Methodology

AI 方法論

這個站的內容有很大一部分由 AI 生成。這頁寫清楚哪些是、怎麼標、哪些保證不是,以及這些資料開放給誰拿去研究。

誰在做這個站

  1. Author · 人類作者

    Zaious人類

    獨立 HCI 研究員、AI 架構師。決定這個站做什麼、審核每一次發布、對站上所有內容負責。台灣現場的判斷——賽事怎麼跑的、哪家店在辦、社群在吵什麼——由他寫,不由 AI 代筆。看到署名「中文整理:Zaious」的地方,是他經手的。這個站同時是他的人機協作實作場域,本頁最後一節列的研究題目就是從這裡長出來的。

  2. Agent · 實作與撰稿

    ClaudeAI

    站上的程式、版面、資料整理、專欄初稿與牌組分析的實際生產者,以 Claude Code 的形式工作。它不署人名,也不假裝內容出自人手;commit 訊息裡掛 Co-Authored-By,版本紀錄公開可查。它做的每一件事都要經站長過目才會上線,但「過目」不等於「逐字重寫」——這個差別就是各處徽章要講清楚的事。

  3. Agent · 遊戲領域

    薇薇安AI

    作者自建專家系統裡的 TCG 與遊戲化設計專家。這個站早期的市場判斷與遊戲領域知識由她協助——要不要做、做給誰、先做哪一塊,那批決策是在她的協助下定的。她整理的東西後來收斂成一份公開的知識庫,站上的牌組分析現在就是依它生成的(見開源頁)。專家系統近期在改版,她這兩個月沒有參與;改版完成後會回到這裡。

哪些內容是 AI 產的

右欄是這張表的重點。內容是誰產的通常猜得到,有沒有人看過猜不到,而那才是決定要不要照著做的依據。

內容誰產的標在哪真人
程式碼與版面Claudecommit 紀錄審核
牌組攻略的打法分析Claude 依開源方法論生成「AI 分析」徽章未覆核
翻譯攻略下方的補充分析Claude 依開源方法論生成段落揭露未覆核
英雄頁的玩法與對位解讀Claude 由卡面文字推導段落揭露未覆核
專欄(站務・轉譯)Claude 起草「AI 起草」徽章審核
專欄(觀察)Zaious段落揭露人工
牌表本身海外來源或玩家投稿來源連結人工
卡片數值與效果文官方卡面,簡轉繁後校對卡片頁的版本頁籤人工
賽事結果、店家、商品情報公開來源整理每筆附來源人工

目前的數字:33 篇牌組攻略裡,7 篇整篇的打法分析由 AI 依方法論生成,另有 21 篇是在別人的分析下方另外附一段 AI 分析、原文一字不動(13 篇經創作者授權轉載、10 篇為翻譯)。10 篇專欄全部由 AI 起草、經站長審核後發表。方法論本身是一份開源的知識庫,內容與推導方式見開源頁

標註怎麼統一

三種機制,各自統一。標註一律出現在那段內容旁邊,不是只收在這一頁。

徽章

「AI + 兩字動詞」。列表用短版,內頁的長版一律接上這份有沒有經過真人。

AI 分析・未經真人覆核 / AI 起草・站長審核

段落揭露

一段話回答三件事:誰產的、依據什麼、有沒有真人覆核。附在該段內容的旁邊,不是收在這一頁。

「這篇由 AI 依公開來源起草、經站長審核後發表,引用與出處都附在文中,歡迎覆核。」

資料欄位

標註不是排版時才加的。專欄存 aiDrafted、牌組攻略存 authorship,畫面上的徽章與段落都由欄位長出來,漏標會被測試擋下。

aiDrafted: true / authorship.method: "ai_methodology"

不會做的事

  • 不假裝內容出自人手。沒有代筆的人名,沒有虛構的編輯部。
  • 事實不由 AI 生成。賽事結果、店家資訊、商品內容、卡片數值與禁卡表一律來自公開來源,每筆保留出處;AI 只負責整理與排版。
  • 不生成勝率、使用率、Tier 排行或對局勝率。那需要本站沒有的對戰資料,估出來的數字會被當成量出來的。
  • 台灣現場的判斷不由 AI 代筆。點名具體店家、賽事或社群事件的內容由站長撰寫。
  • 不用生成式圖片冒充官方素材。站上的卡圖來自官方卡面,自繪的圖是向量示意圖並標明是本站繪製。

可以拿去研究的

這個站是一個規模不大、但變因乾淨的人機協作現場:同一個網域、同一套模板、內容的產法逐篇標著,而且從第一天就標。以下每一項都附上站上現成的資料——沒有現成資料的題目不列在這裡。

  1. 01

    AI 文本作為冷啟動

    一款新遊戲的繁體中文資訊生態從零開始時,AI 生成的內容能不能撐過沒有人願意寫的那段空窗,又在什麼時候應該讓位給真人內容?

    手上有的資料 本站的攻略從 AI 生成起步,玩家投稿與賽事牌表逐週增加;每一篇的產法、發表日與逐日流量都留著,可以看出兩者的交叉點在哪裡。

  2. 02

    標註對讀者行為的影響

    標上「AI 生成」會不會讓讀者少讀、少分享、少信?

    手上有的資料 同一個牌組列表裡,標 AI 與沒標 AI 的頁面並存,版面一致、進入路徑一致;站上的匿名流量統計逐頁分得開。這是現成的自然實驗,不必另外做 A/B。

  3. 03

    AI 分析與真人分析的差距

    同一副牌,人寫的打法解讀跟 AI 依方法論生成的,差在哪裡?差的是事實、是取捨,還是只是語氣?

    手上有的資料 站上有一批攻略是「原作者的分析」與「本站 AI 分析」上下並排的同頁對照,牌表完全相同。這是現成的成對資料集,可以直接拿去做真人牌手盲評。

  4. 04

    語言模型加可執行核心的規則裁決

    把時序與優先權的判斷交給一支可執行的規則核心、把語意理解留給語言模型,這種混合架構在卡牌規則問答上比純語言模型好多少?

    手上有的資料 開源知識庫裡有一支規則核心程式與帶引用的規則書,設計上它給的是「在指定基準下的一致性檢查」,不是權威裁決——邊界寫在文件裡,可以照著測。

  5. 05

    簡轉繁的機器誤差與官方用語

    官方尚未發行繁體卡面時,簡轉繁的卡牌文字會在哪裡出錯,玩家社群自己長出來的譯名又跟官方差多少?

    手上有的資料 站上每張卡保留簡轉繁與英文原文兩種版本、可逐張對照;繁中譯名另有三層來源(機器轉換、社群慣用、官方公布),改名時舊名也留著。

  6. 06

    AI 內容在搜尋與 AI 搜尋裡的表現

    同一個站裡,AI 生成的頁面與人工整理的頁面,被搜尋引擎與 AI 搜尋引用的機率有沒有系統性差別?

    手上有的資料 站上有數千張自動生成的卡片頁、數十篇標註過產法的攻略與專欄,全部同網域、同模板、同內部連結結構,變因相對乾淨。

  7. 07

    人機分工的實際邊界

    一個由 AI 實作、真人決策的專案裡,哪些判斷 AI 反覆做錯,因此必須留給人?

    手上有的資料 本站的開發過程留有完整的對話與版本紀錄,程式碼註解裡也逐案寫著判斷錯在哪、後來怎麼改——那些註解本身就是語料。

想用這些資料

研究用途歡迎來信,可以談匯出格式與可以提供到什麼程度。站上的內容標註、方法論知識庫與版本紀錄本來就公開,不必先問也能自己取用;需要另外整理的(例如成對的分析對照、逐頁的產法標記)說一聲即可。

聯絡方式在聯絡頁,本站的作者與非官方聲明在關於頁