取答疑，如搭配案例式學習(即蒐集企業內實際案例放入知識庫)，更能強化實務理解。依據先前設定的指令(系統提示)-「…所有回答均須優先根據知識庫之文獻資料，以確保準確性…」，如此可以大幅降低AI似是而非(幻覺)的可能性。
圖(一)
圖(二)
- 其次是適當選擇模型，由於學習馬達知識及產品設計需要一步一步仔細考量，筆者建議選擇ChatGPT-5 Thinking模型。關於功能擴充選項，如因企業內部資安或其他因素，可選擇關閉部分功能(如網頁搜尋)。操作頁面如圖(三)顯示。
圖(三)
- 圖(三)將以上欄位內容更新之後，即可按下分享鍵選擇分享對象並複製連結(或產生QR code)，如圖(四)所示。
圖(四)
- 最後，按下更新鍵完成更新(稍等幾秒)，檢視新的GPT頁面如圖(五)。
圖(五)
依據以上步驟完成編輯GPT的設定頁面的內容更新，更能協助學生及新進工程師學習馬達專業知識，下面章節將利用「馬達AI助手-小馬」完成幾項應用例。歡迎透過連結(https://chatgpt.com/g/g-68aa8fa89274819194a407efcd356233-ma-da-aizhu-shou-xiao-ma)進一步練習，但結果及成效判斷由使用者自行負責。
二、 應用例(一) 學習馬達專業知識
應用情境：新進工程師小張想要自我學習馬達專業知識，考慮與「馬達AI助手-小馬」對話逐步掌握學習方法與內容。此處，小馬扮演的正是「助教(Tutor)」的角色。
人機協作：小張直接點選預設對話項目中的「建議一步一步學習馬達專業知識的方法及綱要」，小馬經逐步推理與搜尋知識庫相關文獻後回答如下：
進一步檢視GPT回答品質，確認回答內容依照指令(系統提示)：首先自我介紹，提出學習方法建議，依據知識庫的文件內容-分成四大模組進行學習，並在結尾時給予下一步建議。
三、 應用例(二) 產品開發流程與可行性研究
應用情境：系統工程師小張欲以競爭者性能為基線(benchmark)，選擇適合的10kW馬達應用於液壓伺服系統，亟需進一步釐清馬達設計需求及規格。
人機協作：
小張：蒐集競爭者產品型錄，上傳給小馬並交付任務：「參考上傳資料，完成10kW輸出的伺服馬達設計需求表」，如下圖所示。
小馬：Hi！我是小馬，可以提供關於學習馬達專業知識及設計時的協助。我已依您上傳的資料，完成「10 kW 伺服馬達設計需求表」…。以PDF格式輸出(部分顯示)如下：
下一步建議：
- 若此馬達將直驅液壓泵或特定機構，請提供負載慣量/負載曲線與傳動比，好讓我把JL/JM與加減速時間一起算進需求表並生成「效率-轉速」&「扭矩-電流曲線」。
- 指定環境等級(粉塵/水氣/清洗)，決定是否升級IP65/IP67與液冷。
- 確認驅動器品牌/協定與回授型式(絕對值編碼器/Resolver)，我可同步把電氣介面與線束長度(4–10 m)寫入最終版需求表。
免責聲明：本回覆提供工程估算與學術性建議，不能替代詳細電磁/熱/機械仿真與現場測試。最終規格請以型錄與驗證報告為準。
小張：欲檢核GPT回答內容是否確實參考上傳的競爭者產品型錄，進一步提問：「上傳的型錄中，符合以上規格之馬達型號為何？」欲檢核GPT回答內容是否確實參考上傳的競爭者產品型錄，進一步提問：「上傳的型錄中，符合以上規格之馬達型號為何？」
小馬：Hi！我是小馬，可以提供關於學習馬達專業知識及設計時的協助。根據您上傳的《液壓伺服傳動系統型錄》，要達到10 kW、1500 rpm (主規格)，所需額定扭矩約63.7 N·m。型錄中1500 rpm、額定扭矩70 N·m之機種最貼近且可滿足此需求；其同頁亦明載絕緣等級Class F、IP54。對應型號如下：
最後，檢視GPT回答品質-即內容是否根據系統及使用者提示/檔案，確認了遵守互動規則：先畫出「需求→輸入→輸出」表再逐項計算，並與上傳檔案內容相符，結尾提出下一步建議，也沒忘「免責聲明」。
應用例(一)及應用例(二)中，小張透過簡單提示(simple prompt)及上傳相關資料的方式，交付任務予AI助手執行並回報結果。然而對於全新的馬達產品設計，首先可要求AI助手依據知識庫文獻資料整理出一份「馬達產品設計流程」，使用者告知應用對象及情境後，再參考流程步驟逐步與AI助手對話/交付任務。應用例(三)展示：針對全新應用，如何與AI助手協作完成初步設計。
四、 應用例(三) 產品開發流程與可行性研究
應用情境：設計工程師小張接到一件馬達開發案，應用標的為助力型e-bike (如台灣的U-Bike使用情境)，必須完成初步的技術可行性報告，內容包含初步性能規格、材料選擇、外型尺寸與材料成本預估。
人機協作：
小張：直接點選對話啟動器預設的項目：「詳細說明馬達的設計流程及注意事項。」
小馬：
下一步建議：
告訴我你的應用情境(負載曲線、目標轉速/轉矩、供電、尺寸限制、效率目標、環境/IP等)，我可用上面流程替你完成初步定案與….。
免責聲明：以上為工程估算與學術性建議，不能取代專業審查、詳細電磁/熱仿真與現場測試。
小張：針對助力型e-bike (如台灣U-Bike)，根據流程總攬的前8項(與設計有關)一步一步分析，整理出馬達「初步設計規格表」。
小馬：Hi！我是小馬，可以提供關於學習馬達專業知識及設計時的協助。已依你要的「流程總覽前1–8項」把助力型e-bike (共享/城市通勤)的一步一步分析與初步設計規格表整理到右側畫布，包含(部分顯示)：
(接續)
小張：依建議之「初步設計規格表」，假設槽電流密度小於6 A/mm²，估算馬達軸徑/轉子內外徑/磁石厚度/定子尺寸/積片高度，以及繞線參數(匝數/線徑/並聯數)。
小馬：Hi！我是小馬，可以提供關於學習馬達專業知識及設計時的協助。以下依你先前定下的「初步設計規格表」(助力型 e-bike、外轉子、齒輪比≈4.5、36 V、Kv≈28 rpm/V→ke≈0.343 V·s/rad、12 slot/8 pole、U-Bike等級)並加入「槽/銅電流密度 ≤ 6 A/mm²」的限制，完成一步一步的幾何與繞線估算。所有原理與範圍皆對照知識庫：磁路/法拉第定律、氣隙與磁通密度建議、槽極/繞線…。(接續)
初步幾何與繞線規格表(可作打樣用)
小張：進一步「估算馬達重量及材料成本。」
小馬：Hi！我是小馬，可以提供關於學習馬達專業知識及設計時的協助。以下依你的「外轉子、12S/8P、D_so=110 mm、L=40 mm、δ=0.6 mm、t_m=3.5 mm、t_rb=12.5 mm、槽銅填充≈45%」規格內容，完成馬達重量與材料成本的一階估算(含公式、代入、假設與敏感度)。用到的材料與結構選擇原則，均取自,,,。(接續)
結果(重量與材料成本)
主要部件質量
- 定子矽鋼：1.536 kg
- 轉子背轭矽鋼：1.571 kg
- 槽內銅：0.467 kg
- NdFeB 磁石(總覆蓋0.95)：0.359 kg
- 鋁端蓋/外殼(近似)：0.256 kg
- 軸(鋼)：0.107 kg
- 行星齒輪組(估)：0.250 kg
- 軸承(估)：0.060 kg
- 配線/灌封/小五金(估)：0.080 kg
- 總重量 ≈ 4.69 kg
材料成本(USD，僅材料；低/中/高區間)
- 矽鋼(定+轉)：$7.77/10.87/15.53
- 銅：$4.20/4.90/5.60 NdFeB：$21.57/28.76/35.94
- 鋁：$0.64/0.77/0.97
- 碳鋼(軸+齒輪)：$0.53/0.71/1.00
- 合計(材料本體)：$34.71 / 46.01 / 59.05（低/中/高）
此應用例實測，小馬僅僅花了12分31秒生成「馬達的設計流程建議」、「初步設計規格表」、「初步幾何與繞線規格表」與「馬達重量及材料成本估算」，以效率而言，確實令人驚艷！以效益而言，GenAI確實已具備成為工程師助手/助理的能力，人類工程師則必須自我提升為審查者(reviewer)，並從「多個且迅速可得」的AI方案中判斷改善甚或優化的方向。
結語
GenAI的出現，為工程(本文以馬達為例)帶來了嶄新的工具與思維。它能縮短學習曲線，輔助產品設計，並提升可行性研究效率。然而，工程應用必須建立在「人機協作」的基礎上，結合AI的快速推演能力與工程師的專業驗證，才能真正發揮價值。
以馬達為例，未來隨著AI技術與CAE軟體深度整合，以及多代理系統的普及與連結介面標準化(如MCP、A2A…)，馬達本體與系統設計將以「AI協作、快速迭代」為技術發展主流。
