本文同步發表於我的個人網站

有人問過我：我的知識庫是怎麼做的？
但比起用了哪些工具，我覺得更重要的事情是資料源頭的正確性，所以每一筆資料整理進去之後，我都會自己再看過一遍，看看 AI 有沒有解讀不對的地方。

這個知識庫只有我自己會打開。
我問 AI 問題，有時候是要找某一筆資料，有時候是想從一堆資料裡看出新的脈絡。
AI 從知識庫中拿來讀的參考資料，都是我看過、檢查過的，所以 AI 找錯了、脈絡推歪了，或腦補了不存在的內容，我看得出來。

但很多人想做的知識庫是要讓別人來問的，像是老師做給學生，或是做給同事、客戶用。
別人會來問，通常就是因為自己不知道答案。
既然不知道答案，AI 答錯了，也就分辨不出來。

我以前做過一個系統，讓不熟資料庫的人也能查資料。
做法跟我的知識庫很像，都是問 AI 問題，讓 AI 去讀一批資料，把答案找出來。

來問的人不清楚每個欄位代表什麼，用的詞也常常不是資料裡用的那個詞。
AI 給出了數據，他們看不出來對不對，最後還是得回頭問做系統的人。

後來系統多做了一步：請 AI 把查詢的內容用白話解釋一次。
字面看得懂了，但這個數據是怎麼推出來的、思路對不對，還是判斷不了。

不只知識庫。
客服機器人、自動回覆，只要需要讓 AI 先讀一批資料再回答別人，就是同一件事。

自己用的時候，AI 讀的資料都是你看過的，答錯你看得出來；給別人用的時候，來問的人通常就是不知道答案的人。

別人用你的東西問問題時，有哪些答案，他們只能選擇相信 AI？