本研究整合大語言模型(LLM)與檢索增強生成(RAG)技術，分析訪視紀錄等非結構化文本，量化家庭及兒童之虐待風險，提供精準的風險評估總表與具體處遇建議，協助社工即時且有效地進行決策，提升兒童保護工作的準確性與資源調配效率。

本研究全球首創結合七大國際兒虐風險工具，運用LLM與RAG技術分析社工訪視紀錄，跨越國際既有單一評估模式限制，具文化及語境調適性，精準量化兒童受虐風險並自動提供實務處遇建議，顯著提升風險評估準確性與社政資源配置效率。

本技術可應用於社政、醫療、教育與非營利組織，透過AI自動分析訪視紀錄並量化風險，有效提升個案審核效率與決策品質。未來可採SaaS平台模式推廣，結合政府資訊系統API導入，具高度可擴展性與國際市場潛力，並可延伸應用至家庭暴力、老人虐待等風險預測場域。