TRIZ × 多角色 Agent
TRIZ 創新方法 AI 知識庫
40 發明原則 × 263 矛盾矩陣，多角色 AI 協作解題
TRIZ（Theory of Inventive Problem Solving）是俄國工程師 Altshuller 從 200 萬筆專利中歸納出的發明問題解決理論 —— 所有重大發明都遵循少數幾種解題模式。 這套理論在傳統製造業（豐田、三星、現代）行之有年，但傳統 TRIZ 工具操作門檻高、需專家陪伴。
我們把整套 TRIZ 知識體系（40 原則、39 參數、263 矩陣、4 分離原理、Oxford Effects、AutoTRIZ Cases） 建成 RAG 向量庫，再以多角色 AI Agent 協作完成 「描述問題 → 識別矛盾 → 推薦原則 → 生成解法」四階段， 把專家門檻降到一段對話。
最適合製造業工程師、IT／產品設計團隊，以及任何卡在「改善 A 卻惡化 B」技術矛盾的研發人員： 過去要靠資深專家陪伴查表，現在能用一段對話把矛盾系統化拆解、找到可行解法方向。
Knowledge Base
六大知識模組
完整 TRIZ 體系，6 組向量資料、可即時檢索
40 發明原則
Altshuller 從 200 萬筆專利中萃取的解題模板。每條原則含 169 個副原則 + 應用案例，讓 AI 能精準推薦對應問題的解法。
39 工程參數
描述系統的可量化屬性 — 重量、強度、穩定性、能耗、可靠性…等，是發現矛盾的基本詞彙。
263 矛盾矩陣
當改善 A 參數會惡化 B 參數時，矩陣告訴你最常用哪幾個發明原則來解。是 TRIZ 的核心查表工具。
4 分離原理
物理矛盾的 4 種拆解：時間分離、空間分離、條件分離、系統層級分離。
Oxford Effects
科學效應資料庫 — 把物理 / 化學 / 生物效應對應到工程功能，跨領域借力。
AutoTRIZ Cases
自動化案例庫，AI 可從歷史案例中學習解題模式並遷移到新問題。
Multi-Role AI Flow
4 階段多角色協作
每個角色獨立 SYSTEM_PROMPT、由主協調函數 onStep callback 即時回報進度
- 1
描述問題
使用者用自然語言敘述工程或設計問題
- 2
識別矛盾
AI 抽取技術矛盾或物理矛盾，映射到 39 工程參數
- 3
推薦原則
查 263 矛盾矩陣，推薦 2–4 條最相關發明原則
- 4
生成解法
多角色 AI 套用原則 + Effects 庫，產出可行解法方案
Architecture
技術堆疊
React + Vite 前端 / Express + SQLite 後端 / 三階段 RAG 管線
FAQ
常見問題
TRIZ AI 知識庫是什麼？
TRIZ 發明問題解決理論的 AI 知識庫，涵蓋 40 發明原則、39 工程參數、263 矛盾矩陣，由多角色 AI 協作解題。
它怎麼運作？
採 crawl → chunk → embed 的 RAG 管線，多角色協作完成「描述問題 → 識別矛盾 → 推薦原則 → 生成解法」。
能客製化嗎？
可客製為製造業、IT 產品、商業模式創新等情境。
誰適合用？要懂 TRIZ 才行嗎？
適合製造業工程師、IT／產品設計與研發團隊；不需先精通 TRIZ —— 用自然語言描述卡住的問題，AI 會抽取矛盾、查 263 矛盾矩陣並推薦發明原則。
Further Reading
延伸閱讀
與 TRIZ 創新方法 AI 知識庫 相關的名詞解釋與情境指南