用 AI 做研究，再自己查證
AI 能在幾分鐘內幫你整理一個陌生主題，但它也會一本正經地講錯。學會讓它附上來源，再用三個步驟查證，研究又快又可靠。
主管突然丟來一句：「下週開會前，幫我整理一下競爭對手最近在做什麼。」以前你可能要花一整個下午，現在 AI 可以在幾分鐘內給你一份像樣的初稿。
但這堂課最重要的一句話是：AI 的研究結果是線索，不是答案。
先認識「幻覺」
大型語言模型的原理，是根據前文猜出最可能的下一個字。大部分時候猜得很準，但有時候它會把「聽起來很合理」的內容講得像事實一樣，例如：
- 引用一份不存在的報告
- 把 A 公司的新聞安到 B 公司頭上
- 數字差一位數，或年份記錯
這種現象叫做「幻覺」。它不是故意騙你，而是它本來就不知道自己不知道。所以查證這一步，只能由你來做。
一套分工：AI 找，你判斷
左半邊交給 AI，右半邊一定要自己來。
第一步：請 AI 先拆問題
一開始就要它「整理競爭對手動態」，範圍太大。還記得上一堂的五要素嗎？先給它背景，讓它幫你把題目拆小。
我在一家台灣的連鎖咖啡品牌做行銷，主管要我整理競爭對手最近半年的動態，下週開會用。 請先不要回答內容，而是幫我列出 5 到 7 個應該查的子問題，例如新品、價格、通路、會員活動。
第二步：打開搜尋，要求附來源
接著一題一題問，並記得使用有搜尋功能的工具（第 1 課提過）。在指令裡明確要求來源：
請搜尋並回答第 2 題。每一個事實後面都附上來源連結和發布日期。 如果找不到可靠來源，請直接說「查不到」，不要推測。
最後那句很重要。你明確允許它說「不知道」，它就比較不會硬掰。
第三步：點開原文
這一步最容易偷懶，也最重要。每個來源都點開看：
- 連結打得開嗎？
- 原文真的有寫這件事嗎？還是 AI 自己延伸的？
- 發布日期是不是夠新？
第四步：重要資訊交叉比對
不是每一句都要查到底。把力氣放在這四類：
| 類型 | 為什麼要特別小心 |
|---|---|
| 數字 | 差一位數，結論就完全不同 |
| 日期 | 舊消息常被當成新消息 |
| 人名、職稱 | 很容易張冠李戴 |
| 法規、政策 | 會修法，而且各國不同 |
這幾類資訊，至少找兩個彼此獨立的來源。政府、公司官網或原始報告，優先於二手轉述。
最後，請它幫你挑毛病
報告寫完後，可以反過來請 AI 當審稿人：
以下是我整理的報告。請扮演一個挑剔的主管，指出哪些論點證據不足、哪些地方可能有其他解讀，以及我漏掉了什麼重要面向。
它不一定每點都對，但常常能點出你沒想到的盲點。
- 挑一個你工作上需要了解的主題，請 AI 先拆成子問題。
- 選其中一題，要求它搜尋並附上來源與日期。
- 把每個來源都點開，標記成「正確」「有出入」「找不到」三種。
- 算一算三種各有幾個。這個比例，就是你對這個工具在這類題目上的信任度參考。
讀完了嗎？
標記完成後，單元與專案的進度會自動更新（只存在這台裝置的瀏覽器）。
留言與討論
卡關了、有心得，或發現內容需要更新？都歡迎留言。留言使用 GitHub 帳號登入。