散在不同工具
研究結果留在 AI 對話、文件、筆記與臨時輸出裡，沒有一個固定入口能集中保存。
Portfolio / AI 研究保存與公開分享
讓散落的 AI 研究， 有地方回看， 也能公開分享
我常用 AI 研究感興趣的題目，但產出的文章會散在平台聊天紀錄、筆記庫文件和臨時輸出裡，如果沒有存好，過一陣子就很難找回來。 AI Slop Lab 把 ChatGPT 網頁版當成控制面，由 Work 與 Scheduled Tasks 啟動搜尋、整理和生成， 再交給 GitHub 品質檢查及 Vercel 部署。我想回看時能在同一個地方找到，也能把網址直接分享給其他人。
我的角色： 需求拆解、內容模型、AI workflow、品質規則、程式修改、部署驗證與正式站營運。
- 01 / TRIGGERChatGPT 排程
- 02 / SEARCH公開資料搜尋
- 03 / EVIDENCE主張與來源
- 04 / COMPOSE生成與編輯
- 05 / GUARD隱私與風險
- 06 / VERIFYSchema / Test / Build
- 07 / SHIPVercel 部署
- 08 / WATCH正式站監測
01 / Why It Exists
研究做完了，文章卻散在各處
AI 對話、臨時文件與零散輸出能很快產生內容，卻沒有共同的保存位置。想回看時得重新翻找； 想分享時，也缺少一個能直接開啟的公開網址。
過一陣子很難找回
當下讀完很方便，幾週後想回頭查某個主題，往往得翻聊天紀錄，甚至重新做一次研究。
不容易公開分享
零散輸出沒有穩定網址與共同索引，想分享給別人時，還得重新整理文章、來源與閱讀入口。
點圖放大
02 / ChatGPT Control Plane
網頁版 ChatGPT 是整條管線的控制面
我在 ChatGPT Work project 固定研究政策、來源標準、內容欄位、風險規則與發布條件。 Scheduled Tasks 負責定期啟動或監看變化；研究結果再交給具備寫入權限的交付流程。
01 / SETUP
Work project 固定規則
保存目標讀者、來源優先順序、內容 Schema、隱私邊界、失敗條件與完成標準，不必每次重貼 prompt。
02 / TRIGGER
Scheduled Tasks 啟動
依時間週期執行，也能定期檢查是否有值得更新的變化；每次 run 沿用同一套任務契約。
03 / SEARCH
搜尋、篩選與引用
搜尋公開網頁，優先官方、第一方與原始資料。需要更深的題目時，再用 Deep Research 整理帶來源連結的報告。
04 / PACKAGE
轉成固定內容契約
輸出標題、slug、摘要、主張、來源、日期、風險標記、metadata 與發布狀態，讓後段可以機械檢查。
05 / HANDOFF
交給可寫入的工具
ChatGPT 的 GitHub App 用來讀取與分析 repository；內容寫入、edit、push 或 PR 由 Codex 或既有 automation 接手。
06 / SHIP
GitHub checks → Vercel
Schema、TypeScript、test 與 build 通過後才部署。正式網址、資源、metadata 與效能接著接受驗證。
功能邊界依 OpenAI 官方說明核對： ChatGPT Work、 Scheduled Tasks、 Deep Research、 GitHub App。
03 / Product Pipeline
從研究題目到公開文章，四段自動流程
ChatGPT 網頁版依排程帶入感興趣的題目，系統接著搜尋並整理來源、生成文章、執行品質與工程檢查， 再發布到研究網站。每篇內容都有固定入口，可以回看，也能分享。
CHATGPT WEB → REPO → PRODUCTION
STATUS · CONTINUOUSLY OPERATED
-
RESEARCH INPUT01 / TRIGGER ChatGPT 排程啟動
Work project 帶入題目、讀者、時效、來源優先順序、風險領域與完成條件。
02 / SEARCH 來源篩選優先官方、第一方與原始研究，保留日期、作者與來源。
-
COMPOSE CONTENT03 / CLAIMS 主張與證據
先整理文章準備提出的主張，再把重要結論連回原始來源。
04 / EDIT 生成與文案編輯初稿完成後，再處理 AI 套語、重複、節奏、密度與讀者理解落差。
-
GUARD RELEASE05 / RISK 隱私與領域風險
檢查個資、Token、內部資訊與高風險敘述，必要時阻止發布。
06 / VALIDATE 內容與工程檢查驗證 Schema、必要欄位、圖片、來源、TypeScript、test 與 build。
-
SHIP PRODUCTION07 / DEPLOY GitHub 與 Vercel
必要條件通過後才進正式環境；失敗時保留 Draft 或 pending 狀態讓人類介入處理。
08 / OBSERVE 上線後監測回看正式網址內容、資源、行動版、metadata、流量與前端效能。
點圖放大
04 / Release Gates
品質規則要能阻擋異常文章被發布
每個 gate 都有檢查內容與失敗處理。條件沒有通過，就回到前一步補資料或修正，不會把未完成的內容推進正式站。
| 關卡 | 檢查內容 | 失敗時怎麼處理 |
|---|---|---|
| 研究 | 來源品質、日期、主張與證據關係 | 補搜尋，或移除缺乏依據的敘述 |
| 編輯 | AI 套語、重複、段落結構與資訊密度 | 重新執行文案編輯 |
| 隱私 | 個資、憑證、內部資訊與敏感資料 | 隱碼、改寫或停止發布 |
| 風險 | 投資、健康、法律等高風險內容 | 補上揭露與使用邊界 |
| 圖片 | 尺寸、比例、載入與替代文字 | 更換或重新處理圖片 |
| 內容 / 工程 | Schema、必要欄位、TypeScript、test 與 build | 阻擋建置並修正 |
| 部署 | Production 狀態、正式網址與靜態資源 | 保持 pending，驗證完成後再發布 |
05 / Observable Change
把零散輸出變成可回看的公開成果
目前沒有公開的節省工時、轉換率或營收數字。能確認的是研究內容有了共同保存位置、固定網址與公開分享入口， 發布前後也有可重跑、可阻擋、可追蹤的流程。
-
原本文章散在聊天與文件裡現在集中到同一個研究網站
-
原本過一陣子很難找回現在可從索引與固定網址回看
-
原本想分享得重新整理現在直接用公開網址分享
-
原本靠人記得檢查與發布現在固定 gate、部署與監測流程
06 / Technical Credibility
技術只保留能解釋責任邊界的部分
系統把研究資料、內容生成、品質 gate、網站呈現與部署監測分開。模型是其中一個元件，不是整個產品。
RESEARCH
Scheduled Tasks週期觸發與變化監看
ChatGPT Work任務脈絡與研究控制
Web Search公開資料與近期資訊
Sources日期、作者與原始連結
CONTENT
Claims主張與證據關係
AI Draft結構化初稿
JSON Model固定內容欄位
Copy Review語氣、重複與密度
DELIVERY
Next.js資料驅動頁面
TypeScript內容與程式檢查
GitHubPR 與品質檢查
VercelPreview 與 Production
OPERATE
Live URL正式環境回應
Sitemap索引與內容入口
Analytics瀏覽與來源
Speed Insights前端效能
07 / Evidence & Boundary
公開成果與責任邊界放在一起
我用正式站、公開 metadata 與可觀察流程支撐作品敘事；沒有取得的私有 CI 證據則直接標示範圍。
正式網站持續運作
AI Slop Lab 已公開上線，首頁提供最新樣本、研究索引、自動流程與完整免責聲明。
公開站可見產品狀態
2026-07-29 快照顯示 29 篇研究樣本、317 筆來源與當日更新狀態。
發布與監測訊號
公開 HTML 可確認 Next.js 輸出、Canonical、Open Graph、Twitter Card、JSON-LD、Web Analytics 與 Speed Insights。
沒有獨立重跑私有 CI
Schema、TypeScript、test、build 與 GitHub gate 來自專案來源筆記；本作品頁沒有取得私有 repo log，因此不宣稱已重新驗證。
- 29已發布樣本
- 317累計來源
- 2026-07-29快照與最近更新日期
08 / Role Fit
這個作品能拿來判斷哪些能力
重點不在列出多少 AI 工具，而在能否把模糊題目拆開、建立驗證、處理失敗，再把結果送到正式環境。
把一句需求拆成可交付流程
先釐清讀者、資料、成功條件、公開範圍與人工介入點，再決定模型和工具怎麼進場。
把模型當成系統元件
模型前面有資料與 context，後面有驗證、權限、例外、release gate、部署與觀測。
讓品質要求成為可執行規則
來源、主張、文案、隱私、風險、圖片、Schema 與 build 各自有檢查與失敗處理。
從原型走到持續營運
工作延伸到內容模型、正式網址、搜尋入口、效能、流量、錯誤修正與後續維護。