現在的 AI 大多會邊查邊答，答案底下掛著一排來源連結，看起來很有交代。但這裡有一個落差多數人沒想過：附了連結，不代表它查證過。 連結存在只證明那個網頁存在，不證明它支持 AI 寫的那句話。
這篇不談怎麼逐項核對——那是 AI 事實查核 SOP 的工作。這篇談更前面一層：AI 幫你查資料這件事本身，有哪些結構性的問題。
AI 查資料有三種模式，可信度完全不同
很多人把「問 AI」當成同一件事，其實它至少有三種模式，出錯方式差很多。
| 模式 | 它實際在做什麼 | 最常見的錯法 |
|---|---|---|
| 純憑記憶回答 | 不連網，只根據訓練時看過的東西作答 | 捏造來源、用過時資料、細節張冠李戴 |
| 即時搜尋後摘要 | 當場搜幾個網頁，讀完壓成一段話 | 挑到爛來源、把原文語氣讀強 |
| 深度研究 | 先擬計畫，多輪搜尋、邊查邊調整，產出長報告 | 錯得更隱蔽：報告太完整，沒人想回頭抽查 |
第一種最容易編。 它沒有外部資料可以對，答案完全來自模型內部的統計傾向，典型災情就是生出格式完美卻不存在的論文（成因見 AI 幻覺是什麼）。
第二種只是把風險換了位置。 它確實去看了網頁，不太會憑空捏造；但挑到的是不是好來源、有沒有讀懂，是另一回事。Google 自己在 AI 摘要的說明頁就寫得很直白：AI 回覆可能有錯，重要資訊請在不只一個地方查證，並點開底下的連結。
第三種最微妙。 以 Gemini 的深度研究為例，它會先擬一份多步驟的研究計畫，再一邊搜尋、一邊根據查到的東西展開新的搜尋，最後產出一份附來源的報告。多輪查找確實比單次搜尋紮實，但它同時製造了新問題：報告越完整、越有結構，人越不會回頭驗。
我要下的判斷是：深度研究提高的是「找得夠不夠廣」，不是「每一句都對」。 值得多等那幾分鐘，也值得多花時間抽查——不然只是把一份可能錯的東西，包裝得更像成品。
搜尋型 AI 特有的三個坑
這三個坑和幻覺不一樣：幻覺是憑空生出不存在的東西，這三個是來源真的存在、連結真的打得開，結論還是錯的。
坑一：它不分來源好壞
AI 搜尋抓的是「排在前面、看起來相關」的頁面，沒有可靠機制分辨那是原始出處、內容農場、抄襲站，還是另一台 AI 生出來的頁面。
哥倫比亞新聞評論的 Tow 數位新聞中心在 2025 年 3 月 6 日發表過一次測試：八套 AI 搜尋工具、1,600 次查詢，要它們指認一段引文出自哪篇報導，逾六成的回答是錯的，而且經常連到轉載版，而不是原始報導。那次測的是當時的模型版本，數字今天一定不一樣；但「分不清原文與轉載」是機制問題。
連學術來源也不保證乾淨。我們寫過一項用 AI 掃描癌症論文、標記出逾 25 萬篇疑似「論文工廠」產物的研究——從資料庫撈到一篇論文，不代表那篇論文可信。
坑二：摘要的時候，把語氣讀強了
這是最安靜的一個坑。來源沒錯、連結沒錯，錯在中間那一道翻譯。
原文寫「研究觀察到兩者可能有關聯」，摘要變成「研究證實有效」；原文寫「部分受測者出現改善」，摘要變成「使用者普遍改善」；原文寫「預計逐步開放」，摘要變成「已經上線」。
保留語氣是研究者最貴的資產，卻是摘要時最先被壓掉的東西。因為摘要的任務就是把話講短、講得肯定——模糊的、有條件的句子天生不適合被壓縮。你讀到的那句斬釘截鐵，很可能是壓縮的副產品，不是原文的態度。
坑三：看到引註，就以為它查過了
附連結不等於那個連結支持這句話。 這是搜尋型 AI 最大的錯覺來源，也最多人忽略。
引註長得像「已完成查證」的勾勾，實際上只表示「這段話大致從這一區來的」。常見三種落差：頁面主題相同，但沒有那個數字；數字在，但講的是另一年、另一個地區；或那句話是模型整合幾個來源後的推論，任何單一來源都沒這樣說。
這件事的份量已經寫進監理決定。德國媒體監理機構裁定 Google 的 AI 摘要與 Perplexity 產出的內容屬於「業者自己產製的內容」，要為正確性負責（業者上訴中、尚未定讞），理由正是：AI 摘要不是單純轉述第三方，是重寫過的新東西，不能靠底下那排連結免責。
你也一樣。把 AI 摘要貼進報告裡，那句話就是你寫的，不是那個連結寫的。
怎麼用才對：當成起點，不是結論
心態只有一句：AI 幫你把「該讀哪些東西」的清單縮短了，但它沒有幫你讀。
這已經很有價值：以前要翻好幾頁才找得到的原始報告，現在幾十秒就在眼前。但「找到候選來源」和「它真的這樣說嗎」中間還有一段路，只能你自己走。三個檢查習慣，通常花不到兩分鐘：
一、先看時間對不對。 頁面日期、資料涵蓋期間、事件發生日常常是三個不同的東西。價格、方案、法規尤其吃這一點：三年前正確的頁面，今天可能整段作廢。
二、看來源是誰。 是官方公告、原始研究、主管機關，還是一篇轉述的部落格？轉述可以幫你理解，要當證據就往上追到原始出處。
三、點開連結，用關鍵字找那句話。 直接搜尋那個數字或那個詞，看它有沒有出現、前後文在講什麼。找不到，就當那句話沒有來源。
順序有意義：時間不對，後面兩個做得再仔細都是白工。至於「請 AI 只根據我給的文件回答」（也就是 RAG 的基本想法），能收窄範圍，但換掉的是問題的形狀，不是難度：檢索抓錯段落、文件過期，一樣會錯。
這些場合，不要只信 AI 查來的
- 醫療：適用族群、劑量、禁忌與更新日期都是細節，而摘要最容易壓掉細節。個人決策請問醫療專業人員。
- 法律：法域、條文版本、生效日、判例效力，錯一個結論就不同。個案請律師判斷。
- 財務：回到原始財報與公開資訊，不要拿摘要直接做決定。
- 任何你要對外負責的內容：客戶簡報、公司文件、學校報告都算。判準很簡單——出錯時是你被追究，還是 AI 被追究？ 答案是你，就自己點進去看。
這不是說 AI 不能碰這些題目。它很適合幫你把不熟的領域快速攤開。只是最後那一哩——確認、署名、負責——不能外包。
常見問題
AI 搜尋和自己用 Google 搜尋，哪個比較可信？
差別不在可信度高低，而在誰做取捨。自己搜尋時，你看得到一排結果，由你決定點哪個、信哪個；AI 搜尋是幫你挑完、讀完、壓成一段話，你看到的是結論，看不到它捨棄了什麼。它省時間，但也把「判斷來源」這一步藏了起來。
深度研究模式比較慢也比較貴，值得用嗎？
值得，但要用在對的地方。它適合「我對這個領域不熟，需要先攤開有哪些面向、哪些機構、哪些爭點」的場合，多輪搜尋確實找得比較廣。不適合的是「我要一個可以直接貼進報告的結論」——報告越完整，越容易讓人省略抽查，錯誤反而更難被發現。
AI 附的連結打得開，是不是就代表查證過了？
不是。連結打得開只證明那個網頁存在，不證明那個網頁支持 AI 寫的那句話。常見情況是頁面主題相符、但沒有那個數字，或數字講的是另一年、另一個地區。要確認，就打開頁面用關鍵字搜尋那句話，看它是否真的出現在裡面。
有沒有哪一套 AI 搜尋工具比較不會出錯？
各家表現會隨模型版本、題目領域與資料新舊改變，任何「某某最準」的排名都很快過期，不值得當成選擇依據。比較實用的判準是好不好查證：引註有沒有標到句子層級、點進去能不能直接找到那段原文、時間與來源有沒有標清楚。