在現在的數位媒體時代，影片和音訊已成為重要的內容趨勢。然而，製作這些形式的內容往往比文字更為費時，且現有文字工作者可能缺乏相關技能，難以做到多種形式內容的產出。生成式AI正是解決這一挑戰的關鍵，為媒體製作帶來革命性的可能性。
巨思團隊嘗試利用生成式AI的過程中，同時申請nDX數位創新獎助計畫（以下簡稱nDX），此計畫是由數位經濟暨產業發展協會接受Google委託，管理Google「台灣新聞數位共榮基金」並規劃獎助計畫與執行，目標為協助台灣新聞組織推動數位轉型與創新。巨思獲得獎助後，有更多的資源進行生成式AI的探索與應用，提升內容產製的效率與多元性。
巨思文化的AI協作嘗試
巨思文化以內容為核心，使用生成式AI進行了不少有意義的實驗：
建立多元數位敘事的基礎技術： 將文字轉化為影片和音訊，以多元數位故事傳遞方式推充閱讀體驗。
為編輯內容產出賦能： 不僅定義在文字，也讓編輯能更簡單地用影像、圖表和音檔傳達內容。
No Code背後的自動化應用創造： 在No Code後台製作的數位故事專題，能將正確和有價值的資訊，以更多元的表現形式傳遞給閱聽者。
巨思透過編輯平台創新功能，使用多元素材敘事
在這一場寧靜的大型編輯室革命中，我們也開發出「虛擬AI同事」，與人類協作新聞產製。
首先，是AI虛擬主播「魏時黛」、「何立惟」：透過5分鐘日報流程，推出當天的新聞播報。該流程能在YouTube和Podcast平台與閱聽者相遇，讓媒體讀者群除了讀者更新增聽眾，突破傳統文字媒體限制。
第二位同事是「虛擬美術設計」：根據文章中提到的資訊，理解意思後，在短短幾秒內製作出視覺化圖表，幫助讀者更容易理解報導內容。
第三位虛擬同事，則是「AI數位故事管理系統」：為記者和編輯提供跨媒介轉換平台，集中管理音訊、文字、影像資料，方便快速調用。
「AI數位故事管理系統」是利用多項AI輔助工具，包括：
圖片識別 ：AI可識別圖片文字，並將其轉換和重新排版。
音檔轉錄： 支持將MP3等音檔快速轉換為逐字稿，並區分不同聲源。
文章生成： 可將podcast逐字稿快速轉化為完整報導。
數據可視化： AI判別資料，生成柱狀圖或折線圖，並突出關鍵數據變化。
圖解模板： 提供六種模板，包括社群圖卡、比較圖、心智圖等，幫助讀者更好理解文字內容。
學習一：怎麼讓圖表呈現得更符合需求？
在實驗過程中，我們學習到，儘管AI已能快速生成文字，但故事的靈魂、哪些重點要放大、哪些字要標色、配色和排版，目前都還是人類做得好，AI仍然依賴人類編輯獨特的洞察力和創造性思維。
在這個充滿可能性的創作生態系中，人類編輯的核心價值在於：精準捕捉內容的精髓、賦予文字靈魂和脈絡、控制AI產出品質的關鍵環節。
其次，提出prompt不僅是技術操作，更是一個尋求創作共識的動態過程。在這個過程中，人類編輯的智慧和判斷力，始終是AI輔助創作中最寶貴的元素。
學習二：如何讓AI圖表、AI撰稿流程深入同事的工作日常？
在企業AI技術導入的過程中，我們發現成功不在於一次到位，而是透過漸進式的學習和調整，一步步地盡可能達成每個人的期望。
將AI工具導入編輯室工作流程，可以大致分為「克服技術原型、建立基礎功能」、「開放公測階段」、「蒐集反饋並優化prompt、UI/UX」三個階段。
關鍵在於從簡單功能開始，從單一部門擴散到多個團隊，並保持彈性和開放的心態，讓AI工具逐步融入組織的工作文化。
學習三：站穩巨人的肩膀，隨時準備奔跑
隨著科技巨頭的競爭，AI迭代變得更聰明，許多技術難題在新版本中逐步得到解決，這種便利讓媒體工作者感到幸福。
當模型越來越強大時，文章的品質也隨之提升。每次測試之後，新模型的表現總能突破舊版本的極限，讓我們深刻體會到技術的進步帶來的可能性，更能符合編輯的多元敘事需求。
成果：流程建立起來，提升工作效率後，融入編輯日常工作流程中！
nDX專案在巨思的編輯台推動了一場工作流程的靜悄悄革命。這個一條龍式的解決方案，將音檔、文字、文章和圖表無縫接軌，大幅降低了內容生產的技術門檻。對於長期被時間壓力壓迫的編輯團隊來說，這意味著從根本上改變了內容產製的可能性。
過去需要耗費大量時間和心力的工作，現在可以透過簡單直觀的操作快速完成。從音檔轉文字，到文字加工成文章，再輔以數據圖表增添可讀性，整個過程變得前所未有的流暢。這不僅極大地激發了編輯使用圖表的意願，也為讀者提供了更豐富、更有深度的閱讀體驗。
更令人興奮的是，這個專案的設計具有高度的靈活性和包容性。無論是前端還是後端，不同部門的同事都能夠輕鬆上手，使用範圍之廣前所未有。它不僅僅是一個工具，更是一種賦能——讓編輯不再局限於純文字產出，而能更自然、更容易地整合影像、音檔、圖表等多元素素材，徹底重塑內容創作的想像邊界。
