生成式 AI 是什麼？用工作上的三個例子理解能力與限制
你可以把生成式 AI 用於起草、整理與探索方案，但要把答案當成需要核對的產物。會說得流暢，和內容有根據，是兩個不同問題。
先分清楚你要的是哪種任務
寫活動邀請是生成文字；把會議記錄改成表格是整理；估計未來營收則還需要資料、假設與模型評估。不要因為三者都能用對話提出，就採用同一種驗收標準。
有資料的任務比較容易核對
練習時提供一段已確認的內容，要求只整理其中資訊，缺少的欄位留白。這能讓你直接比對結果。若任務需要當期課程或補助資訊，必須另外打開官方公告，不能只相信模型記憶。
理解常見錯誤
Anthropic 的能力與限制課程討論知識範圍、工作記憶與指令遵循等限制。遇到漏項可縮小一次處理的資料；遇到無來源的說法應要求證據；反覆改寫未必能讓錯誤變正確。
讓人保留最後判斷
在工作流程中明確區分草稿、已核對與正式發布。外部報價、重要數字與對外承諾要有負責人。AI 能協助你準備決策材料，但不應掩蓋材料本身的不確定性。
現在可以做的小練習
給 AI 一段 200 字的公開說明，要求列出三個已知事實、兩個未知問題；逐項回到原文確認。