2026-10-02 AI 學習日誌

今日最有感的事

今天收進LINE的AI卡有5張，最想拆的是和信治癌中心醫院林協霆醫師的AI教學簡報。我的備註是：「幫我去分析一下，看看裡面有沒有一些可以納入自己skill或流程的一些不錯的好東西。」

先補一點背景給非工程師讀者。 系統性回顧＋統合分析，是把某個臨床問題的所有研究找出來、篩選、抽資料、合併計算的一整套流程，步驟多、每一步都容易出錯。skill則是寫給AI讀的操作手冊，AI做事前先讀它，照著做。

meta-pipe在做什麼

meta-pipe把整個流程拆成10個階段：Protocol、Search、Screening、Full text、Extraction、Analysis、Figures、Manuscript、Review & QA、Submission。每個階段寫成一個skill檔，裡面放指令、門檻，以及前人已經踩過的失敗模式，讓Claude Code照著做。工具只有四個：Bash、Read、Edit、Write。

作者自己的定位很清楚：「meta-pipe is not a model that does meta-analysis. It is a protocol a model can execute, plus the checks that catch it when it does not.」

真正值得看的是這句：「The gate checks the artefact, not the report.」 每一關結束時，驗收檢查的是實際寫到硬碟上的檔案，不相信agent自己回報「做完了」。這代表信任的對象從AI的話，換成AI留下的成品。

驗收實際抓到了什麼

簡報列出的「What the gates caught」很有說服力：

• 檢索式把藥名用AND連起來，應該用OR，結果少了53%。
• 號稱雙人審查，其實是同一欄自己比自己。
• 122份「PDF」裡有51份其實是登入頁，靠magic number抓到，副檔名看不出來。
• 把「抓不到全文」誤寫成「不符納入」。

這幾個錯都有一個共同點：agent的報告看起來都會說沒問題，只有回頭查檔案才會露餡。

示範案例是抗HER2前導治療的網絡統合分析：4,028筆紀錄、κ 0.673、7個試驗、1,567位病人，2小時20分完成。同一份資料同時跑頻率學派（netmeta）和貝氏（gemtc）兩種模型，並照實報告兩者的分歧。

人要留住的五個決定

簡報也列出agent不替人做的5個決定：Scope、Analysis type、Eligibility、Transitivity、Claims。更直白地說，問題要問多大、用哪種分析、納入邊界畫在哪、比較能不能成立、結論能講到哪裡，這些還是人的責任。

可以搬進自己流程的東西

對照我的備註，最值得帶走的有三件：

1. 每一關都要有看檔案的驗收：直接檢查AI寫出來的東西，別只聽它的回報。
2. skill裡要寫失敗模式：把踩過的坑寫進去，下一次就不會再踩。
3. 明列AI不做的決定：讓人在關鍵點停下來拍板。

另一張也跟skill有關：先確認腳本再剪

另一張卡是Gary Hsieh的FB Reel，分享讓AI剪社群短影片的提示詞模板，我的備註是「動畫解析逆向工程（Feedback with Skill）」。

模板要填的欄位有：9:16、長度50秒、主題、毛片資料夾路徑；口白附15秒參考音檔＋逐字稿做聲音克隆。提示詞要求AI設計行銷腳本、3秒開頭hook，配轉場、開源音樂和音效，全片上大字幕、高對比，物件放在黃金比例位置。

關鍵的一步是「先把腳本列給我確認，我說OK再開始剪」。 這跟meta-pipe的精神其實相通：在動手做大量工作之前，先設一個人工確認的關卡。不過貼文沒寫用的是哪個AI工具，影片畫面這輪也沒有拆。

今日收集的資源

meta-pipe（GitHub）

• 連結: https://github.com/htlin222/meta-pipe
• 用Claude Code agent跑系統性回顧＋統合分析，十關、每關驗收硬碟上的檔案。

AI agent於SR & MA之運用（簡報）

• 連結: https://docs.google.com/presentation/d/1trjetM7XKZeA26jYt5MB4yWhHQYcJT6A-Go803WjztU/mobilepresent?pli=1&slide=id.g40a268651b4_3_75
• 和信治癌中心醫院林協霆醫師的教學簡報，含驗收實際抓到的錯誤清單。

meta-pipe-talk（未剪輯錄影）

• 連結: https://htlin222.github.io/meta-pipe-talk
• 同一場演講的錄影，可以搭配簡報看。

AI剪短影片提示詞

• 連結: https://www.facebook.com/share/r/14nYDuckYGT/
• 9:16、50秒、聲音克隆的提示詞模板，重點是先確認腳本再開剪。

ChatGPT dot有點太自動了

• 連結: https://www.facebook.com/share/1dsAYnttPM/
• 王介立醫師只啟動一次dot，它就在雲端自己整理資料，連東京馬拉松行程都整理好了；「不耗token」是據說，沒有證實。

GPT dots做CAD→3D→Blender渲染

• 連結: https://www.threads.com/share/BATBrGIUYS/
• 作者說dots會給一台雲端Linux電腦，他用來做室內設計自動化，完成大任務後再請它蒸餾成SKILL；作者自己說還是半成品，留言也有人說無限用量只是這個月暫時的。

Claude接IG後台數據

• 連結: https://www.instagram.com/reel/Dd3GDF4vNLg/
• 在Claude的Connectors搜windsor.ai，授權IG後就能直接問哪則表現好、星期幾觸及高。