昨天我把模糊需求拆成驗收清單，今天接著問一個更危險的問題：清單寫好了，可以直接叫 AI 自己驗自己嗎？

這就像考生交卷後，老師說：「答案你自己改，分數也自己填。」不是完全沒用，但如果最後每一題都被圈成滿分，這張考卷大概只剩情緒價值。

今天的問題：AI 能不能當自己的驗收員？

我拿昨天的文章與 Power Apps 驗收清單做一輪示範自查。任務很簡單：

請依正確性、完整性、可追溯性、可使用性、人工修正成本逐項檢查，並說明證據。

AI 很快就能確認文章有標題、小標、表格、五項框架，也能找到「請選取香水類型」、頁尾、圖片位置、儲存與匯出等需求。

但真正關鍵的不是它找到什麼，而是它無法證明什麼。

例如，文章寫了下拉選單要顯示指定文字，AI 可以確認這句需求存在，卻不能只靠文章證明 App 裡真的設定成功；它能判斷文字看起來清楚，卻不能代表第一次使用的人一定看得懂。

如果把「有寫到」誤當成「有做到」，自查就會從驗收變成自我安慰。

我把驗收分成紅黃綠三區

綠燈：適合先讓 AI 自查

這類項目有明確答案，容易重複檢查：

• 標題、段落、指定欄位是否存在
• 字數、格式、檔名是否符合規定
• 問卷百分比能否重新計算
• 表格是否有空白、重複或異常值
• 公式、連結與檔案能否正常開啟
• 需求清單是否逐項回報

ChatGPT 適合檢查文字、邏輯與清單；Codex 適合實際讀取檔案、執行公式、查看結構或測試功能。這些工作不是百分之百不會錯，但很適合先用機器篩掉低階問題。

黃燈：AI 先查，人類抽查

這些項目有依據，卻需要情境判斷：

• 問卷數據是否真的支持結論
• 市場資料是否過期或引用錯對象
• 企畫策略能否接回競賽題目
• 圖表是否誠實呈現差異
• 簡報頁面是否一致又不無聊

做法不是全盤相信，也不是每個字重做。可以請 AI 標出高風險處，再由人抽查原始資料與關鍵結論。

紅燈：一定要由人確認

這些事情不能只靠自動勾選：

• 是否洩露不該公開的資料
• 競賽提案是否真的符合評審情境
• 訪談或問卷是否被過度解讀
• 內容會不會讓真人誤會
• 最終交付、發布與重要決策

AI 可以提醒，但責任不能外包。

今天抓到的三個自查漏洞

第一個漏洞是把文字存在當成成果存在。修正方式：要求附上畫面、計算過程、檔案位置或測試結果。

第二個漏洞是不確定也硬給結論。修正方式：答案只能使用「已驗證、合理推測、無法驗證」三種狀態，不准全部寫完成。

第三個漏洞是自己訂標準、自己宣布及格。修正方式：驗收條件必須在任務開始前先固定，不能看到成果後才偷偷放寬。

五項框架再驗一次

這張表讓我更確定：AI 很適合當第一層濾網，但不適合獨占最後一個印章。

可直接使用的自查指令

請依驗收清單逐項檢查，每項只能標記「已驗證、合理推測、無法驗證」。已驗證必須附證據；合理推測要說明假設；無法驗證要列出需要人工確認的步驟。最後不要自行宣布整體完成。

這句「不要自行宣布整體完成」很重要。我要的不是一份充滿綠色勾勾的報告，而是一張真的能幫我找到風險的地圖。

今日結論

AI 可以自己改考卷，但不能自己決定畢業。

最有效率的做法，是讓 ChatGPT 或 Codex 先處理可計算、可搜尋、可重複的檢查，再把需要情境、責任與真人感受的部分交回人手上。AI 負責把問題找快一點，人類負責決定這個答案能不能真的拿去用。

明天，我要繼續驗收另一個常被忽略的地方：AI 附了來源，就代表資料可靠嗎？