我們如何評估文章的 AI 參與程度

在 Patisco 的每一篇部落格文章底部,你會看到一個「內容組成」的分數, 顯示三個比例:人類觀點、新聞脈絡、AI 補充。這頁說明我們是怎麼計算的, 以及為什麼這樣設計。

為什麼要計算這個?

我們使用 AI 協助撰寫文章,這不是秘密。但「AI 協助」是一個很模糊的說法—— 有時候是 AI 幫忙整理我們自己的觀察,有時候幾乎是 AI 從頭發揮。 這兩種情況讀起來可能都很通順,但背後的人類參與程度差很多。

我們想讓這件事透明。不是為了「證明自己很努力」,而是因為我們認為, 一篇文章裡有多少真實的人類判斷,對讀者來說是有意義的資訊。

三個組成部分

每篇文章的內容來源分為三塊:

評分方式

我們不是用字數來算比例,而是評估作者輸入的意念密度。 每一條作者留言,會被 AI 從兩個維度評分:

深度(0–3 分)

0話題標籤、格式要求、或否定指令「寫三段」、「不要提某品牌」
1一般觀察,業界都知道的事「這個市場最近在變化」
2有明確觀點,但非個人經歷「我認為歐洲買家越來越在意認證」
3含個人經歷的具體判斷「我的德國客戶問完價格一定問認證,三年前開始的」

專屬性(0–2 分)

0換任何外銷業主都能說出的話
1業界人士才有的視角,但不限這個人
2只有這個人、這段經歷才說得出來

所有留言的分數加總平均,得到一個「品質係數」(0 到 1)。 這個係數再搭配字數比例,計算出最終的人類觀點百分比。

為什麼要乘以 2?

公式裡有一個放大步驟。原因是:當 AI 選擇把某個人類觀點納入文章、 並且圍繞它展開論述,這個行為本身就是一種確認—— 代表這個觀點在語言模型的概率分佈裡「站得住腳」,值得被放大。 ×2 不是在美化數字,而是反映「被 AI 採納並展開」這件事本身的份量。

這個分數精確嗎?

不完全精確,也不打算假裝精確。意念的比例本來就是一個估算, 不同的評分者可能對「這句話有多專屬」有不同判斷。 我們選擇公開這個分數,不是因為它精準,而是因為它誠實—— 它告訴你這篇文章大概是怎麼被做出來的。

如果你對這個方法有任何想法,歡迎聯絡我們。 這套標準本身也會隨著我們對 AI 寫作的理解持續調整。

← 回到部落格