[AI 使用說明 #4] 給 AI 資料，答案就不同：檔案附加、網頁搜尋與 NotebookLM 用法

把前兩篇的結論合成一句話，就是：AI 的弱點會在依賴自身記憶時出現。記憶過時（知識截止）或模糊（幻覺）時，就會開始煞有其事地填補空白。反過來看，處方也只有一句話。讓 AI 依據你提供的資料回答，而不是依賴自己的記憶。 本篇介紹三種方法：檔案附加、網頁搜尋，以及 NotebookLM。

方法 1：檔案附加——今天就能使用的最大升級

ChatGPT、Claude、Gemini 都能將檔案拖曳到對話視窗中。PDF、Word、Excel，甚至圖片都可以。但令人意外的是，很多人不使用這項功能，只丟出問題，任由 AI 依賴記憶回答。

差異非常明顯。「告訴我簽租約時要注意什麼」得到的是一般性建議。附上租約 PDF，再問「找出這份合約中對房客不利的條款」，就能得到指出你這份合約特約條款的客製化回答。

檔案附加特別適合以下工作。

• 摘要：5 分鐘掌握數十頁報告或論文
• 審閱：找出合約、公告中的條件、例外與不利條款
• 轉換：將會議紀錄轉成執行項目清單，將試算表資料轉成摘要句子
• 提問：像搜尋文件一樣提問，例如「找出這份文件中所有與違約金相關的內容」

免費方案通常會限制每日附加檔案數量或檔案大小。如果經常用於文件工作，可以考慮付費方案。

再提供一個小技巧：要求「也請標示是在文件的第幾項／條款找到的」。這樣能更快確認原文，大幅降低第 2 篇提到的驗證成本。

方法 2：網頁搜尋——最新資訊靠搜尋，不靠記憶

現在的 AI 服務都有網頁搜尋模式。ChatGPT 搜尋、Gemini 的 Google 搜尋整合、Claude 網頁搜尋，名稱雖然不同，結構卻一樣。AI 會先執行搜尋，再以找到的文件為依據產生答案，最後附上來源連結。

該使用的時機很明確：價格、行程、新聞、法規修訂等會隨時間變動的資訊，以及第 2 篇提到、只靠「AI 記憶回答很危險」的問題。

但有一點要注意。加上搜尋並不代表流程結束。 AI 可能錯誤摘要搜尋結果，或找來可信度低的網頁。幸好網頁搜尋模式會附上來源連結，因此遇到重要資訊，請點開連結確認原文。能夠追溯回原文，本身就是搜尋模式最大的價值。

方法 3：NotebookLM——只看你的資料並回答的 AI

Google 的 NotebookLM 將「資料優先」這項理念做成完整產品。順帶一提，產品名稱正於 2026 年 7 月改為 Gemini Notebook，應用程式中可能會顯示新名稱，但仍是同一項產品。本文仍稱它為大家熟悉的 NotebookLM。建立一個筆記本工作區，加入 PDF、文件、網頁、YouTube 連結等來源後，AI 會只以已登錄的來源為依據回答。不像一般聊天機器人那樣用自身記憶填補空白。來源沒有的內容，它傾向回答沒有相關資訊。每個答案都會附上出自哪個來源的哪一段註腳，確認原文只要點一下。

它適合「放入一堆資料，長時間深入研究」的工作。

• 考試與證照準備：放入教材和課程資料，以問答方式學習
• 工作交接：放入手冊與規章，讓新人透過提問學習
• 研究：放入數十篇論文與文章，整理共同論點和差異

只會詢問一次的資料，用聊天機器人附加就足夠了。若要對同一批資料反覆提問，請記住 NotebookLM 更適合。

給了資料也無法解決的事

也要了解這些方法的限制。

第一，資料錯了，答案也會錯。 AI 傾向不加批判地信任附加資料。放入從網路取得、來源不明的文件時，連文件中的錯誤也會照單全收。

第二，極長的資料可能被模糊處理。 一次放入數百頁內容時，中間部分有時會處理得不清楚。原因會直接連到下一篇（第 5 篇）的主題。

第三，放入敏感資料前必須先想清楚。 將含有公司機密或客戶個人資料的檔案上傳至外部 AI 服務，是另一個問題。第 7 篇會正面討論。

總結

• AI 的弱點（幻覺、過時知識）會在依賴自身記憶時出現。請提供資料
• 文件工作用檔案附加，時效性資訊用網頁搜尋，需反覆使用的資料堆用 NotebookLM
• 要求標示來源與依據，就能降低驗證成本
• 資料錯了，答案也會錯。資料的可信度由你負責

即使提供了完善的資料，對話一變長，AI 仍可能忘記先前說過的話，或漏掉文件中間的內容。「我剛才不是說過了嗎」之所以行不通，是有原因的。下一篇將介紹對話變長後 AI 迷失的原因，以及何時該開啟新的聊天。