AI方法｜AI 陪我讀簡報，卻讀錯頁：那一刻我才真的懂「人工確認」是什麼
AI 可以陪讀，頁碼與判斷仍要人工確認
前幾天，我整理了一份簡報。
題目有點硬：
《工作不重來｜AI 對話沉澱六段式｜NotebookLM 方法比較應用》
本來只是想把一堂線上課裡看的 NotebookLM／Agent 規則包，拿來跟自己的 AI 工作方式比一比。
簡報做完，有一個老問題。
東西做完，不代表我真的懂。😑
所以就趁假日打開簡報，開著 ChatGPT，開始錄影。
我說：「好，現在第一頁。」
然後一頁一頁，讓 AI 陪我讀。
原本是測「AI 能不能陪我讀 PPT」
一開始很單純。
我看到一頁，就問：「這頁到底在講什麼？」
AI 幫我翻成白話。
我再問：「那這一格為什麼反白？」「這跟我的工作有什麼關係？」「課程的方法跟我的方法，到底差在哪裡？」
有時候我會叫它講成8歲小孩也聽得懂。
慢慢，發現自己不是在聽 AI 講課。
反而像是拿著自己做好的簡報，重新跟 AI 對答案。
我們把「課程方法」和「我的工作方式」的差別，最後講成一句話：
差別在我們從哪裡開始，不一定在工具強不強。
課程比較像是：先有工具，再設計怎麼把工具用好。
我的工作方式比較像是：先有真實問題，再找工具來處理。
這兩個沒有誰比誰對。只是目的不一樣。
直到 AI 開始「自以為」看到我的簡報
然後，最奧妙的一件事發生了。
AI 開始講錯。😂
我明明在第十二頁，它跟我講第十三頁內容。
我問第十六頁標題，它又靠著前面脈絡自己補一個答案。
到後面，我忍不住跟它說：
「你不能亂講啊～都不知道講哪一頁簡報欸。」
回頭看，這句讓我覺得最值得留下。
因為這一段具體看到生成式 AI 的一個特性：
它不一定完全不知道。
它常常是「大概知道」。
然後因為大概知道，就用前後文合理化，讓回答跟真的一樣。
而，我如果沒有真的在看畫面，很可能就跟著它跑偏。
人工確認，不是 AI 還不夠厲害
今天的問題恰恰不是 AI 不懂這份簡報。
它讀過簡報架構，跟我談了很多頁。
只是當它沒有對上眼前那一頁時，它會順著脈絡往下猜。
猜得很自信、很像真的。
而這份簡報的核心，偏偏就是：
「專業判斷在人。」
我的支持性就業工作裡，有些資料一直不敢也不能做到全自動。
原始素材可以整理。去識別後可以請 AI 找重點。AI 可以幫忙寫候選稿。
但到了正式紀錄之前，我一直保留人工。
自己看。自己修。最後自己貼進正式端。
有時候我也會想：
是不是太土法煉鋼？
現在大家都在談 Agent、自動化、一鍵完成，我怎麼還停在人工複製貼上？
結果今天一邊讀簡報，一邊被 AI 讀錯頁，我反而確認了：
有一些手動，即使技術可以做到，流程仍然應該留下。
今天「AI 讀錯頁」也可以變成一條工作規則
這大概是我最喜歡今天這次測試的地方。
因為我們真的錯了。
不是事後假裝流程很漂亮。
AI 幾次沒有準確對到簡報頁面，卻直接開始解釋。
我睜眼聽它說瞎話。停下來。重新確認。
於是下一次，我跟「AI 共讀簡報」就多一條規則：
每換一頁，AI 必須先確認頁碼與標題；確認和使用者畫面一致後才能解釋。無法確認，就停下來問，不可以靠前後脈絡猜。
這又像是我文章提的：工作不重來。
工作不重來不會永遠是「以後都不會犯錯」。
最重要的是，這一次錯過的地方，能不能變成下一次不用再錯一次的規則。
結語｜AI 進生產線，但不能省掉品管
今天一開始，我只是想試 ChatGPT 能不能陪我讀一份自己做的簡報？
最後反而樸素地確認了：
AI 可以幫我整理變快、提醒轉譯、做候選稿，甚至像今天陪我把一份做完的簡報一起重新討論。
可最後知道「這是真的假的」、「這能不能寫」、「這要不要進正式紀錄」、「這個決定誰來負責」的\~
人，還是不能省略。
工作不重來，不是把判斷交給 AI。
留言
張貼留言