問AI做研究只得到「視情況而定」？怎麼拆小題、查來源並保留衝突？
AI研究結果看似完整，卻無法幫忙判斷要不要做？本文以訂閱制評估的假設情境，整理拆小題、比對三種來源及並陳衝突說法的方法，帶你檢查年份、事實與推測，避免把摘要當原文，並透過兩個練習建立能回查依據的研究整理方式。
本文目錄
一句結論之外，你還需要哪些答案？
看到AI列出一長串優點與缺點，最後卻用「視情況而定」收尾，你可能仍無法向主管說明下一步。這時值得回看的，是自己有沒有把研究問題寫得足夠清楚，以及要求它留下哪些判斷依據。
假設情境：產品經理阿凱評估訂閱制，分析看似面面俱到，主管追問是否值得推行時，他卻沒有辦法回答。情境 → 大問題只得到概括結語；判斷 → 先檢查研究要回答的小問題；理由 → 沒有逐題的資料，就無法說明支持或反對的根據。
搭配本課程5分鐘影片，先看重點，再用下面的整理與練習確認理解。
先確認小題，再讓AI開始找
拆題時，不妨把「這題要用什麼回答」寫在旁邊。如果只能憑感覺判斷，就繼續縮小，直到能指出需要的數字或文件。這一步也讓你有機會先排除不重要的問題，補上只有自己知道的限制。
- 請AI把研究主題拆成四到五項可回答的提問，確認地區、資料期間與公司限制後，再同意查找。
- 每題要求至少三種來源相互比對，將年份與出處跟著結論列出，另外標明哪些屬於推測。
- 若資料說法不同，保留各方內容與依據，接著檢查年代、樣本及作者立場，自己判斷採用方式。
本堂的「大題切小題，說法衝突並陳」，放回系列就是「交代目的與標準 → 排好先後步驟 → 要求附上依據」。說清楚要什麼，再驗收它交的東西；研究時，先驗收問題清單，再驗收回答與來源。
查得到的來源，才有辦法核對說法
假設情境：你和阿凱一起調整訂閱制研究，可以先看顧客付費意願、競品如何定價，以及同業的流失情形。情境 → 同一個決策涉及不同疑問；判斷 → 各題要分別找資料；理由 → 某一題有答案，並不代表其他題也已被回答。
| 小題示例（假設情境） | 應確認的內容 | 拿到整理後怎麼看 |
|---|---|---|
| 顧客願意付多少？ | 支持付費意願說法的資料 | 出處是否真的談同一問題 |
| 競品怎麼定價？ | 價格依據及資料年代 | 是否落在指定研究範圍 |
| 同業流失情形如何？ | 數字來源與適用條件 | 摘要是否保留原本前提 |
來源可以來自官方統計、產業報告與新聞等類型，但看到完整名稱還不算核對完成。請自己打開資料，確認內容能支持AI寫的那句話。若連結無法開啟，就換一份能讀到的資料；若開得到卻找不到支持，就先別用那句結論。
來源不同時，別急著把報告寫得一致
遇到相反說法，可以請AI並排呈現，而不急著刪掉其中一方。接著看資料何時發表、涵蓋多少樣本，以及作者是否有特定立場。資料較新不代表可以省略其他檢查；判斷時仍要把理由說清楚。
也能請AI將可信程度分成高、中、低，但要同時交代理由。這個標記只提供參考，不能省去你閱讀來源的工作。研究還有分歧，就把分歧留在結果中，不要讓一句流暢的結語掩蓋它。
我想釐清＿＿，用來協助判斷＿＿。範圍為＿＿地區、＿＿期間。請先拆成四至五項能以資料作答的小題，等我確認。
開始研究後，各題至少對照三類來源，回答旁附上資料年份與出處，推測請另行標明。
不同來源若有相反結論，請各自列明，並從年代、樣本及作者立場說明比較理由。
引用時要回到原始段落，因為AI摘要可能省略前提。不要直接把摘要放進引號當成原文。研究結束後，可以整理成「小題、結論、主要出處」的表格，讓報告時能沿著問題解釋，不只留下最後建議。
驗收時先問：各題是否作答？資料是否可讀且符合年份要求？不同說法是否看得到？漏題就補該題，資料讀不到就換來源，分歧被省略就要求重新並排。
研究報告要交出去之前，可以沿著小題清單再讀一次：這一題的結論來自哪裡？那份資料的條件，有沒有留在整理中？若某句其實是AI推論，就讓它維持推測標記，不要因為放進結論欄就變成已確認的事。
來源數量之外，也要看每份內容是否真的讀過。三種來源是交叉比對的要求，仍要逐份回查，不能只計算列了幾個名稱。當資料缺失或說法相反時，讓缺口看得見，主管才能知道目前判斷還需要哪些補充。
動手做2個練習
- 練習：從最近要弄懂的工作問題出發，自己先列三個小題，每題後面加上「我要找＿＿來回答」。檢查空格能否填入數字或文件。
- 解析：如果寫不出需要哪種資料，代表提問可能仍太大。先縮小題目，再讓AI協助補成研究清單；同時寫明地區和期間，避免拿範圍不同的內容回答。
- 練習：假設兩份資料對同一題有不同結論，你想請AI只留一個看起來合理的答案。請把這項要求改寫成保留依據的做法。
- 解析：改為要求並列雙方結論、出處、年份與比較理由。自己查看樣本及立場，再決定如何使用；如果仍無法判斷，就保留分歧。你需要交代的是目前能知道什麼，而不是替資料製造一致。
使用提醒
AI可能出錯，重要數字要自己查證。上傳資料前確認公司規定、去除個資；含公司機密的內容，也先依規定確認能否提供。本文案例皆為假設情境，出現的數據或分數皆供示範，不能當成真實企業成果。
AI工作術系列｜接著讀下一堂
- 看完整五分鐘課程｜5分鐘學會用AI做研究（104學習免費課程）
- 第1堂｜叫AI寫企劃總是偏題？怎麼用讀者、主張與出處把方向拉回來？
- 第3堂｜AI分析報表只有一堆描述？怎麼先問決策問題，再檢查數字與原因？
- 第4堂｜AI審提案總說不錯，還是選不出來？怎麼先找漏洞再比較分數？
沒看到有興趣的職缺嗎？
