AI 摘要適合快速掌握大意，數字、因果和引語，要回原文核對
協作者：張Sir與AI
清晨六時多，WhatsApp 群組彈出一條訊息，寫著「我也借 AI mode 閱讀大作……」，後面跟著一個笑臉。這是朋友用 AI 把張Sir寫的《功課可以問AI，考試怎麼辦？》一文整理成摘要，再貼進群組分享。她說明，摘要和其中的評語，都是 Google Gemini 的輸出。摘要有一句核心主旨、三個核心重點和一個「終極結論」。
圖一 WhatsApp 對話截圖
張Sir 看了一遍，主線抓得很準。那篇文章閱讀約十三分鐘，摘要把它壓成一句話：功課可以問 AI，第一步仍要由學生自己做，方向完全正確。主線準確的摘要，仍可能在細節上和原文不同。張Sir 和 AI 逐句對照後找到十處差異，也想起最近幾篇談過的 AI 問題。
最近幾篇文章，談的都是 AI 自己的毛病
前幾篇文章談過三種問題，《AI 有幻覺，先分清病因再對症下藥》談 AI 幻覺（hallucination），也就是 AI 寫出來的內容讀來可信，卻可能是錯的，甚至憑空捏造。《與 AI 聊天愈久愈不聽話，是它變笨了嗎？》談同一段對話愈拖愈長，舊要求和錯誤堆在一起，AI 便容易被前面的內容牽著走。《為什麼最近 AI 模型「降智」了？》談模型的分數一代勝一代，用戶卻覺得它變笨了，有時變的其實是整個產品的運作方式。
這份摘要的主線準確，壓縮時刪掉的是限定句、來源和比較。主線準確、文字整齊，讀者便容易覺得它已經足夠，省略了回原文核對的一步。
這份摘要，正好回應功課那篇文章
原文講過，學生把題目輸入 AI 之前，要先自己做一遍，到了考試才知道第一步怎樣做。讀 AI 摘要也有一個不能跳過的第一步，就是回到原文。
原文也寫到，Google 把 AI 摘要和 AI Mode（可以持續追問的搜尋模式）加進搜尋頁面之後，答案已經排在搜尋結果頂部，學生可以從搜尋頁面學到一種用法，先看生成答案，再決定要不要翻原文。文章引述的老師觀察裡，也有一位說，學生開始把 Google AI 摘要當作主要資訊來源。朋友借 AI mode 讀這篇文章，碰上的正是文中談過的情形。
十三分鐘的長文，先讓 AI 整理大意再決定細讀，是很自然的做法。摘要稱原文為「過多資料的博文」，這句評語出自 Google Gemini，張Sir 覺得有道理，也就收下了。寫這類科普文，原意是介乎純科普、純個人意見和艱澀難懂的學術文章之間，既有客觀的證據，也有明確的論點，篇幅難免略長。這次經 Gemini 提醒之後，以後也會做點優化。
摘要好用在哪裡，不足在哪裡
摘要的好處，先是快。十三分鐘的文章，幾個手機畫面就能看完。主線和結論的方向準確，抓住了第一步仍要由學生自己做。不少數字和名稱也寫得準確，例如香港 15 歲學生的 53%，獅子山實驗的八星期、76% 的回應引導解題、2% 直接給答案，以及澳門大學課程要求學生親自發言。結構上三個重點加一個結論，讀完就能向別人複述。
不足之處集中在三點，第一，限定句最先被壓掉，下一節再詳細說。第二，格式整齊，令人覺得可信，摘要把自己整理的內容標成「終極結論（張Sir 的中心思想）」，開首的「核心主旨」整句還加了引號，其中「廢掉下一代的思考能力」，原文並沒有這句。第三，摘要沒有標明哪些是自己加上的，也沒有指出出自原文哪一段，讀者不知道從哪裡開始核對。
張Sir 在《知道要小心 AI，卻不知道小心甚麼》介紹過沃頓商學院的實驗，AI 給出錯誤答案時，問過 ChatGPT 的人有八成照抄。摘要的情況有別，道理卻相近，答案整齊又有把握，人便少了動手核對的藉口。
差異大多出在限定句
限定句怎樣被壓掉，看這張對照表最清楚，右邊一欄用一句短評說明每項差異。
圖二 AI 摘要與原文對照
對照下來，十處差異可以歸成五類。
語氣和因果被加強。 功課原文說，每天用 AI 起草文章的學生，科學成績比從不用的學生低約 20 分；摘要卻把它寫成科學成績「退步」20 分。原文說的是兩組學生之間的統計關聯，「退步」卻令人以為同一批學生用了 AI 之後成績變差。每週用 AI 幫助學習的學生，成績和不用的學生相若，這組對照在摘要裡也不見了。
同類的還有兩處，那名考試不及格的學生，原文只是他對記者說，考試不能用 AI 時腦子就轉不動，摘要把這句自述寫成不及格的原因。美國高中生那一段，原文交代的是據她母親的描述和記者查閱的部分聊天記錄，其後她把自己反鎖在房間裡，摘要寫成 AI 挑撥離間，「導致」她自鎖房間。來源不見了，「其後」也變成了「導致」。
範圍放大，來源被抹去。 原文有三位老師，各有一個觀察，一位說學生想不出作文題目，一位說學生把 AI 摘要當主要資訊來源，一位說學生說不出引用的觀點與小說有什麼關係。摘要寫成「很多學生盲目引用 AI 觀點，根本不懂內涵」，三個個別的觀察，變成了「很多」。意大利的例子也類似，原文是 Google 公布的項目資料，參與教師自報行政工作時間減少七成，摘要寫成「研究顯示」。
限定句和對照被刪去。 摘要的「港澳現狀」只列了香港的數字，原文同時有澳門，學生網民的生成式 AI 使用率為 74%。原文也指出，澳門暫未見學生使用 AI 的國際學生能力評估計劃（Programme for International Student Assessment，PISA）數字。這項國際評估主要比較各地 15 歲學生的學習表現，也收集部分學習情況。獅子山實驗同樣只留下「顯著大幅提升」這個好消息。原文是老師帶領其中一半班別，八星期後比對照組高 0.258 個標準差（standard deviation），按該研究換算，大約等於一名原本排在同屆中間的學生，成績升至前 40%。原本較好的學生獲益更多，差距沒有收窄，最後這一句也是原文的重要限定句。
推論被寫成結論。 香港中文課的原文只描述學生做了什麼。15 名以中文作附加語言的學生核對並修改 AI 生成的圖片，沒有照單全收；原文沒有測量他們的思辨能力，也沒有把活動總結成「培養思辨力」。摘要加上這個判斷，看來合理，卻把推論寫成了原文結論，同時刪去了學生是哪一類人的限定。
引語被合併改寫。 摘要的結尾加了引號，「功課可以問 AI，第一步仍要由學生自己做。到了考試，才知道怎麼開始。」看起來像文章裡的一段話。其實這是兩句，分在結尾相鄰的兩段，措辭也不同，一句是「到了考試，才知道第一步怎樣做」，另一句是「功課可以問 AI，第一步仍要由學生自己做」。
圖三 AI 摘要主線準確 也有失真
有研究發現，AI 摘要容易把結論放大
把結論放大，就是把研究結論的適用範圍擴大。2025 年，荷蘭烏得勒支大學的 Uwe Peters 和加拿大西安大略大學的 Benjamin Chin-Yee 做了一項測試十個 AI 模型的研究，共檢查 4,900 份 AI 摘要。結果，多數模型會把結論的適用範圍寫得比原文寬，其中三個模型有 26% 至 73% 的摘要出現這個情況。
該研究看到三種變化，有數量的說法變成泛指，過去的研究結果變成現在也成立，單純描述變成行動建議。研究把出現這些變化的句子稱為廣義結論，保留原有範圍的稱為受限結論。在 100 篇完整醫學論文上，AI 摘要出現「廣義結論對受限結論」的勝算，是《新英格蘭醫學雜誌》專家摘要的 4.85 倍。
2026 年，另一項財務文件測試收集 300 份季度報告（10-Q）的管理層討論與分析部分，以及 297 份業績電話會議記錄，共 597 份，再交給 AI 壓縮成 20 條要點。以其中一個壓縮模型的單次壓縮計，管理層討論部分有約三分之一的模型判斷改變，電話會議約四分之一；同一批判斷模型重讀原文時，隨機改變只有約 7% 和 5.7%。
該研究把其中一個原因稱為去脈絡化（decontextualization），即重點仍在，但用來解讀重點的但書、比較和限定被刪去。在管理層討論部分，這類脈絡資料佔原文事實的 25%，壓縮後只剩 9%；在判斷已改變的個案中，把刪去的脈絡補回，37% 恢復原來的模型判斷，補回其他資料則只有 16% 至 19%。被壓掉的，正是「據」「其後」「其中一半」「統計上」「自己的回報」這些不起眼、卻會改變意思的小字。
讀者可以怎樣避免
具體做法分三步，先看摘要，再核對，轉發時附上原文。
- 先看摘要，掌握大意。 這是摘要最擅長的事，用來決定值不值得細讀原文。
- 遇到數字、因果、引語、來源、比較和限定，回原文核對。 摘要裡出現「導致」「因為」「顯著」「很多」「研究顯示」，或加了引號的句子，就用搜尋功能在原文找到那一句，看是據誰所說、跟誰比較、適用哪些人，前後文還有沒有但書。
- 轉發之前，附上原文鏈接。 讓下一位讀者也有機會做這一步。
圖四 讀 AI 摘要的三步核對
想省力，可以讓 AI 幫忙核對。前面提到的 AI 幻覺那篇文章寫過，認出答案比自己寫出答案容易。核對摘要時，把原文和摘要一併放到 AI 面前，讓它逐句比較，效果較好。具體做法是開一個新對話，請它列出摘要裡哪些話在原文找不到出處、哪些數字對不上、哪些語氣比原文強、哪些來源不見了。新對話可以減少舊內容的干擾，AI 列出的每一處差異，仍要由人回到原文確認。
接下來可試兩個小技巧，第一個是向 AI 要摘要時，具體說明要保留什麼。Peters 和 Chin-Yee 的研究曾在簡單要求上加一句「不要出現不準確的內容」，整體結果顯示，這組摘要出現「廣義結論對受限結論」的勝算，是簡單要求組的 1.9 倍。2026 年的財務文件研究則要求保留比較對象、但書和限定句，其中一個壓縮模型在管理層討論部分的判斷改變比例由 31.5% 降到 21.2%。兩項研究不能直接比較，只提示籠統一句「請準確」未必有用，寫明要保留什麼，值得先試。因此，可以直接要求 AI 保留數字、來源、比較對象和限定句。
另一個技巧是用兩個不同的 AI 工具各做一份摘要。2026 年那項測試發現，不同 AI 壓縮同一份文件，約四分之一的文件上判斷方向不一致。研究沒有直接測試一般讀者這樣做的效果，但若兩份摘要導向不同判斷，分歧可以當作回查原文的提示。
那篇功課原文說，功課可以問 AI，第一步仍要由學生自己做。讀 AI 摘要也一樣，轉發和引用之前，回到原文那一步，仍要由讀的人自己做。
@張Sir的AI養生館 – 學習智人
延伸閱讀
- 《功課可以問AI，考試怎麼辦？》
- 《知道要小心 AI，卻不知道小心甚麼》
- 《AI 有幻覺，先分清病因再對症下藥》
- 《與 AI 聊天愈久愈不聽話，是它變笨了嗎？》
- 《為什麼最近 AI 模型「降智」了？》
參考資料
Lee, H., et al. (2026). When summaries distort decisions: Information fidelity in LLM-compressed financial analysis (arXiv:2606.29251) [Preprint]. arXiv.
Peters, U., & Chin-Yee, B. (2025). Generalization bias in large language model summarization of scientific research. Royal Society Open Science, 12(4), 241776.
