← Spell Book

tw-formal-writing

ai-tools

法術評分
🔮🔮🔮🔮○
價格
free
難度
intermediate

最適合誰

需要撰寫台灣正式公文（函/簽/書函/令/呈/咨/公告）、法律文件（存證信函/律師函/合約/MOU/NDA）或人民對政府文書（陳情書/訴願書/異議書）的人。核心問題很明確：LLM 對台灣公文格式慣例幾乎零認知，格式寫錯就是退件或不受理。

如果你在公部門、與政府機關往來的學術機構、或處理制式法律文件的實務工作中，這工具直接相關。如果你從不需要對台灣政府體系行文，這工具對你沒有用處。

我實際怎麼用

目前列為觀察狀態。我對正式公文的需求頻率不高，但確實存在：對國科會的計畫申請函、校內行政簽呈等場景。計畫在有實際需求時安裝 SKILL.md 版本到 Claude Code，用來產出初稿。比起從零生成，更實用的是「審閱修正」模式：把已經寫好的文件貼進去，取得格式與用語的錯誤清單。這樣做比較安全，因為內容是人寫的，AI 只負責檢查形式。

安裝方式是一行 git clone 到 ~/.claude/skills/，不需要任何依賴套件、執行環境或 API 金鑰。

真正強的地方

知識路由架構。 SKILL.md 不是把 26K 字元的規則全部灌進上下文，而是作為路由器，根據使用者的請求只載入對應的參考檔案（official-letter.md、legal-documents.md 等）。這是不需要向量資料庫的輕量級 RAG，純靠檔案結構實現知識分割與按需載入。對任何設計 AI Skill 的人來說，這個模式值得研究。

三版本部署策略。 SKILL.md（多檔版，Claude Code 用）、STANDALONE.md（單檔版 26K 字元，ChatGPT/Gemini 用）、LITE.md（極簡版 2K 字元，GPTs Instructions 用）。每個版本在知識完整度與平台相容性之間做了明確的取捨。這是工程思維，不是隨手貼上的提示詞。

審閱修正模式。 不只能從零生成文書，還能接受既有文件，逐項對照法規檢查格式與用語錯誤。這個功能比純生成更有防禦價值，因為它能捕捉你自己寫的文件中的疏漏。

法規引用扎實。 不是含糊地說「依照公文規範」，而是明確標注法源：《文書處理手冊》112年版、《公文程式條例》具體條文、行政函釋更新至 115.2.23。

內建品質閘門。 每次生成後自動執行四維度檢核（結構完整性、術語正確性、用字規範、格式合規），不需要使用者額外要求。

失敗模式與不該用的情境

沒有獨立驗證器。 品質閘門本質上是用同一個 LLM 檢查自己的輸出。當模型幻覺出一個不存在的法條編號時，內建的檢核清單抓不到。對法律文件這種零容錯的領域，這是結構性弱點。

知識會老化。 法規會修訂、函釋會新增。知識庫是靜態 Markdown，v1.1.0 之後的法規變動需要維護者手動同步。沒有自動追蹤法規更新的機制。

法律引用無程式化驗證。 引用的法條編號和函釋文號是寫死在 Markdown 裡的字串，沒有與任何法規資料庫連動。模型若在生成過程中自行「補充」不存在的法條，現有機制無法偵測。

單人維護。 作者 Cheng-I Wu (Imbad0202) 為個人開發者。如果維護停止，知識庫就凍結在最後更新的法規版本。

不該用的情境： 不要把產出的文件直接送出，無論公文或法律文件都必須經過人工校對。這工具幫你把結構做對，但無法保證法律正確性。

價格/上手門檻與風險

  • 價格：免費，MIT 授權。
  • 上手門檻：中等。你需要理解 Claude Code Skills 的運作方式（或知道怎麼把 STANDALONE.md 貼進 ChatGPT）。文件生成過程有引導，但你需要足夠的領域知識來驗證產出。
  • 風險：草稿階段低風險，正式送出前中度風險。缺乏獨立驗證是信任上限。

結論

評分 4 分。觀察狀態。問題定義精準，解決方案架構成熟。知識路由模式和三版本策略展現了真正的工程素養。但在格式錯誤會有實際後果的領域，缺乏獨立驗證機制是信任的硬性天花板。適合用於初稿產生和審閱校對，不適合作為最終權威。

來源