資訊很多，判斷要清楚

你可能正在經歷

搜尋、社群與 AI 可以很快給你一整頁答案，卻不一定交代依據、時間與適用條件。資訊看起來完整，和它足以支持你的判斷，仍是不同的檢查。

這冊從明確問題出發，整理查來源、比對關鍵主張與使用 AI 的方式。重點是讓重要結論能回到證據，並知道哪些部分仍需自己理解或請人確認。

這一冊怎麼用

第 2 至 5 頁各處理一個具體情境；先選最貼近目前困難的一頁試做，再用第 6 頁留下自己的安排。每一步都可以依現實條件調整。

四個練習，從這裡開始

何時適合拿出來

適合讀書查資料、寫作、報告與 AI 輔助工作。涉及規則、費用、健康或高責任決定時，優先查現行官方或原始資料。

本冊為一般學習與生活指南。案例、步驟及紀錄單是原創設計，來源支持的範圍見第 6 頁。

先看清楚這一步

如果不知道要做什麼決定，資料容易越找越多。先界定問題、使用情境與需要的證據，讓搜尋有一個可停止的目標。

試著這樣做

1. 把問題寫成一句能回答的話。
2. 列出回答需要的日期、對象與範圍。
3. 先找最接近問題的原始資料，避免從轉述一路堆疊。

依你的情況調整

問題仍不清楚時，先請對方說明用途；不要用搜尋量代替需求釐清。

考生情境

查一項考試規定時，先確認學年度、考試別與資格，不把別年的整理文直接套用。

專業工作情境

比較方案先寫出使用限制與決策需求；來源若只談一般優點，尚不足以支持選擇。

先在可調整的小情境試做，再依回饋修正安排。

先看清楚這一步

看到一句主張，先問誰提出、依據在哪裡、何時適用。轉述可以幫你找到路，但重要結論仍要回到可核對的內容。

試著這樣做

1. 開啟原始文件，確認標題、發布單位與日期。
2. 找到實際支持該主張的段落或數據。
3. 保留限制、例外與不確定，不只摘取最有利的一句。

依你的情況調整

無法取得足夠依據時標為未確認。多個網站重複同一句，不代表多個獨立證據。

考生情境

教學文章引用研究，先看研究對象與任務；大學生單字實驗不能直接保證所有考試成效。

專業工作情境

官方產品或制度文件若已更新，確認使用的是目前版本；重要差異記錄在決策資料旁。

先在可調整的小情境試做，再依回饋修正安排。

先看清楚這一步

生成式 AI 可能產生看似合理卻錯誤的內容，也可能給出不存在或不支持主張的引文。用它整理問題與草稿時，仍需獨立查核關鍵資訊。［1］

試著這樣做

1. 先明確說明用途與可用資料，避免提交未獲准提供的敏感內容。
2. 抽出會影響答案或決定的關鍵主張，逐項回查。
3. 用自己的話解釋理由，必要時換題或重算確認理解。

依你的情況調整

依考試、課程與機構規定使用工具。工具允許的功能，不等於任務允許你使用。

考生情境

讓 AI 產生練習問題後，先核對題意與解答；若無法解釋解法，不把答對選項視為已學會。

專業工作情境

用 AI 整理一般資料時核對數字、原文與來源；專業判斷仍依責任、權限與正式程序完成。

先在可調整的小情境試做，再依回饋修正安排。

先看清楚這一步

把結論、依據與待確認事項放在一起。將來來源更新或情境改變時，才知道要重新檢查哪個地方。

試著這樣做

1. 寫出目前結論，以及它依賴的關鍵條件。
2. 保留來源連結、版本或查閱日期。
3. 明確列出尚未確認的部分與下一次核對方式。

依你的情況調整

紀錄只留必要且可合法保存的資訊；敏感資料依機構規範，不任意放進共用工具。

考生情境

整理一個概念時保留課本或可靠來源位置，並記下自己尚未理解的限制。

專業工作情境

方案說明附上關鍵依據與日期，讓接手的人知道何時需要更新，而非只收到一張結論圖。

先在可調整的小情境試做，再依回饋修正安排。

選一件最近發生的事

寫到足以決定下一步即可，不必把每一格都填滿。

讓練習回到你的生活

資料多可以增加選擇，也可能遮住缺口。把重要主張逐項接回來源，讓你知道目前能下什麼結論，以及還有哪些必須保留。

資料依據與閱讀方向

［1］NIST 的生成式 AI 風險文件包含錯誤生成與資訊完整性等議題。［2］學習技巧綜述提醒練習需對準理解與表現。本冊查證紀錄為一般實用框架，不代表任何工具具官方認證。

1. NIST（2024）
   AI 600-1：Generative Artificial Intelligence Profile
2. Dunlosky 等（2013）
   Improving Students’ Learning With Effective Learning Techniques

查閱日期：2026-09-06。上列資料提供概念與限制參考；本冊不是來源手冊的翻譯或療程，也未以整冊形式接受成效驗證。