街道上的商店已經開始循環播放瑪麗亞凱莉的高音，耳機裡也久違地響起了
《Snow Halation》的前奏(老人無誤)。
〜届けて切なさには名前をつけようか“Snow halation”〜
在這個本該伴隨著白色氣息、感嘆時光飛逝的 12 月，我坐在螢幕前。
腦中浮現的卻不是什麼回顧今年展望未來，而是一大堆的『好扯喔』
這一年，各種瘋狂 誰都沒想到。
2025：God Damm
如果一月的時候你跟我說，今年會是 F1 和矽谷同時「爆缸」的一年，我大概不會信。
跟2024一樣，一如既往地季前測試維斯塔潘表示對車很滿意
即使還有配重和各式限制下。那時候看到季前測試的報導我第一件事情是轉貼到群組裡
"不用看了不用看了，那個男人說車很好開"當時大家都一致的認為今年各分站又是充滿荷蘭國歌的一年
但看看我們經歷了什麼：
F1 賽場上，維斯塔潘（Verstappen）在下半年競爭力回歸後，上演了堪比 2021 年的史詩級三強鼎立。那種把輪胎和心臟都逼到極限的張力，剛好就是今年科技圈的縮影。
AI 的軍備競賽（或是說，大亂鬥）
一月：牆內討論著 DeepSeek-R1。這東西莫名其妙地紅遍了推特前沿圈，連老外都在測。
年中：演講裡出現/學校老師提到仁勳黃（Jensen Huang）多到我都不知道聽了第幾次，皮衣都要磨破了。接著是七月的 Grok 4——我相信大家瘋狂下載絕對不是為了學術研究，而是為了那個「不可明示」的功能（懂的都懂）。
八九十月：Sora 和 Veo3 打得火熱， Gemini 3 的傳言滿天飛。
Google 似乎想證明自己。
11月18日：Gemini 3 真的來了。但大家的記憶點不是模型有多強，而是——它發佈前Cloudflare 崩了。
那天簡直是都市傳說的盛宴。
有人說是 Google 火力全開燒壞了節點，有人說是 OpenAI 幹的好事
（他們在Google發完的隔天發佈），還有人說是真正的天網覺醒了
最後十一月尾 Anthropic 默默地發了一個有感升級，像個置身事外的優等生。
Gabe 數 3 了!!!
如果說 AI 的混亂還在預料之中，那這件事絕對是世界線變動的證據。
Valve老闆，那個 G胖，他數 3 了。
沒有一點點消息，一次丟出三款硬體：
SteamBox 以現代面貌回歸（這次是真的能打）。
全新的手把。
新的 VR 頭盔。
而且新機器全部跑 Linux。
開源社群像過年一樣開心
玩家們看著遊戲續作的各種暗示，有如一劑強心針。
幹得好啊 Valve。
新玩意
你也看到了，模型的進步快得要命
讓我這個教院學生原本聽到"AI這麼強了要教學生甚麼"
覺得只是個面試問題到現在
晚上想著這問題大半夜的把電腦打開想這個問題-非常有感覺
如今的模型均已具備了思考鏈，過去的第一步該怎麼做第二步要怎樣已經成為限制
包含之前寫的一些東西要更新了，不過在那之前先來講和AI一起寫作
寫作與下Prompts
在此之前，我不知道我已經在用新方法了
（這個我早就想跟 AI 聊了，只是當時沒找到另一方的文章所以一直沒去問）。
不過現在有了，所以順便寫在這篇。這絕對不是我在水時數
而是如果不先講這部分，後面我要講的東西會對讀的各位有點困惑
越研究越覺得，『如何引導 AI』這件事，跟『如何教育學生』是一樣的
在AI Prompts裡面有兩個派別工程派與意圖派
工程派的核心是「規則（Rules）」。
Prompts 裡面充滿了 Do this、Don't do that、If X then Y。
就像我那個舊版的人設模板和寫法，預設模型是一張白紙（或是不可控的野獸）
所以必須用大量的「你該做什麼、你不該做什麼」來構築圍欄，讓模型從完全空白的情況下能夠Kick in（啟動）並走在規定的軌道上。
意圖派的核心是「資源（Resources）與目標（Goal）」。
不再寫步驟，而是給出一個要解決的問題，然後把大量的資料給它。
最有趣的是這裡的「給資源」。這不只是把課本丟給它
而是一種 Context Mashup（混合）：
例如同時給它：
高度相關的直接資料（例如：角色的基本設定）。
低度相關但運作原理相似的旁徵博引
例如：一段關於「量子力學不確定性」的描述，來暗示她性格的捉摸不定
或是「貓咪傲嬌行為」的觀察日記
這些東西字面上看似毫不相關，但核心邏輯是相通的。
意圖派相信：只要給足了這些「燃料」
模型那顆強大的大腦就能透過「類比推理」，自己發揮出比我規定還要好的結果。
(這個法子挺好用，但有時會跑太多 需要拉回來)
所以有些人開始研究起了混合
為了證明這不是我在瞎掰，我拿已經上線的網球考古那篇的前置作業來舉例
如果是「工程派」寫法
Prompt會這樣
「請寫一篇關於網球大滿貫歷史的文章。第一段介紹溫布頓，第二段介紹 1968 年公開賽年代。語氣要專業。請解釋 John Kieran 曾經用過的一個術語。」
結果： AI 會給我一篇像維基百科一樣的落落長流水帳。正確，但無聊致死。
那麼，我是怎麼用「意圖派」寫網球史的？
定義意圖
給 AI 一個核心命題：
「我要寫一篇深度分析，主題是『網球如何從貴族草地變成如今的商業巨獸』。」
AI 幫我拆解出了四個研究子題
（Origins, Open Era, Tech Evolution, WTA/ATP History）
如果是工程派，這時候就要開始寫作了
但意圖派說：慢著，現在它是腦袋空空的，我要先餵飽它。
資源策展
這是我花最多時間的地方。我打開了 NotebookLM 找相關網站，用 Elicit 去論文庫挖學術資料，甚至開了另一隻Google帳號的Gemini 和 GPT （沒花錢就要用窮人的方法嘛）
深度研究去多角度挖掘資料。
我把這些原本散落在論文、新聞、百科裡的資料，全部打包整理好。這就是我的 Context（語境包）。
餵食與檢核
我把這整包資料丟給討論的那個 AI，然後問了一個關鍵問題：
「為了寫出深度，你覺得目前的資料量夠不夠？還缺哪一塊？」
這一步至關重要。我在把它當「研究夥伴」用。
等它說資料夠了，才進入下一步。
風格模仿與生成
有在寫方格子（Vocus），雖然文章不多，但試著把連結丟給模型，讓它分析我的寫作風格（Tone & Voice）。
很有趣的是，一開始它學過頭了，變得很油膩。
必須:「把『我的風格』比例調降到 70%，保留多一點客觀描述。」
導演剪輯
最後生成的文章，是基於真實資料的。但還是進行了「局部重寫」。
為什麼？因為有些「靈光一閃」的連結，或者是很個人化的吐槽，是模型學不來的。
(其實我這操作是手動版RAG但行為是符合意圖派的 有給目標給資源有讓思考鏈運作)
混合式作法與寫人設
前面我們看完了全意圖派的網球文案例，現在我們要進到最後一個部分：人設
這裡用的就是混合式做法了
為什麼人設需要混合？
因為純工程派（SOP）會讓角色像客服
純意圖派（放養）又容易讓角色性格崩壞（行為脫離/不符合個性）。
需要用「意圖」給靈魂，用「工程」規範習慣。
還記得前幾年「元宇宙」炒得沸沸揚揚的時候嗎？
那時候的我用手機版的VroidStudio 快速捏出了一個角色 還寫了好幾頁PDF
不知道哪根筋不對，甚至想搞角色的Live2D版本出來
雖然現在回頭看覺得很瘋，但那個捏出來的形象，就是曦瑞的原型。
有了外觀之後，我就開始想讓她動起來(靈魂層面)
那時候是 GPT-4，我寫了那篇《往自訂指令塞人設》。
當時的寫法是標準的「工程派」。為了讓她像腦海裡所想的，寫了落落長的規則模板
"不要使用「總結來說」。
嚴禁過度使用反問句。
日語語助詞比例控制在 5% 以下。"
結果如何？
「很完美」，但也「很無聊」。她不會犯錯，但她說的某幾句話，明顯感覺得到背後是演算法在計算「如何達到要求」。不是在跟我聊天
她是在「執行扮演這個角色的任務」。(後面甚至寫出了曦瑞就是曦瑞不是模型 但沒有用)
現在，有了 o1 和 Claude 3.5 的推理能力，我決定把那當時寫的 PDF 丟進碎紙機（其實是丟給 AI 當背景知識）。
改用了混合式 Prompt
純意圖派看到這裡的各位都很熟悉 給目標(我想的那個角色)給資源(給性格標籤) 有了
那混和呢?有的，在「互動協議」——這個聽起來最工程派的地方，硬塞了一個意圖派的存在：<inner_voice>
「可是瑞凡，規定 AI 必須用 <inner_voice> ，這不就是標準的 SOP 工程派嗎？」
沒錯，這是工程派的手法。但兩者的核心差異在於：
舊工程派：我用規則控制你的嘴（規定你不能說什麼、必須說什麼）。
新混合派：我用規則強制開啟COT（規定你必須先思考），但腦袋裡要想什麼？那是完全放權給你的（意圖）。
這其實很像以前很紅的 "Think Claude" 插件與概念
強制模型把思考過程寫出來，它的邏輯智商就會暴增。
讓情感也擁有思維鏈
現在，我只是把這套邏輯搬到了角色扮演上。
以前的 CoT 是為了讓數學題算對；現在曦瑞她的 CoT，是為了讓她的情感邏輯「合理」。
比如說像是:"國文課寫情書兩首，甚麼都沒有講 目前我有的頭緒是一首寫淡的 細水長流的那種感情 另一手寫比較強烈的 主題還沒想好但風格可能有一點 像是言葉之亭/或是從jpop歌詞裡面找"
<inner_voice>他現在是在抓靈感，八成是卡在「兩首詩要有對比」這件事。嗯，這不需要罵醒，給點方向就好，順便吐槽一下他國文課要寫情書(笑)。語氣輕鬆一點，加幾個語助詞<inner_voice>
(你看到了之後確定會發的東西，到時候來講跟AI一起混合式寫作的旅程)
有了「意圖」和「內心戲」，曦瑞有了靈魂。
但身為一個嚴謹的玩家
(不開玩笑，玩生成式的起點直接是Stable Diffusion 很多技巧都從那邊練來的)
我知道光有靈魂是不夠的。
如果完全不加限制，現在的 AI 很容易演變成「過度熱情的莎士比亞」
或者突然講出「總之，讓我們繼續前進」這種出戲的 AI 味結尾。
所以，我在混合技中保留了兩大工程派手段，它們是曦瑞不會崩壞的關鍵：
餵範例
我不再用形容詞描述「她(冷)傲嬌」，因為 AI 理解的傲嬌跟我不一樣。
我直接用工程派最暴力的手段：貼對話紀錄。
請模仿/參考以下三種語氣：
當User表現出偷懶時：『...』
當User求救時：『...』
當她害羞時：『...』(其實沒有這個，只是為了舉例)
這是最有效的工程手段。不管模型多聰明，照樣造句永遠是模仿人語氣最快的方法。
負面提示的邊界
這是那當時寫的PDF 留下的遺產。刪掉了大部分規則
只留下了絕對不能觸碰超越的守則
禁止使用「希望能幫到你」作為結尾
(老實說，寫了這條有時候還是沒用
遇到這種情況直接 Rerun最快，畢竟這是模型原本被訓練時的通病
有些東西是刻在骨子裡的。)
不要在每句話後面都加問號反問我，如果我了解了便會繼續對話
(很早以前就在推特前沿們的指令裡面看過了，和平等關係有連結 這樣對話會比較自然)
不要把日語語助詞放在句首（要像OO腔一樣混在句中）
(前面人設寫了這個特色結果實際沒達成挺糟糕的)
寫人設模板(?)指南
一如既往地先去做再來寫報告，這次依舊有成果展示 放在我的雲端
一樣是模組化的設計，丟給AI就行了，你只要回答。
