Methodology

內容產製與驗證

SKYTICAL 是一個以可信來源、快速更新與完整溯源為核心的航空資訊平台。

系統持續追蹤航空主管機關、國際組織、航空公司及可信新聞機構所發布的公開資訊，透過自動化資料管線整理事件，再由 Anthropic Claude、OpenAI GPT、Google Gemini 等主流語言模型協助產生繁體中文報導。

模型不是新聞來源，也不會自行憑空補充資訊。每篇內容都必須建立在系統實際取得的來源資料上，並於文末保留原始出處，方便讀者直接查證。

---

我們的核心原則

來源先於模型

SKYTICAL 的報導從可信來源開始，而不是從語言模型開始。

系統先取得官方公告、新聞稿、RSS、公開 API 或可信媒體報導，之後才將已取得的資料交由模型整理。模型只能使用提供給它的來源內容，不得自行加入外部知識或未經支持的推論。

每項重要資訊皆可追溯

報導中的核心事實必須對應到原始資料。系統會保存來源網址、發布時間及支持相關敘述的原文內容。

每篇報導文末均附有「資料來源」，讀者可直接開啟原始公告或報導進行核對。

自動化不等於無限制生成

內容必須通過格式、來源、日期、引文及風險檢查，才能進入發布流程。

資料不足、來源衝突或無法驗證的內容將被拒絕發布；事故、飛安、法律及其他高風險議題則必須通過相同且更嚴格的來源與證據檢查，通過後直接發布並保留風險標記，不會為了維持更新數量而勉強產生報導。

---

自動化資料管線

GitHub Actions 依排程啟動資料管線，檢查 FAA、ICAO、IATA、航空公司、事故調查機構及其他可信來源的 RSS、公開 API 與官方網頁。

系統移除網站導覽、廣告、重複文字及無效頁面，並檢查發布時間、正文完整性與來源有效性。

只有具備足夠內容且能夠追溯來源的資料，才會進入後續處理。

系統透過網址正規化與標題文字相似度，避免同一篇內容被重複處理。

若多個來源報導同一事件，系統會先辨識共同資訊與差異，再建立單一新聞事件。

合格資料會交由多模型備援系統處理，主要採用 Anthropic Claude、OpenAI GPT 與 Google Gemini 等主流模型系列。

模型負責：

• 提取來源中的核心事實
• 整理事件時間與發展狀態
• 將外語資訊轉為繁體中文
• 產生標題與新聞摘要
• 為重要敘述標記支持來源

若主要模型發生技術問題，系統才會切換至備援模型。模型給出的保守判定不會被視為失敗，也不會為了取得更積極的答案而反覆詢問其他模型。

模型回傳的內容必須通過程式檢查，包括：

• JSON 與資料結構驗證
• 日期與時間一致性
• 原文引文逐字比對
• 敘述與支持來源的對應關係
• 重複事件檢查
• 風險標記與發布資格判斷

只有符合發布條件的內容才會進入網站。

通過驗證的報導會發布至 GitHub Pages，並保留：

• 原始來源名稱
• 原始文章或公告連結
• 來源發布時間
• 本站整理時間
• 自動化產製標示

原始來源永遠優先於 SKYTICAL 的整理內容。

---

模型如何參與報導

SKYTICAL 使用語言模型作為資訊整理與文字生成工具，而不是將模型視為事實來源。

模型只能根據系統提供的來源資料工作，不得自行搜尋網路，也不得使用未出現在來源中的背景知識補足內容。

例如，來源只寫明某架飛機抵達某座機場，模型不得自行推測其屬於：

• 包機任務
• 備降
• 調機
• 維修飛行
• 貨運任務
• 外交活動
• 特殊旅客運輸

除非來源資料明確支持該項描述。

報導中使用的「證實」、「已核准」、「已交付」、「已投入營運」等字詞，也必須與原始來源所表達的確定程度一致。

Beta 例外：每日三次的「快報」頁部分條目由具搜尋能力的模型輔助彙整，此為唯一允許模型檢索的功能，並有硬性限制——引用連結僅能來自檢索實際回傳的來源、社群與影音平台不列入、論壇來源必須搭配其他來源。相關條目在頁面上標示「AI 搜尋」，快報標題亦標示 BETA；一般新聞文章完全不適用此例外。

---

使用的模型與供應商

SKYTICAL 採用多模型架構，以降低單一模型或單一供應商故障造成的影響。

對外公開的主要模型系列與供應商包括：

• Claude（Anthropic）
• GPT（OpenAI）
• Gemini（Google）

不同模型均受到相同規則約束，也必須通過相同的引文與資料驗證。更換模型不會降低發布標準。

實際模型版本、技術路由與備援順序可能依可用性、品質測試與服務條件調整。本方法論頁面僅列出大眾熟悉的主要模型家族；無論內部如何切換，來源驗證規則與發布標準都保持一致。

---

來源選擇

SKYTICAL 優先採用第一手或具有明確編輯責任的來源，例如：

• 民航主管機關
• 航空事故調查機構
• 國際航空組織
• 機場與航空公司正式公告
• 飛機製造商及發動機製造商
• 可信新聞機構
• 具明確授權條件的公開資料服務

社群媒體貼文、轉載內容或無法確認原始出處的資訊，不會單獨作為自動發布的重要事實依據。

---

更新頻率

主要新聞資料管線原則上每小時執行一次。

實際發布時間可能受到以下因素影響：

• 原始來源更新時間
• 網站或 API 暫時無法存取
• 資料完整性檢查
• 多來源去重
• 模型服務可用性
• 高風險內容覆核

因此，排程啟動時間不等於每小時一定會產生新文章。沒有足夠且可驗證的新資料時，系統不會為了填補版面而生成內容。

---

透明度與開放原始碼

SKYTICAL 的核心程式碼公開於 GitHub，讀者可以檢視資料擷取、去重、模型呼叫、驗證及發布流程。

avwire/
├─ .github/workflows/       # 排程與自動化工作流程
├─ pipeline/
│  ├─ fetch.py              # RSS、API 與來源擷取
│  ├─ dedupe.py             # 去重與事件合併
│  ├─ providers.py          # 多模型備援與呼叫
│  ├─ write.py              # 模型整理、引文與資料驗證
│  └─ build.py              # 網站資料產生與發布
├─ data/                    # 處理狀態與公開資料
└─ site/                    # GitHub Pages 網站

實際目錄可能隨系統持續開發而調整，GitHub Repository 中的版本為準。

為保護服務安全，API 金鑰、管理員憑證及其他機密資訊不會公開於原始碼或網站前端。

---

更正與限制

自動化系統能提高更新速度與處理範圍，但無法保證完全沒有錯誤。

可能影響結果的因素包括：

• 原始來源本身發生更正
• RSS 或公開 API 資料不完整
• 發布時間或時區標示不一致
• 語言模型對內容理解有誤
• 多來源對同一事件的描述不同
• 即時資料受到覆蓋率或更新延遲影響

發現問題時，SKYTICAL 可更新、撤回或標記相關內容。具有權威效力的資訊，仍應以主管機關、航空公司、機場或其他原始發布單位為準。