
Table of Contents
Toggle前言
「AI 寫的都對,可是放上粉專,看不出是我們家寫的。」
「把院名和科別遮起來,這篇哪一家都能發。」
「上次給過它我的文章了,這次它又全忘了。」
前兩句說的是內容不像自己,第三句說的是輸入沒有被保存。兩件事其實是同一個問題。
同一批AI模型,為什麼寫不出不同的診所
AI模型同質化,輸出必然趨同
同樣的模型,收到同樣簡短的指令,就會交出相近的文章。今天市面上的 AI 寫作,背後多半是少數幾家的模型;診所、代操公司、自由寫手,用的都是同一批工具。
這不是模型的缺陷,而是它的運作方式。結果是:
- 病患看到的衛教內容越來越像,分不出是哪一家寫的。
- AI 摘要在整合答案時,沒有理由特別引用某一家。
- 「我們也用 AI 寫」不再是優勢,因為每一家都在用。
2024 年發表於《Science Advances》的一項研究,請參與者寫短篇故事,其中一部分人可以參考生成式 AI 提供的點子。結果,參考 AI 的故事被評為更有創意、寫得更好,但這些故事彼此之間也更相似。研究者的結論是:AI 提升了個人表現,卻降低了整體內容的多樣性。
放到診所內容上,意思很直接:每一家都用 AI,每一篇都更「及格」,也更像彼此。
AI時代的優勢回到獨有的資源
當生產工具人人可得,競爭優勢就會回到別人拿不走的資源。這是策略管理中「資源基礎觀點」的核心主張。
Barney 在 1991 年提出,能帶來持久競爭優勢的資源,要同時符合四個條件:有價值、稀少、難以模仿、難以替代。
AI 工具有價值,但不稀少,任何人都買得到,所以它本身形成不了優勢。
醫師的臨床觀察、說話方式與累積的判斷,則同時符合四個條件:對病患有價值、只有這位醫師有、別人學不來,也找不到替代品。診所的差異化,只能從這裡來。
AI時代的差異只剩輸入
模型相同,能拉開差距的只剩交給它的東西:
- 院內的資料與醫師的臨床觀察。
- 醫師說話的方式。
- 對自家病患族群的理解。
- 診所自己的驗收標準。
這四樣東西模型沒有,也生成不出來,只能由診所提供。
AI 讓「寫出一篇」的成本幾乎歸零,但整理醫師觀點、確認來源、寫下審稿標準,花的時間並沒有減少。
常見的外包流程,交給 AI 的往往只有題目與關鍵字,正是因為輸入最花功夫。輸入只有這兩樣,產出自然跟別家沒有差別。
輸入的成本只要付一次,寫成檔案之後就能反覆使用。診所之間的差距,接下來會出現在這裡,而不是產量。
從提示詞工程,到脈絡工程
業界談 AI 應用的重心,正從「指令怎麼寫」移到「每次交給 AI 什麼資料」。過去強調「提示詞工程」:一句指令怎麼寫得精準。
Anthropic 在 2025 年提出「脈絡工程」的說法:每次交給模型的所有資訊,包括指令、文件、範例與規則,都需要被挑選與維護。
兩者的差別在於:提示詞寫一次就完成;脈絡則是每次交給 AI 之前,都要重新決定放進什麼。
這也解釋了「上次給過它,這次又忘了」。模型本身不會記住上一次的對話;工具的記憶或專案功能,本質上也是把存下來的資料,再放進這一次的脈絡。
Dr. Yu-Ping Chiu把 CO-STAR 當成脈絡的清單:哪些資訊每次都要重新放,哪些可以存成檔案、每次自動帶入。
醫師品牌的核心,是可辨識的觀點與語氣,而不是正確的內容。正確的文章到處都有,病患真正記住的,是醫師解釋事情的方式與觀點。
如果 AI 產出抹掉了這些,診所等於花錢把自己的差異磨平。
CO-STAR 六要素
CO-STAR 的價值,在於把輸入分成「每次換」與「一次建」兩組,讓經營者知道建置投資該放在哪裡。
CO-STAR 出自新加坡政府科技局(GovTech)的資料科學與 AI 團隊,也收錄在該局的提示工程手冊中。
2023 年 GovTech 舉辦新加坡首屆 GPT-4 提示工程競賽,冠軍在分享得獎方法時介紹了這個框架,之後廣為流傳。
原始框架偏向一般寫作。我們依診所實務做了調整:S 落實為文體骨架,T 落實為醫師的文風檔,R 從輸出格式延伸為驗收規則。
| 要素 | 原始定義 | 在診所內容裡的意思 | 更換頻率 |
|---|---|---|---|
| C 脈絡 Context | 任務背景 | 本次指定的檔案與可採用的臨床來源 | 每次任務 |
| O 目標 Objective | 要完成的任務 | 本輪要交出的成果與執行順序 | 每次任務 |
| S 風格 Style | 寫作風格 | 文體骨架,例如衛教五段、短影音三段 | 每種文體建一次 |
| T 語氣 Tone | 回應的語氣 | 醫師的個人文風檔 | 每位醫師建一次 |
| A 受眾 Audience | 回應對象 | 讀者是誰、要解決哪一個門診困擾 | 建立讀者輪廓後,依題目選用 |
| R 回應 Response | 輸出格式 | 輸出格式、醫療法限制與自評表 | 每種文體建一次 |
C 與 O:每次任務都要重新交代
脈絡與目標每篇都不同,本來就該每次重寫。它們就像醫師為一次門診開立的處置:這次讀哪些資料、要交出什麼,依當次情況決定。
C 每次換,但 C 的來源可以累積
每篇用到的素材不同,素材的來源卻可以長期整理。我們建議診所把它分成三層:
- 第一手常見問題:診間、櫃檯與留言裡反覆出現的疑問,去識別後保存。
- 核實過的專業觀點:醫師的臨床見解,附上來源與適用條件。
- 品牌與確認決定:文風、服務範圍,以及哪些說法已經確認可用。
三層之中,最難被複製的是第一手常見問題。同樣的工具,餵進不同的資料與判準,成果就會不同。
技術上,這種「先從指定文件找出依據,再生成內容」的作法,稱為檢索增強生成(RAG)。它讓 AI 依據診所的資料回答,而不是憑記憶補寫。
S、T、A、R:建立一次,長期沿用
其餘四項不隨題目變動,可以各自寫成一份檔案:
- S 骨架庫:每種文體的段落結構。
- T 文風檔:每位醫師的句長、開場、慣用詞與術語處理方式。
- A 讀者輪廓:診所主要病患族群的狀態與常見疑問。
- R 驗收規則:格式、合規初檢,以及缺資料時要停下來。
A 讀者輪廓:同一題,不同讀者要的答案不同
同一個題目,不同狀態的讀者在意的完全不同。以「要不要開刀」為例:
- 焦慮型:最在意風險與後遺症。
- 理性型:想看不同方案的比較。
- 成本敏感型:在評估值不值得。
- 觀望型:想知道過程與實際感受。
- 查證型:在確認資格與時機。
一篇想同時回答五種讀者,結果每一種都覺得不夠。把輪廓寫下來,選題時指定一種,內容才會聚焦。
長期沿用的四項,就是可累積的內容資本
每次重新交代 C 與 O 是正常的;每次重新交代 S、T、A、R,就是在重複付費。
這四份檔案建好之後,之後每一篇都會變便宜。它們是文字檔,換同仁、換工具都能直接沿用。導入時的建置投資,應該優先放在這裡。
有一個簡單的檢驗:如果明天換一家合作夥伴,新團隊第一週寫得出醫師不用大改的稿嗎?寫得出來,代表這筆資本在診所手上。
組裝、執行、修訂:一個不能省略的AI閉環
成品的品質由修訂閉環決定,不是第一稿。六要素交給 AI 之後,還要經過自查、人的判斷與限定範圍的修訂:

圖 1 CO-STAR 醫囑的組裝、執行與修訂閉環(圖中執行端以工作坊使用的兩套工具為例,換成其他主流工具結構相同)
三種輸入,組成一張AI面板
給 AI 的指令,應該像醫囑一樣完整。醫師不會開出「把病治好」這種醫囑,而會寫清楚藥名、劑量、頻率與禁忌。給 AI 的指令也由三種輸入組成:
- 文體骨架(S):這次採用哪一種結構範本。
- 素材與文風(C/T):臨床來源與醫師的語感。
- 驗收規則(R):範圍、合規與保存方式。
三者組裝成六要素齊全的面板,再交給 AI 執行。
把驗收標準寫進 R:讓 AI 交稿前先自查
R 寫得好,AI 交回來的就不只是一篇稿,而是一份可以核對的結果:
- 要求寫成可核對的條件,例如字數區間、必備段落、每句主張附來源。
- AI 逐項自查,分清楚已完成、需修正與待確認。
- 缺資料就停在缺件,不自行補成事實。
修訂要指定問題、限定範圍,不能只說「再順一下」。這句話會讓 AI 重寫全文,已經確認過的段落也跟著變動。
正確的作法是像「只修改第三段關於恢復期的描述,其餘不變」這樣下指令。原稿保留、修訂另存,審稿的人只需要看變動處。
誰來開檔判斷:依問題類型分工
開檔判斷不必每一項都由醫師做。依問題類型分工,醫師的時間才不會被格式問題占走:
- 結構、格式與字數:內容負責人對照 S 與 R 判斷即可。
- 語氣像不像醫師:建置初期由醫師確認,文風檔穩定後改為抽查。
- 醫學事實、適用條件與醫療主張:一律由醫師判斷,也就是上一篇談的 L1 必審。
品質由修訂閉環決定,不是第一稿
評價 AI 好不好用,要看修訂閉環,不是第一稿。很多經營者用第一稿下判斷,這個指標放錯了地方。
真正要看的是:修訂能不能在兩三輪內收斂,以及驗證通過的版本有沒有被保存下來。存下來的版本,就是下一步封裝成 SOP 的材料。
10 分、60 分、90 分內容成品
多數診所的 AI 產出卡在 60 分:正確,但誰都能發。缺的不是更好的工具,而是醫師的文風與驗收標準。
我們用一把簡單的尺,衡量輸入補齊前後的品質變化:
| 分數 | 輸入狀態 | 典型產出 | 還缺什麼 |
|---|---|---|---|
| 10 分 | 只給題目 | 維基百科式的罐頭文 | C 素材與 S 骨架 |
| 60 分 | 補上 C 素材與 S 骨架 | 依指定來源與標準骨架產出的初稿,正確但誰都能發 | T 文風與 R 驗收 |
| 90 分 | 再補上 T 文風與 R 驗收 | 有醫師語感、通過合規初檢與修訂的版本 | 把它保存下來,封裝成 SOP |
同一句話的 60 分與 90 分
Dr. Yu-Ping Chiu認為,60 分與 90 分的差別,從一句話就看得出來。以乾眼症衛教的開場為例:
- 60 分:「乾眼症的常見原因,包括長時間使用 3C 產品與環境乾燥。」
- 90 分:「很多人以為點了眼藥水就沒事,但我在診間最常遇到的,是整天盯著螢幕、連眨眼都忘了的上班族。」
兩句都正確。差別在後者用了醫師自己的臨床觀察(C),也有醫師說話的方式(T),讀者一看就知道是誰在說話。
用三個問題,判斷產出卡在哪一段
產出卡在哪一段,可以用三個問題自己判斷:
- 你敢直接貼上自己的粉專嗎?不敢,多半是缺 R,沒有驗收過。
- 把科別遮掉,它像不像誰都能發的?像,就是缺 T,沒有醫師的語感。
- 裡面有沒有哪一句,只有你講得出來?沒有,代表 C 裡缺少醫師自己的臨床觀察。
同仁或代操交來的稿,多半停在 60 分:結構完整、內容正確,但讀起來像誰都能發。
醫師的改稿時間,大多就耗在把 60 分改成 90 分。通常是醫師自己動手,而且每一篇都要重來一次。
問題不在同仁不夠用心,而在缺的 T 與 R 只存在醫師腦中,沒有被寫成檔案交出去。
60 分到 90 分,是醫師最值得投入的一段
醫師的時間,放在 60 分到 90 分這一段的槓桿最高。從 10 分到 60 分,同仁就能做到:整理來源、套用骨架。
從 60 分到 90 分,需要醫師的語感與判準。差別在投入的方式:一篇一篇改,時間只用一次;寫成文風檔與驗收規則,時間就能反覆使用。
經營者在AI時代要做的五個決定
把 S、T、A、R 寫成檔案只是開始。檔案一旦成為資產,就會產生管理問題。
以下五件事如果沒有人決定,檔案很快就會過時,或散落在不同人手上。
決定一:先建哪一項輸入
四項不必同時建。最準的判斷方式,是看醫師改稿時改最多的是什麼:
- 常改語氣、覺得不像自己:先建 T 文風檔。
- 常補來源、修正事實:先整理 C 的知識庫。
- 常調結構、補漏掉的段落:先建 S 骨架與 R 驗收規則。
- 常被問「這篇寫給誰」:先建 A 讀者輪廓。
我們多半建議從發文量最大的一種文體開始,通常是衛教貼文。醫師的改稿時間集中在那裡,先建的回收也最快。
決定二:檔案由誰建、存在誰手上
院內自建或請合作夥伴代建都可以,各有取捨:
| 作法 | 適合的情況 | 要注意的地方 |
|---|---|---|
| 院內自建 | 有固定的內容負責人,醫師願意參與審核 | 建置速度較慢,負責人離職前要完成交接 |
| 合作夥伴代建 | 院內人力不足,想先跑出成果 | 檔案存在診所自己的空間,合約寫明可以取回 |
不管誰建,有一條底線不能退:檔案存放在診所手上。只存在代操那裡的文風檔與驗收規則,診所等於是在租用,而不是擁有。
決定三:誰可以改,多久檢查一次
四份檔案的修改權限不該相同。越接近醫師責任的,越需要醫師確認:
| 檔案 | 誰可以提出修改 | 誰要確認 | 什麼時候要檢查 |
|---|---|---|---|
| S 骨架 | 內容負責人 | 內容負責人 | 平台規則或格式改變時 |
| A 讀者輪廓 | 內容負責人 | 醫師或院方主管 | 服務項目或主要客群改變時 |
| T 文風檔 | 內容負責人整理 | 醫師本人 | 醫師觀點更新,或同一類語氣被反覆修改時 |
| R 驗收規則 | 內容負責人 | 醫師與院方指定的負責人 | 法規修正時優先更新 |
除了事件觸發,建議每季固定檢查一次。法規一修正,第一份要改的就是 R。
決定四:醫師的文風檔,屬於醫師還是診所
醫師的文風檔歸屬,是最少被討論、卻最容易起爭議的問題:醫師離開診所之後,診所還能用這份文風檔繼續發文嗎?
我們的建議是不能。以已離職醫師的名義與語氣繼續發布,在病患信任與合規上都有疑慮。
若內容屬於醫療廣告,第 84 條也規定,醫師僅得為其執業登記的醫療機構刊登醫療廣告。
比較好的作法,是一開始就把兩類檔案分開:
- 醫師個人文風檔:跟著醫師走,事先約定離職後停用。
- 診所機構語氣,以及 S、A、R:屬於診所,醫師異動也能繼續使用。
這件事在合作開始時講清楚,比醫師要離開時才討論容易得多。
決定五:用什麼指標判斷輸入有沒有效
判斷輸入有沒有效,不能看產出篇數。篇數會因為 AI 變多,卻說明不了輸入有沒有建好。比較有用的是三個指標:
- 醫師每篇的改稿時間,有沒有逐月下降。
- 修訂輪數,能不能收斂在兩三輪內。
- 首稿就能直接進入醫師審核的比例,有沒有提高。
醫師每次改了什麼,也要記下來。同一類修改反覆出現,就是 T 或 R 該更新的訊號。
醫師要交出什麼,才能讓 AI 寫得像自己
醫師需要的是一次性投入:三篇代表作、三句人設、確認可引用的來源。之後的每一篇都會受益。
人設三元素:故事、專業、親和
建立文風之前,先確認人設。我們常用的公式是:人設=(科別內涵+職涯規劃+個性特色)×「更好的自己」。重點是放大你,不是演另一個人。
- 故事元素:讓人記住你的鉤子與反差,例如診間以外的興趣。
- 專業元素:你獨到的見解,能帶給讀者的價值。
- 親和元素:讓人願意靠近的特質,例如擅長和長輩溝通。
三篇代表作,煉出一份文風檔
三篇代表作,就足以煉出一份可重複使用的文風檔。
醫師提供三篇自己的代表作,附上發表日期;AI 分析句子長短、開場方式、慣用詞與術語處理習慣,整理成規則,並標出原文例子供醫師核對。
一份文風檔大概長這樣:
- 句長:多用短句,一段不超過三句。
- 開場:習慣從病人常問的一句話切入。
- 術語:第一次出現時,用括號附上白話說明。
- 語氣:用「你」稱呼讀者,不用驚嘆號,不說「一定」。
醫師確認之後,這份文風檔就能在每一篇、每一種格式中重複載入。
文風檔要學的是怎麼說,不是說了什麼。這一點最容易被忽略。舊文章裡的案例、數字、年資與資格,不能跟著複製到新文章。每一篇的事實都要重新核對,否則過時的資訊會被一再帶進新內容。
醫師一次性的投入清單
- 三篇代表作,以及審一次 AI 整理出的文風規則。
- 人設三元素,各用一句話說明。
- 確認可以引用的來源,以及診所的服務範圍。
這是醫師在整套導入中最值得的投資:一次投入,之後每一篇都受益,而且這是模型無法替你生成的輸入。
一魚多吃:固定 C、T、A,只換 S 與 R
同一個主題要做成貼文、短影音與長文時,不需要從頭寫三次。固定事實(C)、醫師語氣(T)與讀者(A),只更換骨架(S)與輸出規格(R):
| 格式 | S 換成什麼骨架 | R 換成什麼規格 |
|---|---|---|
| 衛教貼文 | 標題、痛點、三點知識、軟性提醒、Hashtag 五段 | 全文 350 至 500 字,附三個標題與封面字 |
| 短影音腳本 | 前 3 秒鉤子、30 到 45 秒只講一個重點、一句行動 | 口播逐字稿與分鏡格式,行動句過合規初檢 |
| SEO 長文 | 依搜尋意圖安排 H2 與 H3,並設 FAQ | H1、Meta 與網址齊備;關鍵字與架構各確認一次才寫全文 |
不必每個題目都做成每一種格式
一魚多吃不是每個題目都做四種內容,而是依讀者需要的答案選格式:
- 讀者需要比較與細節:寫成長文。
- 讀者需要一眼看懂:做成圖卡。
- 讀者需要聽醫師本人說明:拍成短影音。
格式選對了,同一份確認稿才不會被硬拆成讀者用不到的版本。
為什麼不是把長文裁切後分發
把長文裁切成貼文,最常掉的是適用條件。原本在長文裡交代清楚的前提,切開之後就不見了。
從同一份確認稿依各自的骨架重寫,有兩個好處:事實只需要核對一次,各平台的版本之間也不會出現互相矛盾的說法。
以衛教貼文為例:一個 S 長什麼樣
好的 S 骨架,會把每一段的功能和常見錯誤都寫清楚。以衛教貼文為例:
| 段落 | 功能 | 常見錯誤 |
|---|---|---|
| ① 標題 | 用一句話說中讀者的困擾 | 寫成疾病名稱介紹 |
| ② 痛點共鳴 | 描述讀者每天真的會遇到的狀況 | 描述太籠統,讀者對不上 |
| ③ 三點知識 | 每點一句,保留適用條件與來源 | 堆疊術語,一篇塞太多知識點 |
| ④ 軟性提醒 | 提示評估方向,不保證結果 | 寫成療程推介,性質轉為醫療廣告 |
| ⑤ Hashtag | 症狀或困擾詞兩個、科別主題詞一個 | 任意給定,或自行造出地區詞 |
第四段要特別小心。結尾一旦導向本院療程或預約,內容就可能被認定為醫療廣告,要回到上一篇談的停點規則處理。
給經營者的檢查清單:輸入建立完成了嗎
可以用六個標準檢驗:
- 每位對外具名發文的醫師,都有一份經本人確認的文風檔。
- 常用的每種文體,都有寫成檔案的骨架與驗收規則。
- 主要病患族群寫成讀者輪廓,選題時可以直接指定。
- 驗收規則包含合規初檢,以及「缺資料就停」。
- 每份檔案都有指定的修改人與確認人。
- 這些檔案存在診所自己手上,換人、換工具、換合作夥伴都帶得走。
Dr. Yu-Ping Chiu建議,四項輸入建好、閉環跑順之後,下一步是把它封裝成可以重複呼叫的 SOP,讓系統不再依賴特定的人。這是下一篇的主題。
三個值得問自己的問題
- 把院名與科別遮起來,病患認得出你們上個月的內容是誰寫的嗎?
- 醫師的文風檔歸誰,合作開始時有沒有約定好?
- 醫師改稿時改最多的是語氣、事實還是格式?答案就是最該先建的那一項輸入。
AI在使用上的常見問題
Q: 建立這些輸入,要花醫師多少時間?
時間集中在建置期,而且是一次性的:提供三篇代表作、審一次文風規則、用三句話說明人設、確認可引用的來源。之後只在規則更新時確認。
Q: 診所有多位醫師,語氣要統一嗎?
不必,也不應該。具名發文的醫師各自保留文風檔,診所官方帳號另建一份機構語氣。要統一的是 S、A、R:骨架、讀者輪廓與驗收規則。
Q: 代操說他們有自己的提示詞,可以直接用嗎?
可以用,但先問三件事:
- 裡面有沒有你醫師的文風,還是只有通用語氣?
- 驗收規則有沒有包含醫療法初檢,以及「缺資料就停」?
- 合作結束時,這些檔案能不能留在診所?
Q: CO-STAR 一定要六項都寫嗎?
簡短的任務可以精簡,但 C 與 R 不能省。沒有 C,AI 會自己補資料;沒有 R,就沒有驗收標準。
Q: 文風檔會讓 AI 照抄醫師的舊文章嗎?
不會照抄,前提是建立時講清楚。文風檔記錄的是句長、開場與用詞習慣等規則,不是內容本身;案例與數字每篇都要重新核對。
參考資料:
Barney, J.(1991)。Firm resources and sustained competitive advantage。Journal of Management, 17(1), 99–120。
Doshi, A. R., & Hauser, O. P.(2024)。Generative AI enhances individual creativity but reduces the collective diversity of novel content。Science Advances, 10(28)。
Anthropic(2025)。Effective context engineering for AI agents。
GovTech Singapore。Prompt Engineering Playbook(CO-STAR 框架)。
想為診所的醫師建立文風檔與內容輸入?歡迎與達特艾立聯繫,我們協助你從一位醫師、一種文體開始。


