利用 AI 解決神秘症狀：作者歸納的 4 步自我診療流程
為何重要
此案例證明瞭自然人利用結構化流程搭配強大語文模型，能有效突破醫療體系中的資料匱乏與時間限制。對於 AI 產業而言，這為「健康 AI」的應用場景提供了高標準的提示詞實踐範例，即使用者需具備教育背景才能最大化模型價值，而非單純依賴上下文填空。
作者在患有腦瘤並接受手術治療後，遭遇不明突發性疲勞與腦霧。她利用大語言模型與結構化流程，將症狀詳情、實驗室資料及生活記錄喂給模型，成功找出原因並且維持健康狀態一個月。
- 建議使用消耗大量「思考時間」的付費推理模型，如 Claude Opus 4.8 或 GPT 5.5，並指其為整個過程中「最值得投入的 $20」。
- 提出四步法：追蹤症狀與成因、執行血液檢查、分析追蹤資料與檢查報告，以及透過醫生指導進行生活方式或保健品實驗。
- 強調輸入資料的精準度，檢查結果必須包含「具體數值」與「參考範圍（Reference Range）」，而非只回報「在正常範圍內」。
- 進階使用者可使用 coding agent（如 Codex 或 Claude Code）來處理複雜檔案格式、大量資料堆或直接本地自訂工具。