AI 入門 / 資料查核:2026 年 10 月 6 日
你請 ChatGPT 幫忙找報告資料,它很快交出一段有數字、有研究名稱、還附連結的回答。看起來可以直接放進簡報,但點開來源後,卻找不到那個數字。這時候,該相信哪一個?
AI 幻覺(AI hallucination)是指 AI 產生看似合理、卻不符合事實或缺乏依據的內容。學會辨識它,不需要先懂程式。這篇文章會帶你把一段回答拆成能查證的小問題,並用一個虛構練習,走完採用前的 5 個步驟。
30 秒看重點
- 回答流暢、有數字、有連結,都不能單獨證明內容正確
- 查證順序:拆主張 → 找原始來源 → 交叉核對 → 看日期與範圍 → 標示結果
- 查不到資料,先記為「尚未查證」;不要直接當成假消息,也不要當成事實轉傳
- 請 AI 再檢查一次可以協助整理,但最後仍要親自核對外部證據
直接看 5 步驟 | 做一個練習 | 複製查證提示詞 | 採用前檢查表
01 AI 幻覺是什麼?常見的三種樣子
AI 回答出錯,有時很明顯,有時只藏在一句話裡。OpenAI 的官方說明提醒:模型可能提供錯誤的日期、事實,甚至不存在的引用;語氣自信也不能代表可靠。
- 編出不存在的來源:研究名稱、作者與年份看起來齊全,實際卻找不到對應論文
- 來源存在,結論卻對不上:原文只說特定條件下可能有幫助,回答卻改成「對所有人都有效」
- 補上原文沒有的細節:你提供的會議紀錄沒有截止日,摘要卻替某項工作加上日期
也要把「幻覺」和其他問題分開看:舊資訊可能曾經正確;計算錯誤可能來自推算過程;你要求創作的虛構故事也不等於事實性錯誤。不必急著替每個錯誤分類,先確認它是否足以支持你眼前的用途。
02 為什麼 AI 會一本正經地答錯?
語言模型從大量資料學習文字的規律,能生成合理的回答,但每一句話不一定都經過外部資料查核。OpenAI 在 Why language models hallucinate 中指出,部分訓練與評估方式會獎勵猜出答案,卻沒有充分獎勵承認不確定。這也是錯誤可能以肯定語氣出現的原因之一。
NIST 的生成式 AI 風險管理文件也將自信地產生錯誤內容列為風險。因此,實際使用時,除了問「這段寫得好不好」,還要多問一句:「我能拿什麼證據支持它?」
剛接觸這些名詞,可以先看AI 新手入門指南;想分清楚常見的期待與誤解,也可以接著讀AI 迷思破解。
03 查證 ChatGPT 回答的 5 個步驟

步驟 1:拆成可以查的主張
先圈出人名、機構、日期、數字、研究結論與「一定、全部、保證」等用語。不要只問「整段對不對」,而是一次核對一件事。例如「某研究發現某工具讓所有員工效率提升 50%」,至少包含研究是否存在、受試者是誰、測量什麼、50% 從哪裡來等問題。
步驟 2:找到原始來源,並真正打開
工具功能查官方說明;活動資訊查主辦單位;研究數據追原始論文或報告。請 AI 給連結後,自己確認網址、發表者、標題與內文。連到首頁、搜尋結果或一篇只提到相關名詞的文章,都還不足以支持那個主張。
有連結,還要有對應內容。在來源頁搜尋關鍵字、數字,找出能直接支持主張的段落或表格。若找不到,就把「來源有附」改記成「內容尚未核實」。
步驟 3:用獨立證據交叉核對
重要的主張,盡可能用另一個獨立且可信的來源檢查。如果三篇新聞都轉述同一份新聞稿,實際上仍是同一條證據。數字可回到表格重新計算;引用可對照完整原文。換問另一個 AI 可幫你找疑點,但兩個模型說法一致,本身不是獨立證據。
步驟 4:核對日期、對象和適用範圍
確認資料是哪一年、哪個地區、哪個版本,以及研究或規則適用於誰。像是「某課程當時免費」不能自動推成「現在與未來都免費」;「特定任務完成時間縮短」也不能直接改成「整體工作效率提高」。把必要條件留在摘要裡。
步驟 5:標示結果,再決定是否採用
- 已核實:有直接支持的證據,且日期、對象與用途相符,可保留來源後採用
- 需修正:來源存在,但數字、範圍或解讀有誤,改成證據實際支持的說法
- 尚未查證:找不到足夠資料、來源打不開或證據互相衝突,暫不當成確定事實
資訊一旦影響健康、金錢、法律權益或安全,核對標準就要更高,必要時請相應專業人士確認。沒有把握的內容可以先不採用,不必為了填滿簡報而硬補答案。
04 練習:把一段看似可信的回答改到能用
以下機構、工具、數字與文件均為虛構,只用於教學,並非真實研究。
待查回答:「星河學習中心在 2026 年證實,使用筆記助手可以讓所有學員的學習效率提升 50%,而且完全不會答錯。」
練習用原始資料:「星河學習中心內部試用紀錄:12 位成人志願者完成同一份摘要整理任務,平均時間由 20 分鐘變為 10 分鐘;未測量長期學習成果,部分摘要仍需人工修正。」
- 拆主張:真的「證實」了嗎?對象是否包含所有學員?測的是效率還是時間?真的沒有錯誤嗎?
- 核數字:(20 − 10)÷ 20 = 50%。能直接說的是這次任務的平均時間減少 50%
- 核範圍:12 位志願者完成特定任務,不能直接代表所有學員或所有學習活動
- 核限制:原始資料明寫部分摘要需修正,與「完全不會答錯」矛盾
- 做決定:刪除過度推論,保留樣本、任務、測量項目與限制;若要用於真實決策,還需要更多證據
修正版示範:「在這份虛構的內部試用紀錄中,12 位成人志願者完成特定摘要任務的平均時間由 20 分鐘降至 10 分鐘;部分摘要仍需人工修正。這份紀錄沒有證明長期學習成果改善,也不能推論對所有學員都有效。」
這個練習的關鍵是讓每個句子都有依據。真實查證時,還要確認原始資料本身是否可信、研究設計能支持什麼結論,不能只因為有一張表格就照單全收。
05 可複製:請 AI 協助整理查證工作
這段提示詞適合用在取得初稿之後。它能幫你列待查事項,但不能保證 AI 不會出錯;請勿貼入個資、學生資料或公司機密。
請協助我檢查下面這段內容,但不要把你的自我檢查當成已完成查證。 1. 列出其中可查證的主張,特別是數字、日期、引用與因果結論。 2. 每個主張分別列出:應查什麼、優先找哪種原始來源、有哪些可能遺漏的條件。 3. 如果你能瀏覽網頁,請提供你實際打開過的來源連結,並說明哪一段支持哪個主張。若不能瀏覽、打不開或找不到,請直接標示。 4. 區分「來源明確支持」「需要修正」「尚未查證」,不要編造研究、網址或引文。 5. 不要把「查不到」直接寫成「假的」;不同來源若衝突,請保留差異供我核對。 待查內容: [貼上不含個資或機密的文字]
06 按下傳送前,用這張檢查表
- □ 每個重要數字、人名、日期與引用都有逐一核對
- □ 已親自打開來源,找到與主張對應的段落或表格
- □ 分清楚原始研究、轉述文章與個人看法
- □ 日期、版本、地區與適用對象符合目前用途
- □ 已刪除過度推論,保留必要限制與不確定處
- □ 引用附上來源,沒有把 AI 回答本身當成證據
- □ 高風險用途已交由適合的專業人士確認
常見問題
AI 附了來源,還會有幻覺嗎?
會。來源可能不存在,也可能存在但沒有支持該句話。核對時要同時看「這個來源是真的嗎」與「它真的有說這件事嗎」。
請 ChatGPT「再確認一次」就夠了嗎?
不夠。你可以請它找矛盾、列檢查清單,但若沒有新增外部證據,重複回答無法替代查證。把它找出的問題帶回原始資料核對,才是下一步。
開啟網路搜尋,就能避免 AI 幻覺嗎?
搜尋能協助取得可追溯與較新的資料,但搜尋到錯誤頁面、誤讀內容或遺漏條件仍可能發生。實際採用前,仍要開啟引用核對。
找不到來源,可以直接說 AI 在亂編嗎?
先保留判斷。資料可能未公開、名稱不同,或你目前無法存取。比較準確的說法是「目前找不到足夠證據支持」,並先停止把它當成確定事實傳播。
下一步:把「會查證」納入 AI 入門練習
今天挑一段你準備放進報告、教材或社群貼文的 AI 回答,圈出三個可查證的主張。依照五步驟走一次,留下來源和結果。做完後,你就有一份能回頭檢查的紀錄,而不是只剩一句「AI 說的」。
資料來源與閱讀說明
- OpenAI:Does ChatGPT tell the truth?,關於錯誤事實、引用與重要資訊的核實
- OpenAI(2025-09-05):Why language models hallucinate,關於幻覺與訓練、評估的關係
- NIST(2024):Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile,第 2.2 節 Confabulation
本文五步驟、提示詞與檢查表為入門教學整理,不是任何機構認證的查證標準,也不能保證消除所有錯誤。練習案例為虛構;配圖為 AI 生成示意圖。資料來源查核日期:2026 年 10 月 6 日。

3 Comments.