問 AI 要摘要，你永遠只得到摘要

前陣子準備課程時，我把三份關於AI與職場轉型的研究報告丟進NotebookLM。新增來源、按下筆記本指南，不到幾秒鐘，一份整理好的摘要就出現在畫面上。

老實說，第一眼看到時還有點驚艷。以前可能要花一兩個小時閱讀的內容，現在幾分鐘就能掌握重點。

但看完之後，我卻停了下來。

那一刻我開始思考，如果AI只是幫我把三十頁濃縮成三頁，它真的有幫助我思考嗎？

我重新看了一次摘要，沒有錯，它整理得很好。但問題是，我真正想知道的事情，一件都沒有得到答案。

後來我才發現，問題從來不在NotebookLM，而是我只是隨意點選了重點摘要，沒有主動詢問，只有被動等答案。

當你只問AI重點是什麼，它回答你的，也只會是重點。真正有價值的，往往是那些沒有直接寫在資料裡的問題。

NotebookLM 的底層邏輯

在說提問之前，先把NotebookLM的運作方式講清楚。它跟一般AI有一個很關鍵的差異，它不是憑空生成答案，而是先在你上傳的材料裡找到相關段落，再根據那些段落來回答你。每句回應都附有引用出處，答案有所本，不會憑空捏造。

我在課程裡常說一句話：ChatGPT不用給資料，就給答案。NotebookLM則是，不給資料，不給答案。

正因為如此，它能給你什麼，完全取決於你怎麼問它。你給的方向越清楚，它的回應就越有價值。一句模糊的幫我摘要，對它來說等同於你覺得什麼重要就說什麼。

三種提問方向，從不同角度切入

於是我不再請它幫我摘要，除非是學習新知，反而是慢下來，開始問自己：關於這份資料，我真正想知道的是什麼？同一份資料，換個問題，答案完全不同。

• 找共識：這三份報告針對中階主管在AI時代的角色轉型，有沒有共同強調的方向。這個問法讓AI做跨文件的比對工作，不只是摘要單篇，而是幫你找三份資料的交集。交集出現的地方，通常就是最值得關注的趨勢。

• 找分歧：關於AI是否會取代中階管理職，三份報告的立場有什麼不同。這是很多人不會問的角度，但我覺得它最有價值。不同報告對同一問題給出不同答案，背後可能是立場不同、研究方法不同，或產業背景不同。讓AI把各方立場整理出來，閱讀就從接受資訊，升級為評估觀點。

• 找行動：如果我是一家製造業的部門主管，這三份報告中最值得我優先採取行動的是哪一點。這個問法把AI的角色從分析師變成顧問。你給它一個角色條件，它就從報告內容裡篩選最相關的建議，答案不只是摘要，而是針對你的情境做出的判斷。

追問到某個程度後，可以換一種問法

這三種問法，問的都是資料裡有什麼。但除了問資料，還有另一層可以往下走，不是問資料裡有什麼，而是讓AI反過來挑戰你自己的判斷。

同樣是跟AI互動，這其實是兩種完全不同的用法。一種是助理，你交代什麼，它幫你做完，省的是時間。另一種是協思夥伴，你丟出一個還沒想清楚的判斷，讓它站到對立面，逼你把假設攤開來看，練的是你能不能自己先看出一個計畫的三個破綻，而不是等別人來提醒你。多數人的AI使用經驗停在前者，其實後面那道門一直開著。

要打開這道門，有幾個問法上可以參考的方向。

第一種，戴上黑帽找漏洞。

不是籠統地問這個計畫有沒有問題，而是明確請AI扮演最挑剔的批判者，直接指出最可能導致失敗的三個致命風險。比起AI給你四平八穩的建議，這種問法逼出來的答案通常更尖銳，也更有用。

第二種，用蘇格拉底式的反問，一路追到假設本身。

比如一個決定背後的前提是什麼，這個前提有沒有數據支撐，如果前提不成立，結論會不會跟著垮掉。這種一層一層往下扒的問法，常常能問出原本沒意識到的盲點。


第三種，換一個完全外行的角度。

內行人容易有共同的盲點，反而是完全不懂這個產業的人，一個天真的問題，就可能戳破團隊沒注意到的地方。

這三種問法的共同點，是把AI從幫你把事情做完的角色，換成幫你把事情想得更清楚的角色。提問的深度，決定了回應的深度，這件事跟資料本身其實沒有太大關係，關鍵始終是你帶著什麼問題進去。

順帶一提，NotebookLM還有一個語音摘要的功能，能讓我們提升到另一個層次。把資料轉成兩人對談的音檔，用聽的方式過一遍，有時候比盯著文字更容易聽出邏輯不通順的地方，也算是另一種找盲點的路徑，不一定每次都要正襟危坐地打字追問。

真正拉開差距的，是你問完後的下一步

根據哈佛商業評論的一篇研究，分析了約兩千五百名員工、八個月、超過一百四十萬筆的AI提示與回應。真正把AI用出差距的人有一個共同特質，他們不會對AI的初步輸出照單全收，而是透過持續的對話，不斷聚焦、挑戰、修正，直到獲得符合需求的深度回應。

看到這個數字，我想起自己剛開始用NotebookLM的樣子。點選軟體預設的功能，看到AI回了一大段，就幾乎被說服了。但資料很多，不代表真的被吸收。拿到第一個答案，看完就關掉，對話到此結束。

進階使用者會繼續追。你說的第三點，可以展開嗎。這個結論來自哪份報告的哪個段落。如果這個前提不成立，你的建議會改變嗎。

這個「下一步」不一定要打字追問，換一種方式重新咀嚼一次，也是同一件事。

NotebookLM有一個語音摘要的功能，能把資料轉成兩人對談的音檔，用聽的方式再過一遍，有時候比盯著文字更容易聽出邏輯不通順的地方，也算是另一種找盲點的路徑。

用眼睛讀文字，大腦得先辨識文字、再轉換成聲音、最後才理解內容，中間多了兩道轉換；用耳朵聽則省略前兩道，直接進入理解，負擔小很多。負擔變輕，反而讓大腦有餘力去想這段內容跟我現在遇到的問題有什麼關係，而不是耗在機械式地把字讀完這件事上。而且耳朵不像眼睛得盯著螢幕，通勤、走路、做家事的零碎時間，都可以拿來用。

不管是繼續打字追問，還是換個方式重新聽一遍，AI的每一輪回應都會根據你的動作調整方向。第一輪只會告訴你這篇報告的重點，追問三輪後，它會告訴你這三個重點彼此矛盾在哪裡。這就是為什麼，同樣新增同樣三份來源，有人三十分鐘抓到了重點，有人花了兩小時還是停在表面。差距不在工具，在你願不願意多問一句，或多聽一遍。

試試看：從你最關心的事開始

如果你想練習，不需要找專業報告。把三篇關於同一主題的文章丟進去，健康、理財、任何你正在關注的事都行，然後問，這三篇的核心觀點有什麼不同，哪一個說法最適合我現在的狀況。

熟悉一點之後，可以再試著問一句，如果你是最反對這個做法的人，你會怎麼挑戰它。

比起讓AI幫你摘要，這些問法讓你真正帶著問題去讀，而不是讓資料流過去。

工具本身不會幫你多想一輪，是你自己選擇要不要再問一句，或再聽一次。

問AI要摘要，你永遠只得到摘要。

問趨勢、問分歧、問行動、問到它願意跟你唱反調，你得到的，才是洞察。

> 小樹108・No.001｜AI心態

．．．關於分享者．．．

※連繫：FB 蔡興正
※電郵：jason@cpfs.com.tw
※證照：孫易新心智圖講師班﹙2014﹚ | GCDF全球職涯發展師 | Google全球教育家
※專長：心智圖法 | 數位工作 | 職涯紫微