在 2026 年的地方選戰技術演進史中，選民與政治組織的數位接觸點正經歷典範轉移。過去仰賴單向單向社群推播、靜態政見白皮書與罐頭式 Chatbot 的互動架構，已被驗證無法有效承載現代選民對即時性與高維度多媒體內容的需求。
親民黨數位競選工程所推出的「小桔 2.0」生態系與其核心應用「小桔 TV」（XiaoJu TV），以深度多模態檢索增強生成（Multimodal Video RAG）為底層驅動，重構了政治傳播與選民決策的互動介面。
本次《TechFrontier》專訪這套技術架構的操刀者——JumpAD 創辦人兼全端架構師劉吉拉（John Liu），深入探討如何將 LLM 語意推論、結構化向量檢索與行動端微前端播放器融合，實現「用對話直覺調度高維影音與政策庫」的工程實踐。
一、 緣起：從文字 Chatbot 到多模態影音遙控器
TechFrontier（以下簡稱 TF）： 過去政治 AI 助理多數停留在文字問答。小桔 TV 為何選擇將 YouTube 影音播放器作為主要互動介面，並以「AI 遙控器」為概念？
劉吉拉： 傳統的文字對話機器人在面對政見闡述時存在天然的心理摩擦力——一般選民很少有耐心在小螢幕上閱讀三千字的法案說明或政策對比。反之，現代影音短影音與政見宣講具備極高感染力，但面臨的痛點是「檢索斷層」：使用者很難在幾十支宣傳片或掃街直播中，精準找到候選人對特定議題的承諾。
小桔 TV 的定位不是單純的聊天框，而是一台「具備語意導航能力的互動電視」。我們將使用者的輸入抽象化為「轉台指令」，背後的 AI 遙控器負責即時解析提問者的深層意圖，並在毫秒級延遲內將大螢幕切換至最契合的宣講剪輯、地方掃街紀錄或選戰音樂，同時在側邊對話欄萃取關鍵摘要與法案細節。這將被動觀看轉化為雙向探索。
二、 架構核心：多維權重評分模型與 Video RAG 巡邏機制
TF： 在小桔 TV 的後端 API 設計中，你們揚棄了傳統的 SQL 隨機抽籤，全面轉向 Gemini API 驅動的語意檢索。你們如何設計其評分演算法（Scoring Model）以確保推薦準確度？
劉吉拉： 很多人以為串接 LLM 就是把 Prompt 丟給模型自由發揮，但這在工程落地時會產生嚴重的「語意過度解讀」與「幻覺循環」——例如使用者輸入『再一首』時，語意檢索若只看字面，很容易把剛播完的同名主題曲再次打出高分，導致播放器陷入死鎖。
我們在小桔 2.0 實作了一套三軸權重巡邏模型（Three-Axis Weight Scoring Engine）：
* 分類維度（Category Affinity，權重 40%）： 嚴格界定選戰主題曲（選舉戰歌）、政策宣講（選戰政策、政見發表）與領導人專訪（宋主席專訪）。當語意偵測到節奏與歌曲意圖時，非相關分類權重歸零。
* 語意相關度（Semantic Relevance，權重 40%）： 向量化匹配使用者問題與資料庫中經人工審核的 content_summary、逐字精華與標籤庫。
* 輪播新鮮度與抗重複懲罰（Anti-repetition Penalty，-50% 懲罰項）： 當輸入包含狀態切換詞（如『換一首』、『下一台』），當前播放的 current_video_id 會被強制賦予極大的負權重，使次佳候選項目勝出，確保輪播多樣性。
透過這套權重模型，Gemini 不是在猜答案，而是在資料庫的全景矩陣中計算出 Pareto 最優解，並回傳首選影片與最多 3 組備選推薦列表（Playlist Array）。
三、 全通路閉環：政見、遊戲化機制與實體動員的橋接
TF： 小桔 2.0 的 RAG 不僅檢索影片，還整合了候選人 JSON 與 tasks 實體任務資料庫。這樣的異質資料整合如何運作？
劉吉拉： 政治應用的終點永遠是「行動轉化」。單純看影片無法達成公民參與，因此我們在上下文架構中注入了三層知識網路：
* 影音知識層（xiaoju_tv_videos）： 解決即時資訊吸收與共鳴。
* 靜態政見與卡牌資料層（candidates.json）： 當使用者點名特定候選人（例如我們嚴格校正的法定全名『吳建智咖啡哥』），系統除切換其宣講外，會同步動態生成政見詳情頁與專屬政見卡牌對戰遊戲（gamer.php?id=）入口，降低年輕世代理解政綱的門檻。
* 動態活動調度層（tasks DB）： 實時撈取未來的公開掃街、座談會排班，將線上的語意互動即時導流至實體志工簽到與活動出勤（/hub/task-detail.php）。
從「看影片」到「玩卡牌政見」，再到「報名線下任務」，整個流程是由 AI 在單一對話流內自動判斷並完成管道轉化。
四、 行動端渲染工程：Sticky Mini Player 的流暢度調優
TF： 在手機端實作複合式影音介面時，你們克服了哪些前端效能瓶頸？
劉吉拉： 手機端的佈局一直是影音應用的深水區。如果在使用者每次切換影片時都在 DOM 樹動態插入新的 iframe，記憶體暴增會直接導致低階行動瀏覽器崩潰；多個 iframe 甚至會引發音訊重疊災難。
我們採用的解法是「單一主播放器（Singleton Iframe）搭配黏性迷你視窗（Sticky Mini Player）」：
* 分離式文檔流排版： 將影片渲染盒（video-wrapper）與其控制項拆開。當使用者向下滑動檢視龐大的 AI 解答與歷史記錄時，僅有影片視窗透過 CSS 固定於頂部並等比收折為 130px 高度的 Mini 視窗，下方所有的「目前」、「備選」頻道標籤與文字則自然流動。
* GPU 硬體加速與非同步幀調度： 避免傳統滾動監聽造成的 Layout Thrashing，我們引入 requestAnimationFrame 與 transform: translateZ(0)，將滾動判定降至 20px 觸發閾值，確保在視網膜螢幕上滑動時維持穩定的 60fps。
* 一鍵復位互動： 選民只要在下方點擊任何候選頻道（備選 1、備選 2），系統會執行切換並同步發起平滑滾動（window.scrollTo），在微秒間將頂部視窗平滑還原為全尺寸大螢幕。
五、 未來展望：自主代理人進入公共治理
TF： 小桔 TV 展現了生成式技術在政治競選中的落地形態。您認為這套技術架構下一步會走向何方？
劉吉拉： 小桔 2.0 驗證了「語意路由（Semantic Routing）與多模態介面結合」的可行性。未來的選舉或公共治理工具，不應只由技術人員在後台硬編碼邏輯，而是讓具備領域認知（Domain-Specific Constraints）的 AI 自主巡邏民意與政策知識庫。
當生成式模型能兼顧嚴謹的法定規則約束（Deterministic Rules）、精準的多維權重計算，以及高度客製化的互動前端時，它就不再只是一個行銷玩具，而是真正具備民主溝通效率的次世代數位基礎設施。