模組二｜選題與素材庫（Day 6–11）

我做了一條把新聞素材整理成 podcast 講稿的自動化產線，素材庫裡目前有 438 則資料，每一則都該照我訂的欄位規格寫。有些規格落實得很差——那是另一篇的題目。

本篇講的是同一個資料庫裡最成功的那一個機制：它把一條主觀的編輯倫理，變成了程式判得出來的條件。

那條倫理是：未定的事實，不得被講成定論。

為什麼這件事非做不可

新聞裡的東西可信度差很多。有的是官方文件寫的、有的是多家媒體交叉報導的、有的是單一匿名貼文、有的是還在訴訟中的指控。

讀者看文字有防禦力，看到「據傳」會自動打折。聽眾沒有。 他們聽到的是我的聲音，語氣一平，什麼都變成事實。

所以口播端的要求比文字端嚴：未定的東西不能只是「寫得比較小心」，它必須在句子裡就被標出來。

問題是，「這句話夠不夠確定」是一個判斷，而判斷沒辦法寫成程式。

三套分層並存

我的系統裡實際上有三套分層，而且它們的用途不同：

第一套，給編輯看的：可核實 / 推論與觀點 / 待補件。缺證據的要寫出缺什麼。

第二套，給程式看的：一組可信度標記字串。命中哪些算高可信、命中哪些算非高可信，寫死在常數裡。

第三套，給口播看的：High / Medium / 分層。

第三套的第三個選項最容易被誤解，所以先講清楚：

「分層」不是「低可信」。 它的意思是：這條主張必須在口播時當場拆成兩層講。

例如：某個威脅的存在有多方證據，可以講死；但某個具體個案是不是這個威脅的例子，證據不足，不能講死。這種主張標成「分層」，代表唸的時候要把這兩件事明確分開，不能合併成一句斷言。

某一集的 16 條主張，分布是 High 4 / Medium 6 / 分層 6，超過三分之一的主張需要當場拆兩層講。 這個比例讓我意識到「分層」不是邊緣案例，它是常態。

最有效的機制是一行預設值

第二套（給程式看的那套）的判定順序長這樣：

if any(marker in text for marker in NON_HIGH_MARKERS):
    return 'non-high'
if any(marker in text for marker in HIGH_MARKERS):
    return 'high'
# 兩者皆無 → 也判 non-high
# 註解原文大意：未標記或無法辨識的可信度標記，應被補救
return 'non-high'

看清楚最後那一段：沒有任何標記的，也判為不可信。

這是整套系統最有效的一行。因為它把「忘記標」跟「標成不可信」變成同一件事。

如果預設是「沒標＝可信」，那漏標就是靜默通過，而漏標一定會發生，尤其是在趕稿的時候。保守的預設值把「人的疏忽」轉成「系統的保守」，這比要求大家「小心一點」有效一萬倍。

全庫套用這個判定的結果：438 則裡，36 則純粹因為「什麼標記都沒有」而被降級。這 36 則如果預設是相反的，就會被當成可信直接用掉。

把倫理壓成條件

真正把「未定事實不得講成定論」變成可執行的，是對非高可信條目的六條硬門檻：

1. 查核段非空
2. 參考資料非空
3. 常見問答非空
4. 查核段必須含「已證實」類標記
5. 查核段必須含「待證實」類標記
6. 可追溯來源 ≥ 2 筆，且問答要有 Q/A 格式

第 4 跟第 5 條是關鍵。

它們強制查核段裡同時存在兩層：你不能只寫「這件事已經證實」，也不能只寫「這件事還沒證實」。兩層都要有。

而這剛好就是「未定事實不得講成定論」的可機械判定版本。因為當你被迫把已證實跟待證實分開寫，你就沒辦法把它們混成一句斷言。

主觀的倫理 → 「這兩個標記都要出現」→ 兩個 in 判斷。

這是這整條產線裡最成功的一次降維。

規模化之後的誠實數字

我實際跑了一次稽核，結果不好看：

Total checked:          438
High credibility:       170
Non-high credibility:   268
Remediation complete:    84
Remediation open:       184   ← 佔非高的 69%

268 則非高可信條目裡，184 則（69%）沒有通過補件門檻。

缺項分布：

中間那兩列合計 125 次。

而它們的意義跟我原本以為的不一樣：這 125 次不是「未定事實被講成定論」，是「根本沒做分層」。

差別很大。前者是判斷錯誤，後者是流程沒跑到。前者需要更好的判斷力，後者只需要有人把門檻掛上去。

那個門檻掛上去了嗎

沒有。

跟昨天的模板驗證一樣：稽核指令存在，而它不在任何自動流程裡。

我甚至在規格文件裡寫過「應在發布前設為 gate」，那條任務還打了勾。

打勾的意思是「當時那一批補完了」，不是「以後都會被擋」。資料繼續長，門檻沒有掛上，於是不合格的比例回到 69%。

這是 Day 7 那條判準的又一個實例：收益延後的規則，如果不自動執行，必然腐蝕。

這套機制的邊界

還有一個更根本的缺口，我到現在沒有解。

這套稽核驗的是「資料欄位裡有沒有兩層」，不驗「口播稿有沒有把兩層唸出來」。

也就是說：條目的查核段可以完美地分好層，而我在錄音時還是把它唸成一句斷言。稽核會通過，因為它看的是資料檔，不是稿子。

這個缺口目前靠人補，Day 14 會講那個「換一個模型審編輯線」的機制，它確實抓到過這種錯誤：某次查核表標了「分層」，而稿子裡對應的那一句是直述句。 那是全稿唯一一句違反自家標記的話，被另一個模型抓出來。

能被機器驗的那一半我做了，不能被機器驗的那一半靠人，而人只在有跑那個流程的時候才在。

代價

這套分層最大的代價是它讓每一則條目變貴。

六條門檻，意思是收一則不太確定的新聞，我要寫查核段的兩層、要湊兩個可追溯來源、要寫問答。這比 Day 6 講的基本欄位又多了一層摩擦。

而 69% 的未完成率，某種程度上就是這個成本的帳單：不是我不想做，是做不完。

第二個代價：三套分層並存本身就是債。 給編輯的、給程式的、給口播的，三套術語不一樣、粒度不一樣，而沒有任何文件說明它們怎麼對應。我自己現在都要想一下「分層」對應到第二套的哪一種。

帶走什麼

保守的預設值，是最便宜也最有效的攔截。

「沒標＝不可信」這一行，比任何檢查清單都有用，因為它處理的是疏忽，而疏忽是最常見的失效模式。

同樣的模式可以套很多地方：沒設過期時間的快取當成過期、沒宣告權限的動作當成禁止、沒標記的資料當成敏感。讓「忘記做」跟「做了最保守的選擇」變成同一件事。

第二條，也是這一天真正的方法：

當你有一條無法直接檢查的主觀規則，找它的「必要條件」。

「這句話有沒有被講死」驗不了。但「查核段裡有沒有同時出現兩層」驗得了，而沒有兩層，就一定不可能講對。

必要條件不等於充分條件，它擋不住所有錯誤。但它擋得住那 125 次「根本沒做」。而在真實系統裡，「根本沒做」的數量遠遠多於「做了但做錯」。

明天講一件 AI 完全幫不上忙的事：一集節目的題目順序怎麼排。