自訂 AI 動作 - 在陪讀蛙裡打造屬於你的 AI 閱讀工作流程

自訂 AI 動作，讓陪讀蛙變成你的專屬 AI 工作台

閱讀時，翻譯只是第一步。很多時候，你也會想把一段內容改寫得更容易理解，或是快速產生摘要、術語表，甚至輸出一個方便複製到別處的結構化結果。

自訂 AI 動作就是為這個場景準備的。

你可以在陪讀蛙裡定義自己的提示詞，並直接從劃詞工具列運行。無論你正在看文章、文檔還是教程，只要選中文本，就能立刻得到更貼合當前任務的 AI 結果。

你可以用它做什麼

自訂 AI 動作既適合輕量小工具，也適合固定工作流程：

• 把長段落歸納成 3 條要點
• 用更簡單的語言解釋難句
• 把表達改寫得更自然
• 提取術語和定義
• 產生便於復用的結構化輸出
• 從選取文字產生學習卡片、提綱或待辦事項

如果你本來就會針對不同任務切換不同模型，這個功能會讓整個過程順手很多。

現在要去哪裡配置

按目前擴充源碼，自訂 AI 動作有獨立的設定頁：

1. 打開陪讀蛙設定頁。
2. 在左側邊欄進入 自訂 AI 動作。
3. 先確認你已經啟用了至少一個 LLM 提供者。

第三步很關鍵。因為這個功能依賴結構化輸出，所以如果目前沒有啟用可用的 LLM 提供者，介面會直接阻止你新建動作。

現在內建了哪些模板

目前新增動作的彈跳窗有 3 個模板：

• 字典：適合查詞，回傳詞條、音標、詞性、釋義、段落內容、段落翻譯和 CEFR 難度
• Improve Writing：適合改作文或潤色，傳回錯誤分析和改進後的版本
• Blank：空白模板，只給你一個預設結果字段，從頭開始配

另外，擴充預設配置裡已經內建了一個 Dictionary 動作，也就是 DEFAULT_CONFIG.selectionToolbar.customActions 裡自帶的預設字典動作。

所以從產品實際行為來看，自訂 AI 動作並不是「完全空白起步」的功能，它已經給了你一個明確的起點。

現在你能配置哪些字段

根據目前設定頁源碼，一個動作可以配置這些內容：

• 名稱
• 圖示（Iconify）
• 提供者
• 系統提示詞
• 提示詞
• 輸出 Schema

其中輸出 Schema 最關鍵。每個輸出欄位都可以配置：

• 欄位名稱
• 欄位類型：目前只有 string 和 number
• 字段描述
• 啟用朗讀

而且至少要有一個輸出字段，字段名也不能重複。

現在提示詞現在可以插哪些 token

在目前程式碼裡，系統提示詞和提示詞都支援插入 4 個 token：

• {{selection}}：目前選取的文本
• {{paragraphs}}：與選區相交的段落內容，會以空白行拼接
• {{targetLanguage}}：使用者目前設定的目標語言
• {{webTitle}}：網頁標題

這裡有一個很實用的實作細節：{{paragraphs}} 在真正發送請求之前，會被截斷到前 2000 個字元。

這意味著你可以安全地把上下文段落放進提示詞，但也要知道它不是無限長的全文上下文。

最終結果會怎麼顯示

自訂 AI 動作傳回的不是一整坨自由文本，而是根據你的輸出 Schema 產生一個結構化 JSON 物件。

擴充再把這個物件渲染回劃詞工具列裡的結果面板：

• 每個欄位單獨成行
• 欄位名稱就是你的 Schema 標籤
• string 和 number 會依欄位類型顯示
• 如果某個欄位開啟了 啟用朗讀，這個欄位旁邊也會出現朗讀按鈕

這也是它和普通 AI 聊天框最大的差別：你配置的是一個可以重複執行的結構化小工具。

一個更可靠的入門配置

如果你第一次配置，建議不要一上來就做複雜工作流程，直接從 Blank 開始，先做一個「閱讀摘要」動作。

名稱

阅读摘要

系統提示詞

你是一个简洁的阅读助手。
请根据要求的结构化输出，对选中文本做总结。
优先使用具体、可执行的表达，不要空泛。

提示詞

Selection: {{selection}}

Paragraphs: {{paragraphs}}

Target language: {{targetLanguage}}

Webpage title: {{webTitle}}

輸出 Schema

• summary -> string
• keywords -> string
• nextSteps -> string

這樣你馬上就能得到一個可重複使用的閱讀助手，而不是每次都手動複製文字去外部 AI 工具裡重新寫 prompt。

基於當前源碼，我更推薦這樣開始

如果你是第一次上手，最實用的順序不是“先自由發揮”，而是：

• 想查詞和理解上下文，就先用 字典
• 想改寫或修正文案，就先用 Improve Writing
• 已經明確知道自己想要什麼欄位返回，再用 Blank

這更符合目前產品真正優化的方向：不是做一個大而泛的 AI 沙盒，而是做一組可以在劃詞工具列裡反覆調用的小型結構化動作。