昨天說到 AI 可以先自查，但「可追溯性」不能只看它有沒有貼網址。今天要驗收一個超常見的錯覺：答案下面排了三個來源，看起來很學術，真的就比較可靠嗎？
先說結論：網址只是門牌，不代表屋子裡真的住著那個答案。
我平常做飲品、品牌或競賽市場調查時，常需要整理上市時間、售價、通路與消費者評價。這些資料很適合請 ChatGPT 先找，但也特別容易混在一起：
如果 AI 把它們全部排進同一張表，再補上一排連結，畫面很完整，資料身分卻可能全亂了。
今天不硬編新的品牌數據，而是用「某飲品售價 49 元」當示範句，檢查來源到底能證明什麼。
我把查核拆成四問：
只要其中一題答不出來，這筆資料就不能直接寫成肯定句。
| 等級 | 來源類型 | 適合證明什麼 |
|---|---|---|
| A | 政府資料、品牌官方公告、原始研究 | 規格、政策、正式說法、研究結果 |
| B | 可信媒體、學校或專業機構 | 事件背景、整理與專業解讀 |
| C | 零售通路、電商商品頁 | 當下通路、實售價格與包裝 |
| D | 論壇、社群、個人文章 | 使用感受、問題線索與待查方向 |
等級不是用來說「D 一定是錯的」。例如要研究口味評價，消費者留言反而很重要；但它不能代替官方資料證明上市日期。來源要和問題配對，才有意義。
頁面真的打得開，但只介紹產品，沒有 AI 寫出的那個數字。這叫「有連結，沒證據」。
建議售價、會員價、促銷價與單店售價意義不同。修正時要把價格類型、容量、通路與查詢日期一起留下。
三年前的上市新聞可以證明當時的活動，不能自動代表今天仍有販售。涉及「目前、現在、最新」時，必須重新查。
幾則留言說「茶味很濃」，只能寫成「部分使用者如此形容」，不能直接變成「消費者普遍認為」。
我現在會要求 AI 每個重要數據都附上：
這張卡比單純貼「參考資料」麻煩一點，卻能快速抓到牛頭不對馬嘴的引用。
今天最重要的發現是：來源愈多，不一定愈可靠。五個互相抄寫的網站，可能只是在把同一個錯誤放大五次。
請把每項事實整理成證據卡。不得只提供網址；必須說明來源實際支持哪一句、發布日期、適用範圍與限制。若找不到原始來源，標記「無法驗證」，不要用其他網站的轉述補成肯定答案。
AI 有附來源，只代表它交了參考資料，不代表通過查核。
真正可用的資料，要能回答「誰在什麼時間、針對什麼範圍、說了哪一句話」。網址不是裝飾品，證據也不是排版元素。下次看到 AI 丟出一長串藍色連結，我會先忍住感動，隨機打開兩個看看再說。
明天，我會接著驗收：同一個問題問兩次，AI 答案不一樣時，到底該信哪一次？
寫完後又想到一個快速查法：先遮住 AI 的答案，只看來源原文，自己寫下一句結論，再回頭比較兩者。如果差很多，通常代表 AI 加了來源沒有說過的推論，或把限制條件偷偷省略了。
我做飲品市場調查時，最常遇到不同通路出現不同價格。以前很容易挑一個數字放進簡報，後來才發現容量、活動期間和會員資格都可能不同。不是資料互相打架，而是我忘了替每個數字留下身分證。
大家看到 AI 附上來源後，通常會全部打開、隨機抽查，還是看到網址就先相信？你曾遇過最離譜的引用錯誤是連結失效、文不對題，還是來源根本沒寫那句話？
iThome鐵人賽
看影片追技術