最近我在規劃一台能寫程式、也能跑地端 AI 的 Mac。因為價格比我預期高,我想先比較不同機型,所以把條件告訴 AI:記憶體至少 24–32GB,儲存空間希望有 1–2TB。
它很快給了我型號、規格和價格。但我回頭找資料時,發現前面推薦的機型已經不是 Apple 官網目前販售的選項。我請它重新確認,後面的回答雖然換成較新的機型,規格與價格卻還是有需要逐項核對的地方。我繼續問其他條件時,舊機型也又出現在比較裡。
我原本只是想比較買哪台電腦。後來想到自己的知識庫:如果負責分類、摘要或補強的 AI 也沒有先查清楚現況,把一段看起來合理、但可能已經過時的說明存進去,我之後再找這筆資料時,會不會也照著它理解?

這次 Mac 規劃對話讓我開始注意:AI 給出建議後,型號、規格和價格仍需要逐項核對。這是 Gemini 的使用經驗,並非知識庫的測試結果。
我把一個 GitHub 專案或網頁丟進知識庫,不只是想留下網址。
我希望過一陣子回來看,能先知道它是做什麼的、有什麼功能、怎麼使用,以及使用前要注意什麼。
所以摘要、標籤和後續補強對我很重要。它們讓我不用每次都從頭讀原文,也能幫我找到之前存過、但一時想不起名稱的資料。
只是這些內容也會影響我後來的判斷。假設某個專案改了安裝方式,知識庫裡的摘要仍沿用舊說法,我看到一段完整的介紹,未必會立刻發現它說的是舊版。標籤如果一開始就把主題拆錯,我可能連找資料的方向都會被帶偏。
目前這是我對寫入流程的擔憂。我還沒有拿一筆新資料,證明知識庫發生了和 Mac 對話一樣的問題。真正要確認,仍得把保存的原文、AI 整理,以及來源目前的說明放在一起看。

一筆資料可能有原文、摘要、標籤和後續補強。回頭查找時,我需要分辨各段內容從哪裡來。此圖為資料層次示意,非操作畫面。
假設我存的是一個 GitHub 專案,我希望 AI 整理前先去看專案目前的官方文件。
我提供的文章可能在寫成時沒有錯,只是它描述的是當時的版本。
官方後來可能新增功能、改了安裝步驟,或調整使用限制。
我想看的也不是一句「資料有更新」,而是差在哪裡。
原文說的用途和功能,現在還對得上嗎?安裝方式還能照做嗎?原先沒提到的限制或風險,現在是否需要補進來?
但官方文件不一定會回答所有問題。如果我提供的內容有某個細節,官方頁面沒有提到,AI 不能直接說它錯,也不能當作官方已經證實。它應該先註明那個說法出自哪裡,再找其他可追溯的資料交叉比對。

我希望先對照提供的原文與目前的官方文件;官方未提及的細節,再標出來源並交叉核對。這是尚未實作的改善構想。
即使找到了官方新文件,AI 也不一定知道我當初為什麼保存那篇文章。
舊版的操作紀錄可能正好是我要留的,某個不在官方介紹重點裡的細節,也可能是我之後會用到的。
所以我希望它先把結果整理給我:哪些和官方現況一致、哪些已經不同、哪些仍找不到足夠資料確認,並附上來源。接著問我的看法,再決定摘要、標籤和補強要怎麼寫。原本提供的內容也要保留,我才能回頭看後來的整理依據。
如果查了官方和其他來源,還是無法確認某個說法,也可以把它存進知識庫。只是要留下它原本從哪裡來、查過哪些資料,以及目前缺少什麼證據,要給它什麼標記,再由我決定。「已經存入」不該在以後變成「已經證實」。

AI 先列出差異、來源與尚未確認的問題,再由我決定如何標記和整理。此圖為改善構想,並非現有功能。
目前這套查核與詢問流程,也是討論出得到的方向。我想接下來拿一筆新的專案或網頁資料試試。
看看 AI 實際查了哪些來源,能不能把差異指出來;遇到查不到的細節時,又會不會先把問題留給我判斷。