我讓魏嘉賢、游淑貞、張峻住進我的筆電：一個讓選民追問政見的 AI 語音實驗

看板上的字都很大

九月底的花蓮，晚上十一點，中央山脈已經睡了，太平洋還醒著。我也醒著。

選舉季一到，花蓮街頭就換上一整排看板。看板上的字都很大，也都很短：拚經濟、顧交通、照顧長輩。

我一直覺得，負責任的選民不能只看看板，不能只聽名嘴和政治新聞。候選人的政見要自己去讀，讀完還要問：錢從哪裡來？什麼時候做得到？跟現在差多少？可是政見散在官網、新聞和白皮書裡，光是找齊就不容易。

住在偏鄉的長輩更難。我心裡想的是一位住在富里的阿伯，他想用台語問縣長參選人：「阮遮的客運，啥物時陣會加一班？」他得等候選人剛好下鄉、剛好有空、剛好沒被別人的問題擠掉。

我決定拿這件事當作實驗題目，在電腦前打下一句話：

「我想讓魏嘉賢、游淑貞、張峻三位花蓮縣長參選人的 AI 角色，用語音回答選民的提問，而且經得起追問。」

AI 沒有直接開始寫程式，而是先交給我一份規格書。我當時還不知道，這份規格書會變成整件事的守門員。

先講清楚幾件事。這是一個沒有對外公開的實驗原型，只在我自己的電腦上跑過。富里阿伯是我假想的使用者，沒有真的這個人來問過。

先寫不做什麼

系統的規格書SPEC寫好時，我興奮地往下捲，想看它打算怎麼做。結果最長的一段叫「非目標」：不假裝是本人、不提供投票建議、不讓聲音檔外流、不替任何人編造立場。

我第一次看到一份文件，花這麼多力氣描述自己不打算做什麼。

接著是「選舉情境要求」。三位角色要對等對待：同樣的資料處理方式、同樣的發言機會、同樣的介面呈現。台灣的選罷法對候選人的深度偽造有規範，所以它只能是一個不對外公開的實驗，要走出實驗室之前，得先請法律專業確認。

我原本只是想做一個能跟人對話的候選人 AI agent，沒想到規格書先列出一串可能惹上的法律問題。

聲音樣本取自 YouTube 上的公開影片。這個原型只給我自己做實驗用，不對外開放，聲音檔也不離開這台電腦。

每一句都要有出處

AI 會講話不稀奇，難的是讓它不亂講。尤其它用的是真人的聲音。

所以每位角色只看得到自己的資料。回答前先查自己的政見文件，查不到才上網。每則回答下面都列出來源，分成三種標籤：

• 官網政見：參選人本人發布的內容，例如魏嘉賢的競選官網。
• 媒體報導整理：游淑貞與張峻的政見白皮書全文尚未在網路公開，暫時從新聞整理。角色會說「根據某某媒體某月某日的報導」，不會說成自己親口講的。
• 網路：文件裡沒有才上網找，一樣附上連結和日期。

三位的資料詳細程度不一樣，回答的完整度也會不同。這件事不能用 AI 生成的內容補齊，只能老實標出來。

我還在一個代名詞上卡了好幾天：角色該說「我主張」，還是「某某主張」？最後決定用第一人稱，但只限資料明確記載是本人說過、提出過或做過的事，而且要口頭帶出出處與時間。記者的分析照樣轉述，查不到就老實說查不到。

每段對話的第一句，角色都要先自我介紹：「我是以某某聲音呈現的 AI 實驗角色，不代表本人即時發言。」這句開場白很不浪漫，但一段都不能少。

還有一條規矩：角色不准說「我會記下來」這種做不到的話。它沒有地方可以記，目前的原型連對話都不保存。

在自己的電腦上聽

我想讓阿伯直接對著麥克風講話，不用打字。為了不把民眾的聲音送到別人的伺服器，語音辨識放在我自己的電腦上跑，錄音不離開這台機器。

語音辨識一開始不認識鳳林、卓溪、萬榮，只好先幫它惡補一輪花蓮地理。

台語的部分，阿伯那句客運的問題可以直接用台語講，不用先在腦子裡翻成華語，角色則用華語回答。台語辨識到目前為止沒出過問題。

一個問題要走五站

阿伯按下麥克風，說完那句台語。從他閉上嘴，到參選人的聲音響起，這個問題其實走了一段不短的路。

第一站：聲音變成文字。瀏覽器只負責錄音，錄好的聲音交給我電腦上的語音辨識（Whisper），轉成一行字。錄音不出這台電腦的門。

第二站：交給 AI 讀懂。這行字被送到 Claude，一起送去的還有兩樣東西：剛才聊過的內容，以及這位參選人自己的政見文件。只有自己的。魏嘉賢的角色看不到游淑貞的文件，張峻的角色也看不到另外兩位的。

第三站：判斷該怎麼回答。AI 先在政見文件裡找答案；文件沒寫，才上網搜尋。它也要判斷什麼不能答：問「我該投誰」，就客氣地說這題不回答；查不到，就老實說查不到。

第四站：附上出處。回答裡用到的每一條政見、每一則報導，都會被標記起來，列在畫面上，民眾可以點開看原文。

第五站：變回聲音。回答被切成一句一句，交給語音合成服務（MiniMax），用這位參選人的複製聲音逐句念出來。第一句做好就先播，邊播邊做下一句，像早餐店的蛋餅，第一片起鍋就先上桌，不用等整疊煎完。

從阿伯講完到第一句聲音出來要幾秒、一次問答花多少錢，我都還沒算過。

這五站，阿伯都不需要知道，他只會聽到一個熟悉的聲音，先自我介紹是 AI，再告訴他客運的事情查到了什麼、出處在哪裡。

下面這張圖，是這趟旅程的地圖。圖上分成三種顏色：民眾端、在我電腦上執行的部分，以及要連上網路的雲端服務。

三個人輪流講

多人對談，是我最想做的部分。魏嘉賢、游淑貞、張峻三位的 AI 角色同時出現在畫面上，民眾可以問其中一位，也可以問全體。問全體時，三位依序回答，後面的人聽得到前面的人說了什麼。也可以按下「請他回應」，請某一位回應別人的說法。

聽起來很像政見發表會。差別是，這場發表會有幾條鐵律：一次只有一個人說話；每位角色只能根據自己的資料回應，不評論、不攻擊其他參選人；被問「我該投誰」時，三位都不給建議。

我要的是讓選民在同一個問題底下，把三份政見並排攤開來看。

多人對話最麻煩的是換人講話的空檔。第一版要等前一位講完，下一位才開始想，中間會冷場。後來改成下一位在前一位說話時就先準備，前一位一說完立刻接上。

然後是插話。你一開口，正在說話的角色就會停下來聽你說。副作用是，如果用喇叭，角色會聽到自己的聲音，然後被自己打斷。看著角色講到一半自己停下來，我第一次理解什麼叫「AI 的自我懷疑」。所以，請戴耳機。

多問一句

這個工具想做的事其實很簡單：讓選民多問一句。

看板說「改善交通」，你可以接著問：改善哪一段？預算從哪裡來？幾年內做得到？看板說「照顧長輩」，你可以問：跟現在的服務差在哪？需要多少人力？用講的就行，台語也可以。

AI 角色會先翻自己的政見文件，有寫的就照著說，附上出處；文件裡沒寫的，它會老實說查不到。追問到資料的盡頭，大概也就摸到了政見目前的邊界：哪些已經有數字和時程，哪些還停在一句話。

在多人對談頁，你也可以把同一個追問丟給三位，聽聽三份資料各自寫到多細。

但有一件事，我刻意不讓 AI 做：替你下結論。它不會說哪份政見比較可行，也不會說誰在喊口號。它負責把資料攤開、把缺口講清楚；至於可不可行、有沒有漏洞、是不是只是選舉的激情口號，那是選民自己的功課。

民眾的問題先不留

這個專案原本還有另一半目的：不只讓民眾聽懂政見，也讓參選人聽見民眾。

客運班次、托育、觀光、長照，如果這些提問能被彙整起來，參選人就能知道哪些議題被問得最多、哪些政見還說得不夠清楚，作為調整政策的依據。

不過這一步我刻意還沒打開，目前的原型不保存任何對話。要蒐集民眾的問題，得先設計好告知與同意、去識別化，以及資料要保存多久。在選舉期間處理民眾的聲音和想法，慢一點比較好。

現在的狀態

六天後，第一版實驗原型完成了。選民可以打字或對著麥克風提問，三位參選人的 AI 角色依序用語音回答，每則回答都附上來源。介面還很粗糙，也只在我的電腦上跑過。

還沒解決的事不少。要走出實驗室，得先請法律專業確認選罷法這一關。游淑貞和張峻的政見白皮書全文還沒公開，兩位的角色現在只能靠新聞整理，回答會比魏嘉賢的單薄。民眾提問的彙整，要等告知同意和去識別化設計好才能做。

寫到這裡，太平洋那邊的天快亮了。三個角色還在我的電腦裡，狀態欄寫著待命。