本來今天依舊是在一程不變的生成-測試-提出需求-再生成，但在不斷的修正過程中，我的懶癌又發作了。

技術來源於人性，我都做出架構了我憑甚麼要親自審查他(誤，總之我做了一個獨立的開發者專用 Claude Skill，專門負責「自我審核＋疊代」：把要驗證的大題 Skill 完整複製一份到沙盒，讓它自己生成樣本、自己對照真實學測歷屆試題挑毛病、自己修正，反覆跑到連續一輪都抓不出新問題才停下來，最後才交給我確認要不要正式覆蓋。

我先將大考中心公布的歷屆試題及參考試卷上傳給AI，隨後讓他嚴格依照下列幾點進行思考。

第一，判斷優先序要明講，不能讓 AI 自由心證。 我要求它嚴格照三層順序思考：先深度理解真實考題的出題方法（不是只比對格式數字），再站在考生角度判斷這樣設計對學習有沒有幫助，最後才檢查會不會跟已經定案的專案規格衝突。特別是第三點——遇到「真實學測標準」跟「我們自己已經談攏的設計決策」衝突時，AI 不能自己選邊站蓋過去，要列出來讓人決定。這條規則後來真的擋下了一次誤判：AI 一度把「題材是否太嚴肅」當成問題，其實真正的問題是「內容有沒有真實依據」，方向完全不同。

第二，沙盒隔離，只有「上工」那一步才需要人確代這些步驟全部自動連續進行，不用逐步問我；但要把驗證過的版本覆蓋回正式檔案之前，一定要停下來明確問過我才動手。自動化跟風險控管可以分開設計，不用綁在一起。

第三，讓 AI 有真正的「真理來源」可以核對，而我提供了官方公布的歷屆試題跟逐題「試題解析」文件（裡面寫了每一題的作答線索、測驗目標）。有這份資料，AI 才能發現自己一開始估計的文章篇幅少了一倍、發現詞彙題的四個選項詞性其實永遠一致（否則能用文法刪去法作弊）、甚至抓到自己出題時不小心犯了同字根的低級錯誤。

我用他完成了文意選填大題，剩下大題的實作應該會加速很多。

我應該加圖的，有點乾。