三輪審查的檢討收穫 — 工具 opinion 文章的寫作品質演進結論
多輪審查的價值在 frame 切換而非重複加深。三輪用了 8 個不同 frame，每輪抓到的問題類型和上一輪不重疊。停止訊號是「想不出新 frame」而非「finding 數遞減」。
每輪的 frame 和收穫
Round 1：Compliance（規範 + 事實 + 冷讀）
| Frame | 代表 finding | 類型 |
|---|
| 寫作規範 | 「唯一」必然性框架（3 處）、meta-commentary 外露 | 字句層 |
| Fact-check | semver 表格混用專案術語和標準定義 | 準確性 |
| 冷讀零脈絡 | 「Proposal」「Wave」行話洩漏、缺進入動機 | 可讀性 |
Round 2：Cadence + 讀者旅程 + Title commitment
| Frame | 代表 finding | 類型 |
|---|
| Cadence | 「為什麼會這樣」兩小節骨架完全複製 | 結構層 |
| Reader simulation | 事件段佔比高、原則到得晚、CoC 結尾像附錄 | 節奏層 |
| Title commitment | title 承諾「為什麼」但 L86 才正式交付 | 對齊層 |
Round 3：Self-application + Steelman
| Frame | 代表 finding | 類型 |
|---|
| Self-application | 文章主張「用結構引導」但自己的標題路徑偏事件 | Meta 層 |
| Steelman | 缺 soft/hard opinion 區分、缺 cost-benefit 不對稱論證 | 論證層 |
三輪漏抓鏈：為什麼前一輪漏了
| 問題 | 哪一輪抓到 | 為什麼前面漏了 |
|---|
| 同骨化（兩段結構複製） | R2 | R1 逐段掃描，同骨化是跨段比對才浮現 |
| CoC 結尾收束弱 | R2 | R1 檢查的是每段內容是否合規，不評估段落在全文中的位置價值 |
| 缺 soft/hard opinion 區分 | R3 | R1-R2 的讀者角色是「初次讀者」，R3 的讀者角色是「知識淵博的反駁者」 |
| 文章未 self-apply 自己的主張 | R3 | R1-R2 把文章當內容審查，R3 把文章當主張並用主張反向檢查 |
每一輪的遺漏都是因為 frame 的視角限制——同一個 reviewer 用同一個 frame 跑多輪只會重複相同的 catch。多輪的價值在 frame 切換。
你的文章需要多輪審查嗎？
- 品質敏感（教學、規範、長期累積的內容）且篇幅 > 100 行 → 至少 2 輪不同 frame
- 第一輪 finding > 10 → 再加一輪
- 同一批次有 3+ 篇相關文章 → 加跨篇一致性 frame
- 想不出新 frame → 停止
AI 輔助寫作中反覆出現的 pattern
從這次和過去的審查經驗，以下 pattern 在 AI 生成的文章中出現頻率高：
| Pattern | 出現頻率 | 為什麼 AI 容易犯 |
|---|
| 必然性框架（「唯一」「天生」「本質」） | 高 | AI 傾向用強勢措辭增加說服力 |
| 負向開頭（「不是 X」「沒有 Y」） | 高 | 否定句是 AI 常用的對比修辭 |
| meta-commentary（「先交代脈絡…」） | 中 | AI 把內部推理過程外露到文章中 |
| 同骨化 | 高 | 同一 prompt 生成的多段文字共用隱含模板 |
| 結尾重複前文 | 中 | AI 傾向在結尾摘要前文而非昇華 |
這些 pattern 的防護適合放在生成端（寫作前的 checklist），而非只放在審查端（寫完後掃描）。