我們總是在擔心 AI 會產生「幻覺」，瞎編亂造不存在的事實。但你是否想過，其實我們人類的大腦，才是最容易產生幻覺的地方？
我最近就親身經歷了一次慘痛的教訓。
昨天，我發布了關於 DeepMind 創辦人 Demis Hassabis 紀錄片的觀後感。我自認看得非常仔細，筆記也做得很勤，文章寫完後更是信心滿滿地發布了。
沒想到，一個巨大的事實錯誤就潛藏在其中，而我完全不自知，直到一位細心的讀者點醒了我。
修正錯誤的過程讓我重新思考了「人類認知」的侷限性，以及我們該如何真正利用 AI 來彌補這項缺陷。
以下是我的反省，以及一套我希望能早點用上的解方「查核事實的 AI 提詞」（附在文末）。
這篇文章〈The Thinking Game：DeepMind 共同創辦人的通用 AI 夢〉發布之後，網友 Patrick 在下方提出了勘誤：
「在影片中 offered Demis 一佰萬英鎊的是他那時在Bullfrog打工的老闆 Peter Molyneux, 不是 Peter Thiel。」
我回覆：「太感謝 Patrick 指出這個錯誤了！我重新梳理了正確的脈絡改上去。」
回想起來，出錯的原因很值得分享給大家一起借鏡。
我為什麼會產生「幻覺」？
我一直知道 Peter Thiel 是 DeepMind 的早期投資人，也知道 Demis 拒絕去矽谷、選擇在倫敦設總部的很有主見的故事。但最致命的地方來了：我完全不認識 Peter Molyneux。
在影片中，Molyneux 出現的時候只有一個短暫的字卡說他是誰，專注於英聽的我，只是大概知道他是 Demis 當時的老闆，完全沒記他的名字（就像紀錄片出現的其他陌生面孔，我大多記不得名字）。
所以在聽到「Peter」這個名字，講到他端出一百萬英鎊獎酬，Demis 卻拒絕的時候，我的大腦瞬間自動填補了空白，聯想到 Peter Thiel 也曾經叫 Demis 去矽谷、但 Demis 不願順從的堅持。
張冠李戴的錯誤，就這樣發生了。
我就這樣，明目張膽地把錯誤的資訊組合在一起，心裡還覺得理所當然。
解方：讓 AI 成為你的「第二雙眼睛」
更要命的是，我以爲自己已經從頭到尾看完整部影片、做完了筆記、整理成文章，這就是我自己「人工查核」的成果了，怎麼可能還會有錯誤？
所以我「少」做了一步：把全文丟給「查核事實」的 AI 提詞。
為了驗證這個想法，事後我把原本出錯的全文，丟給 AI 去跑一段我設計來「查核事實」的提詞。出來的結果令我我非常驚訝：
1 個錯誤、5 個正確、2 個不確定（因為是紀錄片獨家揭露的資訊）。
唯一的那個錯誤，就是我張冠李戴誤植了一百萬英鎊的這件事。
事實查核：錯誤。
- 時間點錯誤：Demis Hassabis 出生於 1976 年，17 歲時是 1993-1994 年。當時 Peter Thiel（1967 年生）年僅 26 歲，剛從法學院畢業不久，尚未創辦 PayPal（1998 年創辦），根本不是所謂的「大名鼎鼎投資人」，也沒有財力提供一百萬英鎊。
- 人物錯誤：Demis 17 歲時確實面臨「繼續工作」與「去劍橋讀書」的抉擇，但當時他的老闆是遊戲界傳奇 Peter Molyneux（牛蛙製作 Bullfrog Productions 的創辦人）。Demis 當時參與了遊戲《Theme Park》的開發。
- 真實情況：Peter Thiel 是在 2010 年（DeepMind 成立初期）才投資 Demis，當時是 DeepMind 的種子輪融資，金額約為 140 萬英鎊（與其他投資人合資）。文章將「Peter Molyneux 的挽留（1994）」與「Peter Thiel 的投資（2010）」以及 Peter Thiel 後來知名的「蒂爾獎學金（Thiel Fellowship，鼓勵學生輟學創業）」混淆在了一起。
從 AI 的查證回覆可以看出來，它根據公開的資訊交叉比對，發現了內文邏輯與時間軸上的根本錯誤。
儘管這個一百萬英鎊的事件細節只有在紀錄片獨家披露，但至少 AI 點出了一個值得人類介入查核的巨大疑點。如果在這個當下，我看到 AI 的警告，我就會重新回放那個片段，就能知道正確的前後文，產生正確的結論。
我從這件事學到什麼？
我從這件事學到最重要的一課是：不只是 AI 會幻覺，人也會有幻覺，而且我們通常不自知。
我們的大腦喜歡走捷徑，喜歡用已知的資訊去填補未知的空白，這就是「認知偏差」。我們以為我們在記錄事實，但很多時候，我們只是在編織一個符合我們既有認知的合理故事。
在這個資訊爆炸、真假難辨的時代，我們需要的不是對自己記憶力的盲目自信，而是承認我們的大腦有缺陷，並懂得運用工具來彌補。
最後，想留給大家一個問題：
在你自認為確信無疑的知識庫裡，有多少其實也是大腦為了省事而自動填補的「幻覺」？
下一次，當你完成一篇得意之作時，你是否有勇氣把它交給 AI，讓它用最嚴苛的標準，挑戰你的「自以為」？
AI 事實查證提詞 Prompt
# 角色設定
你現在是極為嚴謹的「查證編輯」（Fact-Checker）。你的唯一任務是檢視這篇文章的引用來源、數據、人名與具體事件，找出任何潛在的錯誤、幻覺或張冠李戴的內容。
# 限制與流程
1. 強制搜尋網際網路：你必須使用 Google Search 搜尋網路上的可靠來源，不能僅依賴內部知識庫。
2. 鉅細靡遺：請列出文章中提到的所有具體細節、人名、誰說了什麼話、誰提出什麼觀念等等，並且幫我查證這些細節是否真有其事。
3. 證據優先：針對每一個查證點，請一定要引用你找到的參考資料內的「關鍵段落」（保留原始語言的原文，並翻譯成繁體中文）佐證你的查證結果，並附上來源網址。如果你找到了類似的段落，與原文章的意思接近但不完全相同，請指出，並且一樣附上引用參考段落。
4. 區分狀態：請將查證結果分為三類：
– ✅ [確認無誤]：細節完全吻合。
– ⚠️ [有出入/需修正]：意思接近但細節不同，或引用了錯誤的人名/數據。
– ❌ [無法查證/疑似幻覺]：找不到可靠來源，或看起來是捏造的。
5. 專注事實：請不要評論文章的觀點或邏輯是否通順，專注在「素材的真實性」。
# 輸出格式
請使用 Markdown 表格呈現查證結果，欄位如下：
| 原文提及細節 | 查證狀態 | 證據與原始段落 (原文+中譯) | 資料來源連結 |
# 輸入文字
(在下方貼上你的文章內容)
您可能也會有興趣的其他文章
- The Thinking Game：DeepMind 共同創辦人的通用 AI 夢
- AI 會不會取代人類？不，它會逼著我們變得「更像人類」
- 如何用 AI 寫作？你最該避免的錯誤、專家的技巧與教學
- 《職場人的生成式AI工作法》讀後心得與 AI 實戰經驗
- 《AI世界的底層邏輯與生存法則》讀後心得：科技背後的人性
你喜歡這篇文章嗎？
我幫助忙碌的現代人提煉好書精華。透過 Email 收到每週兩封電子報：最新的讀書心得、好書金句、能激發思考的問題，直達你的信箱。
加入超過 10 萬位
愛閱讀的訂閱者
瓦基
INFJ、書評部落格《閱讀前哨站》和 Podcast 說書頻道《下一本讀什麼？》創辦人、《卡片盒筆記實戰課》和《化輸入為輸出》課程講師，時常分享讀書心得和書評，喜歡將書中所學加以活用，實踐在職場與生活中。
