AI 會唔會亂噏？5 步查證答案，避開 AI 幻覺

生成式 AI 好適合幫你快速整理資料、解釋概念、諗初步方向；但佢亦可能產生唔準確、甚至錯嘅內容，仲會用好肯定嘅語氣當事實咁講。資訊安全同教育材料常將呢種情況稱為 AI hallucination，或者 AI 幻覺。哈佛甘迺迪學院嘅 Misinformation Review 亦將 AI hallucinations 視為生成式 AI 帶來嘅新型不準確來源之一。

所以，查證 AI 答案唔係睇佢講得似唔似真，而係問一句：呢個講法，可唔可以追返去一個我核對到嘅來源？

先記住：AI 係線索，唔係證據

AI 可以幫你列方向、整理背景、翻譯難明內容，或者將一個複雜問題拆成待查清單。不過，只要答案涉及人名、日期、數字、法例條文、論文、新聞事件、醫療建議、法律判斷或者金錢決策，就唔應該停喺 AI 嗰段回覆。

NIST，即美國國家標準與技術研究院，喺生成式 AI 風險管理文件入面，將 data provenance（資料來源追溯）、auditing and assessment（稽核與評估）、monitoring（監測）同 risk-based controls（按風險採取控制）列為相關治理計劃同行動一部分。放返落日常使用，意思其實好直接：唔好只信 AI 嘅自信語氣，要睇來源、原文同證據鏈。

5 步查證 AI 答案

1. 先叫 AI 列出可以核對嘅來源

唔好只問「答案係乜」。你可以要求 AI 將每個重要主張同來源對齊，例如：

請列出支持呢個答案嘅來源，優先使用官方文件、原始研究、政府網站、公司公告或資料庫，並說明每個來源支持邊一個主張。

如果 AI 只係寫「研究顯示」、「專家指出」、「好多報道提到」，但冇文件名稱、發布機構、連結，或者其他可以搜尋到嘅資料，嗰段內容就應該先當成未查證。來源追唔追到，比答案寫得完整唔完整更重要；NIST 亦將資料來源追溯、稽核與評估列入生成式 AI 風險管理相關做法。

2. 打開來源，睇原文係咪真係支持答案

AI 有畀來源，唔代表答案就正確。最少要睇三件事：

• 條連結係咪真係存在，而且開到。
• 原文入面係咪真係有 AI 提到嘅資料。
• AI 有冇將原文過度延伸、過度簡化，或者改寫到變咗另一個結論。

常見風險係：答案望落有引用，但引用內容同結論其實對唔上。查證嘅目的，就係將「AI 話有根據」變成「你親眼睇過佢嘅根據」。

3. 優先核對最易出錯嘅細節

唔需要一開始就讀晒成份文件。先捉最容易驗證、亦最容易揭穿錯誤嘅位置：

• 人名、機構名稱
• 日期、年份、版本號
• 統計數字、百分比、排名
• 法例條文、政策名稱、文件標題
• 論文題目、作者、期刊名稱
• 直接引述嘅原文

如果 AI 話「某研究指出」、「某公司宣布」、「某法規規定」，就直接搵返該研究、公告或者條文。搵唔到原始資料，就唔好當佢係已確認事實。

4. 用獨立來源交叉比對

單一來源可能唔完整，AI 嘅摘要亦可能漏咗限制條件。遇到以下題材，最好再搵至少一個獨立來源交叉比對：

• 醫療同健康資訊
• 法律、稅務、合約問題
• 投資、金融、保險決策
• 即時新聞同公共事件
• 技術規格、安全風險、政策要求

如果唔同來源講法唔一致，唔好只揀自己想信嗰個版本。應該優先返去發布機構、原始文件、專業資料庫，或者向有責任關係嘅專業人士確認。

5. 高風險問題，唔好畀 AI 做最後決定

NIST 嘅生成式 AI 風險管理取向，強調按風險採取控制、監測同評估，而唔係將所有輸出都視為同等可信。個人使用 AI 時都可以用同一個邏輯：風險越高，越唔可以只靠 AI 嘅二手答案。

如果答案會影響健康、法律權利、財務安全、工作決策或者公共安全，AI 可以幫你整理背景同問題清單；但最後仍然應該返去原始文件，或者請醫生、律師、會計師、投資顧問等相關專業人士確認。

見到呢啲跡象，要即刻提高警覺

AI 幻覺最麻煩嘅地方，係佢未必似錯：文字可以好流暢、好有條理，但內容仍然唔準確。見到以下情況，先唔好急住採信：

• 語氣非常肯定，但完全冇來源。
• 引用望落好完整，但搜尋唔到原文。
• 來源存在，但內容其實冇支持 AI 嘅結論。
• 數字、日期、版本號冇標明出處。
• 同一段回答前後矛盾。
• AI 將推測、常識或者意見包裝成事實。

可以直接複製嘅查證提示詞

下次用 AI，可以貼上以下句子，令答案更容易檢查：

請將你嘅回答拆成「事實主張／來源／原文依據／不確定之處」四欄表格。

請標出邊啲講法有來源支持，邊啲只係推論或者需要人工查證。

請只根據我提供嘅文件回答；如果文件冇提到，請直接講資料不足。

請列出呢個答案入面最需要查證嘅 5 個細節，例如日期、數字、引文、政策名稱或者人名。

常見問題

AI 有引用來源，就代表答案可信？

唔一定。來源可能根本不存在、連結可能失效，或者原文冇支持 AI 嘅結論。真正查證唔係睇「有冇引用」，而係打開來源、讀到原文、確認主張同證據係咪對得上。

每個 AI 答案都要完整查證？

唔需要用同一個強度處理所有問題。低風險問題可以快速核對；但涉及健康、法律、財務、公共安全或者重大工作決策，就應該提高查證強度。NIST 嘅風險管理文件亦採取按風險控制同監測嘅取向。

搵唔到來源點算？

先將答案標記為未確認，唔好當成事實引用或者轉發。你可以要求 AI 改用可查來源重新回答，亦可以自己搜尋官方文件、原始研究、公司公告或者可信資料庫。

結論：唔好信語氣，要信可核對嘅證據

AI 會亂講；重點唔係完全唔用 AI，而係唔好將流暢文字當成證據。最實用嘅流程係：要來源、睇原文、核對細節、交叉比對；高風險問題搵專家。 咁樣用 AI，佢會更似一個有效率嘅研究助手，而唔係一部未經查證嘅答案機器。