AI 功能的錯誤處理：使用者該看到什麼

把技術錯誤原封不動丟給使用者，是最常見也最傷信任的做法。「JSONDecodeError at line 1」對使用者毫無意義。

錯誤要分成使用者看得懂的幾類

• 暫時性問題：「系統忙碌，請稍後再試」，並提供重試按鈕。
• 輸入問題：「檔案超過 20MB，請壓縮後再上傳」，明確說怎麼修。
• 能力邊界：「這個問題超出我能處理的範圍」，並提供替代路徑。
• 內容限制：中性說明，不要指責使用者。

部分成功也要處理

批次處理一百個檔案，八十個成功、二十個失敗，不該整批標為失敗。呈現成功的部分，並清楚列出失敗項目與原因，讓使用者能只重跑那二十個。

{
  "status": "partial",
  "succeeded": 80,
  "failed": [
    {"file": "a12.pdf", "reason": "檔案損毀，無法讀取"},
    {"file": "b07.pdf", "reason": "頁數超過上限（120/100）"}
  ],
  "retry_token": "…"
}

不要假裝成功

最糟的處理是模型失敗時回一個編造的結果。寧可明確失敗，也不要給出一個看起來正常但錯誤的答案——後者會在下游造成更大的問題，而且很難被發現。

給使用者回報的管道

每個 AI 產出旁邊放一個簡單的回饋按鈕。這既是體驗，也是你最重要的評測資料來源。