中央社新聞 CNA TAIWAN NEWS

By Central News Agency

Get New App Alerts

Open in ChatGPT

Open in Claude

Overview

CNA provides a trusted, source-based news search and research service that allows users to search Central News Agency reporting directly within ChatGPT, stay informed about recent developments, and organize the evolving context surrounding specific people, events, and public issues. Using natural language, users can search CNA news reports as well as content from CNA almanac, special features, and multilingual news coverage in English, Japanese, Indonesian, and other languages. The service also supports searches for standardized translations of foreign names and proper nouns, news photographs, government information, and fact-checking materials, helping users compare information across multiple sources and clarify uncertain claims. It can also organize retrieved information into event timelines, concise topic briefs, newspaper-style layouts, and relationship maps of people and organizations. These capabilities are suitable for news research, event retrospectives, issue tracking, information verification, content planning, and background research. Responses preserve news headlines, publication dates, source information, and links to original articles whenever possible, allowing users to review the original reporting and conduct further verification. Some search results may come from government agencies, fact-checking organizations, contributed content, or other image sources; the system identifies their origins where available. The use and licensing of images remain subject to the terms, copyright requirements, and other applicable rules of their original sources.

Tools

cna-news-latest-category

ChatGPT

看某分類的最新中央社新聞（無關鍵字時用）。input 為 category 列舉值（如政治、國際、社會、產經、科技…，只能用列舉值）。回該分類近兩日、由新到舊的新聞摘要（JSON 信封）。不接受關鍵字，只依分類列出。引註（回覆內重新編號）： - 顯示編號一律使用阿拉伯數字，不使用任何字母前綴。 - 編號範圍限定在「這次回覆」內：某筆結果的 cid 第一次在你的回覆內文中被引用時，才依序分配下一個號碼（1、2、3…）；同一 cid 在同一回覆中再次被引用時，沿用已分配的號碼；未被引用的搜尋結果不佔用號碼——確保最終編號連續、不留跳號。 - 此顯示編號不與 ref 欄位混用：ref 只是同一次工具呼叫內部的序號，僅供你整理素材時參考，不同工具呼叫可能各自回傳 ref:1，不可直接當成顯示編號使用。 - 下一輪對話的引註編號一律從 1 重新開始，不跨輪次沿用前一輪用過的號碼。 - 回覆結尾的「資料來源」清單依編號由小到大列出，每一項對應內文中所有相同編號的引註標記（如 [1]、[2]）。每次呼叫會計入帳號用量（扣點）。

cna-news-latest-newslist

ChatGPT

看中央社編輯選的「今日焦點/重點新聞」。不分類、不需任何參數。回編輯選稿清單（JSON 信封）。不接受關鍵字、不依分類篩選。引註（回覆內重新編號）： - 顯示編號一律使用阿拉伯數字，不使用任何字母前綴。 - 編號範圍限定在「這次回覆」內：某筆結果的 cid 第一次在你的回覆內文中被引用時，才依序分配下一個號碼（1、2、3…）；同一 cid 在同一回覆中再次被引用時，沿用已分配的號碼；未被引用的搜尋結果不佔用號碼——確保最終編號連續、不留跳號。 - 此顯示編號不與 ref 欄位混用：ref 只是同一次工具呼叫內部的序號，僅供你整理素材時參考，不同工具呼叫可能各自回傳 ref:1，不可直接當成顯示編號使用。 - 下一輪對話的引註編號一律從 1 重新開始，不跨輪次沿用前一輪用過的號碼。 - 回覆結尾的「資料來源」清單依編號由小到大列出，每一項對應內文中所有相同編號的引註標記（如 [1]、[2]）。每次呼叫會計入帳號用量（扣點）。

cna-news-qsearch

ChatGPT

搜尋中央通訊社（CNA）——台灣的國家通訊社——經編輯查證的新聞報導（news search），回傳經語意排序的前 10 筆摘要。依 lang 查兩類資料： - lang=zh（預設）：合查中央社中文新聞、中央社年鑑（年度回顧/常設百科）、中央社影像空間、中央社淨零專題，涵蓋台灣與國際新聞，1990 年起。 - lang=en/ja/id：單查中央社以該語言撰寫、報導台灣的對外新聞（不是外電）——英文 Focus Taiwan（en，2007 年起）、日文フォーカス台湾（ja，2011 年起）、印尼文 Fokus Taiwan（id，2023 年底起）。適用情境（使用者不一定會提到「CNA」或「中央社」）： - 詢問新聞事件、時事動態、政治經濟、社會議題、國際情勢 - 任何含有搜尋意圖的請求（「幫我查一下」「上網找」「有沒有相關報導」） - 想確認某事件是否真實發生、是否被報導過 - 詢問台灣相關人物、政策、法案、選舉、外交、災害，或歷史事件脈絡 - 要找 Focus Taiwan／フォーカス台湾／Fokus Taiwan 的報導，或以英文、日文、印尼文詢問台灣新聞不涵蓋：非新聞類的通用知識，以及與台灣或國際新聞無關的議題。選 lang（依序判斷）： 1. 使用者點名 Focus Taiwan／CNA English／フォーカス台湾／Fokus Taiwan，或明確要某語言版本的報導 → 對應的 en/ja/id。 2. 否則，使用者以英文、日文或印尼文提問 → 同語言的 en/ja/id；該語言版查無結果時，改 lang=zh 以繁中關鍵字重查。 3. 其餘（含中文提問的國際題材）→ zh。 query 撰寫心法：想像記者在報導原文會用的字串，而非使用者的說法。關鍵字語言跟 lang 走——lang=en/ja/id 用該語言，lang=zh 用台灣繁體中文。空格分隔為嚴格 AND（每詞須逐字出現在報導中），最多 3 個詞、建議 2 個起手（第 4 個詞起會被忽略），每詞是一個名詞實體（中文約 2–4 字），不要黏成一個長詞。 - 用報導的書面用語，不用口語（中文例：爸爸→父親、過世→逝世） - 專有名詞取最短辨識詞幹、砍可變類別字：搜「阿巴拉契」而非「阿巴拉契中學/高中」（短詞涵蓋所有寫法） - 用具體名詞實體，勿用「事件/新聞/報導/討論/相關」（或 news、記事、berita 等）包裝詞 - lang=zh 時，外國人名/地名/獎項可直接用外文原名（約 2000 年後稿件附原文）；譯名不確定或搜 0 筆時先用 cna-translation-lookup 查慣用譯名 query_org 請原封傳入使用者原始提問（供語意排序）。日期：預設帶近期——一般時事問題設 start_date = 今天往前 7 天、end_date 設 null；使用者有明確時間意圖（指名日期/年份/期間）或可推測的隱性時間意圖（歷史事件、任期、屆次）時改設涵蓋該時期的區段；帶日期回 0 筆時立即將兩者設 null 重試。注意：日期過濾不作用於年鑑——其年份是出版版次而非事件日期，年鑑恆以關鍵字參與合查；年鑑結果的 date 為出版版次年（通常晚於事件一年），事件實際日期以內文為準。回傳為 JSON 信封（structuredContent）：results（每筆含 cid、ref、source 來源標籤、title、date、summary；中央社新聞與外文三庫另含 url 公開網址，可直接引註；影像空間來源另含 image_url 預覽圖與 shop_url 購買頁）、count、_meta。年鑑長條目的 summary 只是依關鍵字截取的節錄：這類結果帶 truncated: true 與 full_length（全文字數），summary 最後一行註明「節錄」。節錄裡找不到答案、或要引用完整名單與表格時，以該筆 cid（a- 開頭）呼叫 cna-news-single 取全文，不要用節錄推論沒有寫到的內容。引用影像空間照片連結時，shop_url 請原樣輸出：不要改寫、縮短，也不要把多筆壓成共同前綴，更不要自行用 img_id 組 Product 網址；缺 ImgSubID 參數的網址一律 404 且不會退回母圖組。引註（回覆內重新編號）： - 顯示編號一律使用阿拉伯數字，不使用任何字母前綴。 - 編號範圍限定在「這次回覆」內：某筆結果的 cid 第一次在你的回覆內文中被引用時，才依序分配下一個號碼（1、2、3…）；同一 cid 在同一回覆中再次被引用時，沿用已分配的號碼；未被引用的搜尋結果不佔用號碼——確保最終編號連續、不留跳號。 - 此顯示編號不與 ref 欄位混用：ref 只是同一次工具呼叫內部的序號，僅供你整理素材時參考，不同工具呼叫可能各自回傳 ref:1，不可直接當成顯示編號使用。 - 下一輪對話的引註編號一律從 1 重新開始，不跨輪次沿用前一輪用過的號碼。 - 回覆結尾的「資料來源」清單依編號由小到大列出，每一項對應內文中所有相同編號的引註標記（如 [1]、[2]）。每次呼叫會計入帳號用量（扣點）。

cna-news-single

ChatGPT

取單一指定中央社新聞的全文（get the full text of one CNA article）。已知某篇的 ID、網址或完整標題、要看完整原文時用。支援中文稿（lang=zh，預設）與中央社外文版：英文 Focus Taiwan（en）、日文フォーカス台湾（ja）、印尼文 Fokus Taiwan（id）。input 擇一：pid（最精準，優先；中文 pid、外文 FID，或中央社／Focus Taiwan 文章網址——給網址時語言依網址判斷）或 title（完整標題，片語比對）。也能讀中央社年鑑全文：pid 給關鍵字新聞搜尋回傳的年鑑 cid（a- 開頭，如 a-39037）；搜尋結果對年鑑長條目只給節錄（truncated: true）時用這個取全文。回單篇全文（JSON 信封），外文稿附 focustaiwan 公開網址，年鑑另附 chapter 章節名。引註（回覆內重新編號）： - 顯示編號一律使用阿拉伯數字，不使用任何字母前綴。 - 編號範圍限定在「這次回覆」內：某筆結果的 cid 第一次在你的回覆內文中被引用時，才依序分配下一個號碼（1、2、3…）；同一 cid 在同一回覆中再次被引用時，沿用已分配的號碼；未被引用的搜尋結果不佔用號碼——確保最終編號連續、不留跳號。 - 此顯示編號不與 ref 欄位混用：ref 只是同一次工具呼叫內部的序號，僅供你整理素材時參考，不同工具呼叫可能各自回傳 ref:1，不可直接當成顯示編號使用。 - 下一輪對話的引註編號一律從 1 重新開始，不跨輪次沿用前一輪用過的號碼。 - 回覆結尾的「資料來源」清單依編號由小到大列出，每一項對應內文中所有相同編號的引註標記（如 [1]、[2]）。每次呼叫會計入帳號用量（扣點）。

cna-newscast-search

ChatGPT

查中央社每日新聞節目《中央社全球午間快報》《中央社全球晚間新聞》（CNA noon / evening newscast），以日期為主，每集附「本集重點」（該集播出的新聞條目），結果以影片卡片 UI 呈現。不帶任何參數＝最近一集（也適用「中央社最新影音」）；date 查單日；start_date／end_date 查一段期間（最多回 10 集，新到舊）；edition 選午間或晚間；query 可選，用來找提到某主題的集數。這兩個節目從 2025-05-05 開播；更早的主播節目（中央社全球視野）請用 cna-video-news-search 並設 category=globalview。引註（回覆內重新編號）： - 顯示編號一律使用阿拉伯數字，不使用任何字母前綴。 - 編號範圍限定在「這次回覆」內：某筆結果的 cid 第一次在你的回覆內文中被引用時，才依序分配下一個號碼（1、2、3…）；同一 cid 在同一回覆中再次被引用時，沿用已分配的號碼；未被引用的搜尋結果不佔用號碼——確保最終編號連續、不留跳號。 - 此顯示編號不與 ref 欄位混用：ref 只是同一次工具呼叫內部的序號，僅供你整理素材時參考，不同工具呼叫可能各自回傳 ref:1，不可直接當成顯示編號使用。 - 下一輪對話的引註編號一律從 1 重新開始，不跨輪次沿用前一輪用過的號碼。 - 回覆結尾的「資料來源」清單依編號由小到大列出，每一項對應內文中所有相同編號的引註標記（如 [1]、[2]）。每次呼叫會計入帳號用量（扣點）。

cna-photo-search

ChatGPT

搜尋中央社影像空間圖片，回前 10 筆（JSON 信封，含版權注意）。所有使用者均只查影像空間，不查中央社前台圖片，且僅顯示已上架（SHOW=true）圖片。query 用具體名詞實體；solo_person_only 為相容性保留參數，目前不影響搜尋結果。query_org 傳原始提問供排序。使用照片前須確認授權。引註（回覆內重新編號）： - 顯示編號一律使用阿拉伯數字，不使用任何字母前綴。 - 編號範圍限定在「這次回覆」內：某筆結果的 cid 第一次在你的回覆內文中被引用時，才依序分配下一個號碼（1、2、3…）；同一 cid 在同一回覆中再次被引用時，沿用已分配的號碼；未被引用的搜尋結果不佔用號碼——確保最終編號連續、不留跳號。 - 此顯示編號不與 ref 欄位混用：ref 只是同一次工具呼叫內部的序號，僅供你整理素材時參考，不同工具呼叫可能各自回傳 ref:1，不可直接當成顯示編號使用。 - 下一輪對話的引註編號一律從 1 重新開始，不跨輪次沿用前一輪用過的號碼。 - 回覆結尾的「資料來源」清單依編號由小到大列出，每一項對應內文中所有相同編號的引註標記（如 [1]、[2]）。每次呼叫會計入帳號用量（扣點）。

cna-translation-lookup

ChatGPT

查中央社慣用的外國譯名。query 含外國人名/地名/組織/獎項時，先用本工具查中央社實際用過的中文譯名再下 query；搜 0 筆且關鍵字疑似譯名時也先來查。輸入外文原名優先（如 Khost、Zelenskyy、BAFTA），一次一個名字。回前 5 個譯名與出現次數（count 高 = 中央社慣用寫法，直接採用）。查無不代表中央社沒報導過（僅稿件括號附過原文的名字入池）——查無時改用外文原名直接當 query 關鍵字搜尋。每次呼叫會計入帳號用量（扣點）。

cna-video-footage-search

ChatGPT

搜尋中央社影音素材（CNA video footage / B-roll search）：只列出可在中央社影像空間購買授權的素材，回傳經語意排序的前 10 支，每支附影像空間購買頁 shop_url、拍攝日期與地點，以及關鍵字出現的鏡頭（時間碼＋畫面描述），結果以素材卡片 UI 呈現。適用：使用者要找可以購買、授權使用的新聞畫面或素材（例如「大雨的場景」「颱風天騎機車的畫面」）。只想看新聞影片時改用 cna-video-news-search。 query 用畫面裡看得到的具體事物或專有名詞（大雨、積水、機車、人名、地名），不要放「場景、畫面、素材」等詞；query_org 傳原始提問供排序。引註（回覆內重新編號）： - 顯示編號一律使用阿拉伯數字，不使用任何字母前綴。 - 編號範圍限定在「這次回覆」內：某筆結果的 cid 第一次在你的回覆內文中被引用時，才依序分配下一個號碼（1、2、3…）；同一 cid 在同一回覆中再次被引用時，沿用已分配的號碼；未被引用的搜尋結果不佔用號碼——確保最終編號連續、不留跳號。 - 此顯示編號不與 ref 欄位混用：ref 只是同一次工具呼叫內部的序號，僅供你整理素材時參考，不同工具呼叫可能各自回傳 ref:1，不可直接當成顯示編號使用。 - 下一輪對話的引註編號一律從 1 重新開始，不跨輪次沿用前一輪用過的號碼。 - 回覆結尾的「資料來源」清單依編號由小到大列出，每一項對應內文中所有相同編號的引註標記（如 [1]、[2]）。每次呼叫會計入帳號用量（扣點）。

cna-video-news-search

ChatGPT

搜尋中央社影音新聞（CNA video search），回傳經語意排序的前 10 支影片，每支附中央社／Focus Taiwan 觀看頁連結與 YouTube 連結（有 YouTube 版本時），結果以影片卡片 UI 呈現。涵蓋：影音新聞、駐外記者報導、全球視野（含《中央社全球午間快報》《全球晚間新聞》整集節目）、文化+、專題；lang=en 時只查 Focus Taiwan 英文影音。要找某天的午晚間新聞、某天節目講了什麼，或最新一集節目，改用 cna-newscast-search（以日期查、附本集重點）。 query 用具體名詞實體；query_org 傳原始提問供排序。引註（回覆內重新編號）： - 顯示編號一律使用阿拉伯數字，不使用任何字母前綴。 - 編號範圍限定在「這次回覆」內：某筆結果的 cid 第一次在你的回覆內文中被引用時，才依序分配下一個號碼（1、2、3…）；同一 cid 在同一回覆中再次被引用時，沿用已分配的號碼；未被引用的搜尋結果不佔用號碼——確保最終編號連續、不留跳號。 - 此顯示編號不與 ref 欄位混用：ref 只是同一次工具呼叫內部的序號，僅供你整理素材時參考，不同工具呼叫可能各自回傳 ref:1，不可直接當成顯示編號使用。 - 下一輪對話的引註編號一律從 1 重新開始，不跨輪次沿用前一輪用過的號碼。 - 回覆結尾的「資料來源」清單依編號由小到大列出，每一項對應內文中所有相同編號的引註標記（如 [1]、[2]）。每次呼叫會計入帳號用量（扣點）。

cna-word-map

ChatGPT

單一核心關鍵字的詞彙延展工具。兩個使用時機：(1) 文字搜尋 0 筆時，把縮短後的核心詞丟進來，拿回資料庫實際存在的 top10 相關標準詞，延展/校正 query 再重試；(2) cna-photo-search 的關鍵字抽象或查無結果時，校正成圖庫實際用的詞再搜。回傳為包含查詢詞的標準詞（同詞幹延展，非同義詞）。一次一個概念；多個概念分多次呼叫。抽象詞回得少或空 = 該換更具體的實體/事件詞。查外國人名/地名慣用譯名請改用 cna-translation-lookup。每次呼叫會計入帳號用量（扣點）。

fact-check-guide

ChatGPT

適用於驗證某個說法真偽的請求（fact check / verify a claim or rumor）：使用者問「這是真的嗎」「是否屬實」「說法有根據嗎」「有沒有根據」「可信嗎」「是不是造假」「這則訊息／新聞是不是假的」，或提到查證、闢謠、假訊息、謠言、傳言、真假；問題即使帶關鍵字、看起來像一般新聞查詢，只要意圖是驗證真偽就適用。查核鏈的第 1 站：回傳查核指引——查核點提取原則、逐點搜證的工具分工、證據判準與證據不足門檻、錯誤定義。指引產出的是不顯示給使用者的內部草稿，下一站是 fact-check-review；成品稿的版面與字數規則不在這裡，由 fact-check-publish 提供。本工具不查任何資料、不收參數；證據搜尋依指引呼叫既有的搜尋工具完成。每次呼叫會計入帳號用量（扣點）。

fact-check-publish

ChatGPT

查核鏈的第 3 站：用於使用者看過 fact-check-review 的審查結果、確認查核無誤之後，回傳成品稿的撰寫規範。format 決定回傳哪一份規範，一次只回一種。四種格式：checkpoint-report（逐點查核結果）、social-post（社群貼文）、card-copy（圖卡文案）、press-release（即時澄清新聞稿）。前一站是 fact-check-review。本工具不查任何資料。每次呼叫會計入帳號用量（扣點）。

fact-check-review

ChatGPT

查核鏈的第 2 站：用於已經用 fact-check-guide 跑完查證、寫出查核說明稿之後，產出任何成品稿之前，回傳審查準則。回傳四軸審查 rubric（查核點覆蓋率、解釋力、證據力、誤判防線）與交回使用者的追問引導語。前一站是 fact-check-guide（產出查核說明稿），使用者確認後的下一站是 fact-check-publish（產出成品稿）。本工具不查任何資料；非查核情境不需要呼叫。每次呼叫會計入帳號用量（扣點）。

o-info-search

ChatGPT

搜尋外部（非中央社自產）資料：政府公開資料、事實查核中心、中央社訊息平台投稿，三庫統一合查回前 5 筆全文（JSON 信封）。使用時機：查政府政策/法規/公告/澄清稿、查謠言事實查核、查企業投稿商情。query 用具體名詞實體；知道機關時用 agency 精篩（僅政府庫生效）。query_org 傳原始提問供排序。事實查核中心的結果在該報告有查核標籤時會帶 tag 欄位（如「錯誤」「部分錯誤」「正確」「事實釐清」「證據不足」），該值是查核中心專家審核的結論，直接引用即可，不要自行從 content 全文推斷結論；沒有 tag 欄位就是該筆沒有結論值。引註（回覆內重新編號）： - 顯示編號一律使用阿拉伯數字，不使用任何字母前綴。 - 編號範圍限定在「這次回覆」內：某筆結果的 cid 第一次在你的回覆內文中被引用時，才依序分配下一個號碼（1、2、3…）；同一 cid 在同一回覆中再次被引用時，沿用已分配的號碼；未被引用的搜尋結果不佔用號碼——確保最終編號連續、不留跳號。 - 此顯示編號不與 ref 欄位混用：ref 只是同一次工具呼叫內部的序號，僅供你整理素材時參考，不同工具呼叫可能各自回傳 ref:1，不可直接當成顯示編號使用。 - 下一輪對話的引註編號一律從 1 重新開始，不跨輪次沿用前一輪用過的號碼。 - 回覆結尾的「資料來源」清單依編號由小到大列出，每一項對應內文中所有相同編號的引註標記（如 [1]、[2]）。每次呼叫會計入帳號用量（扣點）。

render-brief

ChatGPT

使用者要求「懶人包」「新聞整理」「重點整理」「比較」「快速看懂」時，使用本工具渲染積木式整理卡（brief / digest / summary）UI。六種積木（依題材自由組合，blocks 陣列順序即渲染順序）： - keyfacts：重點事實卡（label/value），開場的關鍵數字與事實；精短數字型 value（如 71萬公斤、273家、300萬元）可標 big: true 以大字級強調——僅限數字型，長文字或日期不要標 - section：小標＋段落，背景說明與分析 - table：自由欄位表格（columns 定義欄位，數字欄標 align: "right"；rows 為 key→字串值），適合比較與對照 - timeline：時間軸事件（同 render-timeline 的事件格式），事件演變段落 - quote：引言＋發言者，關鍵人物發言 - faq：問答對，闢謠與常見疑問軟限制（超過會影響渲染品質）：blocks ≤10、table columns ≤6 / rows ≤30、faq items ≤8。純粹的時間演變需求（只需要一條時間軸）請改用 render-timeline；本工具適合混合型整理。本工具不需要圖片。 sources 來源標註（必填）：將 search 結果中引用的報導填入 sources 陣列，每則含 title、database、date（YYYY-MM-DD）。本工具只渲染 UI，不產生文字回覆；回傳的 content 帶有整理卡標題、積木組成與來源資訊，積木內容只在 structuredContent。每次呼叫會計入帳號用量（扣點）。

render-knowledge-graph

ChatGPT

使用者要求「關係圖」「人物關係」「誰跟誰有關係」「組織架構」「派系」，或問題涉及多個人物、組織、單位間的網狀關聯時，使用本工具渲染互動式知識圖譜（knowledge graph / relationship map）UI——力導向圖，可點選節點與關係線查看依據。使用時機： - 事件涉及 3 個以上實體且關係呈網狀（人事案、司法案件、企業集團、政治派系），線性排版說不清楚時 - 本工具不做搜尋、不做抽取：輸入的實體與關係須從已取得的報導內文整理而來 - 建議 5–30 個節點、聚焦單一事件脈絡；節點過多會擠成毛球，寧可拆掉外圍實體 - 純粹時間演變請改用 render-timeline；混合型整理（懶人包、比較）請改用 render-brief nodes 組裝指引： - id：實體唯一識別，建議直接用實體名稱 - label：顯示名稱；type：person／organization／unit／location／event／other - description：一句話補充（選填，點選節點時顯示） edges 組裝指引： - from／to：兩端實體 id；relation：關係短語（如曾任主席、起訴、隸屬、合資） - evidence：一句話依據，務必盡量填，摘自檢索到的報導內文——沒有依據的關係不可信 - source：這條關係的來源新聞 title／date／url（選填但強烈建議），點選關係線時顯示並可開啟 sources 來源標註（必填）：將引用的報導填入 sources 陣列，每則含 title、database、date（YYYY-MM-DD）。 nodes 與 edges 限檢索結果中實際出現的實體與關係，不含依常識推斷的內容。本工具只渲染 UI，不產生文字回覆。每次呼叫會計入帳號用量（扣點）。

render-newspaper

ChatGPT

使用者要求「自選報紙」「報紙頭版」「幫我做一份報紙」，或想用報紙頭版的視覺呈現指定主題的中央社新聞時，使用本工具渲染報紙頭版 UI。使用時機： - 使用者用聊天方式指定想看的分類/主題（如「今天國際跟財經」），本工具不做搜尋，內容需先由其他工具取得 - 報紙頭版的視覺重點是頭條配圖：headline.imageUrl 接受 cna-photo-search 回傳的 image_url（以頭條標題關鍵字、關鍵人物或事件名查得的照片）；留空時頭條以純文字呈現 - 一次性渲染，不支援使用者在版面內互動切換分類；使用者要看別的主題請直接再呼叫一次 headline（頭條，必填）： - category：分類，須用 NEWS_CATEGORIES 既有列舉值（如政治、國際、社會、產經、科技…），不可自創 - title／summary：頭條標題與摘要 - imageUrl：頭條配圖來源網址，來自 cna-photo-search 回傳的 image_url；本工具會在 server 端把圖片轉成 data URI 再顯示，留空或抓取失敗時頭條退回純文字呈現，呼叫仍會成功 - imageCaption：配圖圖說。務必判斷這張圖是否真的是這篇報導所述事件的實況照（同事件、同時間點）；確定是的話，填入 cna-photo-search 該筆結果的圖說即可。若不確定，或明知只是同一人物/地點但非本次事件的舊照、資料照，圖說開頭務必加註「（資料照）」，不可讓讀者誤以為是事件實況照——有配圖時這欄不應留空 - link（選填）：頭條相關報導連結 sections（新聞欄，至少 1 個）： - 每欄 category 同樣須用既有分類列舉值，items 為該分類下的新聞（headline／summary／選填 link），陣列順序即顯示順序 sources 來源標註（選填）：將引用的報導填入 sources 陣列，每則含 title、database、date（YYYY-MM-DD）。本工具只渲染 UI，不產生文字回覆。每次呼叫會計入帳號用量（扣點）。

render-timeline

ChatGPT

使用者要求「時間軸」「整理脈絡」「事件演變」「歷程回顧」，或問題涉及時間發展脈絡時，使用本工具渲染互動垂直時間軸（timeline / chronology）UI。使用時機： - 使用者的問題涉及時間發展脈絡、事件演變、歷程回顧 - 搜尋結果中至少能提取 3 個不同時間點的事件才適合，否則直接文字回覆 - 混合型整理（懶人包、比較、重點整理）請改用 render-brief（可內含時間軸積木） - 本工具不需要圖片 events 組裝指引： - 按時間順序排列（由早到晚） - date：統一格式（如 2024-01-15 或 2024年1月） - headline：事件短標題 - summary：1-2 句說明 - link：相關報導連結（選填） sources 來源標註（必填）： - 將 search 結果中引用的報導填入 sources 陣列 - 每則包含 title（新聞標題）、database（資料庫名稱）、date（YYYY-MM-DD）本工具只渲染 UI，不產生文字回覆；回傳的 content 帶有時間軸全文與來源資訊。每次呼叫會計入帳號用量（扣點）。

tw-law-search

ChatGPT

搜尋中華民國法規條文（法務部全國法規資料庫，逐條），回傳條文原文、全國法規資料庫的生效標示與官網連結。適用於法律規定、權利義務、罰則、期限、程序等問題，或指定某部法規、某一條。收錄範圍：現行法規的條文全文。不收錄：修法經過與立法背景、法院判決、函釋、解釋。 query 用法條原文會出現的用語，2–6 個詞以空白分隔，例如「延長工作時間工資加給」、「特別休假」；條文用語常與口語不同，「加班費」「特休」這類口語詞在條文中不一定出現。法規名稱放在 law_name，可填正式名稱、簡稱或部分名稱（例：個資法、勞動基準）；限定錯法規時，正確條文不會出現在結果中。intent 是這次要查的爭點，寫成一個完整問句，用於排序；query_org 是使用者原始提問。law_number 是使用者指定的條號，須同時填 law_name，例如「第185條之3」填 185-3。一個問題含多個爭點時（例如求償依據、損害項目、程序與期限、舉證責任），每次呼叫查一個爭點，最多 3 次。回傳欄位：source 是資料來源名稱；retrieval 是取得方式，specified 為 law_number 指定的條文、search 為搜尋結果。content 是條文原文，條文已刪除時為「（刪除）」。effective_status、effective_date、effective_note、abolished 是全國法規資料庫對「整部法規」的標示，不是單一條文的標示；effective_status 為「※本法規部分或全部條文尚未生效」時，表示該法規有部分或全部條文尚未生效，哪些條文見 effective_note（生效內容）原文。尚未生效的條文，content 是已公布但尚未生效的條文內容；修正前的條文不在本工具資料中，可於 law_url 頁面的「連結舊法規內容」查看。url 是該條官網網址，law_url 是整部法規官網網址。attachments 是本條提到的附件（附表、格式、圖等）名稱與各格式下載連結，最多列 10 項，total 為本條對到的附件數；law_attachment_count 是該法規的附件總數，完整附件清單在 law_url 頁面。附件檔的內容不在本工具資料中，全國法規資料庫也不允許程式擷取附件檔；附件連結供使用者自行開啟閱讀。引用條文時以引號逐字引用 content，說明寫在引號外。引註（回覆內重新編號）： - 顯示編號一律使用阿拉伯數字，不使用任何字母前綴。 - 編號範圍限定在「這次回覆」內：某筆結果的 cid 第一次在你的回覆內文中被引用時，才依序分配下一個號碼（1、2、3…）；同一 cid 在同一回覆中再次被引用時，沿用已分配的號碼；未被引用的搜尋結果不佔用號碼——確保最終編號連續、不留跳號。 - 此顯示編號不與 ref 欄位混用：ref 只是同一次工具呼叫內部的序號，僅供你整理素材時參考，不同工具呼叫可能各自回傳 ref:1，不可直接當成顯示編號使用。 - 下一輪對話的引註編號一律從 1 重新開始，不跨輪次沿用前一輪用過的號碼。 - 回覆結尾的「資料來源」清單依編號由小到大列出，每一項對應內文中所有相同編號的引註標記（如 [1]、[2]）。每次呼叫會計入帳號用量（扣點）。