AI 能幫你的專案做什麼？臺灣公民科技的 AI 應用案例與在地資源

本文大綱

核心主題：整理臺灣公民科技領域現有的 AI 應用案例、在地語言模型與開放語料，適合正在規劃專案、想釐清 AI 能承接哪些環節的提案者。
涵蓋資源：8 項 AI 應用案例、模型與語料庫，另附 3 篇延伸閱讀
主題標籤：公民科技｜AI 應用｜開放語料｜開源資料集｜事實查核
資料查核日期：2026-08-20
作者：Claire Cheng 與 AI 協作編輯
授權：CC BY 4.0, by g0v.tw jothon & Claire Cheng

這篇能回答你

想讓 AI 先梳理初步脈絡、再由人工做最終判斷，有哪些前例可循？→ 請見「Cofacts 真的假的」
想舉辦意見徵集，讓 AI 協助彙整共識與爭點，但不想承擔 API 調用成本？→ 請見「Civic Talk」
想讓 AI 直接面對使用者，並以臺灣在地用語精準回答，官方是否有現成訓練好的模型可直接採用？→ 請見「TAIDE」
除了官方模型，臺灣社群自主訓練的開源中文模型還有哪些選擇？→ 請見「Twinkle AI」
想找臺灣特有主題的開放語料來訓練或微調模型，該去哪裡申請？→ 請見「臺灣主權 AI 訓練語料庫」、「Taiwan Tongues」、「Mozilla Common Voice」

這個領域在做什麼

公民科技專案中的 AI 應用，核心探討的是：「在資源有限的情況下，如何將 AI 有效整合進日常運作？」

無論你的專案正面臨大量待處理的文本、計畫打造直接面向使用者的智慧問答服務，或是希望將臺灣特有的在地資料與語言資產妥善保存，都屬於這個領域的實踐範疇。

過去缺乏在地資源時，專案團隊導入 AI 往往得各自摸索：自行摸索 AI 能分擔的邊界、張羅授權語料，並思考成果該如何傳承。本文梳理的八項資源將從三個層面展開：AI 在公民科技中實際扮演的角色、直接落地應用或模型訓練時可調用的在地資源，以及專案成果如何長期開放與延續。

AI 在公民科技專案裡，扮演什麼角色？

在著手開發前，不妨先參考社群已有的實務經驗。下表整理了本篇涵蓋的應用場景與對應案例：

大量訊息先行初步梳理，再由人工覆核判斷：Cofacts 用 AI 自動分析
解析截圖與影片內容：Cofacts 用 AI 將影音與圖片訊息轉錄成文字
直接解答民眾的專業提問（法律、健康領域）：LegaL-Mind、健康促進小幫手
大量文本的監督分析（議會議事、委員發言紀錄）：報導者觀測站
本土語言的自然語言處理（NLP）工具：台語自動分詞與詞性標記系統
評測模型對臺灣文化與社會脈絡的理解度（benchmark，一組固定的標準測試題，用來替不同模型打分數、互相比較）：台灣語言模型競技場、 TAIDE benchmark
意見蒐集並自動梳理共識與爭點，且無須自行負擔 API 費用：Civic Talk

Cofacts 真的假的

提供者：社團法人台灣實科協會（一個自 2016 年發起的 g0v 專案，Cofacts 工作小組在2023 年成立社團法人台灣實科協會，持續營運 Cofacts 社群）

用途：結合 LINE 聊天機器人與協作網站，讓大眾回報可疑訊息。訊息交由志工查核並附上具體出處後，再由機器人回覆給查詢民眾。

機制：

AI 提供初步脈絡，查核結論以志工判斷為準：新進的可疑訊息會先由 AI 生成「AI 自動分析」，內容聚焦於指出「值得懷疑」或「需特別留意」的疑點，不直接判定真偽。介面亦明確標示免責聲明：「以下是 AI 初步分析此訊息的結果，希望能在有人查核之前，先帶給您一些想法。」當志工完成查核回應後，人工查核內容會置頂於 AI 分析上方，確保使用者優先閱讀經嚴謹驗證的結果。
- 這是 Cofacts 的刻意設計。共同創辦人李比鄰受訪時曾指出：「通常生成式 AI 無法替你直接判定訊息對錯，它擅長的是模擬人類語氣生成似是而非、言之有物的文字，卻不保證真實。我們希望透過 AI 的引導，培養大家對可疑訊息保持批判與懷疑的能力。」
支援截圖與影音轉錄文字：面對使用者大量回報的通訊軟體截圖與轉傳影片，AI 會自動進行 OCR 文字擷取，並生成影像重點描述（例如一段猴群影片，AI 會轉錄「這是一群野生的日本獼猴，正在陡峭岩壁上攀爬並穿過道路」），讓查核志工無須重頭觀看完整影片即可快速掌握核心內容。
專為查核者打造的協作助理 cofacts.ai：2026 年上線的 cofacts.ai 採用 Google ADK（Agent Development Kit）建構多代理系統（Multi-Agent System）。查核者只需貼上可疑訊息或 Cofacts 文章連結，AI 即可協助查詢相關資料、建議志工查核方向，並撰寫回應草稿以輔助、加速志工建立查核回覆。

繁體中文 AI 開源實踐計畫

主辦：g0v 揪松團／零時小學校

計劃宗旨：於 2024 年推動之開源獎助金計畫（每案 20 至 50 萬元），評選出 6 組團隊聚焦繁體中文 AI 專案，分別展現了 6 種不同的落地路徑。

LegaL-Mind：智慧法律諮詢系統：以司法院公開文件訓練 LLM（Large Language Model），建構 RAG（Retrieval Augmented Generation）系統回答法律問題一般民眾可查詢基礎法規常識，專業法務人員亦能透過案情特徵檢索關聯判決，示範了「專業問答的落地應用」。。
大量閱讀台灣研究的健康促進小幫手：運用開源大型語言模型（LLM）搭配 LangChain 框架彙整在地衛教與公衛研究資料，打造貼近臺灣民眾需求的健康諮詢機器人。
立委發言觀測儀表板與政治時事資料集：自動化整理立法院會議發言記錄，用 LDA（Latent Dirichlet Allocation，一種從大量文本裡自動抓出潛在主題的統計方法）主題模型分析各黨團、委員的關注焦點，建互動式儀表板並定期更新。本專案後續發展成「報導者觀測站」。
台語自動分詞與詞性標記系統：臺灣台語白話字書寫系統裡，很多字符跟國語共用，這個專案處理的正是「怎麼讓語言模型分辨這是台語不是國語」的辨識難題，示範「本土語言的處理工具」。
台灣語言模型競技場 Taiwan Chatbot Arena：導入群眾盲測機制，評估各家繁體中文語言模型在本土觀點、文化常識與社會議題上的對話表現，示範「在地評測基準（Benchmark）」的建置。
台灣 AI 教學共創實驗室：串聯教育第一線教師與 AI 工程團隊，協同建構「臺灣教育場景」與「在地教材內容」的測試資料，補足教育領域繁中資料集的缺口。

Civic Talk

提供者：vTaiwan（g0v.tw 社群的一個專案，此工具是 2026 年 7 月上線的專案）

用途：以 AI 降低公眾審議門檻的參與平台。由志工將複雜議題整理為一頁式導讀，參與者下載後可匯入個人 AI 進行引導式對話，再將產出的觀點摘要回傳平台，逐步收斂出多元立場與爭點分布。

機制：

參與者自備算力：官網明確說明「平台本身不調用任何商業 AI API，所有運算皆由參與者運用個人帳號完成」。這項設計將大眾每週閒置的商業模型 Token 轉化為公共算力，大幅減輕專案運營成本。
三階段循環推進：
- 素材整理：志工利用 AI 將蒐集到的議題資料梳理成「共識、爭點與立場地圖」。
- 個人對話：讀者下載 OPINION.md 引導檔並匯入自己的 AI，由 AI 根據個人生活情境引導思考，生成個人意見摘要後回傳。
- 彙整回饋：平台在累積足夠回饋後再次進行意見聚類分析，挖掘原始素材未涵蓋的新視角，並反饋更新說明頁面。

想讓 AI 直接回答使用者，或自己訓練模型，臺灣有哪些在地資源？

TAIDE

提供者：國家科學及技術委員會（指導單位）／財團法人國家實驗研究院（執行單位），推動臺灣可信任生成式 AI 發展計畫

用途：由官方主導、融入臺灣文化語境與在地常識調校的開源基礎語言模型。任何人皆可自由下載並串接至專案中，免去從零蒐集語料與預訓練的高昂成本；同時隨附 Benchmark 評測工具，便於開發者檢驗通用模型對在地脈絡的理解水準。

機制：

語料來源透明且具名可考：TAIDE 在官網公開列出所有合作授權單位與資料來源連結，涵蓋內政部、五大國家公園管理處（雪霸、陽明山、金門、墾丁、玉山）、新竹市立動物園，乃至民間專欄「教授爸爸週記」。所有訓練文本皆經官方與政府或出版社正式取得合法授權。

Twinkle AI

提供者：Twinkle AI

用途：釋出多款可直接下載的開源繁中模型（如 T1 系列、Formosa-1），語料整合政府開放資料、社群討論與文學檔案。此外，Twinkle 提供專屬的 Twinkle Hub 服務，讓 AI 能直接調用臺灣政府開放資料，省去自行爬取與格式化的工程負擔。

機制：

細緻的在地用詞校準：團隊專注於資料清洗與語意淨化，明確過濾非臺灣慣用語（如精準篩除將「資訊」誤稱為「信息」的文本），確保輸出語境貼近在地習慣。
以 MCP 標準直連政府資料：Twinkle Hub 採用 MCP（Model Context Protocol，一種讓 AI 模型直接連接外部資料庫、抓取即時資料的標準介面）標準介面，整合了逾 4.9 萬筆政府開放資料並每日自動更新。使用者不必自己手動串接資料集，可以在 AI 介面裡直接詢問並調用政府的開放資料，大幅提升便利性。

臺灣主權 AI 訓練語料庫

提供者：數位發展部

用途：提供具臺灣文化特色與觀點的正體中文語料，供各界申請下載用於 AI 模型訓練與研發，範圍涵蓋文化藝術、語言詞彙、歷史文物、在地文化、觀光旅遊、教育學習、災害防救、環境資源八大主題。

機制：

採雙軌授權制度：想要取得 AI 訓練使用的授權，你需要先在這個平台申請帳號、通過審核才具備資格，且需要同意使用語料的目的僅限於訓練 AI，不另作其他用途」；若想下載開放資料，你不必註冊，即可自由下載，且使用限制很寬鬆。你可以不限目的、時間與地域範圍之自由利用，包含重製、改作及開發衍生產品。

Taiwan Tongues（台灣通用語料庫）

提供者：IMA（中華民國資訊經理人協會）

用途：極徵求臺灣華語、台語、客語與原住民族語的創作者授權，彙整為開放語料庫並上架於 Hugging Face 平台，提供語言模型微調、語音助理辨識、機器翻譯與語言教學等領域應用。

機制：

以創作者具名無償釋出為核心：包含 2025 年吳三連獎得主、台語文學作家胡長松率先釋出 150 萬字文學作品，帶動後續創作者參與。
非商業授權為主：公開釋出版本主要提供學術與非商業申請，若有商用需求則需另外洽談取得合法授權。

Mozilla Common Voice

提供者：Mozilla

用途：號召全球志工錄音、驗證，蒐集開放的語音資料集，每三個月釋出一次，供語音辨識、語音合成等應用訓練模型使用。

機制：

採用 CC0 極大化開放授權：資料釋出等同於公共領域，免標註出處即可自由用於商業與非商業開發。
揭示本土語料斷層所在：截至 2026-08-20，平台資料顯示臺灣台語（Taiwanese Minnan）的文本句子數（26,894 句）已超越華語（20,856 句），驗證進度亦高達 84%（華語為 60%）；然而台語累積的錄音時數僅 25 小時（華語為 132 小時），客語（Hakka）則尚未啟動句子徵集。這組數據具體點出：本土語言模型研發的關鍵瓶頸在於語音錄製端，而非文本不足。

資料查核說明

本文資料查核日期：2026-08-20。資料庫、各類工具與社群討論筆記，均有可能在此日期之後更新、變動，請務必自行查核。

授權與出處

本文由 g0v 揪松團（jothon）與 Claire Cheng 共同編輯，以 CC BY 4.0 授權釋出，歡迎轉載、改作與 AI 取用，請標示出處。更多臺灣公民科技資源見「臺灣公民科技資料庫 Civic Tech Taiwan」：https://civictech.tw/

原文在 g0v HackMD，本頁於 2026-09-30 拷貝；兩邊不一致時以原文為準。