最近,我終於做好我的個人網站。Domain name 買了多年,但是一直晾著。拜 AI 快速發展之賜,我沒有徒手刻每一行程式碼,也沒有把期待交給那些「一鍵生成」的工具,因為生成得快,bug 越多。看起來漂亮,也不代表資訊有秩序。
我是用桌機版 Claude,同步開啟 Gemini Pro,讓兩個頂尖的非人智慧交叉協作、互相校對,跟我一起把系統搭起來。這不是「多開幾個聊天視窗」,而是我一直在探討的——多模型認知協作框架的具體實踐:Claude 負責產出與架構,Gemini 負責質疑與驗證;我則負責定義需求、邏輯邊界、語氣風格與秩序標準。透過實作,建立半人馬模式的工作流程。
為什麼要這麼大費周章?
因為號稱「一鍵生成」的 AI(或任何工具),常常給了我們視覺上的效率,卻剝奪應用場景的細膩與真實需求。我檢視那些高效網頁成品,看到的不是「完成」,而是效率背後的失序:英式排版的寬鬆字距硬套在中文方塊字上,文字像散落的沙子,顯得雜亂沒品。
好的協作系統(如人體與所有生物),必須讓資源到達對的地方;好的思想載體,必須讓意義能被準確讀取。所以這次建網站,我定義為三件事:重建秩序、提升可讀性、與建立可被調用的知識結構。
第一層:奪回中文字的「重量」與「凝聚力」
排版不是裝飾,而是思想的物理介面。中文的閱讀節奏,跟英文完全不同。英文靠字母間距與單字邊界自然分詞;中文則靠字形密度、行距節奏與標點呼吸來形成理解的坡度。如果沿用預設的西式排版,中文會變得輕飄、鬆散,讀者的注意力會在每一行的空隙裡流失。
因此我要求 AI 先放下「預設美感」,回到語言本身,重新定義繁體中文專屬的排版規則,例如使用 text-justify: inter-ideograph 讓行內對齊更符合中文特性、更克制的字距與段落節奏讓文字「收攏」、讓內容從「輕浮的網頁感」回到「紙本專欄般的沉靜感」。
讓閱讀者的心情舒暢,讓設計的樣板可以是種讓人慢下來閱讀的視覺結構。
第二層:寫給人類,也寫給 AI Agent
Machine-readable Authority(可機讀的權威性)
未來的網路流量,有很高比例會先被 AI Agent(例如 Gemini、Perplexity 這類具備檢索與總結能力的系統)閱讀、摘要、再轉述給人類。如果網頁底層是一團混亂——標題層級不清、語意標籤亂套、內容結構只是為了排版而堆出來——那 AI 讀起來就像在看亂碼。它可以「看懂字」,卻無法「理解意義」,更難建立可靠的引用與歸因。
所以我讓 Claude 與 Gemini 互相校對,使用 Google 即將推出的 WebMCP 標準,替網站補上兩件事:
- 嚴謹的語意化 HTML 結構——把「段落、章節、引用、註解」還給它們該有的位置
- JSON-LD 結構化資料——把文章、作者、主題、時間線、關聯內容,用可被機器解析的方式說清楚
這不是為了討好搜尋引擎,而是建立一種更長期的能力:當未來的 AI 試圖理解「誰在持續探討循環經濟與 AI 的交叉點」時,它能精準解析出——這是一個有脈絡、有方法、有思想體系的知識庫,而不是碎片化的資訊農場。
第三層:導入 WebMCP,讓思想成為可被呼叫的「節點」
演化中的智能不會停留在文字,而會「道成肉身」——與真實世界的行動、檢索、決策流程接上。我導入 WebMCP(Web Model Context Protocol),把網站從被動展示的看板,推進到一個更像「可互動的知識系統」:我把文章檢索封裝成可被調用的工具介面,讓「閱讀」這件事不只是人眼的掃描,也被 AI 代理以更可靠的方式直接呼叫、查詢、定位、回傳。
這意味著一個典範轉移正在成形:從「人類閱讀」走向「人機共讀」——你的 AI 助理造訪網站時,不必再靠猜 DOM、刮螢幕、模擬點擊,而能以結構化的方式理解並取得觀點。
結語:多模型協作是「秩序工程」
透過過年期間與 AI 深度互動,這是一場「多模型認知協作」的田野實驗。我們正走進一個即將被 AI 內容淹沒、重新定義內容經濟的時代。面對這種結構性的焦慮,拒絕 AI 沒用;盲從單一 AI 也同樣無效。
比較好的做法,就是自己下場,實際探索,確保自己始終掌握「定義秩序」的主體:利用多重視角的非人智慧互相碰撞、互相質疑、互相校對,然後再把價值、語氣與方向確定。
技術可以加速產出,但秩序才決定文明能走多遠。
註:Google 在 2026 年 2 月於 Chrome 146 推出 WebMCP(Web Model Context Protocol)預覽版,被業界稱為「Web 動作的 Schema.org 時刻」。過去的 SEO 是給 AI 提供「名詞」(我是誰、文章是什麼);而 WebMCP 則是給 AI 提供「動詞」(幫我搜尋文章、幫我聯絡作者)。有了 WebMCP,AI 代理不再需要像盲人摸象一樣「截圖網頁、尋找按鈕、模擬點擊」,而是可以直接呼叫網站上的專屬工具。
💬 留言討論
載入中...