42

JH-042 · 全文 用 AI 學嘢・教識自己意圖:決定相關:JH-041 · JH-003

AI 講嘢啱唔啱?學嘢時點樣核實,唔好被「聽落好啱」呃到

重要嘅嘢,要對照原文或者權威來源,唔好淨係問多幾次。AI 講得流暢,唔等於啱。

  • 3 道

    核實關口:問出處、對原文、自己用一次

    做法

  • 3 格

    按風險分:自己學下、交畀人、做決定

    分級

  • 2 個

    有來源可查嘅例子

    來源

你問

AI 會唔會作嘢?

會。AI 會好有自信咁講出唔真嘅答案。1

點做

點知佢幾時講錯?

淨係靠聽落好唔好,分唔到。重要嘅嘢要自己對返原文。

睇完整答案
你問

學嘢時點樣核實?

三道關:問出處、對原文、自己用一次。

點做

每樣嘢都要咁核實?

唔使。按風險分三格:自己學下、交畀人、做決定。

睇完整答案
你問

問多幾次,答案一樣就算啱?

唔算。同一個說法重複出現,只代表 AI 傾向咁答,唔代表有來源。

點做

咁用咩代替?

對返原文或者權威來源。

睇完整答案
你問

AI 畀嘅出處可以信嗎?

要先確認出處真係存在。2023 年有美國律師交咗 ChatGPT 作出嚟嘅案例畀法院,被罰款。3

點做

點確認?

自己搵返原文。搵唔到,就當冇。

睇完整答案

AI 會好有自信咁講錯,所以「聽落好啱」唔係核實

AI 會好有自信咁講出唔真嘅答案。冷門、冇規律可循嘅單一事實,例如一隻寵物嘅生日,最易講錯。12

講得流暢就似可靠,呢個係錯覺。

核實有三道關:問出處、對原文、自己用一次

問多幾次唔等於核實。

核實 3 道關
  1. 問出處

    叫 AI 講明依據邊份文件、邊條規定或者邊個來源。呢步只係起點,因為出處本身都可能係假。

  2. 對原文

    自己搵返嗰份原文或者權威來源,睇佢真係咁講。搵唔到,就當冇。

  3. 自己用一次

    可以試嘅就用細例子試一次,例如試公式、試步驟,睇結果啱唔啱。

對原文嗰步,如果你想將原文貼入 AI 幫手對照,先睇 JH-002 同 JH-039 講嘅界線:認得出真人嘅資料同未公開嘅公司資訊,唔好原封貼入去。呢句唔構成法律意見,公司規定更嚴就跟公司。

問出處可以咁問(虛構示範):

你剛才講嘅每個重點,請逐項列出你依據嘅來源類型,同我可以去邊度對返原文。如果你唔肯定,請直接講「唔肯定」。

點解咁問:

  • 逐項列出: 逼 AI 將一大段答案拆成一個個可以核對嘅說法。
  • 講明去邊度對原文: 你知道下一步去邊度搵,而唔係淨係收到一句「根據研究」。
  • 容許佢講「唔肯定」: 減少佢硬答,不過唔保證有效,所以仍然要自己對。

風險愈高,核實愈深:自己學下、交畀人、做決定三格

按風險決定核實幾深
項目狀態點解
自己學下、當起點 穩陣 錯咗成本低,但記得當佢係未核實
學一個之後會用落工作嘅概念 要留意 至少對返一個原文或者權威來源
寫入報告,或者交畀同事、客戶,但冇核實 危險 你署名送出,就係你嘅責任
用嚟做決定:錢、合約、健康、法律、合規 危險 對返原文,再問合資格專業人士或者公司內部

AI 寫完只係初稿,你署名送出,就係你嘅責任(JH-003)。責任點樣分,睇 JH-001。

核實幾深,最後睇你份工嘅風險同公司規定。

有出處都未必真:美國律師交咗 ChatGPT 作出嚟嘅案例,被法院罰款

2023 年 6 月 22 日,美國紐約南區聯邦法院喺 Mata v. Avianca, Inc. 一案發出制裁令:有律師同律師樓將 ChatGPT 作出嚟、根本唔存在嘅判詞交畀法院,連引文同案例引注都係假,法院質疑之後仲堅持。法院認定佢哋 bad faith,連帶罰款 5,000 美元。34

用可靠嘅 AI 工具輔助本身冇問題,但交出去嘅人有把關責任。3 問題唔係用 AI,係冇核實就交出去。

你問,我答

AI 會唔會作嘢?

會。AI 有時會好有自信咁講出唔真嘅答案,行內叫幻覺。所以重要嘅嘢唔好淨係靠聽落好唔好。

學嘢時點樣核實 AI 講嘅嘢?

三道關:問出處、對原文、自己用一次。再按風險決定做幾深:自己學下,對返一個來源;交畀人,逐樣對;做決定,對原文之後再問合資格專業人士。

問 AI 多幾次,答案一樣就算啱?

唔算。同一個說法重複出現,只代表 AI 傾向咁答,唔代表有來源。要對返原文或者權威來源。

一句講晒

AI 講得流暢唔等於啱。重要嘅嘢要問出處、對原文、自己用一次,風險愈高核實愈深。

Next step: 想睇完整學習流程,睇 JH-041。想知點追問先學到做法,睇 JH-043。

相關閱讀: JH-003 第一次用 AI|JH-001 公司未訂 AI 規範|JH-002 邊啲資料唔好貼|職場 AI 首頁

參考

  1. OpenAI (2025-09). Why language models hallucinate.
  2. Kalai, A. T. et al. (2025). Why Language Models Hallucinate. arXiv:2509.04664.
  3. Mata v. Avianca, Inc., No. 1:22-cv-01461 (S.D.N.Y. 2023-06-22), Opinion and Order on Sanctions(Justia).
  4. Mata v. Avianca, Inc.(FindLaw).