簡而言之： 人工智慧的使用比例沒有統一的標準。適當的比例取決於風險程度、人工智慧的應用範圍以及是否需要人工承擔責任。在內部低風險工作中，如果事實得到核實，人工智慧可以發揮重要作用；但如果錯誤可能造成誤導、傷害或冒充專業知識，則應限制其應用。
要點：
問責制：為發布的每一份最終成果指定一名負責人。
風險等級：在低風險的內部任務中更多地使用人工智慧，而在敏感的面向公眾的工作中減少使用人工智慧。
核實：在發佈人工智慧輔助內容之前，審查每項聲明、數字、引語和參考文獻。
透明度：當隱藏的自動化操作可能會讓受眾感到被誤導時，應揭露人工智慧的參與情況。
語音控制：讓 AI 輔助結構和編輯，而人類的判斷和風格則保持主導地位。
🔖 您可能也喜歡：
🔗 什麼是人工智慧倫理？
解釋負責任的人工智慧原則、公平性、透明度和問責制的基本概念。
🔗 什麼是人工智慧偏見？
涵蓋偏見的類型、原因、影響和緩解方法。
🔗 什麼是人工智慧可擴充性？
本文將詳細分析人工智慧系統的擴展性、效能、成本和基礎設施需求。
🔗 什麼是預測性人工智慧？
本文將定義預測性人工智慧，介紹其主要用例、模型和優勢。
為什麼現在還會有人問「人工智慧的可接受比例是多少？」這個問題呢🤔
不久前，「人工智慧助理」還只是指自動糾錯和拼字檢查。如今，它能集思廣益、撰寫提綱、寫作、改寫、總結、翻譯、生成圖像、整理電子表格、編寫程式碼，甚至還能禮貌地吐槽你糟糕的措辭。所以問題不在於人工智慧是否參與其中——它早已參與其中。.
這個問題讀起來更像是：
-
責任歸屬。 （你、你的團隊、你的編輯、工具…） 經合組織人工智慧原則
-
正在生成什麼？ （一首詩、一份醫療記錄、一份法律政策、一篇學校作文…） 世界衛生組織關於生成式人工智慧在健康領域的指導意見
-
誰在讀它？為什麼讀？ （顧客、學生、選民、病人、你的老闆。）
-
可能出現哪些問題？ （錯誤訊息、抄襲嫌疑、合規問題、品牌損害。） OpenAI：為什麼語言模型會產生幻覺？ 美國版權局人工智慧指南
而且，從某種程度上來說，「百分比」可能不如 實際 參與的範圍重要。即使從技術上講，人工智慧在「標題變體」中的應用比例都達到了30%或其他數值，但將人工智慧應用於「理財建議」與將人工智慧應用於「理財建議」是截然不同的。 🙃
什麼樣的「可接受的AI百分比」才算好版本？ ✅
如果我們要建立一個「好的」概念版本，它需要在日常實踐中發揮作用，而不僅僅是在理論上看起來很完美。.
關於「可接受的人工智慧應用比例是多少？」這個問題，一個好的框架是：
-
情境感知：不同的工作，不同的風險。 NIST AI RMF 1.0
-
結果導向：準確性、原創性和實用價值比純度測試更重要。
-
可審計性強：如果有人詢問，你可以解釋發生了什麼事。 經合組織人工智慧原則
-
人為所有：最終產出由真人負責（是的，即使這令人惱火）。 經合組織人工智慧原則
-
尊重受眾：人們討厭被欺騙的感覺——即使內容「沒問題」。 聯合國教科文組織人工智慧倫理的建議
此外，也不應該需要像「這句話是40%的AI造句還是60%？」這樣的腦力體操，因為那樣只會陷入荒謬……就像試圖衡量一份千層面裡「起司佔比」有多高一樣。 🧀
簡單定義「AI百分比」而不至於崩潰📏
在進行比較之前，先來看一個合理的模型。可以把人工智慧的應用想像成分層的：
-
構思層 （腦力激盪、提示、提綱）
-
草稿層 （初稿、結構、擴展）
-
編輯圖層 （清晰度調整、色調平滑、語法校正）
-
事實層 （主張、統計數據、引證、具體性）
-
聲音層次 （風格、幽默感、品牌個性、生活體驗）
如果人工智慧大量介入事實層，可接受的比例通常會迅速下降。如果人工智慧主要停留在構思和編輯層，人們往往會更放鬆一些。 OpenAI ：為什麼語言模型會產生幻覺？ NIST GenAI Profile（人工智慧風險管理框架）
所以當有人問 「可接受的AI使用比例是多少？」，我會把它翻譯成：
哪些層是AI輔助的，以及在這種環境下這些層有多大風險？ 🧠
對比表 - 常見人工智慧應用「方案」及其適用場景 🍳
這裡提供實用的速查表。由於實際表格不可能完美無缺，所以格式上可能存在一些小瑕疵。.
| 工具/方法 | 觀眾 | 價格 | 為什麼有效 |
|---|---|---|---|
| 人工智慧腦力激盪 | 作家、行銷人員、創辦人 | 免費或半免費到付費 | 人工智慧保留了人類的原創性，它只是激發靈感——就像一個拿著濃縮咖啡、喋喋不休的同事。 |
| AI 大綱 + 人工草稿 | 部落客、團隊、學生（在道德層面） | 低到中 | 結構變得更快，聲音依然屬於你。如果事實得到證實，那就相當安全。 |
| 人工草稿 + 人工智慧編輯通過 | 大多數專業人士 | 低的 | 非常適合提升清晰度和語氣。只要不讓它「編造」細節，風險就很低。 OpenAI ：ChatGPT 說的是真話嗎？ |
| AI 初稿 + 大量人工重寫 | 繁忙的團隊，內容運營 | 中 | 速度快，但需要自律。否則你做出來的東西就會平淡無奇…抱歉😬 |
| AI翻譯+人工審核 | 全球團隊，支持 | 中 | 速度很快，但對局部細節的掌握可能略有偏差——就像鞋子幾乎合腳一樣。 |
| 內部筆記的AI摘要 | 會議、研究、高階主管動態 | 低的 | 效率至上。但關鍵決策仍需確認，因為摘要可能會「天馬行空」。 OpenAI ：為什麼語言模型會產生幻覺 |
| 人工智慧生成的「專家」建議 | 大眾觀眾 | 變化 | 高風險。即使錯了也顯得信心滿滿，這真是個糟糕的組合。 世界衛生組織：《人工智慧在健康領域的倫理與治理》 |
| 完全由人工智慧產生的公共內容 | 垃圾網站，低風險填充內容 | 低的 | 它的確具有可擴展性——但信任和差異化往往會在長期內受到損害。 （聯合國教科文組織關於人工智慧倫理的建議） |
你會注意到我並沒有把「完全人工智慧」視為天生邪惡。它只是……在面對人類時，往往比較脆弱、缺乏統一性，而且容易損害聲譽。 👀
不同場景下可接受的AI百分比－實際範圍🎛️
好，我們來談談數字──不是作為法律條文，而是作為指導原則。這些是我「維持日常生活所需」的範圍。.
1) 行銷內容與部落格✍️
-
通常可以接受： 20% 到 60% 的人工智慧支持
-
風險會在以下情況下急劇上升： 聲明過於具體、比較過於激烈、出現客戶證言，或以「個人經驗」的形式呈現。 聯邦貿易委員會 (FTC) 評論提及人工智慧行銷聲明風險； 美國版權局人工智慧指南
人工智慧可以幫你加快速度，但受眾對千篇一律的內容一眼就能識破，就像狗能嗅出恐懼一樣。我打個不太恰當的比方：人工智慧主導的行銷文案就像把香水噴在沒洗過的衣服上——它盡力了，但總覺得哪裡不對勁。 😭
2）學術作業和學生提交的作品🎓
-
通常可接受的比例： 0% 至 30%（取決於規則和任務）
-
更安全的用途： 腦力激盪、列提綱、文法檢查、學習講解
-
風險激增的情況包括： 人工智慧撰寫論點、分析或「原創性思考」。 （英國教育部：教育領域的生成式人工智慧）
一個大問題不只是公平性，還有學習。如果人工智慧取代思考，學生的大腦就只能坐在板凳上吃橘子片了。.
3）職場寫作（電子郵件、文件、標準作業程序、內部筆記）🧾
-
通常可接受的範圍： 30% 至 80%
-
為什麼要求這麼高？ 內部寫作講究的是清晰和速度，而不是文學上的純粹性。
-
風險高峰出現在： 政策措詞具有法律效力，或數據準確性至關重要。 NIST AI RMF 1.0
很多公司其實已經在悄悄地以「高人工智慧輔助」的方式運作了，只是他們不這麼稱呼而已。他們更傾向於說「我們只是在提高效率」——這倒也無可厚非。.
4) 客戶支援與聊天回覆💬
-
通常可接受的比例： 40%至90%，並設有護欄
-
不可妥協的要素： 升級路徑、已批准的知識庫、針對極端情況的嚴格審查
-
風險高峰出現在以下情況： 人工智慧做出承諾、退款或政策例外。 OpenAI ：ChatGPT 會說真話嗎？ NIST GenAI Profile（人工智慧風險管理框架）
客戶不介意快速獲得幫助，但他們介意錯誤的幫助。他們更介意自信滿滿的錯誤幫助。.
5）新聞、公共資訊、健康、法律相關議題🧠⚠️
-
通常可以接受： 0% 到 25% 的 AI 寫作輔助
-
更可接受的方案： 人工智慧用於轉錄、粗略總結和組織
-
風險激增的情況包括： 人工智慧「填補空白」或將不確定性轉化為虛假的確定性。 美聯社：生成式人工智慧標準； 世衛組織關於生成式人工智慧在健康領域應用的指導意見。
在這裡，「百分比」並非衡量標準。我們需要的是人工編輯把控和嚴格的核查。人工智慧可以輔助，但不應成為最終的決定者。 《美國專業記者協會道德準則》
信任因素－為什麼資訊揭露會改變可接受的比例🧡
人們評判內容不僅看質量，還會看它與 連結。而聯繫往往包含情感因素。 （雖然令人惱火，但卻是事實。）
如果你的聽眾相信：
-
你很透明，
-
你要承擔責任，
-
你並沒有偽裝專業技能，
這樣一來，你通常可以 更多地 人工智慧而不會產生負面影響。
但如果你的觀眾感覺到：
-
隱藏的自動化
-
捏造的“個人故事”，
-
製造權威，
……那麼，即使是人工智慧的微小貢獻也可能引發「算了，我不干了」的反應。 透明度困境：人工智慧資訊揭露與信任（Schilke，2025）； 牛津路透社研究所關於人工智慧資訊揭露與信任的論文（2024）。
所以，當你問「 可接受的人工智慧應用比例是多少？」，請將這個隱藏變數考慮在內：
-
銀行帳戶餘額充足？ 您可以花更多錢在人工智慧上。
-
銀行帳戶信任度低？ 人工智慧會像放大鏡一樣審視你的一舉一動。
「語音問題」－為什麼人工智慧佔比會悄悄削弱你的工作能力😵💫
即使人工智慧的預測非常準確，它也常常會抹平一些棱角。而棱角恰恰是個性的體現。.
語音層人工智慧過度使用的症狀：
-
一切聽起來都彬彬有禮地充滿樂觀，就像在推銷一張米色沙發一樣。
-
笑話講得不錯……但隨後又道歉了
-
強烈的觀點會被稀釋成「視情況而定」。
-
具體的經歷變成了“很多人說”
-
你的寫作失去了一些細微的、獨特的風格（這些風格通常是你的優勢）。
這就是為什麼很多「可接受的人工智慧」策略看起來是這樣的：
-
人工智慧有助於 建構結構和清晰度
-
人類賦予 品味、判斷、故事與立場 😤
因為味道是最難自動化的部分，否則就會變成一鍋粥。.
如何制定一個不會在第一次爭論就崩潰的AI百分比策略🧩
如果你是為自己或團隊制定政策，請不要寫出類似這樣的政策：
“人工智慧佔比不超過30%。”
人們會立刻問：「我們該如何衡量呢？」然後大家都會感到疲憊，又回到隨性發揮的狀態。.
相反， 應依層級和風險設定規則： NIST AI RMF 1.0 OECD AI 原則
一個可行的政策範本（直接用這個）
-
AI 可實現：腦力激盪、大綱撰寫、清晰度編輯、格式設定、翻譯草稿 ✅
-
人工智慧的應用範圍受限於：原創分析、最終結論、敏感話題、面向大眾的「專家建議」⚠️ 世界衛生組織：人工智慧在健康領域的倫理與治理
-
始終需要：人工審核、事實查核、責任簽署確認🧍
-
絕不允許：虛假證詞、捏造的資歷、編造的「我試過了」的故事😬路透社：FTC 嚴厲打擊虛假人工智慧宣傳（2024年9月25日）
然後，如果您需要一個數字，請新增範圍：
-
低風險內部：最高可達“高度協助”
-
公共內容：“適度協助”
-
高風險資訊：“最低限度的協助”
沒錯，生活很模糊。生活本來就是模糊的。試著把它弄得清晰明了，最終只會制定出一些沒人遵守的荒謬規則。 🙃
一份實用的自查清單，教你如何判斷「可接受的人工智慧比例是多少？」🧠✅
在決定人工智慧的使用是否合理時，請檢查以下幾點：
-
你可以毫不猶豫地公開捍衛這個過程。.
-
AI並未提出任何未經您核實的說法。 OpenAI ：ChatGPT說的是真話嗎？
-
輸出的聲音聽起來像是你自己的聲音，而不是機場廣播的聲音。.
-
如果有人發現人工智慧確實有用，他們就不會感到被欺騙。 路透社與人工智慧（透明化方法）
-
如果判斷有誤，您可以指出哪些人會受到傷害，以及傷害程度如何。 NIST AI RMF 1.0
-
你創造了真正的價值，而不是按下“生成”按鈕然後發送出去。.
如果這些球都能乾淨俐落地落地，你的「命中率」可能就沒問題了。.
還有一點小小的坦白：有時候，人工智慧最合乎倫理的用途就是把精力留給那些需要人腦才能完成的部分。那些棘手的部分。最複雜的部分。那些「我必須決定自己相信什麼」的部分。 🧠✨
快速回顧與總結🧾🙂
那麼—— 可接受的人工智慧應用比例是 多少？這與其說是取決於數學計算，不如說是取決於 利害關係、技術層級、驗證和信任。 NIST AI RMF 1.0
如果你想簡單地了解：
-
低風險 + 內部工作： 如果由人負責，人工智慧可以佔據很大一部分（甚至大部分）工作。 經合組織人工智慧原則
-
公共內容： 人工智慧可以勝任輔助角色，但訊息的傳遞必須由人類判斷主導。
-
高風險資訊（健康、法律、安全、新聞）： 盡量減少人工智慧的輔助，並加強監督。 世界衛生組織關於生成式人工智慧在健康領域的指導。 美聯社：關於生成式人工智慧的標準。
-
永遠不要用人工智慧偽造生活經歷、資歷或結果 ——信任就此崩塌😬 聯邦貿易委員會評論提及人工智慧的欺騙性聲明； 美國版權局人工智慧指南
接下來我要稍微誇張一下（因為人總是這樣）：
如果你的工作建立在信任之上，那麼「可接受的人工智慧」就是指在無人監督的情況下仍然能夠維護這種信任的任何技術。 聯合國教科文組織人工智慧倫理的建議
真實案例：為小型內容團隊設定 AI 使用比例策略🧪
設想
想像一下，一家小型軟體公司有一個 6 人的行銷團隊。他們發布部落格文章、產品說明、幫助中心更新、客戶電子郵件，以及創辦人偶爾發表的「思想領導」文章。.
在人工智慧出現之前，一篇1500字的部落格文章需要大約7個小時才能完成，包括研究、提綱撰寫、草稿撰寫、編輯和批准。團隊開始使用人工智慧後，草稿的完成速度加快了，但編輯發現了一個新問題：文章雖然讀起來更流暢，但卻顯得更加平庸。在一些文章中也出現了無法提供可靠來源的說法。.
因此，團隊不再問“可接受的 AI 比例是多少？”，而是創建了一個基於層的規則。.
團隊允許
人工智慧可以用於協助以下工作：
部落格選題思路
大致輪廓
標題變體
簡化長段落
將筆記轉化為初步的內部摘要
文法和語氣修改
人工智慧的應用範圍受到限制：
最終事實陳述
客戶評價或證言
產品承諾
法律、定價或合規性語言
創辦人觀點或個人故事
任何聽起來像是親身經歷的內容，除非是由真人提供的。
該團隊並不試圖衡量一篇部落格文章是否“43%由人工智慧完成”，而是衡量人工智慧在哪些地方被使用。.
範例說明
內容經理可以提供團隊以下工作指示：
利用人工智慧輔助建構結構、提升清晰度並完成初稿，但切勿讓人工智慧產生最終的事實陳述、客戶案例、個人觀點、統計數據或關於我們產品的聲明。每一篇公開發布的文章，請標示人工智慧參與的各個層面：構思、草稿、編輯、事實陳述和文案撰寫。最終版本必須由指定的編輯審核通過，並確認所有聲明、連結、數據和引用均已核實。.
這種指導方式樸實無華，卻又恰到好處。它賦予人們自由，同時又不會讓工具悄悄地成為作者、研究者和專家。.
如何測試它
團隊在三個常見任務上測試了該策略：
-
低風險的內部會議總結：
人工智慧可以產生初步總結，但需要人工審核決策、負責人、日期和行動要點。 -
公開部落格文章的
人工智慧可以提出大綱並改進草稿，但作者需要提供範例、觀點、產品詳情和最終措辭。 -
客服回复
人工智慧可以根據已批准的幫助中心文章產生回复，但它不能承諾退款、折扣、帳戶更改或例外情況。
審閱者會檢查每一項任務：
人工智慧是否捏造了某種說法？
內容是否仍帶有公司的風格？
如果觀眾知道人工智慧也起到了作用，他們會不會覺得被誤導了？
一個人能否解釋並捍衛最終的成果？
資料來源、數字和產品詳情是否可核實？
結果
結果範例：透過使用此工作流程前後三個範例任務的計時，團隊可以合理地看到以下結果：
部落格大綱和初稿準備時間：從 2 小時 30 分鐘縮短至 55 分鐘
內部會議總結：時間由 35 分鐘縮短至 10 分鐘
支援回覆撰寫時間：每個回覆從 12 分鐘縮短至 4 分鐘
事實查核時間：每篇公開文章從 20 分鐘增加到 35 分鐘
最終編輯拒稿率：引入圖層規則後，從每10份稿件中4份因人工智慧參與過多而被拒稿，降至每10份稿件中1份被拒稿。
關鍵在於，團隊並沒有孤立地衡量速度。他們也衡量了被否決的草稿數量、事實查核時間，以及最終編輯是否需要從頭開始重塑文風。這樣一來，就比簡單地說「人工智慧幫我們節省了70%的工作量」卻忽略了後期潤飾工作要準確得多。.
可能出現什麼問題
如果人們將人工智慧的輸出視為已經過檢驗，那麼這項政策就會失敗。.
如果作者利用人工智慧偽造權威，例如添加虛構的實例、捏造的客戶評價或毫無來源的權威統計數據，那麼這種方法也會失效。這時，人工智慧的使用率就不再是生產力問題，而是信任問題了。.
另一個常見的錯誤是讓AI把所有內容都改寫成同一種風格。輕微的修改可以提高清晰度，而過度的修改則會抹殺掉文章中的人性化元素：觀點、幽默、惱怒、猶豫，以及所有讓文章真實可信的細節。.
實用要點
好的AI政策無需過度關注精確的百分比。更恰當的檢驗標準是：AI是在建構和編輯等安全層面提供協助，還是在塑造事實、專業知識、承諾和個人觀點等風險層面發揮作用？.
答案通常就在那裡。.
常問問題
在大多數類型的工作中，人工智慧的使用比例達到多少是可以接受的？
沒有一個固定的比例適用於所有任務。更合理的標準是根據所涉及的風險、出錯風險、受眾期望以及人工智慧在工作中所佔的比重來判斷人工智慧的使用。對於內部筆記，較高的比例可能完全沒問題；而對於面向公眾或敏感資料，則應使用較低的比例。.
如何在不糾結於精確百分比的情況下衡量人工智慧的使用情況？
更實用的方法是分層思考，而不是試圖賦予每個句子一個編號。本文將人工智慧的應用框架設定在構思、草稿、編輯、事實和語音等各個層面。這樣更容易評估風險，因為人工智慧在事實陳述或個人表達方面的貢獻通常比在腦力激盪或語法方面的幫助更為重要。.
部落格文章和行銷內容中可接受的AI使用比例是多少？
對於部落格文章和行銷而言，20% 到 60% 的 AI 支援比例是可行的。 AI 可以幫助建立大綱、組織結構和潤飾內容，但前提是語音和聲明仍然由人工控制。如果內容包含強烈的對比、使用者評價或暗示個人經驗的語言，風險會迅速增加。.
使用人工智慧完成學校作業或學術寫作可以嗎？
在學術環境中，人工智慧的合理使用比例通常要低得多，一般在0%到30%之間，取決於規則和作業要求。比較安全的用途包括腦力激盪、提綱撰寫、文法輔導和學習輔助。問題在於，當人工智慧提供學生本應獨立完成的分析、論證或原創性思考。.
對於內部工作場所文件和電子郵件，可接受的人工智慧應用程度是多少？
職場寫作通常是較為彈性的寫作類別之一，人工智慧輔助的比例通常在30%到80%之間。許多內部文件的評判標準更側重於清晰度和速度，而非原創性。即便如此，當文件內容包含政策性語言、敏感細節或重要事實陳述時，人工審核仍然至關重要。.
客戶支援團隊能否高度依賴人工智慧回應？
在許多工作流程中，人工智慧確實可以發揮作用，但前提是必須有強而有力的保障措施。文章建議，如果團隊擁有升級流程、經批准的知識來源以及針對特殊情況的審核機制，那麼大約 40% 到 90% 的客戶回應可以由人工智慧提供支援。更大的危險並非自動化本身，而是人工智慧做出它原本不該做出的自信承諾、例外或保證。.
在醫療、法律、新聞或其他高風險領域，人工智慧可以接受的應用比例是多少？
在高風險領域，百分比問題遠不如控制問題重要。人工智慧可以輔助轉錄、粗略總結或組織，但最終的判斷和驗證必須由人類來完成。在這些領域，可接受的人工智慧寫作輔助比例通常控制在最低限度，大約在 0% 到 25% 之間，因為一次自信的錯誤代價要高得多。.
公開人工智慧的使用情況是否會讓人們更容易接受它？
在許多情況下，透明度比絕對百分比更能影響人們的反應。當整個過程公開透明、負責任，並且沒有偽裝成人類的專業知識或生活經驗時，人們往往更容易接受人工智慧輔助。即使是少量的隱性自動化，也會讓讀者感到被誤導，不知道作品的真正創作者是誰，從而削弱信任。.
為什麼人工智慧有時會使文字顯得平淡乏味，即使從技術上講它是正確的？
文章將此描述為一種語音問題。人工智慧常常將文字潤飾得圓滑流暢，但卻缺乏個性，這會削弱幽默感、說服力、獨特性和個人特色。因此，許多團隊讓人工智慧輔助建構結構和提升清晰度，而將品味、判斷力、敘事能力和鮮明觀點的表達權留給人類。.
團隊如何制定一項大家都會遵守的人工智慧政策？
切實可行的政策通常著重於任務和風險，而非僵化的百分比上限。文章建議允許人工智慧用於腦力激盪、提綱撰寫、編輯、格式化和翻譯草稿，但限制其用於原創分析、敏感議題和專家建議。此外，還應要求人工審核、事實查核、問責制，並明確禁止捏造證詞或虛構經驗。.
參考
-
世界衛生組織（WHO） ——世衛組織關於在醫療領域應用生成式人工智慧的指導意見——who.int
-
世界衛生組織（WHO） ——人工智慧在健康領域的倫理與治理——who.int
-
美國國家標準與技術研究院 (NIST) - AI RMF 1.0 - nvlpubs.nist.gov
-
美國國家標準與技術研究院 (NIST) - GenAI 概況（AI RMF） - nvlpubs.nist.gov
-
經濟合作暨發展組織（OECD） —— OECD人工智慧原則——oecd.ai
-
聯合國教科文組織—人工智慧倫理建議—unesco.org
-
美國版權局 - 人工智慧政策指南 - copyright.gov
-
美國聯邦貿易委員會 (FTC) - 關於人工智慧行銷聲明風險的評論 - ftc.gov
-
英國教育部 (DfE) - 教育領域的生成式人工智慧 - gov.uk
-
美聯社（AP） —生成式人工智慧標準—ap.org
-
專業記者協會 (SPJ) - SPJ 道德準則 - spj.org
-
路透社 — 美國聯邦貿易委員會嚴厲打擊人工智慧假宣傳（2024年9月25日） — reuters.com
-
路透社 - 路透社與人工智慧（透明化方法） - reuters.com
-
牛津大學（路透研究所） — 人工智慧資訊揭露與信任（2024） — ora.ox.ac.uk
-
ScienceDirect - 透明度困境：人工智慧資訊揭露與信任（Schilke，2025） - sciencedirect.com
-
OpenAI - 為什麼語言模型會產生幻覺 - openai.com
-
OpenAI 幫助中心 - ChatGPT 說的是真話嗎？ - help.openai.com