AI 能為你做什麼、不能做什麼

你將學到什麼

• 生成式 AI 工具擅長什麼、不擅長什麼
• 為什麼 AI 工具聽起來很有把握，卻仍然可能出錯
• 如何挑選一個適合這類工具運作方式的第一個任務

核心概念

大多數人一開始使用的 AI 聊天工具屬於生成式 AI，也就是會根據你的要求產生新的文字、圖像或其他內容。大多數文字工具的底層是大型語言模型，這種系統用非常大量的文字訓練而成，用來預測接下來最可能出現哪些字詞。它並不像工具書那樣「知道」事情，而是產生一個符合你問題模式的回答。

這樣的設計，讓這些工具在「先有一份好的初稿比精確的事實更重要」的情況下很有用：草擬電子郵件、用更簡單的話解釋一個概念、摘要你貼上的長篇文字、發想名稱或切入角度，以及把雜亂的筆記整理成表格或清單。

同樣的設計也說明了它的弱點。精確的事實、名稱、價格和日期可能出錯，聽起來卻很有自信。最近發生的事可能沒有涵蓋，因為模型的知識停在它的知識截止日，也就是在那個時間點之後，它就沒有再用新資訊訓練過。計算也可能出錯，所以重要的數字都要檢查。而且關於你的情況，只要你沒告訴它，它就不可能知道。

有些工具可以搜尋網路，或讀取你上傳的檔案。這時工具可以處理較新或更具體的資訊，但它仍可能誤讀或錯誤轉述找到的內容。搜尋改變的是 AI 看得到什麼，並不代表你就不用檢查。

範例

一位學生需要寄電子郵件給講師，說明作業遲交的事。下面是一個不太好的 AI 用法：

我的大學對遲交作業有什麼規定？

除非工具去搜尋並找到正確的網頁，否則它不可能知道你們大學的規定。如果沒有搜尋，它可能會寫出一套聽起來很真、實際上卻不存在的規定。比較好的分工是自己去找規定，再用 AI 來寫信：

幫我寫一封簡短、有禮貌的電子郵件給我的講師。我因為生病，論文
晚了兩天才交，錯過了截止日期。我有醫生證明。我想問這週還能不能
繳交。請控制在 120 字以內。

第二個請求用的是這個工具擅長的部分：草擬、語氣和結構。事實部分，例如日期、證明和請求內容，都來自學生自己。

動手練習

1. 打開任何一個你能使用的 AI 聊天工具。如果你還沒有，幫我選可以建議一個起點。
2. 請它用三段簡短的文字，解釋一個你已經很熟悉的主題。
3. 閱讀回答，把每個句子標記為正確、部分正確或錯誤。
4. 用同一個工具，問一件最近幾天發生的事。
5. 比較這兩個回答。記下它在哪裡有幫助，又在哪裡是用猜的，或說它不知道。

最後你應該會有一份簡短的清單，列出這個工具做得好的地方，以及至少一件它答錯或不可能知道的事。

複製這個範本

我需要協助[任務，例如：草擬、解釋、摘要、發想或整理格式]。

以下是你需要知道的資訊：[我提供的事實和細節]。

請給我[你想要的形式，例如：一封簡短的電子郵件、五個條列重點、
一個表格]。

如果你的回答有任何部分取決於我沒有提供的事實，請把那些部分另外
列出來，並說明你不確定。

要求 AI 標出不確定的地方，並不會讓它的回答變得正確。重要的部分還是要繼續查證。

檢查結果

• 它只用了你提供的事實，還是自己加了新的？
• 你能在其他地方查證其中的名稱、數字、日期和引言嗎？
• 有沒有內容取決於工具可能不知道的近期事件？
• 如果它做了計算，你自己驗算過結果了嗎？
• 這個結果對你的任務真的有用，還是只是讀起來很順？

常見錯誤

• 把 AI 當成查精確事實的搜尋引擎。流暢的回答不等於查證過的回答。到可信的來源查事實，再用 AI 處理與這些事實相關的寫作和思考。
• 以為它了解你。它只知道對話裡有的內容。提供它需要的細節，但不要放入私人資料，例如身分證號碼、密碼或其他人的個人資訊。
• 因為數字看起來很精確就相信它。看似精確的數字仍然可能是錯的。任何你要依賴的數字都要重新計算。
• 得到一個不好的回答就放棄。模糊的請求只會得到模糊的結果。換一個更清楚的任務再試一次，做法請參考提出你的第一個問題。