「媽，這個很厲害，以後妳有什麼問題，都可以問它。」

媽媽拿著手機，想了一會兒，問了 AI 一個再平常不過的問題：「我中午要吃什麼？」

這段教媽媽使用 AI 的經驗，是 AI 自媒體教練鍾婷 Anngus 在節目中分享的一個情境。第一次使用新工具，不一定要從專業術語或工作任務開始，午餐、家裡現有的食材、週末去哪裡走走，都能成為開口的理由。當 AI 開始追問「想自己煮還是外食」「幾個人吃」「有沒有飲食限制」，它看起來像是在陪人把需求說清楚；但回答流暢，並不代表答案一定正確。

生成式 AI 的使用能力因此不只在於會不會操作，還包括能不能確認資訊、判斷錯誤代價，以及保護自己的資料。節目訪談與整理中帶出的實用口訣是：敢問、會查、能判斷。

一、生成式 AI 為什麼會讓人想相信它？

不代表。生成式 AI 能用自然流暢的語句回答，也可能把錯誤資訊說得很肯定，重要內容仍須查證。

節目整理了兩個醫療情境：一個人在出現疑似中風症狀時詢問 ChatGPT，因收到警示而求助；另一個人在心臟手術後反覆出現視覺異常，持續向 AI 詢問，後來延誤就醫。這些故事提醒聽眾，結果不只取決於 AI 怎麼回答，也與使用者怎麼理解、接著採取什麼行動有關。這是節目分享的案例脈絡，不應被當成 AI 能診斷疾病的證據。

美國國家標準暨技術研究院（NIST）在生成式 AI 風險管理文件中，將「自信呈現錯誤內容」列為一種風險；文件也提到，使用者可能因回答語氣肯定而相信不實資訊，進而採取行動。

讀起來像專業解說的答案，仍然可能不完整、與情境不合，或根本有錯。

「生成式 AI 可能產生並以自信語氣呈現錯誤或虛假的內容。」（美國國家標準暨技術研究院（NIST），《生成式人工智慧風險管理框架：生成式人工智慧概況》（中譯）） 人的期待也會影響判讀。心理學常以「確認偏誤」描述人傾向留意符合既有想法的資訊。身體不舒服時，若心裡期待只是疲累，看到 AI 列出多種可能，就可能只挑「休息一下就好」那句；投資虧損時，也可能特別注意支持「再等等就會回升」的說法。當答案裡有許多選項，先問自己是否只採納最想聽的那個，能讓判斷多一道停頓。

談到健康提問的信任界線，可參考ChatGPT 健康諮詢的使用界線。

二、敢問、會查、能判斷，怎麼用在日常？

從生活裡的小問題開始，提供必要背景，再用官方或可信來源查核重要答案。

「敢問」不需要先學會機器學習，也不用背一套固定提示詞。鍾婷 Anngus 在節目中分享，媽媽第一次問的是午餐；家裡有番茄、小黃瓜和雞蛋，也可以把食材、人數與希望的料理方式告訴 AI，請它提供幾個構想。若要規劃長輩出遊，可以補上出發地、交通方式、步行需求與休息安排，再逐項確認交通和景點資訊。

好的提問不在於用詞多專業，而在於把情境說清楚。也可以先請 AI 追問幾個問題，等需求補足後再整理選項。回答若不合用，補充條件、指出哪裡不清楚，再請它重整；這是協助思考的對話方式，不能因此推定第二次回答就更準確。

「會查」是把答案拿去對照獨立來源。行程中的營業時間、票價與交通，查看景點或運輸業者的官方資訊；健康資訊可查政府衛生機關或醫療院所資料；法律與財務問題則確認適用地區、日期和個人條件，必要時詢問合格專業人士。連續問好幾個 AI 得到相近答案，仍不等於查證，因為它們可能引用相似的資料，或重複同一個錯誤。

「能判斷」可從一個問題開始：「如果這個答案錯了，我承擔得起後果嗎？」晚餐建議不合口味，還能換一道菜；景點臨時休館，行程可能受影響；若牽涉生命安全、法律權益或重大財務決策，錯誤代價就高得多。這時 AI 適合協助整理疑問、摘要資料或準備詢問清單，不能代替醫療評估、法律判斷或投資決策。

遇到疑似中風徵兆，更要停止與 AI 來回確認。衛生福利部國民健康署提醒，若突然嘴角歪斜、單側手腳無力或說話不清，應立即撥打 119，並記下發作時間。這類情況的下一步是緊急求助，不是再換一種問法請 AI 判斷。

生成式 AI 使用的三步流程：提問、查證、評估錯誤代價

三、上傳資料前，先想清楚 AI 需要知道多少

先確認服務的資料處理方式，並刪除完成任務不需要的個人識別資訊與機密內容。

問 AI 解讀通知、整理會議或分析健康資訊時，方便上傳整份文件，但其中可能包含姓名、身分證字號、住址、病歷、帳戶資訊、公司機密或客戶資料。可先問自己：完成這個任務需要哪些內容？能否遮掉姓名、編號、聯絡方式和其他識別細節？使用的服務如何保存與使用輸入資料？如果不清楚，就不要先把敏感內容貼上去。

NIST 將個人資料外洩、未授權使用與重新識別等列為生成式 AI 可能涉及的資料隱私風險。世界衛生組織（WHO）針對健康領域的大型多模態模型，也提出治理與倫理指引。對一般使用者而言，可落實的做法是先閱讀服務的隱私設定與資料使用說明，選擇符合需求的帳戶和設定，並只提供完成問題所需的最低限度資訊。

家人一起學 AI 時，可以從沒有敏感資料的情境開始，例如請它把一封公開通知改寫成白話、列出週末行程的待確認事項，或依冰箱食材提供料理靈感。

若涉及健檢報告或其他個人文件，先教長輩辨認哪些欄位能遮蔽、哪些服務已確認資料用途，再決定是否輸入。也可閱讀病歷資料交給 AI 前要留意的隱私關卡，了解上傳健康資訊前該檢查什麼。

四、陪長輩學 AI，先從他們想解決的事開始

從長輩熟悉又有興趣的日常任務開始，讓他們自己提問、查看答案，並一起練習查證。

節目中的午餐提問之所以動人，是因為它沒有把學習包裝成考試。可以陪媽媽試著描述冰箱裡有什麼，請 AI 提出幾種料理，再一起看看是否符合口味與飲食需求；也可以請它初步整理一日遊選項，接著到官方網站確認營業時間、交通和無障礙資訊。若對方不習慣打字，可先示範語音輸入，再讓長輩自己操作一次。

這樣的陪伴不需要把長輩訓練成 AI 專家。重點是讓他們知道，AI 可以協助整理問題、提供初步想法；答案仍需配合現實條件確認。遇到看不懂的內容，可以一起查來源；遇到高風險狀況，則知道要找哪個人或機構處理。

主持人與來賓在漢聲廣播錄音室合影

將資料交給 AI 前遮蔽姓名、證號、病歷與帳戶資訊的檢查清單

未來的數位落差，可能也包含有沒有能力辨認 AI 答案的限制。陪家人開口提問的同時，把「這個答案從哪裡來」「答錯了會怎樣」「有沒有敏感資料」也放進對話裡，日常使用就能逐步長出判斷力。

  • 敢問：從生活小事開始，把需求和必要背景說清楚。
  • 會查：重要資訊對照官方或可信來源，不以多問幾個 AI 代替查證。
  • 能判斷：先評估答錯的後果，高風險問題交由專業人士或緊急服務處理。
  • 顧隱私：刪除不必要的個資與機密，只提供完成任務所需內容。

與談來賓：鍾婷 Anngus AI自媒體教練

照片提供：楊心怡

常見問題

Q1: 生成式 AI 的回答聽起來很肯定，可以直接相信嗎？

不宜只憑語氣判斷。生成式 AI 可能自信地提供錯誤內容，重要資訊要找可追溯的來源核對。

Q2: 同一題問好幾個 AI，答案一致就算查證嗎？

不算。不同工具可能接觸到相似資料，應改查官方文件、原始來源或適當的專業人士。

Q3: 身體不舒服時，可以先問 AI 再決定是否就醫嗎？

AI 可協助整理要詢問的問題，但不能代替診斷。若突然嘴角歪斜、單側手腳無力或說話不清，應立即撥打 119。

Q4: 把體檢報告貼給 AI 前，應該注意什麼？

先確認服務如何處理輸入資料，遮蔽姓名、身分證字號等識別資訊，並避免提供任務不需要的完整病歷內容。

Q5: 長輩第一次使用 AI，適合從哪種問題開始？

可從午餐、食材、休閒活動或公開通知等熟悉的小事開始，再一起練習確認答案是否符合實際情況。