AI 產出的教材，哪些一定要你自己判斷？

用 AI 生成一份完整教材，現在可能只要十分鐘，投影片、講義、測驗題目一次到位，速度確實不再是問題，內容站不站得住腳才是風險。

學員舉手問「這個數據是哪裡來的」，主管在會議上追問「這個案例是真的嗎」，那一刻才發現自己根本沒有讀過原始出處。

這種情況最常發生在教材產出速度遠遠超過查證速度的時候，工具讓教材越做越快，查證卻沒有跟著加快，一旦上台被拆穿一次，砸的不只是那一堂課，更是長期累積的專業口碑與個人品牌。

§

提供 AI 訓練的組織越來越多，把關的責任沒有變輕

把 AI 帶進訓練現場的組織正在變多，代表台下坐的人自己也在上 AI 課，對 AI 產出的樣子越來越熟悉，教材裡哪一段像機器寫的、哪一個數字沒有標來源，被看出來的機會跟著變高。

AI 產出的草稿看起來完整流暢，問題通常藏在細節裡，下面拆成五個環節，每一項單獨看都不大，湊在一起就足以讓一份教材的可信度整個垮掉。

§

五個一定要人工把關的環節

每一個環節都不是 AI 能單獨替你把關的地方，五項都要過一次，其中數據、引用、案例這三項最容易出錯，時間真的不夠的時候，先顧這三項。

—數據與統計，先確認來源真的存在、數字沒被悄悄改寫

把兩個相近但不同的數字寫成同一個，是這個環節最常見的疏漏，不分人或 AI 都會踩到，拿一則真實報導就看得出來這種錯怎麼發生，TechCrunch 報導 Lovable 的那一篇裡並列了好幾個數字，兩億美元是 2025 年夏天那一輪募資，一億美元是同年六月達成的年度經常性收入，公司成立到那時候剛好滿一年。

三個數字擺在同一段裡，只要沒有回到原文逐字對照，寫出來很容易變成「成立一年營收就做到兩億美元」。

分母錯置是另一個常見陷阱，Pew Research 的調查顯示 24% 的美國成人用過 Gemini，這個百分比的分母是全體美國成人，只要在前面加上「其中」兩個字，讀起來就變成聊天機器人使用者裡的 24%，意思整個跑掉。

查證這類數據，一定要回頭問一句，這個百分比的分母到底是誰。

—引用與出處，AI 常把推論寫進引用括號裡

引用括號裡的文字，讀者會預設是原文說的話，下面用一則真實報導做對照，來源是一篇談 McKinsey 內部簡報工具的外媒報導。

推論的語氣和轉述的語氣，AI 寫起來幾乎一樣，這是最容易混進去的地方。

引用對象搞錯是同一類問題的另一種長相，AI 常常只看標題就把一份資料歸給某個單位，實際發布者、實際主辦、實際的調查對象卻是另一回事，前面那份 ATD 資料剛好就是例子，它掛在一個產業媒體網站上，頁面標示是贊助內容，供稿的是協會自己，看起來像第三方報導，實際上是協會的自述，兩者的可信度不一樣。

查法很簡單，點開頁面找作者欄與贊助標示，看清楚是誰說的、對誰做的。

來源機器讀不讀得到也是引用的一環，這件事很容易誤判。拿 PwC 的報告頁做實驗，用一般瀏覽器的身分去讀會正常回應，把身分字串換成 Googlebot 或 GPTBot 再去讀就被擋下來，看起來像是搜尋引擎抓不到這篇內容。

實際情況沒有這麼單純，Google 認 Googlebot 靠的是 IP 反查，身分字串本身不算數，擋掉「自稱 Googlebot 的陌生來源」正是標準的防偽裝機制，PwC 的報告在搜尋結果裡照樣找得到。要判斷一份來源有沒有被收錄，用 site: 加網址去搜尋，或看該站的 Search Console，別拿身分偽裝的測試結果直接下結論。

—專業判斷的標準，有些句子看起來是事實，其實是判斷

AI 產出的教材裡，有些句子長得像可以查證的事實，實際上是需要專業判準才能定對錯的內容，例如 AI 寫「這個概念適合放在第二單元」「這種程度的學員需要練三次才會」「這個活動需要二十分鐘」，這些沒有原始出處可以查，你去搜也搜不到，因為判準只存在你自己的教學經驗裡。

可以這樣做，把 AI 產出的內容分成兩堆，一堆是可以查證的事實，像數據、引用、案例、版本價格，另一堆是需要專業判斷的內容，像順序、難度、節奏、適用對象，第一堆去查來源，第二堆用自己的經驗校準。

最危險的是把第二堆當成第一堆，以為 AI 說了就是對的，或者反過來，花時間去查一個根本沒有標準答案的東西。

—案例的真實性，AI 會生成看起來合理但查無此人的案例

請 AI 舉一個「某企業導入 AI 後效率提升」的案例，它很可能生出一個聽起來完全合理、細節齊全，卻查無此人此事的故事，這種案例最危險的地方在於不會露出破綻，教材上寫得煞有介事，直到有學員或主管追問公司名稱和來源才會被拆穿。

教材裡只要出現具體人名、公司名、數字的案例，上台前都要問自己一句，這個案例查得到出處嗎。

做法是請 AI 附上案例的來源連結並逐一點開查看，同時用「公司名加關鍵數字」搜尋是否有對應的新聞稿或官方發布，查不到出處的案例，就改寫成不指名道姓的通則說明，不要冒險保留在教材裡。

—時效性，工具版本、價格、法規都有保存期限

AI 的訓練資料有截止日，教材裡提到的工具介面、訂閱價格、法規條文，很可能在你寫教材的那一刻就已經過期，這種資訊不能靠模型的記憶回答，要嘛請它去讀當下的官方頁面，要嘛自己打開來看，兩種都做過一次才算數。

尤其是價格和法規，錯一次影響的是學員的荷包或合規風險。

常見的例子是，工具的訂閱價格在半年內就改版調整，教材裡寫的價格早已過期，上台前打開官方定價頁重新核對一次，並在教材頁尾標註「資訊截至某年某月」，讓學員知道這份資料的有效範圍。

§

書中概念，AI 是最強的輔助，重點還是「輔助」二字

《用 AI 打造素人影響力》第 5 課提到一個核心觀念，AI 是最強的輔助，但就只是輔助，核心永遠是人。

把這個觀念放到教材上，往下推的邏輯是這樣的，AI 擅長的是產出的速度和廣度，一份教材、一組簡報、一份講義，它可以在幾分鐘內生出完整初稿，這是人力做不到的效率。

但 AI 不擅長判斷，它沒有你的教學現場、沒有你的專業標準、也沒有為錯誤負責的動機，所以凡是牽涉到這個對不對、這個能不能用的決定，都得回到人身上。

查證正好落在 AI 最不擅長、只有人能做的那一塊，AI 可以幫你找到十篇可能相關的報告，但沒辦法替你判斷哪一篇是原文、哪一段是推論、哪一個數字的分母是誰。

這件事沒辦法外包，因為它需要負責任的判斷，這也是為什麼查證是那個永遠無法被 AI 取代的核心。

三個行動步驟，把查證變成習慣

常見問題

本文引用的報導與調查，查證時間為 2026 年 8 月。

關於作者 陳沛孺（Penny），AI 應用講師，《用 AI 打造素人影響力》作者，閱讀塗鴉實驗室創辦人，Podcast 閱讀爆米花主持人，專注教非工程師背景的專業工作者用 AI 提升效率與個人品牌價值，在台北、台中、高雄開課。 追蹤陳沛孺 加入 Line 好友