×
切換帳號
台灣數位訓練課程
課程
知識
系統教學
登入
索引
00:00
1.
為什麼 AI 展示時都很厲害,但實際卻常常亂回答
筆記
(0)
未登入或權限不足!
討論
影片問題
問卷
資訊卡
字幕
廣告
×
寫筆記
loading ...
00:00
1.
為什麼 AI 展示時都很厲害,但實際卻常常亂回答
×
嵌入網址
語法
複製語法
解析度
1280x720
自訂大小
原始碼嵌入
原始碼嵌入 (比例 4:3)
原始碼嵌入 (比例 16:9)
自訂大小
x
×
QR code
分享
嵌入網址
QR code
索引
筆記
討論
全螢幕
列印日期 : 2026/06/16
台灣數位訓練課程
知識庫
AI 人工智慧之道 ~ 每天 10 分鐘,打造沒有幻覺的 AI 知識庫
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: 488,
最近修訂: 2026-05-23
×
播放影片: https://training.xms.tw/media/5972
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?
這其實是有技巧的,如果只是上傳一份文件,而且問裡面有寫到的內容,在 ChatGPT 3.5 時代就有 90% ~ 95% 正確率。
但如果有多份文件,而且內容存在著不完整、重複、不一致等企業知識庫典型的問題時,就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。
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,落入 MIT 在 2025 年報告中提到的 GenAI 鴻溝的問題
(註2)
~
95% 企業的 AI 投資是零報酬
90% 更相信人類同事
xms+ AI 就完全不一樣,成功突破知識管理的痛點和避開 AI 的問題
隱形經驗危機
每天 10 分鐘,就能有效紀錄人大腦中的重要經驗,避免 AI 沒有可參考的資料,巧婦難為無米之炊,畢竟網路上即使是 100 分的資料也不一定是內部的做法。
避開 AI 幻覺
不讓 AI 生成,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。
參考資料:
生成式 AI 的 5 個根本限制
GenAI 鴻溝 ~ 95% 企業 AI 投資零回報
×
×
複製檢核清單
loading ...
×
×
×
關閉
×
loading ...
評語
請登入後才可以評分
×
評分
×
查看更多
loading ...
上一篇
下一篇
討論
詳細
位置
知識庫
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
建立
2026-05-23 08:23:14
最近修訂
2026-05-23 09:44:50
長度
07:37
知識庫
AI 人工智慧之道 ~ 每天 10 分鐘,打造沒有幻覺的 AI 知識庫
1.
用 AI 幫團隊效率 / 業績提升 20%
1.1
需求:有問題要問誰?
1.2
GenAI 鴻溝 ~ 95% 企業 AI 投資零回報
1.3
隱性經驗危機,AI 巧婦難為無米之炊
1.4
每天 10 分鐘,打造一個沒幻覺的 AI 知識庫
1.5
寫了,就不要浪費 (從討論互動中紀錄 QA)
1.6
用 AI 帶動團隊業績提升 20%
1.7
提升業績案例 (1) ~ 連鎖超商的水餃促銷
1.8
提升業績案例 (2) ~ 連鎖超商泡麵促銷
1.9
推動,很困難?「小行為 + 即時激勵」就對了
1.10
輔導方案 ~ 導入 xms+ AI 知識庫
2.
AI 人工智慧之道
2.1
生成式 AI 的 5 個根本限制
2.2
什麼都先問 AI 就對了
2.3
AI 幻覺 (hallucination) 的風險
2.4
避免 AI 幻覺
2.5
AI 人工智慧之道 ~ 打破砂鍋問到底!
3.
AI 驅動的學習革命
3.1
記錄經驗,可以很簡單!
3.2
70-20-10 學習法則,要很久才能累積經驗
3.3
設計測驗,確保學習效果最有效的方法!
3.4
用 AI 實踐 10 倍速經驗傳承
3.5
AI 驅動的翻轉教室3.0,打破聽課只有 5% 吸收率的魔咒
4.
數位轉型
4.1
AI 會議管理
4.2
專案 / 工作管理
4.3
職能知識庫
4.4
工作日誌 ~ 結合職能 + 專案管理的超強便利貼
5.
如何記錄經驗?
5.1
寫文件,很難!
5.2
只有文件,不夠!
5.3
已經有文件了,為什麼還要寫 FAQ?
5.4
不同的經驗,適合的紀錄方式也不同 (因地制宜)
5.5
紀錄經驗,寫 FAQ 就對了
5.6
文件 + FAQ,互補、截長補短
6.
記錄經驗 (1) ~ 寫 FAQ
6.1
FAQ 怎麼寫?
6.2
降低寫 FAQ 的門檻:AI 輔助與 PREP 結構應用
6.3
寫 FAQ (1) ~ 快速、高品質的標準化流程
6.4
寫 FAQ (2) ~ 問題,要怎麼描述? (原則與步驟)
6.5
寫 FAQ (3) ~ 內容,先講重點就對了 (PREP)
6.6
寫 FAQ (4) ~ 前提,有時候很重要
6.7
寫 FAQ (5) ~ 排版,可以畫龍點睛! (凸顯重點、增加可讀性)
6.8
寫 FAQ (6) ~ 案例練習 (下標題、排版)
6.9
向 AI 學習!
6.10
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?
7.
記錄經驗 (2) ~ 寫文件
7.1
文件:用「重點」來整理就會簡單很多
7.2
寫操作手冊 (1) ~ 設計原則
7.3
寫操作手冊 (2) ~ 流程 & 案例練習
8.
採取行動 ~ 導入系統與建立制度
8.1
ABC 行動指南
8.2
為什麼傳統的激勵方法,效果不好?
8.3
冰山在融化 ~ 組織成功變革的 8 個步驟
8.4
做,就對了
9.
應用
9.1
打造「學習型組織」的指南
9.2
課程小幫手
9.3
AI 知識社群
10.
操作教學
10.1
[操作] 建立 AI 小幫手 (1) - 基礎 AI 服務
10.2
[操作] 建立 AI 小幫手 (2) - 打造沒有 AI 幻覺的小幫手
10.3
[操作] 建立案例分析的微課程
11.
Q&A
11.1
為什麼 AI 展示時都很厲害,但實際導入後卻常常令人失望
11.2
Google 查得到的、ChatGPT 都可以回答的,還要問嗎?
11.3
現在已經有很多文件了,可以直接給 AI 用嗎?
11.4
如果不能用「文件」,那要用什麼?
11.5
AI 為什麼會胡說八道?
11.6
AI 胡說八道,可以解決嗎?
11.7
要如何避免 AI 胡說八道?
11.8
不讓 AI 生成,那要如何回答問題?
11.9
大家都不想寫 Q&A ...
11.10
寫 FAQ 有什麼好處?
11.11
能紀錄下來的經驗有限,真的有用嗎?
11.12
寫錯怎麼辦?
11.13
寫錯,會留下證據 ...
11.14
FAQ 怎麼寫?
11.15
推動很困難?