2026/06/17的Civic Talk構想討論記錄

[bestian]

大綱

1. CivicTalk 概念與核心目標

• 由資深貢獻者 Ronny Wang 提出，旨在解決社會議題討論的「資訊落差」與「同溫層」問題。
• 讓 對議題不熱衷、或資訊來源受限的公眾，只要看一頁式的說明，就能快速掌握各方立場、共識與差異。
• 同時提供 不同同溫層使用者 互相了解對方觀點的渠道，促進共識、增進公共討論品質。

---

2. CivicTalk 五個運作階段

階段	主要工作	產出
1️⃣ 資料收集	使用者把新聞、貼文、影片等原始資訊貼上平台。 相同資料被多位使用者上傳，即視為「真實」且入庫。	原始資料庫
2️⃣ AI 內容整理	AI 讀取收集到的多方素材，萃取 共識、爭點、增點（新觀點）。	結構化的議題要素
3️⃣ 一頁式說明生成	依 2️⃣ 的結果自動產出 一頁式概覽（含背景、立場圖、視覺化資訊）。	網頁或 PDF 形式的「議題說明」
4️⃣ MD 檔案 & AI 對話	產出 opinion.md，使用者可匯入自家 AI 聊天機器人進行深度討論，提出改進建議。	MD 文件、可直接貼到 AI 工具的文本
5️⃣ 再次回饋	使用者把新意見（或修正）再次上傳，平台持續更新說明，形成 迭代式、動態的議題手冊。	持續升級的議題說明與共識圖譜

---

3. 技術與功能改進建議

項目	具體做法	效益
資料上傳便利化	- 瀏覽器擴充元件（類似 Running Wang 的假新聞回報工具） - 小幫手/爬蟲（如 Lobster）自動抓取相關貼文	降低使用者門檻、提升資料收集量
降低人工偏見	- 先用 AI 產生多種「立場」模型，讓 AI 自動評分、找出共識 - 最後再由人工審核	減少主觀過濾、提升客觀性
內容結構化	- 把說明拆成 固定背景 + 動態立場圖（視覺化） - 背景不變，立場圖隨新資料自動更新	讓說明既保留基礎事實，又能即時反映新觀點
防止惡意/噪音	1. 限制上傳格式、使用驗證 token 2. 引入 Polis（Near）演算法：把「惡搞」意見降權 3. 註冊階段即過濾機器人/spam 帳號 4. 隨機抽樣投票機制，讓亂噪者難以影響結果	降低 AI 「幻覺」與平台污染風險
使用者參與激勵	- 產出 公共意見白皮書，可供公民團體、立法草案引用 - 讓貢獻者看到具體政策影響，提升投入感	把平台成果從「資訊」推向「行動」

---

4. 社群運作與工具鏈

• Notion：目前的構思與筆記放在 Notion，之後會同步匯入 HackMD 做協作編輯。
• HackMD / g0v 共筆：所有人登入後才能編輯；為防止 spam，需 達到一定使用時長 才開放編輯權限。
• Slack：日常討論、會議紀要、即時協作的主要通道。
• AI Model：使用 TrackGPT 5.2（或 Google AI）跑提示詞，產出結構化資料與立場圖。
• 插件/爬蟲：考慮使用瀏覽器插件或自動化爬蟲工具，提升資料蒐集效率。

---

5. 近期計畫與外部合作

日期/活動	目標	備註
7 月 17 日	把 CivicTalk 用於 審議活動，產出 動態議題手冊（取代傳統靜態手冊）	需要整合收集、AI 提示、MD 產出三大功能
UK 合作	連結英國公民科技組織 MySociety、Solid、OII 等	交流 vTaiwan 經驗、探討資源共享與跨國議題合作
澳洲合作	與 Venissa 團隊線上會議，了解可合作的議題與資源	會後將會議記錄分享給社群成員
功能驗證	測試 Polis 演算法、隨機投票抽樣、使用者 token 匿名化 等防噪機制	針對 AI 幻覺與惡意投票的風險做實驗

---

6. 其他重要討論點

• 編輯權限管理：因近期出現 SEO Spam，g0v HackMD 目前預設新使用者 無編輯權，需先累積使用時間或通過審核。
• 共筆流程：所有成員可先在 Slack、Notion 提交草稿，再匯入 HackMD 進行正式編輯。
• 平台定位：CivicTalk 本質是一個 低門檻、與 AI 協作的資料庫，不追求高深技術，而是 快速產出可用的公共議題說明。
• 未來展望：希望將平台成果升級為 白皮書，支援公民提案、立法草案，最終把「資訊」轉化為「行動」的政策影響力。

---

結論：CivicTalk 以「收集 → AI 整理 → 一頁說明 → AI 對話 → 再回饋」的閉環流程，結合瀏覽器插件、爬蟲、Polis 權重機制等技術，解決資訊孤島與同溫層問題，並透過社群工具（Notion、HackMD、Slack）落實協作與防噪。近期將在 7/17 審議活動中實測，並持續拓展英澳等國際合作。

逐字稿詳情

https://www.vtaiwan.tw/transcription_detail/20260617