快訊
護病比入法戰倒數 5/20:台灣 1:11 對照日本 1:7,缺口 7,500 人與 12 萬流失的數字現場2026 退休真相:台灣勞退分紅 7500 億 vs 日本年金 4 連增,兩國勞工真正能領多少?人均 GDP 4 萬美元贏日韓的台灣,68% 上班族卻領不到平均薪資:富裕與幸福之間的真相日本黃金週今起 8 連休:4/29-5/6 每日壅擠等級 × 5/2 出國尖峰避開術台股史上首破 4 萬點:74% 個股在跌、為什麼你的賬戶沒賺到?打工度假新制大改:日本給台灣的 1 萬名額 × 一生 2 次大麥克日本反而比台灣便宜?2026 麥當勞日台價差全比較2026 春番強到誇張:8 部台灣動畫瘋 × Netflix 同步追的話題作迪士尼 USJ 2026 雙雙破萬日圓:台灣家庭 4 口入園預算實算日圓 0.20 元!53 年新低 × 黃金週前換匯 5 招實算
2026/05/06(週三)

AI 使用透明度

最後更新:2026-05-04

不少讀者會問:「你們的文章是不是 AI 寫的?」
老實說,我們在工作流程中**確實使用了 AI 工具**。但「用 AI 整理資料」和「讓 AI 直接發稿」是兩件完全不同的事。這份文件把工作流程攤開來,讓你判斷我們站在哪裡。

編輯部對 AI 的立場

  • AI 是工具,不是作者。它沒有判斷力、沒有立場、不對讀者負責。
  • 用 AI 替代「枯燥的整理工作」是合理的;用 AI 替代「判斷與責任」是不負責的。
  • 所有由 AI 產出的初稿,必須經過編輯人員實際讀過、查證過、修改過、才會公開。
  • 當 AI 與原始資料矛盾時,以原始資料為準,並把該段落整個重寫。

工序分工:哪些用 AI、哪些不用

工序 AI 介入 編輯部承擔
選題 輔助蒐集熱度數據(PTT 推文、Google Trends 排名) 判斷「值不值得寫」由人做
資料蒐集 輔助搜尋多家媒體的相關報導 原始連結逐一打開,確認原文存在且可信
事實查核 不使用 由人逐項對照原典,數字回推、姓名校對、日期確認
結構草擬 輔助列出可能的章節與資料分布 章節順序、敘事節奏、什麼放前什麼放後 由人決定
初稿寫作 輔助寫出段落初稿,但僅是材料 所有段落必經人類重寫一次以上
引用處理 不使用 由人手動截取、控制 100 字以內、附出處
資料圖表 輔助提案要視覺化哪些數據 HTML/CSS 自製,數字必對原始資料
語感與台灣華語 不可信任 AI 由人通讀整篇,校正詞彙與語氣
編輯室手記 不使用 編輯部親手撰寫,反映人的觀察
最終發佈 不使用 由人決定是否公開,誤稿責任由本站承擔

為什麼這樣分?AI 容易在哪裡犯錯

我們在實際使用中觀察到 AI 工具有以下慣性失誤,因此把對應工序排除在外:

  • 幻覺數字:AI 會自信地寫出根本不存在於原文的百分比與金額。所以我們不讓 AI 處理「數字回推」,而是由人手動回算。
  • 偽造引用:AI 會「編造」一段看似某媒體說過的話。所以引用一律由人手動截取、貼回原文比對。
  • 混淆台灣華語與大陸用語:AI 經常把「鳳梨」寫成「菠蘿」、把「智慧型手機」寫成「智能手機」。所以最終潤稿一定由通曉台灣華語的人完成。
  • 把「過時資料」當成新聞:AI 訓練資料有截止日。所以「日期、最新政策版本、最新統計年度」都由人對照原典確認。
  • 抹平觀點:AI 偏好「中性安全」的句子,常常把編輯部的尖銳觀察磨平。所以編輯室手記不交給 AI。

使用的 AI 工具種類

編輯部主要使用以下類型的 AI 工具,作為日常作業輔助:

  • 大型語言模型(LLM):用於資料整理與初稿結構化
  • 檢索強化生成(RAG):用於跨多個來源的快速比對
  • 程式碼生成:用於 HTML/CSS 圖表的視覺樣板生成

編輯部不使用「圖像生成 AI 來假冒新聞照片」、不使用「能複製名人語音/影像的工具」。

我們對讀者的承諾

  1. 我們不會發出「沒有任何人類讀過」的稿件。
  2. 我們不會用 AI 假冒記者署名,所有文章一律署「夯不夯編輯部」。
  3. 我們不會用 AI 生成假數據、假引用、假專家發言。
  4. 當你發現 AI 留下的痕跡(語感不順、用語不對、數字怪怪的),請來信告訴我們,我們會修。

後記

這份文件不是寫給搜尋引擎看的,是寫給願意花 5 分鐘了解一個小媒體怎麼運作的讀者看的。我們相信,把流程攤開來,比起「強調全人工」更誠實。

如果你對流程有意見、對 AI 的使用界線有不同看法,歡迎寫信到 [email protected]。讀者的質疑會被當真,會被討論,會回到下一版的這份文件裡。

© 2026 夯不夯 · 夯不夯編輯部 · 本說明會隨工具與流程演進而修訂