# Introduction（引言）

繁體中文社群每日皆有大量文章流通：從新聞、社群貼文、醫學科普到評論文章。讀者若僅以「同意／不同意」作為消費方式，便錯失了反覆訓練批判思考的機會。傳統閱讀方法靠手寫筆記，效率低；單純丟給 LLM 摘要又流於表層。本 Skill 主張「文章值得被結構化拆解」，並提供可重複的分析框架。

# Methods（方法）

Skill 以 Python 撰寫，定義了多個分析面向：論點與支撐（找出主張與證據）、語氣與情緒（中立／批判／煽動）、邏輯謬誤（是否存在常見謬誤）、修辭手法（反問、訴諸權威、滑坡）、可驗證之事實主張。對於每篇輸入文章，Skill 系統性地針對各面向給出評論，並請使用者自行判斷文章是否值得進一步信任或引用。

設計重點為「不下結論」：Skill 不告訴使用者「這篇文章對或錯」，而是提供結構化分析使讀者自行判斷。安裝為 npx skills add htlin222/zh-article-analyzer-skill。

# Results（結果）

使用者可在閱讀繁體中文文章時，將內容貼入 Claude 對話以快速取得多面向分析報告。對於日常瀏覽社群媒體、評估健康資訊、甚至評估自身寫作品質，本 Skill 提供了一個輕量但深度的工具。對作者本人，更是練習「不被表面情緒帶走」的閱讀紀律。

# Discussion（討論）

本專案具體實踐了「LLM 為讀者賦能」的理念：與其讓 LLM 替使用者讀，不如讓 LLM 幫使用者讀得更深。限制方面，分析面向仍受預設模板限制，特殊文類（小說、詩、學術論文）需要不同框架；繁體中文 NLP 與簡體中文資源生態仍有落差。未來可加入領域特化模板（醫療科普、法律時事）與互動追問模式。

# 連結

• GitHub：htlin222/zh-article-analyzer-skill
• 主要語言：Python
• 最後更新：2026-04-04