這是「AI 助理實戰」系列第 3 篇。第 2 篇講怎麼把影片幾分鐘變成報告；這篇講報告做出來以後，裡面的名字和數字怎麼查。適合會用 AI 整理逐字稿、影片摘要、會議紀錄的人。我的知識庫怎麼在收資料前先做查證表，看 LLM Wiki 實作。
為什麼要特別查
一般的資料，看到怪的地方你自然會停下來查。AI 轉錄的麻煩是它讀起來完全正常：句子通順、結構完整、細節具體，沒有任何地方提醒你「這裡可能錯了」。
不刻意設一道關卡，錯的名字和數字就會直接變成你筆記裡的「事實」。之後你自己引用，或請 AI 根據筆記回答，它都會放心地用。
讓我定下「一律要查」這條規矩的，是兩份公開產業論壇的 AI 摘要。逐項獨立查證以後，抓到 5 處名稱和數字錯誤，外加一整段 7 項編出來的行動項目。這些錯在通順的文字裡，我讀第一遍時一個都沒發現。
錯誤來自兩層：
| 層 | 是誰做的 | 會錯什麼 |
|---|---|---|
| 語音辨識 | 把聲音打成文字的工具，例如 Whisper、影片自動字幕 | 字聽錯 |
| 摘要 | 把逐字稿濃縮成重點的 AI，例如影片摘要、會議紀錄工具、NotebookLM | 意思跑掉，甚至編出原本沒有的東西 |
最常見的四種錯
| 錯誤 | 怎麼發生 | 例子 |
|---|---|---|
| 同音字 | 中文同音詞多，工具挑錯字 | 示意：「微調」打成「微條」、「向量」打成「像量」 |
| 數量級 | 單位被吃掉或聽錯 | 一份公開產業論壇的 AI 摘要，把「十萬卡」（十萬張運算卡）寫成「10 卡」，差了一萬倍 |
| 產品名、公司名 | 英文名稱、少見的名字最容易錯 | 我轉錄講 AI 代理工具的公開影片時遇過：Nous 被聽成 Nuos、Tavily 被聽成 Tevli、Kanban（看板）被聽成 Combat Board |
| 限定條件被砍掉 | 摘要時省略了修飾語 | 原本是「選型決策的時間縮短 70%」，摘要寫成「採購效率提升 70% 以上」，對象、範圍、程度全變了 |
數字最危險，「10 卡」看起來也是個合理的數字。最後一種最難抓，每個字都像是對的，意思卻不一樣了。
AI 摘要會憑空生出「決策」和「行動項目」
很多會議紀錄工具有固定模板：決策、行動項目、負責人、截止日。素材裡沒有這些東西時，工具常常自己編。
前面那次的 7 項行動項目就是這樣來的：每項都有理由、範圍和時程，看起來很像會議結論，但原始內容裡根本沒有這些決定。
看到這些訊號就要警覺：
| 訊號 | 為什麼可疑 |
|---|---|
| 日期寫得很具體，負責人卻是「[填寫空白]」「[待填]」 | 模板填了一半 |
| 素材是一個人的演講或影片，卻出現「與會者決議」「跨部門共識」 | 根本沒有開會 |
| 每項行動都附理由、範圍、里程碑，工整得不像真的 | 真實的討論很少這麼整齊 |
| 內文殘留很多方括號佔位符 | 模板沒填完 |
處理方式：整段刪掉，不收進筆記，並在筆記裡留一句「原素材附有 AI 產生的行動項目，未採用」。
不要想著先留著之後再改。半年後你翻到這份筆記，會讀到「已決議成立某某小組、某日前完成」，看起來像真的承諾，那時你已經分不出哪些是編的。
如果是你自己參加的會議，工具列的行動項目可能有一部分是真的。這時也別整段照收，拿你記得的、或會後跟大家確認過的結論逐條對，對不上的負責人和日期不要照抄。
怎麼判斷一份素材是 AI 轉錄的
| 線索 | 例子 |
|---|---|
| 檔名 | 含「Summary」「逐字稿」「紀要」「敘述記錄」 |
| 佔位符 | 「[填寫空白]」「[講者姓名待填]」 |
| 不該出現的話 | 文章裡夾著影片開場白（例如「歡迎訂閱」），或口誤註記 |
| 時間點 | 每段前面有 [05:32] 這種標記 |
文章裡冒出影片開場白，幾乎可以確定是轉錄的。自己用第 2 篇方法做的報告也算，一樣要查。
不必這樣查的：官方文件、論文、網頁原文、你自己打的筆記，以及已經有人校對過並註明的逐字稿。
查證表：一項一項列出來
查證表是把素材裡的專有名詞和數字列成一張表，寫下查的結果和在哪裡查到。我用四欄，下面是示意：
| 項目 | 素材原文 | 查證結果 | 出處 |
|---|---|---|---|
| 頻道 | 某某 AI 頻道 | 正確 | 影片本身的資訊 |
| 產品名 | Nuos | 更正為「Nous Research」 | https://nousresearch.com |
| 數字 | 540 萬次下載 | 查無 | 查過：官方部落格、Hugging Face 頁面 |
怎麼填：
- 要查的：人名、產品名、公司名、版本號、數字、日期。語音轉錄的稿子一律全查
- 素材原文照抄，不要先改
- 查證結果只有三種：正確、更正為「…」、查無
- 正確和更正都要附出處；查無要寫「查過：」，後面接查了哪些地方
出處要找可信的，依序是：
- 第一手資訊：影片本身的標題、頻道、日期、片長，或 GitHub 專案頁上的資料
- 官方網站、官方文件、論文
- 原網頁本身
- 可信的第三方，例如維基百科、主流媒體
不能拿另一份 AI 摘要或 AI 轉錄當出處，兩份 AI 產出互相對得上，不代表查過。
可以請能上網的 AI 幫你查，但表格填得整齊，只證明格式對。出處是不是真的查過、該查的有沒有都列進來，要自己抽幾項點開看。
實際走一次（示意）
假設你轉錄一支講 AI 代理工具的公開影片，逐字稿裡有這一句：
講者說，Nuos 的模型三個月下載了 540 萬次，他接上 Tevli 搜尋，再用 Combat Board 管理任務。
一句話裡就有四個要查的項目：
| 項目 | 素材原文 | 你要去哪查 |
|---|---|---|
| 公司名 | Nuos | 用拼法或發音相近的名字搜尋，找官方網站 |
| 產品名 | Tevli | 同上，看官網的產品名稱怎麼拼 |
| 專有名詞 | Combat Board | 想想發音接近的常見詞，這裡是 Kanban（看板） |
| 數字 | 540 萬次 | 找官方部落格、下載頁的公開數字 |
前三項查到正確寫法，查證結果就寫更正，附上官網網址。數字找不到公開來源，就填「查無」，寫下查過哪幾個地方，報告裡寫成「540 萬次（查無）」。
請 AI 先幫你列清單
逐字稿很長時，可以先請 AI 列清單，你再查。我會這樣說：
把下面這份逐字稿裡的人名、產品名、公司名、版本號、數字、日期全部列出來，
做成表格，欄位是：項目、素材原文、查證結果、出處。
素材原文照抄，不要改。你不能上網的話，查證結果一律寫「待查證」，出處留空。列完以後逐項查，把「待查證」改成三種結果之一。表裡還留著任何一格「待查證」，這份報告就還不能收進筆記。
查不到的名稱怎麼辦
這一步最容易做錯。查不到時，很自然會想「應該是某某吧」，順手改掉。請不要這樣做：你改成的名字也可能是錯的，而且之後再也看不出這裡曾經有疑問。
| 寫在哪裡 | 怎麼寫 |
|---|---|
| 查證表 | 結果寫「查無」，出處寫查過哪些地方 |
| 報告正文 | 保留原文，第一次出現寫成「原文（查無）」 |
| 收進知識庫的正式筆記 | 不寫進正文，只放在筆記最後的「待解」（還沒解決的問題）區，標明查無 |
查證表要留著，不要默默改掉
查完以後，我會把查證表留在筆記裡，讓「原文寫什麼、實際是什麼」一直看得到。下次從同一個來源收資料，看到這張表就知道它不太可靠；如果是我查錯了，也還找得回原文。
講者是廠商時，再多分一層
如果素材是廠商自己出的，例如某家 AI 公司的教學影片或白皮書，除了查名字和數字，還要分清兩種內容：誰來用都成立的方法，和「用我們家產品來做」的推銷。在筆記開頭標一句立場就好，不用每段都加免責聲明。
我的查證流程
- 先判斷是不是 AI 轉錄或 AI 摘要
- 是的話，把名詞、數字、日期全部列出來
- 一項一項查，優先找第一手來源
- 掃一遍「決策、行動項目、負責人、日期」，沒有根據的整段刪掉
- 查證表留在筆記裡，記下這次查到幾處錯
最後提醒一件事：查證是為了自己的筆記正確。報告和逐字稿僅供自己學習整理，不要把別人的影片內容整份轉貼出去。
參考資料
- 系列第 2 篇：YouTube 影片幾分鐘變成繁中報告
- LLM Wiki 實作：剪報先做查證表再收進知識庫
- OpenAI Whisper：https://github.com/openai/whisper
- yt-dlp（抓影片標題、頻道、日期等第一手資訊）：https://github.com/yt-dlp/yt-dlp
- NotebookLM：https://notebooklm.google.com/