同一個問題先更新原文
找到新證據時,先看它是否能補進原有文章。新的讀者問題需要獨立說明,才另外建立文件,避免累積多份說法相近的答案。
KNOWLEDGE RESEARCH 個人研究工作流
一個問題值得花時間研究,也值得留下結果。我把查重、資料查證、文章編輯和聽讀稿交付串成固定流程,成果寫回 GitHub 並更新索引。研究完成後,可選擇用 KRRV 重新核對關鍵主張、來源與反證;舊文則由每日選讀追蹤時效。需要離線聆聽時,再將語音專用稿交給本機 F5-TTS 製成 MP3。
Luke Hou · 2026.10 · ChatGPT × Agent Skill × GitHub
音檔與聲線保留在本機,未隨網頁公開。
從資訊收藏繼續往下做
先前的個人資訊收藏庫,記錄了我怎麼把既有 ChatGPT 額度用在資訊蒐集。新聞、職缺和生活情報有了固定去處,也留下可回查的來源。
現在遇到需要深入研究的題目,我還希望有完整文章可讀、有來源能回查。隔一段時間回頭看,也要知道舊結論是否需要更新。
於是我把查重、來源判斷、文章編輯和歸檔要求寫成 Skill,也就是 AI 執行任務時可載入的工作規範。研究題目交給 Agent 後,它會依規範決定該更新舊文或開新篇;讀完的文章則交給另一項定期排程複查。知識庫維持私人,公開分享的內容另外挑選。
先看最後留下什麼
以我已公開的「Skill 評估」文章為例,
把同一個主題展開成不同用途的交付。
以下依公開文章重編為短篇展示;索引為結構示意。這個頁面不會啟動研究,也不會讀取私人知識庫。
文章節錄重編
Agent 順利完成一次任務,仍有幾個問題要確認:它真的讀過 Skill 嗎?換成沒有 Skill 的模型,成果會差多少?
評估可以從同一批代表性任務開始,分別比較使用 Skill、未使用 Skill 或舊版 Skill 的結果。除了檔案與回答,也檢查重要的工具操作、耗時和重試情況。
之後模型、工具或 Skill 改版,就用原有案例重新測試。這些紀錄能幫助判斷改版是否保留了原本的能力。
查看公開文章的參考資料 ↗Podcast/瀏覽器聽讀版
一份 Skill 寫好了,看到 AI 順利完成一次任務,還無法知道它究竟幫了多少忙。我們先確認 AI 真的讀過這份規範,再拿同一批任務,和沒有使用 Skill、或使用舊版 Skill 的結果比較。
比較時,要看最後交出的內容,也要查看重要的工具操作、花費的時間,以及重試情況。等到模型、工具或 Skill 更新,再用原本的案例重跑,才能知道原有的能力有沒有保留下來。
啟用 JavaScript 且瀏覽器支援語音時,可以播放這段節錄;也可直接使用裝置的朗讀功能。
索引結構示意
知識庫總索引 INDEX.md
AI 工程分類 README.md
文章 Skill 評估的方法與限制
聽讀 Skill 評估的自然朗讀版
此處名稱經過簡化,沒有公開私人目錄或原始檔案。
由文章重點衍生
製作一張 16:9 繁體中文資訊圖卡。 主題:Agent Skill 要怎麼驗證? 以四個區塊呈現:確認實際載入、比較同一批任務、檢查成果與重要操作、改版後重跑原有案例。 以清楚的閱讀順序連接四個區塊,使用台灣慣用語句。 標註「方法整理,非實測成效」。不要加入成功率、節省比例、未查證的數字或文章沒有的結論。
把容易漏掉的工作寫進規範
固定的是品質要求。
每個題目的來源、深度與文章結構,
仍要依問題調整。
讀取相關索引與文章,決定更新、擴寫或另開新篇。
核對資料時效,區分來源事實、觀點和推論。
先安排讀者理解順序,再用 Human Writing 修整文字。
沿用主文的觀念順序,整理成能自然朗讀的文字。
文章、聽讀版與分類索引一併保存,再確認實際內容。
提供可開啟的連結與圖卡提示詞;產圖另外取得同意。
Agent 需要實際載入 Skill,並取得網頁研究與 GitHub 權限才能完成這段流程。研究題目本身會啟動單題 KR;完成後可選擇啟動 KRRV 二次審核;定期選讀則由另一套唯讀排程負責。三者各有不同的交付與權限邊界。
2026.11 新增 · RESEARCH QUALITY
第一次研究負責建立答案;
KRRV 重新追查證據與反例,
讓值得修正的地方更容易被發現。
Knowledge Research 新增了來源獨立性、研究覆蓋與重大主張查核。文章和聽讀稿完成歸檔後,還能選擇啟動 KRRV(Knowledge Research Review,研究品質二次審核),從另一條查證路徑回頭檢視原本的結論。審核者會提出有依據的改善候選;要先處理哪一項,由使用者決定。
根據題目決定深度,核對來源與關鍵主張,交付文章、聽讀版及 GitHub 版本紀錄。
檢查研究遺漏、來源是否同源、論證與反證。發現問題時先提出候選,不直接改寫。
定期從既有文章挑選五篇唯讀查核,標註新鮮度與更新建議,保留人工決策。
互動示例 · 合成情境
假設一篇研究引用了兩則新聞報導,KRRV 發現它們可能來自同一份原始資料;另有一個專業名詞對一般讀者不夠清楚。這些是用來說明選擇流程的假設候選,並非實際文章的審核結果。
KRRV跨對話可使用 KRRV: <ghd 文章 URL> 指定研究。審核時會核對主文、聽讀版、來源日期和版本;沒有需要修正的缺陷,也可以直接結束並保留原文。
審核會看六個面向:研究廣度、深度、來源權威與適配、事實引用、獨立反證,以及閱讀與知識治理。若確認需要修改,原文與受影響的 Podcast 聽讀版必須保持一致;對沒有實質問題的文章,可以零修改結案。
KRRV 的正式 Skill 與回歸規範維護在私人 GitHub Docs 知識庫;真實文章的端對端審核及量化品質效益仍待驗證。公開示例只說明操作與人工決策方式。
文字之外,補上離線聆聽
讀文章時可以回查來源;
通勤或做其他事時,也能用耳朵接著學。
文章裡看得懂的數字、英文縮寫和多音字,交給語音模型時仍需要決定念法。現在製作音檔前,AI 會先讀完整篇聽讀內容,依上下文逐處確認讀音,另外產生 F5-TTS 專用稿。核對差異後,再由 Windows 本機的 Pinokio F5-TTS 合成離線 MP3;GitHub 上的文章與 Podcast 聽讀稿保持原樣。
AI 依上下文檢查數字、英文字母與縮寫、符號、多音字及破音字,逐處留下念法與理由。掃描清單只提示風險;無法確定的讀法保留待確認,暫停合成。
依審稿決定產生獨立文字稿,對照原文核對差異,確認數值、專名與句意不變。研究文章、聽讀稿和參考聲線逐字稿都不改寫。
AI 另外規劃敘述、提問與重點段落,以切段、句尾標點、輕微語速變化及適量停頓調整節奏。F5-TTS 依安排分段合成,失敗時可接續已完成的片段。
核對原稿、專用稿、朗讀安排與成品的版本及檔案指紋,再抽聽讀音、漏字、停頓與段落接點。技術檢查通過的音檔仍保留待試聽狀態,發現問題再局部重製。
以下是念法判斷的例子。AI 先看整句與全文用途,再記錄每一處的決定;同一個詞在不同位置可以採用不同讀法。
2025 若是年份,可寫成「二零二五」;25% 確認是百分比後,可寫成「百分之二十五」。API 可指定為 A P I,並記錄預期念法與理由。專用稿會保留實際送入模型的文字及修改差異。原稿有變動、仍有未決讀法,或專用稿與審稿紀錄不符時,流程會在合成前停止。停頓與語速另存於朗讀安排,避免把操作指令念進音檔。
幾個會影響日後使用的決定
找到新證據時,先看它是否能補進原有文章。新的讀者問題需要獨立說明,才另外建立文件,避免累積多份說法相近的答案。
整理過的證據會先安排成文章敘事,讓讀者理解問題與重要依據。Human Writing 再修整台灣繁中語感、標題與節奏,檢查過度工整的句型,同時保留研究中的條件與不確定性。
文章與聽讀稿存入 GitHub 後,還要確認分類索引、兩份檔案及交付連結真的可讀。若工具失敗,就留下未完成狀態,避免下次拿到只有文字、卻找不到檔案的結果。
我保留選題、閱讀與採用判斷。流程可以要求查證,AI 的內容仍需要檢視;高風險問題也需要相應的專業判斷。
知識庫也需要定期盤點
研究寫完後,隔一段時間
可能又有新資料。定期選讀讓
這些變化有機會被發現。
我另外安排了唯讀排程,從 GitHub 知識庫選出舊文章,重新檢查來源、日期和重要結論。每次報告會標出哪些文章目前仍可用、哪些值得補資料,以及哪些可能需要重新研究。更新建議先交給我決定,不會直接修改原文。
依既有索引與研究內容選讀,對照來源、研究時點及尚待確認的主張,讓每次重讀都有具體目標。
每日選讀五篇長期知識文章,核對近期資料與既有論點。交付一份可離線閱讀的 HTML 與 Chat 摘要。
建議會附上來源與修改方向。確認有必要後,再針對原題目啟動研究、更新主文及對應聽讀稿;排程沒有直接寫入權限。
CURRENTMINOR_STALEUPDATE_RECOMMENDEDRESEARCH_REFRESH這些標籤協助安排更新順序,原文有沒有修改仍以 GitHub 版本紀錄為準。
留給下一次使用
分類 README 同時列出文章與聽讀版。我可以沿著索引找到舊文,有權限的 AI 也能從相關資料接著查。定期重讀的更新候選則提醒我哪些內容值得先重新確認。
真的要更新時,原文和聽讀版會一起校正。來源、研究時點與 Git 版本留得下來,過一陣子仍能回查當時的判斷依據。
從摘要選擇要不要深入,再回到完整文章查細節。
先讀舊文,再找新增的證據與需要修正的地方。
經過去識別化與另外的公開審查,才進入文章或作品分享。
這套安排的起點
這條研究流程使用 ChatGPT 官方介面與已授權的 GitHub 整合,讓既有方案承接研究與編輯工作,減少另外為這類任務串接模型 API 的需求。
ChatGPT 訂閱與 API 分開計費;實際可用功能與用量依方案、產品模式及所連接工具的規則而定。
OpenAI 官方計費說明 ↗這個作品持續整理的事情
一個題目能留下有來源的文章、方便朗讀的文字稿與圖卡提示詞,完成後可用 KRRV 再查重要結論,需要時再經讀音審稿製成離線 MP3。
下次回來,還能找到資料與原本的判斷依據,並決定哪些舊內容值得更新。