鐵人檔案
我主要負責寫作與判斷，AI 負責搜尋、整理、轉換與檢查。這 30 天，我會拆解一條正在日常運作的 AI 內容產線：情報與會議如何進場，如何變成可編輯草稿與深度專欄，視覺素材如何分流，內容如何經過人工審核後發布，再把結果帶回下一輪。
系列會依序走過整體架構、真實案例、品質檢查、失敗處理、量測與整合。核心是把內容工作工程化，同時保留人的觀點與責任。
去年鐵人賽我寫了兩個系列（理論篇、實戰篇），都跟 AI-Driven Development 有關，實戰篇有幸拿到佛心分享佳作。這給了我很大的信心，我知道有很多...
Day 1 我先把範圍講開了：這裡的內容產線不只用來發 Threads，輸入也不只有文字。今天先不急著拆某一支腳本，我想先把手上的工作流攤開，看看 AI 在哪裡...
準備這篇的時候，我做了一個受控測試：拿同一份會命中規則的測試稿，用兩種方式呼叫我的內容機檢。第一種把檔案路徑直接當參數傳進去，機檢回報「通過」；第二種照 Hoo...
Day 3 我把一條寫作規則接進了控制流：AI 每次寫入草稿，內容品質站就自動檢查，不通過就把原因送回去，通過才往人審走。畫成圖是這樣： 這一站的紅燈會改變整...
一份 AI 整理的會議摘要，可以寫得很完整。 但要真的拿它做事，至少得回答三件事：這句是誰說的？原話在哪一段？摘要裡的待辦，真的是會議中的決定嗎？ 這三題答不出...
逐字稿只是原料。 它可以保留影片裡說了什麼，卻還不是一篇文章。因為文章得替讀者回答另一組問題：這支影片最值得寫的是哪一題？哪些句子只是作者的看法？哪些數字有時效...
昨天文章最後，我預告要把發文、會議與影片三條產線攤在同一張責任表裡。今天先不加入第三條線。 因為把會議紀錄和影片深讀放在一起後，會先碰到一個更基本的問題：兩邊都...
一個 URL 丟進內容產線，通常很快就能讓 AI 開始工作。 網頁抓得到、檔案載得下來、逐字稿也讀得進去。可是這三件事，只能證明資料進得來，不能證明它應該進來。...
一個連結放進內容產線，最後交出一篇文章。畫在流程圖上，好像只需要一條箭頭。 可是只要中間任何一步出錯，「AI 已經做完」這句話幾乎沒有幫助。我還是得回頭問：它讀...
第 9 天把一個連結走到文章的過程拆成四次交接。到了第二次交接，我只敢把輸出叫作「文字候選」。 因為一份逐字稿就算排版整齊、讀起來通順，還是可能聽錯、漏字、重複...
