01 我們的來源
AI × 餐飲的內容散落在兩個世界裡——科技媒體報導了 AI，但不懂餐飲的脈絡；餐飲媒體報導了產業，但看不見 AI 正在帶來的變化。The Pass 同時監測這兩個世界，從交叉點中找到那些被忽略的好故事。
我們的信源橫跨英文、韓文、日文、泰文，涵蓋科技與餐飲兩端。
信源覆蓋範圍
AI 與食品科技端
追蹤全球 AI 技術在食品與餐飲領域的最新應用——從機器人廚房、AI 食譜開發、到食品科技新創的融資動態。這些來源讓我們知道「AI 這邊在做什麼跟食物有關的事」。
- 食品科技專門媒體（英文）
- 科技新聞的食品與 AI 交叉報導（英文）
- 食品科技投融資追蹤（英文）
- 亞太食品產業分析媒體（英文）
亞洲餐飲產業端
追蹤亞洲各市場的餐飲產業動態中與 AI、自動化、數位轉型相關的內容。同時也關注在地的飲食文化討論——當 AI 進入廚房時，那些關於技藝、傳統、손맛（手味）的對話。
- 韓國餐飲產業媒體與 F&B Newsletter（韓文）
- 日本食品產業新聞與外食報導（日文）
- 東南亞餐飲媒體（英文／泰文）
- 食評家、主廚專欄與獨立觀點
人文與文化觀點
AI 對餐飲的影響不只是效率和數字。我們也追蹤那些探討人與食物關係、職人精神、飲食文化認同的聲音——這些觀點多半來自獨立寫作者、Podcast、和主廚自己的表達。
- 飲食文化獨立電子報與部落格
- 餐飲相關 Podcast 與影音內容
- 主廚與餐飲人的社群觀點
- Kakao Brunch、note.com 等創作平台上的餐飲書寫
信源准入標準
一個來源要被 The Pass 納入，必須符合以下標準：
- 可溯源 — 有明確的編輯團隊或作者署名
- 持續更新 — 維持穩定的發佈頻率
- 原創為主 — 以原創報導或觀點為核心，不是純轉載
- 餐飲相關 — 內容與餐飲產業、食品供應鏈、飲食文化直接相關
我們不納入的來源：純餐廳推薦食記、食譜內容、無法驗證出處的消息、明確為品牌業配的內容。
信源分級
不同類型的來源，在我們的編輯室中有不同的信任權重：
官方與權威機構
各國食品安全主管機關、官方評鑑機構（米其林、50 Best、James Beard 等）、產業協會官方發佈。這些來源的事實準確度最高。
專業產業媒體
以餐飲產業報導為主業的垂直媒體。有專業的編輯團隊，對產業脈絡有深度理解。
主流媒體飲食版
各國大型新聞媒體的飲食或生活版面。覆蓋面廣，但餐飲深度不如專業媒體。
獨立媒體與個人創作者
獨立部落格、個人電子報、Podcast。經常有最獨到的觀點和最在地的視角，是 The Pass 發現「有趣的事」的重要管道。
社群討論
社群平台上的討論與動態。不作為獨立新聞來源，僅作為判斷話題熱度的參考信號。
02 我們如何篩選
每一期出刊前，我們的編輯室會從所有信源中收集數十到上百條資訊。但 The Pass 一週只出兩期（週二、週五），每期 2 篇長文加幾則快訊。這意味著絕大多數的資訊會被捨棄。
篩選本身就是我們最重要的工作。而做這件事的，不是一套冷冰冰的演算法——是三位有名字、有個性的 AI 編輯。
三位編輯，三種眼光
同一份原料清單攤在桌上，Mise、Passe、Fumet 看到的東西完全不同。
Mise——找人
「這件事背後有誰？那個人在想什麼？」Mise 是主筆，她挑的是有人物、有場景、有溫度的故事。一則純技術公告她不會多看一眼，但如果裡面藏著一位廚師的掙扎或一個創辦人的賭注，她就會把它撈出來。
Passe——找事實
「發生了什麼？數字是什麼？」Passe 是快訊編輯，他掃描的是硬資訊——融資金額、上線日期、市場數據。如果一件事能用三句話說清楚，而且說完之後讀者會「喔」一聲，那就是 Passe 的菜。
Fumet——找問題
「大家都在說效率，但有沒有人問過廚師的感受？」Fumet 是提問者，他不挑新聞，他挑那條沒人在拉的線。當一週的內容都在談某個趨勢時，Fumet 會退後一步，找到把所有東西串起來的那個安靜的問題。
三個人的選擇加在一起，就是每一期 The Pass 的樣子。這不是機械式的過濾，是三種不同的味覺在同一張桌上試菜。
每期流程
信源監測
持續追蹤所有信源的更新，收集原始資訊
原料進場
兩期之間累積約 150–300 條來自不同市場、不同語言的原始內容
去重與歸類
同一事件的不同語言報導被合併為一組，跨語言交叉驗證提升可信度
各自執筆
三位編輯按各自的風格撰寫，總編輯做最終品管
週二・週五出刊
亞洲時間上午推送至網站、Email 及 RSS
去重：把噪音變成信號
同一則新聞——例如「米其林首爾 2026 發佈」——可能同時出現在韓文產業媒體、英文生活媒體、和米其林官方網站。我們的編輯室會辨識這些是同一件事，把它們合併成一個「事件群組」。
一個事件被越多獨立來源、越多不同語言報導，代表它的可信度和重要性越高。特別是跨語言的交叉驗證——當一件事同時出現在韓文和英文媒體中，它的可信度會顯著提升。
選題標準
我們不用傳統的新聞標準——誰最緊急、誰影響最大——來決定選題。
我們問的是一組不同的問題：
新鮮感
這件事對我們的讀者來說是新資訊嗎？如果中文媒體已經廣泛報導，我們不再說一次。我們優先選擇尚未被中文圈觸及的 AI × 餐飲動態。
故事性
這件事背後有沒有一個值得說的故事？有人物、有決策、有轉折的事件，永遠比一則純粹的技術公告更有資格出現在 The Pass 上。
三個面向
AI × 餐飲不只是技術。我們同時關注三個面向：技術面——AI 做了什麼；人文面——這對人意味著什麼；文化面——不同的飲食文化如何回應。三者缺一不可。
啟發性
讀者看完之後，會不會產生「原來如此」的感覺？一個不懂技術的餐飲人，能不能看懂、覺得有趣、覺得跟自己有關？
連結性
跟餐飲從業者的世界有交集嗎？廚師的技藝、餐廳的經營、食材的處理、職人的精神——如果 AI 影響到這些事，我們就在乎。
特殊情況
食品安全 × AI：當 AI 在食品安全領域發生重大事件（如 AI 檢測系統發現新型污染、或 AI 系統失誤導致安全問題），會優先報導。
重大產業動態：當 AI 對餐飲產業產生結構性影響的事件發生時（如主要平台推出改變遊戲規則的 AI 功能、重大食品科技融資或併購），即使不完全符合「有趣」標準也會報導。
03 多語言處理
The Pass 的信源橫跨韓文、日文、泰文、馬來文、英文。所有非中文的內容，都經過我們的編輯理解原文後，以繁體中文重新撰寫。
我們的原則是：翻譯事實，保留原味。
具體做法
- 專有名詞保留原文。人名、店名、地名，第一次出現時會標注原文，讓讀者能自行搜尋深入了解。例：「あさくま（Asakuma）」而非「朝熊」；「고피자（Gopizza）」而非「高披薩」。
- 獨特概念不強行翻譯。日文、韓文中獨特的餐飲概念，在上下文中讓讀者自然理解，而非硬譯為可能失真的中文。
- 所有內容附原始來源連結。如果你想看原文，連結就在那裡。
誠實說明
AI 處理多語言內容時，可能存在對原文語境的理解偏差。這是我們持續在優化的部分，也是為什麼每一則內容都附上原始來源——供你驗證、也供你發現更多。
04 內容如何產生
The Pass 的內容由三位 AI 編輯撰寫，每週二和週五出刊。她們各有明確的職責和聲音，就像一間真正的編輯室裡的分工。
誰寫什麼
Mise・主筆
負責每期的長文（400–600 字）。她的文章總是從一個場景開始——一間廚房、一條街、一個人的決定。她善用「你」來拉近距離，讓讀者覺得這是朋友在分享一件有趣的事，不是記者在交稿。
Passe・快訊編輯
負責每期的快訊（3–6 則）。精簡俐落，第一句話就是事實。Passe 的哲學是：如果一則消息需要鋪陳才能懂，那它可能不夠重要。讀者掃一眼就知道發生了什麼。
Fumet・提問者
負責每期結尾的一個問題（100–250 字）。不給答案，只留一個好問題。Fumet 讀完整期內容之後，找到那條大家都在談、但沒人真正問出口的線，然後輕輕一拉。
總編輯審核
三位編輯寫完之後，總編輯會對每一期做最終品管——事實核查、AI 味檢測、節奏檢查、輕量 SEO。如果哪裡讀起來太像機器寫的，總編輯會退回去讓編輯重寫。內容有趣永遠優先於搜尋排名。
撰寫規則
我們始終使用當前最強的語言模型
AI 技術在快速進步。我們不綁定特定模型，而是持續使用當下能力最強的模型來驅動我們的編輯室。這代表 Mise、Passe、Fumet 的能力，會隨著 AI 技術的進步而自然提升。
05 人的角色
The Pass 的核心原則：人定方向，AI 編輯做執行。
Mise、Passe、Fumet 有各自的性格和判斷力，但她們的喜好和觀點從哪裡來？從人。The Pass 編輯室負責定義「什麼值得分享」的標準，然後讓三位 AI 編輯去實踐。
The Pass 編輯室負責
- 信源管理：追蹤哪些來源、移除哪些、調整信任層級
- 選題偏好：定義並優化「新鮮感」「故事性」「啟發性」等選題標準
- 品質監控：每期檢視產出，發現問題時調整規則
- 編輯人設：塑造 Mise、Passe、Fumet 的個性與寫作風格
The Pass 編輯室不做
- 不更動事實——信源說了什麼就是什麼，我們只從自己的觀點去說明它
- 不手動選題——每期出什麼由三位編輯決定
- 不改寫 AI 產出的文字——品質不好就調規則
為什麼堅持這樣做？因為一旦人開始逐字「碰」內容，就無法保證每週兩期穩定、一致的產出品質。人的判斷會受情緒、偏好、疲勞影響。把人的智慧灌注在「規則」和「人設」裡，讓 Mise、Passe、Fumet 去執行，反而能維持更高、更穩定的水準。