1. 知識庫
  2. 目錄總覽
  3. 人工智慧之道 ~ 打造不會胡說八道的 AI 知識庫
目前生成式 AI (如 ChatGPT) 回答的結果不可預期，很可能發生「隨機回應」的困擾。

雖然在一般「Chat」聊天性質有不錯的結果，
但目前應該還不適合應用在需要有正確答案的環境，
尤其是醫療領域，即使正確率高達 90%，但 10% 的錯誤造成的衝擊可能會很大。

即使是一般企業也有一定的風險，
當新人在沒有足夠的背景、經驗和敏銳度下，
幾乎無法判斷 AI 是不是一本正經的胡說八道。

一旦乍聽之下有道理，
通常就不會主動問 (因為看不出問題)，照著做很可能就會造成嚴重的問題。

實際案例，

要得到具參考價值的回應，很依賴「提問引導」的技巧，
根據統計，有溝通落差 (雞同鴨講) 的人高達 90% 以上，
這問題雖然可以從不斷的對話當中逐漸釐清，但需要有經驗、智慧的「人類」引導效果比較好。

接下來，我們就以護理衛教的應用為例，來展示目前的 AI 技術可能會帶來的問題。


1. 實驗方法
請 ChatGPT 根據特定資料來回應，資料來源：

以下是在 2024年6月和 ChatGPT 對談的內容

我：
請根據我貼的文章來回答後續的問題 (貼上述的護理衛教內容，圖2)

ChatGPT：
根據你貼的文章內容，檢查前需要注意以下事項： ... (隨機回應，直接取「腰椎穿刺」，但內容有「骨髓穿刺」、「腰間穿刺」兩種，圖2)

我：
根據我貼的文章內容，檢查前我需要注意什麼嗎？ (連續問 2 次同樣的問題，圖1)

ChatGPT：
同樣的問題，兩次得到不同的答案 (圖1)
這是因為生成式 AI 的本質可以看成是利用超大型的類神經網路 (數千億個參數)，計算出機率分布來進行「文字接龍」，因此每次的輸出可能會不一樣。

比較好的回應應該是：
我所依據的知識庫中有「骨髓、腰間」兩種穿刺檢查，請問您想問的是哪一種呢？
(類似人類的互動引導，截至目前 (2024) 生成式的 AI 技術還做不好，雖然過兩年應該就可以克服，但還是有其他問題就是了)


2. 應用情境分析
以下分析上述對話的合理性與可能的後續影響
  1. 問法合理
    在特定背景下 (病人知道要做骨髓穿刺)，因此問「檢查前要注意什麼？」是合理的。
    因為很少人會精準、完整的提問。

  2. 回應正確
    雖然 ChatGPT 有回應「腰間穿刺」的檢查，但病人可能沒有注意到，在資訊爆炸時代，大家看內容比較不仔細。

  3. 結果錯誤
    病人依據誤解的檢查建議，導致醫學檢查結果偏誤，甚至可能影響治療方法，造成不可預期的後果。




圖1: 同樣的問題，不同的答案
3764fe0a32724d88fb860e4c2d651c95.png


圖2: 隨機回應，直接取「腰椎穿刺」，但內容有「骨髓、腰間」兩種穿刺
ce716e450bbd77160d139fd55b15dc24.png
    評語
    5
    共 1 則評分
    5
    4
    3
    2
    1
    請登入後才可以評分
    上一篇 下一篇
    位置
    1. 知識庫
    2. 目錄總覽
    3. 人工智慧之道 ~ 打造不會胡說八道的 AI 知識庫
    資料夾名稱
    人工智慧之道 ~ 打造不會胡說八道的 AI 知識庫
    上傳者
    蘇德宙
    單位
    台灣數位員工
    建立
    2025-02-05 11:34:42
    制訂日期
    2024-06-02
    最近修訂
    2025-07-07 13:19:40
    引用
    1
    1. 1.
      第一章、人工智慧之道
      1. 1.1
        生成式 AI 的 5 個根本限制
      2. 1.2
        AI 人工智慧之道 ~ 寫 FAQ 就對了！
      3. 1.3
        AI 人工智慧之道 ~ 打破砂鍋問到底！
      4. 1.4
        一本正經、胡說八道的結果 ~ GenAI 鴻溝
      5. 1.5
        降低寫 FAQ 的門檻
    2. 2.
      第二章、需求 & 解法
      1. 2.1
        需求 ~ 有問題要問誰？
      2. 2.2
        每天10分鐘，3 個月內打造專屬的 AI 知識庫
      3. 2.3
        用 AI 進行 10 倍速經驗傳承
      4. 2.4
        突破知識管理和教育訓練，收集經驗是關鍵！
      5. 2.5
        導入 xms+ AI 的效益
    3. 3.
      第三章、打造 AI 知識庫，每天只要 10 分鐘！
      1. 3.1
        從零開始，3 個月內打造專屬的 AI 知識庫
      2. 3.2
        從現有資料，打造 AI 知識庫
      3. 3.3
        AI 幻覺 ~ 不確定性、胡說八道、遺漏重要資訊、 ...
      4. 3.4
        AI 幻覺 (hallucination) 的風險
      5. 3.5
        AI 胡說八道的特性，要如何避開？
      6. 3.6
        為什麼是寫 Q&A？
      7. 3.7
        已經有文件了，為什麼還要寫 FAQ？
      8. 3.8
        只有文件的 AI 知識庫，不會成功！
      9. 3.9
        寫 FAQ 很麻煩耶 ...
      10. 3.10
        寫 FAQ 的好處
      11. 3.11
        FAQ：怎麼寫？
      12. 3.12
        有記錄到的這麼少，還值得做嗎？
      13. 3.13
        寫下來是錯的，要怎麼辦？
      14. 3.14
        打通任督二脈 ~ 建構 AI 知識庫的同時，進行 10 倍速的經驗傳承
      15. 3.15
        執行流程 ~ 建構 AI 知識庫 + 10 倍速經驗傳承
      16. 3.16
        輔導方案 ~ 導入 xms+ AI 知識庫
    4. 4.
      第四章、快速入門 ~ 執行 & 操作
      1. 4.1
        建立 AI 小幫手，3 分鐘搞定！
      2. 4.2
        依據 AI 統計資料，持續改善的操作流程
      3. 4.3
        寫 Q&A，抓住 3 個關鍵就很簡單！
      4. 4.4
        從互動中，整理 Q&A (邊做邊紀錄)
      5. 4.5
        從 AI 的回應中，整理 Q&A
      6. 4.6
        每天只花 10 分鐘，時間真的夠嗎？
      7. 4.7
        PDCA 持續改善 (含案例)
      8. 4.8
        Q&A 執行時的常見問題
    5. 5.
      第五章、記錄經驗 ~ 可以很簡單、有效！
      1. 5.1
        學會「問」，超級重要！！
      2. 5.2
        向 AI 學習！
      3. 5.3
        FAQ 怎麼寫？
        1. 5.3.1
          寫 FAQ (1) ~ 快速、高品質的標準化流程
        2. 5.3.2
          寫 FAQ (2) ~ 問題，要怎麼描述？ (原則與步驟)
        3. 5.3.3
          寫 FAQ (3) ~ 內容，先講重點就對了 (PREP)
        4. 5.3.4
          寫 FAQ (4) ~ 前提，有時候很重要
        5. 5.3.5
          寫 FAQ (5) ~ 排版，可以畫龍點睛！ (凸顯重點、增加可讀性)
        6. 5.3.6
          寫 FAQ (6) ~ 案例練習 (下標題、排版)
      4. 5.4
        表達框架
        1. 5.4.1
          表達框架 (1) ~ PREP 先講重點就對了
        2. 5.4.2
          表達框架 (2) ~ SCQA 提案就要這樣寫
        3. 5.4.3
          表達框架 (3) ~ 改變方程式 (Why & How + Action！)
      5. 5.5
        整理技巧
        1. 5.5.1
          ChatGPT 好的回應，就存起來不要浪費！
        2. 5.5.2
          問題不清楚的，怎麼整理 FAQ？ (用猜的、反問)
        3. 5.5.3
          寫工作日誌，一兼二顧 ~ 提高工作效率 + 記錄經驗
      6. 5.6
        寫文件
        1. 5.6.1
          文件：用「重點」來整理就會簡單很多
        2. 5.6.2
          操作手冊 (1) ~ 設計原則
        3. 5.6.3
          操作手冊 (2) ~ 流程 & 案例練習
    6. 6.
      第六章、知識管理 ~ 挑戰與突破
      1. 6.1
        知識管理的需求、挑戰與突破
      2. 6.2
        打通任督二脈：邊做邊記錄、下次照著做
      3. 6.3
        用 AI 實現「邊做邊記錄、下次照著做」
      4. 6.4
        突破 (1) ~ 經驗，進不去？
      5. 6.5
        突破 (2) ~ 知識過時、不完整、重複？
      6. 6.6
        突破 (3) ~ 找不到資料？
    7. 7.
      第七章、推動與執行策略
      1. 7.1
        訂目標 ~ 符合 SMART 原則就對了
      2. 7.2
        如何設計目標？
      3. 7.3
        把義務，化為無痛的習慣
      4. 7.4
        推動，成功方程式 (制度 X 負責人)
      5. 7.5
        改變 or 推動新制度，可以很簡單！「小行為 + 即時激勵」就對了
      6. 7.6
        改變 or 制度設計，要符合 ABC 原則
      7. 7.7
        組織成功變革的 8 個步驟
      8. 7.8
        大家的意願低 (可能因為忙、累)，如何設定目標才能 3 個月完成？
    8. 8.
      第八章、應用
      1. 8.1
        AI 時代，很多人也都在胡說八道 ...
      2. 8.2
        傳統 AI 應用的風險，以護理衛教為例
      3. 8.3
        資訊單位的 AI 小幫手
      4. 8.4
        3 個月，打造 AI 智慧護理衛教服務
      5. 8.5
        護理臨床經驗，可以 10 倍速傳承
      6. 8.6
        醫師案例報告，小改變大效果 (1) ~ 微調「重點整理」 ( take home message)
      7. 8.7
        醫師案例報告，小改變大效果 (2) ~ 使用「重點分析」
      8. 8.8
        每天 10 分鐘，3 個月提升團隊業績 20%
      9. 8.9
        AI 知識社群
    9. 9.
      第九章、PDCA 持續改善，打造更優質的 AI 服務
      1. 9.1
        優化 AI 知識庫 ~ 改善「過時」的問題
      2. 9.2
        優化 AI 知識庫 ~ 改善「不完整」的問題
      3. 9.3
        優化 AI 知識庫 ~ 改善「重複」的問題
      4. 9.4
        優化 AI 知識庫 ~ 以新增 FAQ 為例 (無法回答時)
      5. 9.5
        優化 AI 知識庫，同時進行教育訓練的案例
      6. 9.6
        不滿意的，就改善
      7. 9.7
        都找不到的，就先補 Q&A
      8. 9.8
        找不到 FAQ？就補上去囉
      9. 9.9
        無法回答的，就調整內容
      10. 9.10
        同義詞，找不到怎麼辦？
      11. 9.11
        優化 AI 知識庫 ~ 以新增 FAQ 為例 (AI 答非所問時)
      12. 9.12
        優化案例 (1) ~ 從現有文件中整理 FAQ
    10. 10.
      第十章、案例分析
      1. 10.1
        AI 「彙整」多篇參考資料時，內容可能不夠精準 (解法：建立 FAQ)
      2. 10.2
        有找到相關的文件，但無法依據現有的內容回答 (解法：建立 FAQ)
      3. 10.3
        系統中沒有任何相關資訊 (解法：建立 FAQ)
      4. 10.4
        有正確解答，但缺少重要的圖片資訊。(解法：建立 FAQ)
    11. 11.
      第十一章、10 倍速經驗傳承
      1. 11.1
        70-20-10 學習法則
      2. 11.2
        教育訓練，超高 CP 值的投資
      3. 11.3
        線上課程設計，10 分鐘就上手
      4. 11.4
        測驗 ~ 10倍速經驗傳承的關鍵
    12. 12.
      第十二章、設計測驗
      1. 12.1
        設計測驗，用 AI 就很簡單！
      2. 12.2
        AI 設計測驗 ~ 資料夾的 FAQ
      3. 12.3
        AI 設計測驗 ~ 案例分析
      4. 12.4
        AI 設計測驗 ~ 一般文件
      5. 12.5
        AI 設計測驗 ~ 課程
    13. 13.
      第十三章、我有問題 (Q&A 對症下藥)
      1. 13.1
        寫文件，為什麼這麼困難？
      2. 13.2
        閱讀文件，抓不到重點怎麼辦？
      3. 13.3
        一定要照著做嗎？差一點還好吧
      4. 13.4
        可以直接用現有的資料上 AI 嗎？因為還要寫 FAQ 很麻煩耶。
      5. 13.5
        AI 小幫手會問外面的 ChatGPT 嗎？
      6. 13.6
        寫好的 FAQ，可以用在哪？
      7. 13.7
        QBS ~ 寫一個 QA 還是分拆多個？
    14. 14.
      第十四章、操作教學
      1. 14.1
        [操作] 3 個月打造 AI 衛教小幫手 (含同意書範本)
      2. 14.2
        [操作] 生成 AI 小幫手 QRcode
      3. 14.3
        [操作] 建立護理臨床經驗的 AI 知識庫
      4. 14.4
        [操作] PGY AI 小幫手應用
      5. 14.5
        [操作] 建立電算中心的 AI 小幫手
      6. 14.6
        [操作] km+ 知識管理，10 分鐘快速入門
      7. 14.7
        [操作] 編輯器的基礎教學
      8. 14.8
        [操作] 插入圖片 (for 重點、FAQ)
    15. 15.
      [案例] PREP 改善 ~ 護理衛教「營養夠嗎？」
    16. 16.
      [案例] PREP 改善 ~ 護理衛教「為甚麼裝生理監視器？」
    17. 17.
      [範例] AI 智慧諮詢服務 ~ (給病人)
    © Copyright since 2017 by FormosaSoft Corporation.
    All rights reserved.