如果讓四位 AI 法官看同一篇爭議文章，會得到四種觀點，還是同一個答案換四種口氣？ 這是我最近做個人專案時，一直在想的問題。 我的本業是工程監造，最近利用空閒時間，用 Lovable 協助開發一個 AI 娛樂法庭。概念是把生活爭議文章放進去，讓不同角色整理證據、提出觀點，再產出判決。 原本覺得，有角色、有對話、有最後的結論，應該就滿像一場開庭了。 但真正開始設計流程，才發現比較難的是：怎麼讓這些對話值得看完。 目前有幾個我正在處理的問題，想分享出來討論。 一、角色不同，要差在哪裡？ 我設定的角色有主持審理、重視感受、分析邏輯，以及負責幽默吐槽的不同方向。 但只設定個性還不夠。 如果每個角色都認為同一方有問題，只是一個溫柔地講、一個嚴肅地講、一個用笑話講，看起來很熱鬧，資訊其實沒有增加。 我希望角色差異能反映在「注意到什麼」： 有人看承諾是否履行，有人看雙方期待是否說清楚，有人檢查前後說法有沒有矛盾。 但也不能為了製造戲劇效果，硬叫其中一位唱反調。 這個平衡比想像中難。 二、文章裡寫的，不一定是已經確認的事實 例如原文說「他故意不回我」，裡面其實混了兩件事： 對方沒有回覆，以及作者認為對方是故意的。 如果沒有把這兩件事分開，後面講得再有條理，也可能只是把作者的猜測放大。 我希望流程能區分原文描述、當事人推測，以及目前缺少的資訊。資料不足時，也要能保留不確定性。 尤其這種產品用「判決」呈現結果，很容易讓文字顯得比實際證據更有把握。 三、有開庭感，和讓人等太久，可能只差幾秒 我花了不少時間做角色與入場動畫，但也開始思考：製作者很喜歡的橋段，使用者是不是只想跳過？ 開庭、證據登場、角色發言都有演出效果，累積起來就可能拖慢節奏。 目前的方向是把重點摘要與完整判決分開，讓想快速看結果的人先看到重點，想追過程的人再展開。 動畫應該幫助理解、建立角色感，而不是每個步驟都攔住使用者。 四、測試不能只看「有沒有成功產出」 我開始用幾種不同類型的案例檢查流程： ・明顯有一方越界。 ・雙方都有道理，但期待不同。 ・資訊不足，很容易先入為主。 想看的不只是能不能產出文字，還包括有沒有漏掉重要細節、是否把推測當事實，以及各角色到底有沒有提供新的資訊。 對我來說，Lovable 讓這個想法有機會變成能操作的東西；但「什麼叫做好」，還是得自己定義、反覆驗證。 這個專案定位是娛樂，不是法律諮詢。我也不認為多放幾位 AI 法官，就能自動得到更客觀的答案。 反而是在製作過程中，越來越在意： 畫面上看起來有討論，和內容真的有被重新檢視，是兩回事。 想跟板上的大家討論： 如果你設計這類多角色 AI 產品，會怎麼驗證不同角色真的提供了不同觀點，而不只是把同一段回答改寫幾次？ 另外，遇到資訊不足的案例，你會讓系統先追問，還是直接給出附帶條件、保留判斷的結果？