今日重點

今天的目標就是跟大家分享說明我當時發展內部 Skill 的過程。

過程

題目發想其實蠻明確，我就是要發展一套 Code Review 的 Skill。

做這件事的目的是因為每套 AI Agent (Claude Code, Codex, Antigravity）其實與生俱來都有能力進行 Code Review 但是我能感覺得出來那個能力過於發散，然後報告的結果雖然對，但你就知道有點缺了什麼的感覺。

我會這樣比喻：各個 LLM 都是能力很強的員工，若我們沒有給予合適且足夠的引導，他肯定能做事，但是可能就會跟這個組織長久以來的習慣脫節。所以組織會透過 SOP、一些規範等等的來對齊員工的流程，而 Skill 就是給 AI Agent 的那份 SOP，讓你的 AI Agent 可以更貼近我所預期、所期望的成果，符合我的習慣、我的思維甚至是我的價值觀。

萃取一個我

如同標題講的，我要怎麼開始？我的思維怎麼來的？我難道要從零開始寫這份 Skill？

素材

由於我不覺得我能從零自己建構出最終的 Skill 所以我轉向調閱既有的資料，請 AI 自己來彙整相關的素材。我動用了以下資源：

• 過去一兩年來我在別人的 MR 上面所給的回覆、留的言，裡面有我識別出的問題，並且針對該面向的問題提供建議，這個就可以傳遞出我自己對於一個問題是如何拆解、判定它的嚴重程度、該使用怎麼樣的手法解決此問題
• 我為內部同仁寫過相關的教學網頁、文件
• 我在通訊軟體上面回應問題的紀錄
• 內部由我主導的教學、上課錄音逐字稿

以上這些我當時就是也都提供給 AI Agent 請它進行彙整與分析。

我要它做的轉換

素材丟過去的時候，我沒有叫它「幫我寫一份 Code Review 規範」。那樣要來的會是一份網路上本來就找得到的東西。

我的要求分兩層。第一層是先讀懂人：

• 我是怎麼想事情的
• 我怎麼分析一個問題
• 我怎麼回覆別人
• 我怎麼做分級
• 我怎麼調查一個事件
• 我的價值觀是什麼

讀完這六件事，才是第二層：以工程的角度，把它們劃分到不同的類別裡。

第二層才是整件事的關鍵。人的東西是混在一起的：我在一則 MR comment 裡，可能同時做了判定、給了理由、挑了語氣，還順手教了一件事。工程上要用，就得把它們拆開，因為載入的時機不一樣：判定規則每一次審查都要讀，語氣只有在寫報告那一刻要讀，而教學的部分多半根本不該進 skill。

按「什麼時候才需要讀到它」來切，切出來的東西才有辦法按需載入：入口只放路由，細節留在原地，走到哪一步才讀那一份。這個作法其實就是所謂的 progressive disclosure（漸進式揭露）。

最後長出來的分類大致是這樣：

同一批素材，如果只叫它「整理成規範」，出來的是一份很長的清單。要求它先讀人、再分類，出來的才是一組各自有職責的檔案。

呈現方式

以前接觸的資安相關的報告以及相關的規範通常是分成三個等級，所以當時的我也希望 Review 報告在呈現上也能是分成三個等級：

• Critical：表示有立即危害，必須排除才可決定是否 合併 到主分支
• Suggestion：傾向需要調整，但未調整仍可 合併 到主分支
• Nit：其他建議，由作者自己決定是否需要相應的調整

有了先前的素材之後，LLM 應可以透過案例理解我們是怎麼判斷輕重緩急的，由於我們是醫療環境：

• 操作原子性在一般多數情境會是 Suggestion 但我就想將其標示為 Critical 等級
• 每個項目會延伸去想是否對於病人安全、病人資料隱私造成多大的影響
• 也有一些議題，AI 預設會判得很重，但實務上是風險管理的取捨題
• ... 相信大家在各自的領域也一定有自己 心中的一把尺 而這也是既有很多 Code Review 服務 / Skills 能用，但是你就是覺得它缺了些什麼的原因。

後記

我一開始整個 Skill 是用繁體中文建立、調整的，但後來 Skill 內容日益增長，後來看到這篇文章：

• 轉貼與討論（Generative AI 技術交流中心，我在這裡看到的）
• 原始貼文（2026-04-28），下方圖片也源自此貼文：

文章指出 Claude 的 tokenizer 處理中文約為英文 1.65 倍用量；我自己實測將 Skill 全文英文化後從 ~40K 降到 ~29K tokens（省 ~28%）。

差異可能來自英文版不是逐字翻譯，是重寫。

兩個數字都要看時間。 那張表是 2026 年 4 月底量的，我自己那次英文化實測是同年 5-6 月，兩次用的都是當時的 tokenizer，而 Claude 後來換過一次，同一段文字被切出來的 token 數可能就不一樣了。所以 1.65 這個倍數說明的是「中文比較貴」這個方向，不拿它去推算現在的帳單。

另外那張表還有一格值得看：中文那一列的跨家平均只有 1.02 倍，Anthropic 的 1.65 是明顯的離群值。也就是「中文吃 token」這件事對 Claude 特別成立，對其他家幾乎不成立。這也是為什麼英文化這件事在我這裡值得做。

最後這一套完整的 skill，正式名稱叫 nathan-code-review（Nathan 是我的英文名，後面文章會看到它的縮寫 ncr- 出現在各種地方）；

不過由於我姓傅，中文我都叫他「傅製人」😁

接下來我們就會走向建立一套適合於你的流程情境現實的 Code Review Skill 也會向大家分享我目前所使用的大致架構。