用 AI 查證話術:4 個問句判斷真假、拆穿報價陷阱
發佈 2026-09-08 · 更新 2026-09-08 · 閱讀約 6 分鐘 · AI 工作術（法芮可有限公司）
別再問 AI「這是真的嗎」。這篇教你用 4 個問句把話術翻成可查證的命題,附拆解報價單、查證網路說法的完整流程與提示詞範本,以及 AI 絕對幫不上忙的三個地方,讓你不再被漂亮數字唬弄。
你想知道的其實只有一件事:對方講的這段話、這份報價、這句「業界都這樣做」,到底能不能信。先講答案——AI 沒辦法幫你判斷真假,但它可以在三分鐘內把一段話拆成「哪幾句是可查證的事實、哪幾句是包裝過的意見、哪幾句根本沒有內容」,然後生出你該回問對方的問題。這才是它真正值錢的地方。
最常見的誤用,是把一段話貼給 AI 然後問「這是真的嗎?」你會得到一個聽起來很有自信的答案,而那個答案的可靠度,不會比你自己認真查十分鐘更高——它甚至可能生出一個不存在的來源、一個沒發生過的日期給你。正確的用法要反過來:讓 AI 當你的問題產生器,把話術翻譯成可以打電話去問、可以要求對方白紙黑字回覆的具體問句。真假由對方的回答和第一手來源決定,不是由模型的語氣決定。
下面這四個問句和配套流程,是我們自己在談供應商、看外包報價、評估合作案時實際在用的。你可以直接抄走。
為什麼不該問 AI「這是真的嗎」
語言模型的本質是預測「接下來最合理的文字」,不是查詢一份事實資料庫。它對說法的結構很強:能認出偷換概念、能指出缺少的前提、能生出反方論點。但它對此時此刻這個世界的具體事實很弱:某家工具今天的定價、某個政策上週有沒有改、某家公司是不是真的在用某項技術——除非它連了搜尋或內部資料庫(這就是 RAG 是什麼 在解決的問題),否則它是在憑印象作答。
更麻煩的是,模型的語氣和它的把握程度沒有關聯。它編造的時候,語氣跟它正確的時候一模一樣。所以請把 AI 的角色鎖死在三件事:
- 分類:把整段話拆成「事實主張 / 意見 / 無意義的裝飾句」三堆。
- 反方:針對每一條事實主張,寫出最強的反對理由,以及什麼證據會推翻它。
- 查證清單:告訴你每一條要去哪裡查、要跟誰要什麼文件、要問哪一句話。
這三件事都不需要模型知道正確答案,只需要它會拆結構。這也是為什麼同一套方法可以用在完全不熟的領域——你不必懂,你只要問得夠具體。
話術的四種結構:先認得出來,才談查證
被唬弄通常不是因為對方說謊,而是因為對方講了一句「無法被驗證的話」,而你把它當成事實接收了。先認識這四種最常見的結構:
| 類型 | 長什麼樣 | 為什麼有效 | 你該回什麼 |
|---|---|---|---|
| 沒有分母的數字 | 「效率提升三倍」「成本砍半」 | 數字給人精確感,但沒說跟什麼比、期間多長、樣本多少 | 「三倍是跟誰比?哪段期間?幾個案子的平均?」 |
| 權威借位 | 「大廠都在用」「業界標準就是這樣」 | 把舉證責任丟給一個查不到的第三方 | 「可以給我一個具體案名或公開資料嗎?」 |
| 術語壓制 | 用一連串你不熟的縮寫解釋為什麼貴 | 製造資訊落差,讓你不好意思追問 | 「請用一句話說明這項對我的成果差別是什麼?」 |
| 時限恐懼 | 「這個價格只到這週」「名額剩最後兩個」 | 壓縮你查證的時間,這正是重點 | 「如果我下個月才決定,條件差在哪?請寫給我。」 |
認出結構之後,你會發現一件事:值得追問的地方,幾乎都是「被省略的那一半」。這跟我們在 用 AI 偷師:拆解高手作品 裡講的方法是同一個腦迴路——看的不是它說了什麼,是它刻意沒說什麼。
四個問句:把模糊話翻成可查證的命題
這四句可以背起來。任何一段讓你隱約覺得怪、但說不上哪裡怪的話,依序套一次就會現形。
- 「這句話的可查證版本是什麼?」
要求把主張改寫成一句「明天可以去驗證真假」的話。「我們的系統很穩」不可查證;「過去三個月月均可用率 99.5%,有監控後台可看」可查證。改寫不出來,通常代表原句本來就沒有內容。 - 「這個數字的分母、期間和樣本是什麼?」
任何百分比、任何倍數,都要問到底。分母換一個,結論可以完全相反。對方答不出分母,那個數字就不該進入你的決策。 - 「如果這是假的,我最早會從哪裡看出來?」
這一句最有威力。它逼你事先定義否證訊號:如果三個月後這個承諾沒兌現,我在第幾週、從哪個數字上會先發現?訂不出訊號,代表你根本沒打算驗收,那簽什麼都一樣。 - 「誰付錢、誰承擔風險、怎麼退場?」
講話的人是不是有利害關係?出事的時候賠的是誰?我不做了之後,資料、帳號、素材帶不帶得走?利益結構往往比說法本身更能預測結果。
把這四句丟給 AI 的時候,重點是給它「角色 + 素材 + 輸出格式」,而不是給它一個問題。這是提示詞的基本功,細節可以看 提示詞工程入門。
可以直接用的提示詞範本:
「以下是對方給我的說明。請你不要判斷真假,也不要補充你的知識。請做三件事:一、把每一句分類成『可查證的事實主張』『意見或立場』『無資訊的裝飾句』並列表;二、針對每一條事實主張,寫出它缺少的分母、期間或前提;三、產出一份我可以直接寄給對方的追問清單,每題一句話、要求對方書面回覆。素材如下:……」
實戰一:用 AI 拆一份報價單
報價單是話術密度最高的文件之一,因為它同時包含數字、範圍和責任,而這三樣最容易被含糊處理。我們自己在採購外包和評估工具供應商時,固定跑這個流程:
- 把報價單全文(或逐項貼上)交給 AI,要求它只做結構化整理:列出每一項工作、單價、計價單位、含不含稅、付款節點。
- 要求它列出「這份報價沒有寫到、但同類專案通常會發生額外費用的項目」。這是它最強的一環——它讀過大量類似文件,很擅長指出缺漏。
- 要求它把每一條驗收標準改寫成可量測的句子。改寫不出來的,就是你未來吵架的地方。
- 最後要它產出一份「十個要問對方的問題」,你原封不動寄出去。
常見的四個灰色地帶,幾乎每份報價都會中一兩個:計價單位模糊(人天怎麼算、含不含會議時間)、範圍外費用(改版次數、超量怎麼計、緊急插件加價)、驗收條件無法量測(「效果良好」「符合期待」)、退場條款缺席(合約結束後資料、帳號、原始檔的歸屬)。
如果對方賣的是 AI 相關方案,再加一題:「可不可以先做一個小範圍驗證,設定成功門檻,不過就不繼續?」肯談的通常是真的有把握,一口回絕、堅持要先簽全案的,你就有答案了。這個習慣省下的錢比想像中多,我們在 為什麼 AI 專案要先做 PoC 寫過完整的算法。
實戰二:查證一個「網路上說」的說法
看到一則說法覺得可疑,五個步驟走完大概十分鐘:
- 找出原始主張:讓 AI 幫你把整段話濃縮成一句最核心、可以被驗證的斷言。多數謠言拆到這一步就散了,因為濃縮完會發現它其實沒說什麼。
- 問「這種說法通常從哪裡來」:讓 AI 列出這類主張的常見出處類型(官方公告、學術研究、媒體報導、業配、論壇貼文),再回頭比對你手上這則屬於哪一種。
- 自己去看第一手來源:價格看官方定價頁、規格看官方文件、政策看主管機關公告。這一步不能外包給 AI,它給的連結有可能是不存在的。
- 要求 AI 寫最強反方:「請寫出反對這個說法最有力的三個理由,以及什麼證據會推翻它。」如果反方比正方有力,你就知道該站哪邊。
- 記下否證訊號:如果暫時查不到定論,就寫下「什麼情況出現代表它是假的」,先擱著,別急著轉發也別急著否定。
AI 幫不上忙的三件事
誠實講清楚界線,比多推銷一個用途重要。
第一,它不能當事實裁決者。模型沒有即時世界知識,價格、版本、法規、誰在用什麼,一律以官方頁面為準。我們自己做 AI 自動剪片 和工具站,常有人拿別家的宣稱來問我們「這數字合理嗎」——我們能給的也只是「這個數字缺了分母,你該回去問這三題」,不會直接說對方在唬爛。
第二,它不能替你判斷動機。對方是善意講錯、是自己也被騙、還是刻意誤導,這需要脈絡、需要你認識這個人、需要你知道過去三次合作發生什麼事。AI 看不到這些。
第三,醫療、法律、投資不要用這套下結論。這三類的錯誤成本你承擔不起,而且 AI 特別容易在細節上出錯。這套方法在這些領域只有一個用途:幫你整理出要去問專業人士的問題清單,然後你真的去問人。不要拿模型的說法當診斷、當法律意見、當進出場依據。
還有一個容易忽略的陷阱:AI 也會被你的問法帶著跑。你問「這是不是詐騙」,它傾向給你懷疑的理由;你問「這方案好在哪」,它傾向給你優點。所以務必兩邊都問一次,問法保持對稱,再看兩份答案的重疊處——重疊的地方通常才是結構性的事實。
常見問題
Q:直接問 AI「這段話是真的嗎」到底行不行?
不建議當成判斷依據。模型的自信程度和正確率沒有關聯,它可能給你一個編造的來源。可以用它來整理疑點、生反方、產出追問清單,但最後的事實確認要回到官方頁面、書面回覆或第一手資料。
Q:對方給的數字聽起來很專業,我怎麼知道有沒有問題?
只問一題就夠:分母是什麼、期間多長、樣本多少。專業的人會直接告訴你,並且願意寫下來;含糊帶過或反過來說「你不懂這行」的,那個數字就先當作不存在,不要放進你的決策。
Q:有沒有一句最萬用的問法?
「可以請你把剛剛那段用 email 寫給我嗎?」大部分經不起檢驗的說法,在需要留下書面紀錄的那一刻就會自動修正。這一句比任何 AI 分析都有效,而且不用花錢。
Q:免費版的 AI 夠用嗎?需要接搜尋功能嗎?
做「拆結構、生問題」這件事,免費版通常就夠用,因為不依賴即時資訊。但如果你要查現在的價格、政策或版本,就需要有連網檢索的模式,而且仍然要自己點開來源確認一次。實際各家的方案內容與費用請以官方價格頁為準。
Q:我怕問太多顯得不信任對方,會不會傷感情?
把問題寫成清單、一次問完、語氣中性,是專業而不是找碴。真正在意長期合作的人會很樂意把條件講清楚,因為那同時也保護他自己。反過來,對追問感到被冒犯的合作對象,本身就是一個很有用的訊號。