深度分析 PARTIS 方法論:以 T-IPO 與 LARA 實證任務級 LLM 代理準備度評估 本研究檢視企業流程中哪些任務可由大型語言模型代理執行,並在金融IT運維情境提出T-IPO與LARA。T-IPO以八元素形式化任務,便於精細拆解與提示工程;LARA以五維量表評估可替代性,並設定治理敏感度下限。實證涵蓋127項任務並進行試點部署,結果顯示自動完成功能隨準備度呈分級遞減。