• 00:00 1.
    為什麼 AI 展示時都很厲害，但實際卻常常亂回答
  • 索引
  • 筆記
  • 全螢幕
為什麼 AI 展示時都很厲害，但實際導入後卻常常令人失望
長度: 07:37, 瀏覽: 882, 最近修訂: 2026-09-23
主題索引
1. 展示技巧
2. 現況
3. 解法
AI 幻覺，這是目前以 Transformer 技術為基礎的生成式 AI 的根本問題，無法避免！

但為什麼計畫成果展示 or 業務介紹時，AI 都很厲害？


展示技巧
如果只上傳一份文件，
而且問裡面有寫到的內容 ...

在 ChatGPT 3.5 剛推出來，
這個「遠古時代」的模型，就有 90% ~ 95% 正確率。

現在的模型就更厲害了，
只要再加上 agentic 或強化 embedding 的技術，甚至還可以根據文件內容中的原則，回答情境式很生活化的問題呢！

例如：
  • 有員工想請特休，但剛好那幾天人力很吃緊。身為主管可以因為工作需要不准他休嗎？還是應該怎麼處理？
  • 機器最近跳出要清潔噴頭保護蓋的提示，但我們有裝選購的擦拭墊，為甚麼還會有這個提示
  • 我時數最多，昨天禮拜天，今天禮拜一我是第一個被彈放嗎？
  • ...


現況
但如果有多份文件，結果就完全不一樣了。

因為 AI 只是一個很強大的機率模型，實際上的運作你可以把它想成是無腦的 copy paste，完全沒有理解和推理。

一般企業就更慘 ...
因為資料維護困難，通常都會有以下問題：
  • 內容不完整
  • 過時
  • 重複
  • 不一致
  • 甚至互相矛盾 ...

就必然會出現史丹佛大學論文中提到的「RAG 檢索脆弱性」的問題 (註1)，當然就一本正經的胡說八道囉。

一旦我們只是看到表面的展示就貿然導入，
很可能會大失所望，讓投入大量的資源打水漂 (GenAI 鴻溝)。


解法
xms+ AI 就完全不一樣，成功突破知識管理的痛點和避開 AI 幻覺的問題
  1. 隱性經驗危機
    每天 10 分鐘，透過「問」這個需求驅動，就能有效紀錄人大腦中的重要經驗，讓 AI 有內部的參考資料。

  2. 避開 AI 幻覺
    直接輸出人確認整理過的經驗，不讓 AI 生成，當然就不會有幻覺的問題。

而且做法超級容易執行，只要每天花 10 分鐘，推動 2 個步驟：
  1. 什麼都問 AI
    透過需求驅動，紀錄隱性經驗。

  2. 整理 FAQ
    讓 AI 找到問題的解法，並直接輸出 Q&A 的內容

3 - 6 個月內，
就能打造沒有 AI 幻覺、而且還能持續進化，吸收最新「經驗」的企業動態大腦！
附件:
    評語
    請登入後才可以評分
    上一篇 下一篇
    位置
    1. 知識庫
    2. AI 人工智慧之道 ~ 每天 10 分鐘，打造沒有幻覺的 AI 知識庫
    資料夾名稱
    AI 人工智慧之道 ~ 每天 10 分鐘，打造沒有幻覺的 AI 知識庫
    上傳者
    蘇德宙
    單位
    台灣數位員工
    標籤
    檢索脆弱性, GenAI鴻溝, Transformer, 史丹佛, 隱形經驗, 避開AI幻覺
    建立
    2026-05-23 08:23:14
    最近修訂
    2026-09-23 08:44:57
    長度
    07:37
    1. 知識庫
    2. AI 人工智慧之道 ~ 每天 10 分鐘，打造沒有幻覺的 AI 知識庫
    1. 1.
      序
    2. 2.
      快速入門
      1. 2.1
        每天 10 分鐘，打造專屬的 AI 超級顧問
      2. 2.2
        AI 人工智慧之道
      3. 2.3
        60 分鐘就上手 ~ 從 AI 知識庫到 10 倍速傳承
      4. 2.4
        用 AI 為影片加值
      5. 2.5
        AI 代理，如何交辦 AI 做事 (含範例)
      6. 2.6
        數位轉型 ~ 從 AI 會議管理開始
      7. 2.7
        問&答，是打造企業 AI 知識庫唯一實務可行的方法！
      8. 2.8
        問，真的很重要！！
      9. 2.9
        新人寫 FAQ ~ 跨越 AI 應用鴻溝的關鍵實踐
    3. 3.
      需求、現況與突破
      1. 3.1
        需求：有問題要問誰？
      2. 3.2
        GenAI 鴻溝 ~ 95% 企業 AI 投資零回報
      3. 3.3
        為什麼 AI 展示時都很厲害，但實際導入後卻常常令人失望
      4. 3.4
        隱性經驗危機，AI 巧婦難為無米之炊
      5. 3.5
        知識管理的 3 大痛點 ~ 經驗進不去、維護困難、找不到
      6. 3.6
        突破 ~ 什麼都先問 AI 就對了
      7. 3.7
        寫 FAQ ，是紀錄經驗最簡單、有效的方式
      8. 3.8
        寫 FAQ 案例：RD 一人踩坑、全體免疫
    4. 4.
      生成式 AI 的根本限制與風險
      1. 4.1
        生成式 AI 的 5 個根本限制
      2. 4.2
        AI 幻覺 (hallucination) 與可能的風險
      3. 4.3
        避免 AI 幻覺 ~ 不讓 AI 生成、直接輸出 FAQ 內容
    5. 5.
      打造沒有 AI 幻覺的知識庫
      1. 5.1
        30 分鐘，建立基礎的 AI 知識庫
      2. 5.2
        每天 10 分鐘，打造一個沒幻覺的 AI 知識庫
      3. 5.3
        有記錄到的這麼少，甚至還寫錯，真的值得做嗎？
      4. 5.4
        AI 知識社群
      5. 5.5
        AI 知識社群，執行流程 ~ 寫了，就不要浪費
      6. 5.6
        AI 小幫手 or 知識社群，要選哪一個？
      7. 5.7
        推動，很困難？「小行為 + 即時激勵」就對了
      8. 5.8
        讓寫 FAQ 不再抗拒，反而變成每天都很渴望想做的事
      9. 5.9
        輔導方案 ~ 導入 xms+ AI 知識庫
      10. 5.10
        教育訓練指引 (以圖書館服務為例)
    6. 6.
      應用 (1) ~ 用 AI 提升業績 20%
      1. 6.1
        用 AI 帶動團隊業績提升 20%
      2. 6.2
        向 AI 學習！
      3. 6.3
        向 AI 學習的案例：官網價格比較低，為什麼要向你們買比較貴的？
      4. 6.4
        提升業績案例 (1) ~ 連鎖超商的水餃促銷
      5. 6.5
        提升業績案例 (2) ~ 連鎖超商泡麵促銷
    7. 7.
      應用 (2) ~ AI 驅動的學習革命
      1. 7.1
        70-20-10 學習法則，要很久才能累積經驗
      2. 7.2
        記錄經驗，可以很簡單、有效率！
      3. 7.3
        設計測驗，確保學習效果最有效的方法！
      4. 7.4
        用 AI 實踐 10 倍速經驗傳承
      5. 7.5
        AI 驅動的翻轉教室 3.0，打破聽課只有 5% 吸收率的魔咒
      6. 7.6
        翻轉教室 2.0 ~ 上課同步錄影出高品質的教材
      7. 7.7
        將「現場操作教學」變成高品質的線上課程！
      8. 7.8
        學習的 5 大關鍵 ~ 理解、整理、刻意練習、回想
    8. 8.
      採取行動 ~ 導入系統與建立制度
      1. 8.1
        ABC 行動指南
      2. 8.2
        冰山在融化 ~ 組織成功變革的 8 個步驟
      3. 8.3
        做，就對了
      4. 8.4
        導入企劃書 (1) ~ 分階段策略
      5. 8.5
        導入企劃書 (2) ~ 深耕人才發展，邁向頂尖 (成為台灣領頭羊、全球典範)
      6. 8.6
        導入企劃書 (3) ~ AI 驅動的學習革命，翻轉教室 3.0 (邁向頂尖大學)
      7. 8.7
        為什麼傳統的激勵方法，效果不好？
    9. 9.
      知識管理 (1) ~ 記錄經驗
      1. 9.1
        寫文件，很難！
      2. 9.2
        已經有文件了，為什麼還要寫 FAQ？
      3. 9.3
        文件看不到重點 vs. FAQ 對症下藥
      4. 9.4
        不同的經驗，適合的紀錄方式也不同 (因地制宜)
      5. 9.5
        完美的結合 ~ 文件 + FAQ
      6. 9.6
        收集經驗，讓 AI 來幫你快速整理
    10. 10.
      知識管理 (2) ~ 維護資料
      1. 10.1
        維護資料，很困難！
      2. 10.2
        ISO 的文件規範，很理想，但是 ...
      3. 10.3
        AI 驅動的維護資料 ~ 什麼都問 AI 就對了！
      4. 10.4
        依據 AI 統計資料，持續維護與優化知識庫
      5. 10.5
        維護案例 (1) ~ 改善「過時」的流程
      6. 10.6
        維護案例 (2) ~ 改善「不完整」的流程
    11. 11.
      知識管理 (3) ~ 寫 FAQ
      1. 11.1
        FAQ 怎麼寫？
      2. 11.2
        QBS ~ 寫成一個 QA 還是分拆多個？
      3. 11.3
        降低寫 FAQ 的門檻：AI 輔助與 PREP 結構應用
      4. 11.4
        寫 1 個 QA 要花多少時間？ (含寫作技巧)
      5. 11.5
        寫 FAQ (1) ~ 快速、高品質的標準化流程
      6. 11.6
        寫 FAQ (2) ~ 問題，要怎麼描述？ (原則與步驟)
      7. 11.7
        寫 FAQ (3) ~ 內容，先講重點就對了 (PREP)
      8. 11.8
        寫 FAQ (4) ~ 分領域 or 補前提
      9. 11.9
        寫 FAQ (5) ~ 排版，可以畫龍點睛！ (凸顯重點、增加可讀性)
      10. 11.10
        寫 FAQ (6) ~ 案例練習 (下標題、排版)
    12. 12.
      知識管理 (4) ~ 寫文件
      1. 12.1
        文件：用「重點」來整理就會簡單很多
      2. 12.2
        寫操作手冊
      3. 12.3
        案例分析：從「經驗」提升到「能力」層次
      4. 12.4
        從案例分析到行為變革
    13. 13.
      操作教學
      1. 13.1
        [操作] 建立 AI 小幫手
      2. 13.2
        [操作] 30 分鐘，建立基礎的 AI 知識庫
      3. 13.3
        [操作] 每天 10 分鐘，打造一個沒幻覺的 AI 知識庫
      4. 13.4
        [操作] AI 知識社群
      5. 13.5
        [操作] 用 AI 實踐 10 倍速經驗傳承
      6. 13.6
        [操作] 翻轉教室 3.0 ~ 線上錄影、AI 重點整理、設計測驗
      7. 13.7
        [操作] 依據 AI 統計資料，持續優化知識庫
      8. 13.8
        [操作] AI 會議管理
      9. 13.9
        [操作] 案例分析 (1) ~ 問題處理
      10. 13.10
        [操作] 案例分析 (2) ~ 重點整理
    14. 14.
      補充 (1) ~ 數位轉型
      1. 14.1
        專案 / 工作管理
      2. 14.2
        職能知識庫
      3. 14.3
        工作日誌 ~ 結合職能 + 專案管理的超強便利貼
    15. 15.
      補充 (2) ~ 其他應用
      1. 15.1
        打造「學習型組織」的指南
      2. 15.2
        護理臨床經驗，可以 10 倍速傳承
    16. 16.
      補充 (3) ~ 作業練習
      1. 16.1
        [輔導作業] 30 分鐘，建立基礎的 AI 知識庫
      2. 16.2
        [輔導作業] 每天 10 分鐘，打造一個沒幻覺的 AI 知識庫
      3. 16.3
        [輔導作業] 用 AI 實踐 10 倍速經驗傳承
      4. 16.4
        [輔導作業] AI 知識社群
      5. 16.5
        [輔導作業] 成果展示
    © Copyright since 2017 by FormosaSoft Corporation.
    All rights reserved.