當AI改變閱聽眾獲取訊息的管道，強勢吸走新聞網站流量，媒體還可以做什麼？成立102年的中央社的答案是：主動把近500萬則新聞資料庫接進AI。
1924年成立、1996年法人化的國家通訊社中央社，日前推出自家MCP（Model Context Protocol，模型上下文協定服務）訂閱制，主動將自家所有內容串接進AI工具，包括中央社逾30年來近500萬則新聞稿，跨越百年350萬張新聞照片，2000年至今的世界年鑑資料庫，以及全台約150個政府機關公開資料。
「因為網站的末日就要來了。」主導此專案的中央社資訊暨創新中心主任宋育泰說。如果有一天，讀者根本不再進新聞網站，媒體還能怎麼捍衛閱聽眾「知的權利」？
更進一步說，要如何實現「以在地語境提供正確訊息」的媒體社會責任？主動將查核過、具台灣主體性的真實訊息接入AI的資訊檢索流程，讓AI回答問題時能直接調用可信的台灣資料，在零點擊的時代，守住「訊息守門人」的最後防線。
現在，AI回答問題時，經常會把不同網站、不同年份的資訊混在一起，更不用說網路上的虛假訊息。「我們不希望你拿的東西有幻覺。」宋育泰強調。中央社內部甚至設計了一套新聞問答評測機制，準備500道具有正確答案的新聞題目，讓不同AI與檢索方式實際作答，再逐題比對。
打開ChatGPT、Gemini或Claude，本來就可以問「台積電為什麼重要？」、「離岸風電政策這20年是怎麼變？」甚至要求AI整理事件發生的時間軸。
既然AI本來就會回答，中央社MCP還能提供什麼？宋育泰分享，關鍵在3件事：資料從哪裡來、能不能追溯，以及有沒有足夠深的台灣資料。
這對研究者、學生、政策工作者，或任何需要長時間跨度資料的人，非常有吸引力。讀者可以把中央社資料直接接進自己原本使用的AI工具，使用習慣不必改變直接在ChatGPT、Claude上發問，差別是多了可供AI查詢的新聞資料來源，目前中央社MCP個人使用月費200元。
舉例來說，研究員想追蹤一項政策20年的變化，之前一般作法需要自己輸入不同關鍵字、逐篇找新聞、整理年份，再比對各階段的變化。接上MCP後，AI可以先從新聞資料庫中找出相關報導，再整理出事件節點與脈絡。
宋育泰舉例，一名美國人若想理解「台積電為什麼重要」，過去很可能先閱讀CNN、《華爾街日報》等英文媒體，但是台積電與張忠謀早年的許多重要紀錄，長期散落在台灣中文新聞資料庫裡。只要AI Agent能進入中央社資料庫，外國使用者即使不懂中文，也有機會取得過去難以接觸的台灣歷史脈絡。