方法論

1我們的承諾

可以追溯 — 公開的研究結果會連回來源；評級沿用既有計分規則，並留下檢索、評讀與版本紀錄。

有限承諾 — 我們不宣稱「真理」，只報告「目前可驗證的最佳證據」。當新證據出現，等級會更新。

獨立性 — 沒有廠商贊助、沒有付費上架、沒有業配。

2AI 自動證據報告

網站目前同時存在三種輸出。舊版 AI 分級沿用原有多層證據引擎；研究摘要只整理研究結果，不授予等級；通過完整發布核對的新版報告，才會顯示AI 整體初步評級。案例頁會直接標示目前是哪一種。

新版沒有另造一套自由評分方式：AI 先把研究整理成原評分器需要的證據項目，再由既有計分與門檻規則產生候選等級。若問題尚未界定、檢索流程不完整或來源無法核對，頁面會維持未評級。評分器得到的 U 表示未達本專案分級門檻，可能來自低分或結構門檻降級；它不等於未驗證、沒有研究或已證明無效。具體原因需查看該案例的結果與限制。

S／A／B／C／D／U 是本專案規則下的證據分級，不是有效機率、效果大小，也不能對應成正式 GRADE 的四級證據確定性。讀者仍需查看實際效果數字與限制。

先界定問題，再記錄檢索範圍

每次評估先固定研究群體、介入、比較組與結果，再記錄查詢日期、資料庫、查詢範圍及篩選數量。「檢索完成」只表示宣告的查詢結果已取得並處理，不代表全世界文獻都已找到。未取得全文時，可以依摘要或可公開內容做初評，但必須在案例限制中明示；查詢遭截斷或書目遺失時，不能發布評級。

報告篇數不等於研究群體數

一個研究可能有摘要、全文、追蹤報告或次級整理。我們用 PMID、DOI 與研究設計線索連結來源，避免把同一批參與者重複當成多個獨立研究。關係仍不清楚時，案例頁只公布能保守確認的最少研究群體數，並把可能重疊列為限制。

獨立評讀與資料訂正

研究結果會先做來源綁定，再交由另一個不知道原評級的 AI 評讀流程檢查。若後續取得全文或發現研究方法記載有實質錯誤，舊版本會保留為歷史紀錄；更正來源後重新獨立評讀、重新計分，再發布新版本。作者的正向結論不會取代實際視力、症狀、不良事件等結果。

來源追溯與發布核對

每則公開研究結果必須連到確切來源與可核對的位置。發布程序會核對研究問題、納入來源、研究群體關係、摘要與評級是否一致；缺少必要來源或檢索紀錄時會停止發布。公開頁只呈現讀者需要的內容，詳細執行編號與資料完整性紀錄收在案例頁的「資料與評估紀錄」。

37 層證據引擎

舊版分級與新版初評都沿用同一組證據層與原評分器；實際使用哪些來源，依題目與可取得資料而定：

引用必須有可追溯的 PMID、DOI 或來源網址；識別碼存在不代表研究品質，研究內容仍需另行評讀。

46 級評等系統

下表列的是原始分數級距；最終字母還須通過結構門檻，可能低於原始級距。

raw_score = weighted_avg({
    L2_score  × 0.30,  // 研究結果方向
    L3_score  × 0.25,  // 命中特定回顧標記時代理 L2 立場，否則中性
    L5_score  × 0.25,  // 機構立場加權
    L11_score × 0.10,  // 獨立交叉評讀
    L1_score  × 0.10,  // 既有證據摘要
})

→ 初步級距 → 結構門檻與高品質反證規則

5跨層獨立檢查（L11）

來源整理完成後，另一個 AI 評讀流程會在不知道原評級的情況下，依已綁定的研究來源先做獨立檢查；它的結果再和其他證據層一起交給原評分器綜合：

• 核對研究設計、主要結果、限制與反向證據
• 提出獨立等級與理由，作為原評分器的一項輸入
• 若獨立評讀與其他證據層嚴重衝突，回到來源核對；不會只憑單一 AI 文字直接判定無效
• 只有符合原規則所要求的高品質反證或安全條件，才會觸發相應降級或安全狀態

這層用來找出機械計分可能忽略的衝突或錯置；它仍是 AI 評讀，不等於專家審查。

6台灣噪音指數 (Consumer Market Risk)

獨立於 evidence tier 之外，每個 claim 還有一個消費市場噪音等級：

為什麼分開呈現：一個保健品的證據支持程度可能較高，但市場噪音也可能是 🚨 high CMR（廣告吹噓過頭、品牌品質差異大）。證據評級不等於效果保證，兩種訊息需要分開閱讀。

7Status（狀態）標籤

舊版 claim 另有一個 status 表達發布與風險處理方式；它不等於新版的「已初評／未評級」狀態：

8更新與版本

出現新研究、取得原先缺少的全文，或發現實質來源錯誤時，可以觸發重新檢索與評讀。新版本發布前必須重新通過來源及一致性核對；舊版本保留在歷史紀錄中，不直接覆寫成看似從未出錯。

案例頁會標示資料截止日、產出時間與執行編號。這些日期反映該次評估，不代表本站承諾固定週期更新每一個主題。

9舊版分級的校準紀錄

以下數字是舊版 claim 分級的自動化盲測紀錄，不是臨床專家驗證，也不能直接代表新版初評的準確率。當時隨機抽出 5% 的 claim（36 個，S/A/B/C/D/U 每級各 6 個），交給獨立 AI 評讀流程從零開始重新評級，評讀時看不到引擎原本等級。

「±1 級內」只描述兩次自動評讀在序數量表上的接近程度，不代表兩者正確，也不是臨床效度指標。

這批舊版測試主要用來找出評分方向與結構門檻的問題。它顯示自動評讀之間仍會分歧，因此不能把一致率當成臨床正確率，也不能據此宣稱新版評級已獲專家驗證。

10已知限制

我們不假裝這個引擎完美：

• 檢索範圍有限 — 只對案例頁宣告的資料庫、查詢式與日期負責，其他語言、資料庫與未發表研究可能遺漏
• 全文不一定可得 — 部分研究只能依摘要或次級來源整理，案例頁會明示這類限制
• 研究群體可能重疊 — 多篇報告可能來自同一批參與者；無法確認時只採保守下限
• L10c TW 社群覆蓋偏向公開平台 — Facebook 私密社團、LINE 群組無法抓
• 語言偏差 — 我們主要抓英文文獻，部分日韓研究可能漏
• 新介入的資料較少 — 新成分可能缺乏足夠人體研究，無法預先保證何時能夠評級
• AI 解讀仍可能出錯 — 來源綁定、獨立評讀與發布核對能降低風險，但不能取代專家具證據評讀

我們會持續記錄這些誤差並修正引擎。

11引用本站

如果你是健康內容創作者、研究者、或開發者，歡迎引用本站：

@misc{gptdict_2026,
  title  = "{gpt-dict.com}: 保健品科學證據資料庫",
  author = "Lenny Chen and gpt-dict-engine contributors",
  year   = "2026",
  url    = "https://gpt-dict.com/"
}

或在文章中加上：

<a href="https://gpt-dict.com/claim/{CLAIM_ID}/" rel="external">
  證據來源：gpt-dict.com
</a>

我們希望這份資料庫成為台灣健康內容生態的基礎證據層。