[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"article-genai-mil-war-prompt-report-template-zh":3,"article-related-genai-mil-war-prompt-report-template-zh":29,"series-ai-agent-fa4ebd4b-b8e5-46bf-bd94-6f6e9008ab56":74},{"id":4,"slug":5,"title":6,"content":7,"summary":8,"source":9,"source_url":10,"author":11,"image_url":12,"cover_image":12,"category":13,"language":14,"translated_content":11,"related_article_id":15,"keywords":16,"key_takeaways":22,"views":26,"created_at":27,"published_at":28,"topic_cluster_id":11},"fa4ebd4b-b8e5-46bf-bd94-6f6e9008ab56","genai-mil-war-prompt-report-template-zh","把恐怖提示詞改成週報","\u003Cp data-speakable=\"summary\">以前大家看到「create a war」先嚇一跳，現在我把它拆成一個可複製的週報自動化流程。\u003C\u002Fp>\u003Cp>我看軍方 AI demo 看了一陣子，老實說，大多數都像是給投影片看的，不像給真的要交報告的人用的。畫面很漂亮、詞彙很滿、什麼 decision advantage、AI-first 一直講，但一碰到實際工作就露餡：資料散在各處、格式亂、週報又催得要命。這次我看到那張 Pentagon 圖，第一眼也以為事情大條了，結果一讀才發現，原來是把 \u003Ccode>WAR\u003C\u002Fcode> 看成戰爭，實際上是 Weekly Action Report。很土，但很真，因為這就是內部工具最常遇到的髒活。\u003C\u002Fp>\u003Cp>我這篇的觸發點是這篇 \u003Ca href=\"https:\u002F\u002Fwww.dailymail.com\u002Fsciencetech\u002Farticle-16017851\u002Fpentagon-photo-ai-war-message.html\">Daily Mail Online\u003C\u002Fa> 的報導，裡面提到 \u003Ca href=\"https:\u002F\u002Fwww.genai.mil\u002F\">GenAI.mil\u003C\u002Fa> pilot、custom agents，還有一個很具體的說法：某個報告流程從三天縮到一小時。媒體味道我有保留，但這條 workflow 線索夠明確，值得拿來拆。順手也看了 \u003Ca href=\"https:\u002F\u002Fwww.defense.gov\u002F\">U.S. Department of Defense\u003C\u002Fa> 的公開資訊脈絡，至少知道這不是憑空冒出來的 demo 故事。\u003C\u002Fp>\u003Ch2>大家第一眼看錯的，其實是命名\u003C\u002Fh2>\u003Cblockquote>I NEED HELP BUILDING AN AGENT TO CREATE A WAR [...].\u003C\u002Fblockquote>\u003Cp>翻譯一下就是：這不是在叫 AI 開戰，而是在一個名叫 \u003Ccode>WAR.docx\u003C\u002Fcode> 的文件裡做週報工具。\u003Ccode>WAR\u003C\u002Fcode> 這個縮寫一旦脫離上下文，看起來就很像要出事；放回內部文件系統裡，它只是「Weekly Action Report」而已。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1785655978571-fadx.png\" alt=\"把恐怖提示詞改成週報\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>我自己很有感。以前我也看過團隊把一個內部 bot 叫成超短縮寫，結果某次截圖流出去，外面的人根本不知道那是什麼，只看到一串像密碼的東西。大家開始腦補，真正的功能反而沒人看。這種事很煩，因為你明明在解決流程問題，最後卻在解釋名字。\u003C\u002Fp>\u003Cp>實操寫法很簡單：任何會進入文件、Slack、截圖、簡報的東西，都要用外人看得懂的名字。不要把縮寫當聰明，把全名寫出來才是省事。像 \u003Ccode>weekly-action-report-\u003Ca href=\"\u002Ftag\u002Fagent\">agent\u003C\u002Fa>\u003C\u002Fcode> 就比 \u003Ccode>WAR\u003C\u002Fcode> 好太多，至少不會讓人先聯想到戰爭。\u003C\u002Fp>\u003Cp>我現在會強迫自己做一個小檢查：如果這個名稱被裁掉上下文，三秒內還能看懂嗎？不能，就改。這條規則很土，但真的救過我幾次。\u003C\u002Fp>\u003Ch2>真正有價值的，是把報告工作拆成流水線\u003C\u002Fh2>\u003Cp>報導裡提到，這個流程把原本要三天的報告工作縮成一小時，還能在兩分鐘內把資料轉成 briefing slides。這句話比什麼「AI 改變未來」都實在，因為它講的是一個我每天都看得到的痛點：不是決策太慢，是整理資料太慢。\u003C\u002Fp>\u003Cp>也就是說，AI 在這裡不是拿來替你做判斷，而是把散掉的資訊收回來、整理乾淨、套進固定格式。這類工作很適合 agent，因為它本來就有明確輸入、明確輸出、明確格式，只是人類做久了會很煩，煩到開始複製貼上失手。\u003C\u002Fp>\u003Cp>我之前做內部 ops dashboard 時就踩過這個坑。三個系統各說各話，一個用 UTC，一個用本地時間，另一個匯出的 CSV 還像在跟 schema 宣戰。最後真正卡住的不是分析，而是資料拼接。等我把一個小 agent 接進去做 normalize + draft summary，團隊才終於不用每週重跑一次人工拼圖。\u003C\u002Fp>\u003Cp>實操寫法：先畫報告流程，不要先挑模型。把輸入、轉換、輸出、人工確認四件事列出來。如果你的流程卡在收資料、對格式、補摘要，那就是 agent 值得上的地方。如果卡在「大家根本不認同結論」，AI 只會幫你更快把爭議\u003Ca href=\"\u002Fnews\u002Fpentagon-ai-marketing-battlefield-language-zh\">包裝\u003C\u002Fa>好。\u003C\u002Fp>\u003Cul>\u003Cli>先列來源：哪幾個系統、哪幾種檔案、哪幾個人。\u003C\u002Fli>\u003Cli>再列轉換：去重、時間格式、欄位對齊、摘要。\u003C\u002Fli>\u003Cli>最後列輸出：週報、簡報、待辦、風險。\u003C\u002Fli>\u003C\u002Ful>\u003Ch2>一個大聊天機器人，通常不如幾個小代理\u003C\u002Fh2>\u003Cp>報導還提到，他們在部署期間做了 20 多個 custom \u003Ca href=\"\u002Ftag\u002Fai-agents\">AI agents\u003C\u002Fa>。這個數字本身不是重點，重點是策略很清楚：不是丟一個萬能聊天機器人去硬扛全部工作，而是把工作切成小塊，每個 agent 負責一段。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1785655979628-e2u1.png\" alt=\"把恐怖提示詞改成週報\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>我比較信這種做法。通用 chatbot 很適合發想、改文案、臨時查資料，但一進到真實流程就容易飄：權限、來源、格式、稽核、敏感資料，全都會把它拉回現實。拆成小\u003Ca href=\"\u002Fnews\u002Frogue-ai-agent-stealthy-cyberattack-five-days-zh\">代理\u003C\u002Fa>後，每個 agent 只管一件事，測試也比較像樣，壞了也比較好修。\u003C\u002Fp>\u003Cp>我之前做過一個內部審批助手，一開始想一步到位，結果每次改 prompt 都像在搬整間廚房。後來我拆成三段：收集、摘要、驗證。一下子就穩了，因為每段都能單獨看輸入輸出，不會整條鏈一起發瘋。\u003C\u002Fp>\u003Cp>實操寫法：把你的流程拆成五個小任務，通常會長這樣：\u003C\u002Fp>\u003Cul>\u003Cli>Collector：抓來源資料。\u003C\u002Fli>\u003Cli>Normalizer：統一欄位、時間、命名。\u003C\u002Fli>\u003Cli>Summarizer：把原始內容壓成重點。\u003C\u002Fli>\u003Cli>Formatter：轉成週報或簡報格式。\u003C\u002Fli>\u003Cli>Verifier：對照來源檢查每一條主張。\u003C\u002Fli>\u003C\u002Ful>\u003Cp>這樣做的好處很現實：你不用一次賭全部，哪一段出錯就修哪一段。\u003C\u002Fp>\u003Ch2>速度有用，但前提是你知道它有沒有亂講\u003C\u002Fh2>\u003Cp>報導裡引用了 \u003Ca href=\"https:\u002F\u002Fwww.defense.gov\u002FNews\u002FNews-Stories\u002F\">Department of War 的公開說法\u003C\u002Fa>，核心意思很直白：人類處理不了那麼多資訊，AI 可以幫忙快速解析大量資料。這句話我不反對，但我也知道它最容易被拿去包裝成過頭的承諾。\u003C\u002Fp>\u003Cp>翻譯一下就是：速度本身不是價值，能不能驗證才是。AI 很常見的問題不是慢，而是快得很自信，然後把錯的東西排版得漂漂亮亮。這種輸出最危險，因為你會先被格式騙過去，等到對來源才發現整段都歪了。\u003C\u002Fp>\u003Cp>我吃過這種虧。一次內部報表 agent 把兩個很像的欄位合併，結果 summary 看起來順得不得了，連我自己都差點信了。直到有人回頭看原始 row，才發現它把數字和狀態碼混在一起。那次之後我就很在意 verification，不讓 agent 直接從 raw data 出成 final draft。\u003C\u002Fp>\u003Cp>實操寫法：把驗證塞進流程裡，不要放到最後才想起來。至少要有三層：來源新鮮度、欄位對齊、人工簽核。只要是要上簡報的內容，每一條結論最好都能回指到來源。沒來源就標註 \u003Ccode>[NEEDS REVIEW]\u003C\u002Fcode>，不要硬寫。\u003C\u002Fp>\u003Ch2>上下文比聰明更重要，這句很煩但是真的\u003C\u002Fh2>\u003Cp>這次會鬧出「create a war」的誤會，根本原因就是上下文被切掉了。只剩 prompt、檔名、縮寫，外人一看當然會往最糟的方向想。等補回 \u003Ccode>WAR\u003C\u002Fcode> 是 Weekly Action Report，整件事就從驚悚片變成行政流程。\u003C\u002Fp>\u003Cp>我很想說這只是媒體誇張，但其實我們自己的內部工具也常犯同樣的錯。你以為大家都懂你的縮寫、你的欄位、你的黑話，結果一旦被截圖、轉寄、稽核，整套語境就散了。工具沒壞，壞的是你沒把語境設計進去。\u003C\u002Fp>\u003Cp>實操寫法可以直接照下面做：\u003C\u002Fp>\u003Cul>\u003Cli>每個 agent 都附一行用途說明。\u003C\u002Fli>\u003Cli>每個輸出都保留來源欄位。\u003C\u002Fli>\u003Cli>每個縮寫第一次出現都寫全名。\u003C\u002Fli>\u003Cli>任何可能被截圖的畫面，都要能脫離上下文閱讀。\u003C\u002Fli>\u003C\u002Ful>\u003Cp>我會很刻薄地說一句：如果你的工具只能在你本人面前看起來合理，那它還沒準備好上線。內部產品最怕的不是難用，是難懂。\u003C\u002Fp>\u003Ch2>我會抄的部分，只有這三件事\u003C\u002Fh2>\u003Cp>第一個是模組化。第二個是把報告當成固定流程，不是一次性任務。第三個是把使用者拉進來，尤其是那些真的要交週報、做簡報、處理行政的人。工具離現場太遠，通常只會做出一個看起來很厲害、實際上沒人想碰的東西。\u003C\u002Fp>\u003Cp>我不會抄那些很空的 AI-first 口號，也不會抄那種故意弄得很戲劇化的命名。內部工具最需要的其實是樸素：來源清楚、格式固定、驗\u003Ca href=\"\u002Fnews\u002Fopenai-hugging-face-breach-agents-hard-limits-zh\">證明\u003C\u002Fa>確、命名不會嚇人。這些都不性感，但能活下來。\u003C\u002Fp>\u003Cp>實操寫法：先挑一個已經很痛的週報或行政流程，做成一條 agent pipeline。先只做一件事：把原本三天的整理壓到一小時內完成草稿。只要 review 時間沒有把省下來的工時吃光，你就有機會把它留下來。\u003C\u002Fp>\u003Ch2>可抄的模板\u003C\u002Fh2>\u003Cpre>\u003Ccode># Weekly Action Report Agent Template\n\n## Purpose\nDraft a Weekly Action Report from approved operational sources and human notes.\n\n## Inputs\n- Source system exports\n- Team status notes\n- Incident logs\n- Metrics dashboard snapshots\n- Human corrections and approvals\n\n## Agent Roles\n1. Collector Agent\n   - Pull updates from approved sources\n   - Normalize timestamps, names, and IDs\n\n2. Summarizer Agent\n   - Convert raw updates into concise bullets\n   - Flag missing data and contradictions\n\n3. Formatter Agent\n   - Turn the summary into a report or briefing slide outline\n   - Keep the approved structure only\n\n4. Verification Agent\n   - Check every claim against source data\n   - Mark unverified statements for human review\n\n## Output Format\n- Title\n- Reporting period\n- Key wins\n- Risks and blockers\n- Decisions needed\n- Next actions\n- Source citations\n\n## Prompt Skeleton\nYou are an internal reporting agent.\nYour job is to create a Weekly Action Report from the sources provided.\nDo not invent facts.\nIf a detail is missing, mark it as [NEEDS REVIEW].\nEvery claim must be traceable to a source.\nUse plain English.\nReturn the report in the approved format only.\n\n## Guardrails\n- Never infer missing metrics\n- Never rewrite dates without preserving the original value\n- Never publish without human approval\n- Never use acronyms in the title unless expanded once\n- Flag any ambiguous term before summarizing it\n\n## Human Review Checklist\n- Are all claims source-backed?\n- Are dates and names correct?\n- Are any metrics missing or inconsistent?\n- Does the output match the approved format?\n- Is anything sensitive redacted?\n\n## Copy-ready filename\nweekly-action-report-agent.md\n\n## One-line description\nGenerates a verified weekly action report from approved operational sources and flags anything unclear for review.\u003C\u002Fcode>\u003C\u002Fpre>\u003Cp>這段我會直接丟給團隊改。你可以把它換成 ops、brief、admin、客服週報，結構都一樣：來源、轉換、格式、驗證、人工確認。這就是我從這個案例真正拆出來的東西。\u003C\u002Fp>\u003Cp>原始來源：\u003Ca href=\"https:\u002F\u002Fwww.dailymail.com\u002Fsciencetech\u002Farticle-16017851\u002Fpentagon-photo-ai-war-message.html\">Daily Mail Online\u003C\u002Fa>。我這篇的分析是根據報導中提到的 \u003Ca href=\"https:\u002F\u002Fwww.genai.mil\u002F\">GenAI.mil\u003C\u002Fa> 與公開脈絡整理出的衍生解讀，模板與實操寫法是我自己的整理。\u003C\u002Fp>","我拆了一個把「創建戰爭」誤讀成提示詞的軍方 AI 案例，抽出可直接套用的週報自動化模板。","www.dailymail.com","https:\u002F\u002Fwww.dailymail.com\u002Fsciencetech\u002Farticle-16017851\u002Fpentagon-photo-ai-war-message.html",null,"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1785655978571-fadx.png","ai-agent","zh","0a805e08-8c91-43a5-b6e2-a028c60c27a8",[17,18,19,20,21],"GenAI.mil","weekly action report","custom agents","workflow automation","prompt design",[23,24,25],"把會被誤讀的縮寫改成可自解釋名稱。","把報告流程拆成小代理，比丟一個萬能 chatbot 更穩。","任何能上簡報的 AI 輸出，都要內建驗證與人工簽核。",0,"2026-08-02T07:32:38.01822+00:00","2026-08-02T07:32:37.993+00:00",{"tags":30,"relatedLang":33,"relatedPosts":37},[31],{"name":20,"slug":32},"workflow-automation",{"id":15,"slug":34,"title":35,"language":36},"genai-mil-war-prompt-report-template-en","GenAI.mil turns a scary prompt into a report","en",[38,44,50,56,62,68],{"id":39,"slug":40,"title":41,"cover_image":42,"image_url":42,"created_at":43,"category":13},"435cd05e-f667-44ce-b362-598cab19269f","epam-openai-deal-turns-pilots-into-production-zh","EPAM 讓 AI 從試點變上線","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1785628985644-6uk4.png","2026-08-02T00:02:39.955798+00:00",{"id":45,"slug":46,"title":47,"cover_image":48,"image_url":48,"created_at":49,"category":13},"f94242dc-a7ae-461a-a23d-bfd7ddd2bedb","claude-code-prompt-engineering-overrated-task-design-verific-zh","Claude Code 的關鍵不是提示詞，而是任務設計與驗證","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1785544369330-u3z4.png","2026-08-01T00:32:24.169562+00:00",{"id":51,"slug":52,"title":53,"cover_image":54,"image_url":54,"created_at":55,"category":13},"71979ad3-7f4f-4567-a168-5494fef7d9c2","grok-build-live-previews-rewind-fixes-zh","Grok Build 0.2.111 修掉預覽與回溯問題","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1785198774644-333s.png","2026-07-28T00:32:30.888107+00:00",{"id":57,"slug":58,"title":59,"cover_image":60,"image_url":60,"created_at":61,"category":13},"9f4b3a5e-132d-437c-8874-5c98f8302dcb","kimi-k3-benchmark-evaluation-guide-coding-agents-zh","Kimi K3 編碼代理評測操作指南","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1784574187634-d3v3.png","2026-07-20T19:02:39.109567+00:00",{"id":63,"slug":64,"title":65,"cover_image":66,"image_url":66,"created_at":67,"category":13},"9a3274e4-cb7d-44f4-a56b-264180d66c8c","ai-coding-winning-edge-is-orchestration-zh","AI 编程的勝負手不是最強模型，而是最強編排","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1784484194465-hxbs.png","2026-07-19T18:02:42.351329+00:00",{"id":69,"slug":70,"title":71,"cover_image":72,"image_url":72,"created_at":73,"category":13},"1c561993-b2dc-4223-877c-5fbad7795b6e","claude-code-terminal-workflow-template-zh","Claude Code 把聊天變成終端工作","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1784466203065-x30z.png","2026-07-19T13:02:53.40535+00:00",[75,80,85,90,95,100,105,110,115,120],{"id":76,"slug":77,"title":78,"created_at":79},"4ae1e197-1d3d-4233-8733-eafe9cb6438b","claude-now-uses-your-pc-to-finish-tasks-zh","Claude 開始幫你操作電腦","2026-03-26T07:20:48.457387+00:00",{"id":81,"slug":82,"title":83,"created_at":84},"5bede67f-e21c-413d-9ab8-54a3c3d26227","googles-2026-ai-agent-report-decoded-zh","Google 2026 AI Agent 報告解讀","2026-03-26T11:15:22.651956+00:00",{"id":86,"slug":87,"title":88,"created_at":89},"2987d097-563f-46c7-b76f-b558d8ef7c2b","kimi-k25-review-stronger-still-not-legend-zh","Kimi K2.5 評測：更強，但還不是神作","2026-03-27T07:15:55.277513+00:00",{"id":91,"slug":92,"title":93,"created_at":94},"95c9053b-e3f4-4cb5-aace-5c54f4c9e044","claude-code-controls-mac-desktop-zh","Claude Code 也能操控 Mac 了","2026-03-28T03:01:58.58121+00:00",{"id":96,"slug":97,"title":98,"created_at":99},"dc58e153-e3a8-4c06-9b96-1aa64eabbf5f","cloudflare-100x-faster-ai-agent-sandbox-zh","Cloudflare 的 AI 沙箱跑超快","2026-03-28T03:09:44.142236+00:00",{"id":101,"slug":102,"title":103,"created_at":104},"1c8afc56-253f-47a2-979f-1065ff072f2a","openai-backs-isara-agent-swarm-bet-zh","OpenAI 挺 Isara 的 agent swarm …","2026-03-28T03:15:27.513155+00:00",{"id":106,"slug":107,"title":108,"created_at":109},"7379b422-576e-45df-ad5a-d57a0d9dd467","openai-plan-automated-ai-researcher-zh","OpenAI 想做自動化 AI 研究員","2026-03-28T03:17:42.090548+00:00",{"id":111,"slug":112,"title":113,"created_at":114},"48c9889e-86df-450b-a356-e4a4b7c83c5b","harness-engineering-ai-agent-reliability-2026-zh","駕馭工程：從「馬具」到「作業系統」，AI Agent 可靠性的終極密碼","2026-03-31T06:42:53.556721+00:00",{"id":116,"slug":117,"title":118,"created_at":119},"96d8e8c8-1edd-475d-9145-b1e7a1b02b65","mcp-explained-from-prompts-to-production-zh","MCP 怎麼把提示詞變工作流","2026-04-01T09:24:39.321274+00:00",{"id":121,"slug":122,"title":123,"created_at":124},"f2ca7720-b471-4ce5-9336-2a9ac2a876fd","amazon-bedrock-agents-multi-agent-workflows-zh","Amazon Bedrock Agents 進入多代理工作流","2026-04-01T09:30:29.945429+00:00"]