實價成交
內政部實價登錄成交資料（住宅 / 商用）
內政部實價登錄成交資料 — 估價、區域分析、屋主結構挖掘的基礎。
actual-price-sale
- 工具數
- 3
- 欄位
- 16
- 更新頻率
- 每週更新
- 資料來源
- 內政部實價登錄
資料 lag：內政部官方公告 T+5 天起可查（內政部本身有 ~30 天揭露 lag）。
實際時效以系統實況為準，可在控制台 /admin/usage 看每次呼叫的回應時間。
業內怎麼用這個資料？
估價師 / 投顧
標的估值與比較成交（comparable sales）分析
壽險／REITs
區域成交均價、yield 估算的基礎指標
都更整合商
追溯目標大樓過往交易、識別法人屋主
媒體 / 學術
區域房價趨勢、政策影響研究
個人投資者
區域均價、價差、議價空間參考
常見查詢示範
點開任一題看 AI 模擬回答 — 完整資料需登入控制台後在 AI 客戶端實際使用。
Q1 大安區去年（最近 1 年）住宅平均成交價多少？跟 5 年前比有漲嗎？
大安區近 1 年住宅成交摘要：
與 5 年前（每坪 NT$ 85 萬）相比，漲幅約 +37.6%，五年複合年增率 6.6%。屬於台北市核心區漲幅前段班。
Q2 信義線各站周邊 500 公尺內，近 5 年成交均價漲幅排名？
交叉資料源：actual-price-sale + mrt
信義線 11 站近 5 年漲幅排名（站體 500m 內住宅成交均價）：
軌道末端漲幅高於前段，反映議價空間 + 通車紅利擴散效應。象山站樣本含周邊老公寓拉低基期；單看 5 年內新建案漲幅略低於均值。
Q3 找出實價登錄中可能異常的成交（價格偏離該大樓近期均價 > 2.5σ）
交叉資料源：actual-price-sale + buildings
分析過去 12 個月台北市 12 區的成交，篩出 σ > 2.5 的異常案 23 筆。前 3 例：
信義區「松仁路 7X 號」13F
正常均價：120 萬 / 坪
該交易： 187 萬 / 坪 (+55.8%, +2.9σ)
可能原因：高樓層 + 室內裝修加值
中山區「民權東路三段 12X 號」18F
正常均價：85 萬 / 坪
該交易： 138 萬 / 坪 (+62.4%, +3.1σ)
⚠ 強烈異常 — 疑似申報錯誤
大安區「敦化南路一段 8X 號」5F
正常均價：115 萬 / 坪
該交易： 78 萬 / 坪 (-32.2%, -2.7σ)
可能原因：法拍 / 親屬間移轉
篩選方法：每棟近 24 個月成交均價與標準差（樣本 ≥ 5），計算單筆偏離度。
Q4 比較信義 / 大安 / 內湖三區近 12 個月住宅成交概況
三區近 12 個月住宅成交比較：
區別 成交件數 平均/坪 中位數/坪
─────────────────────────────────────────
大安 1,283 117 萬 108 萬
信義 842 142 萬 128 萬
內湖 1,684 89 萬 82 萬
觀察
上面是接好 Funraise MCP 後實際可問的 prompt 範例。複製貼進 Claude.ai／ChatGPT／Notion 後，AI 會自動呼叫對應工具回答。 看接入步驟 →
資料樣本
範例性質的資料結構展示。實際資料可在登入後透過 MCP 工具查詢。
信義區實價成交範例
- 地段
- 信義區松仁路
- 建物型態
- 住宅大樓
- 屋齡
- 12 年
- 總價
- NT$ 8,640 萬
- 建物坪數
- 48.3 坪（含車位 14.5 坪）
- 每坪單價
- NT$ 178 萬
- 成交月
- 近 3 個月
大安區實價成交範例
- 地段
- 大安區仁愛路三段
- 建物型態
- 住宅大樓
- 屋齡
- 18 年
- 總價
- NT$ 5,200 萬
- 建物坪數
- 38.5 坪（含車位 12 坪）
- 每坪單價
- NT$ 135 萬
- 成交月
- 近 1 個月
內湖區實價成交範例
- 地段
- 內湖區瑞光路
- 建物型態
- 住宅大樓
- 屋齡
- 8 年
- 總價
- NT$ 4,180 萬
- 建物坪數
- 42 坪（含車位 13 坪）
- 每坪單價
- NT$ 99 萬
- 成交月
- 近 2 個月
怎麼開始用？
- 1. 申請加入 Funraise MCP — 邀請制封測，1～3 個工作天內回覆。
- 2. 登入控制台，把這個資料源（與其他你需要的）勾進你的資料組合。
- 3. 複製網址，貼進 Claude.ai／ChatGPT／Notion／Claude Code／Gemini CLI／Codex CLI 任一介面。
- 4. 開始問問題 — AI 自動透過 MCP 拉這個資料源的工具與資料回答你。