📍 真實場景
陳莉婷，32歲，台灣一家系統整合公司的標案撰寫主管，專門幫公司寫政府與企業標案的投標文件
這週要在三天內，針對一份850頁的招標文件包生出對應的技術規劃書，老闆要求先用AI工具生第一版初稿，加快速度
😖 卡住的地方：上次她用AI生的草稿，把公司根本沒有的ISO 27001證照寫進正文，差點因為文件不實被取消投標資格。從那之後她對AI草稿有陰影，每一條都要重新肉眼核對，反而比自己從頭寫還慢
💡 這堂課會拆解一個真實AI標書系統的團隊花了快一年時間踩出來的教訓，讓你看懂怎麼把一個「自信亂編」的AI助手，改造成「沒有證據就誠實舉手」的可靠隊友——這個原理，你自己專案裡任何會用AI生成正式文件的地方都用得上
🧭 這到底是什麼（白話版）
這篇文章在講一間叫Lucius的公司，做了一個專門讀政府或機構招標文件、然後自動生成「投標初稿」的LLM大型語言模型，就是像那種能自動生成一大段通順文字的AI工具。他們最近處理了一個真實案例：英國一個地方議會要發包一座約新台幣3800萬（95萬英鎊）的足球場工程，標案文件多達133頁，AI在五分鐘內就生出了第一版草稿。
這篇文章最想講的重點，不是「AI寫得多快多好」，而是這份AI草稿的開頭放了一個「拒絕清單」：列出11項要求「目前沒有人可以證明我們做得到」，而不是硬掰答案填滿。作者說，這個「敢承認不知道」的提醒欄，是他們花了快一年時間、踩過很多坑才做出來的功能。
為什麼這件事很難？因為生成式AI幻覺AI很有自信地講出一段聽起來很合理、但其實是編造、跟事實不符的內容在投標書這種場景裡特別致命——因為評審真的會去對答案，寫錯不是扣一點分，是直接被踢出局。而AI骨子裡的運作方式，是靠Token接龍AI生成文字的方式，就是一個字一個字接下去，每次都選看起來最順、最像人話的下一個字，在大多數場景下「合理」跟「真的」是同一件事，但在投標書裡，這兩件事恰好在最重要的地方（金額、年限、證照）分岔。
文章接著用一個真實踩雷案例（「幽靈夥伴」事件）說明：光靠事後用關鍵字比對拿要求裡的關鍵詞去掃描草稿內容，看有沒有出現，以此判斷這條有沒有被回答來檢查草稿夠不夠誠實是不夠的，因為AI可以把編造的內容寫得剛好塞滿你要找的關鍵字。真正的解法是把「AI能聲稱什麼」這件事，變成一個在寫作之前就先查清楚的結構性步驟，而不是事後靠提示詞或關鍵字去補漏。
🎯 為什麼值得你花時間
AI寫得越好，風險越隱形現在的模型文筆已經很順，讀起來完全不像機器寫的，這代表「編出來的謊」也一樣通順自然，人工核對更難靠「感覺哪裡怪怪的」抓出來，你必須靠制度，而不是靠語感。
壞掉的地方常常不是單一元件幽靈夥伴事件告訴我們，草稿產生器跟合規驗證器各自看起來都沒問題，但組在一起卻變成一台會自動造假又自動蓋章通過的系統，這種「元件互相掩護」的風險，在任何把多個AI流程串起來的系統裡都可能發生。
誠實不能靠拜託模型，要靠架構逼出來光是在提示詞裡加一句「請不要編造」幾乎沒用，因為模型仍然沒有一份「我現在真的能證明什麼」的清單可查。真正有效的做法，是先把「這個投標方到底能提出哪些證據」整理成一份底稿，寫作階段只能引用這份底稿裡真實存在的東西。
⚙️ 它是怎麼運作的
1
AI讀完整份標案文件包系統吃進所有公開文件（這次案例是6份文件、133頁），抓出裡面每一條買方要求的東西，比如「最低營業額要有兩年財報佐證」、「要有500萬英鎊的專業責任保險」，並建立一份合規對照表Compliance Matrix，把每一條招標要求跟你的證明資料一條一條對起來的表格。
▼
2
逐條比對「買方要求」vs「投標方真的擁有的證據」不是讓AI憑印象接龍，而是把每一條要求拿去對投標方現有的證明文件庫，看看有沒有真的對得上的證據。
▼
3
有證據的，才准許寫進正文對得上的部分，AI才會用那份真實資料生成正式的回答文字，放進投標書正文裡。
▼
4
沒證據的，列進開頭的拒絕清單對不上的部分不會被硬掰，而是被收集成開頭那段「這幾條目前沒人負責」的提醒，逼真人去補真答案，而不是讓AI幫你圓謊。
▼
5
舊版的破洞：合規驗證器只做關鍵字比對早期版本用另一個AI元件檢查「這條要求有沒有被回答」，方法是掃關鍵字有沒有出現，結果編造出來的段落只要塞對關鍵字，就會被誤判成「已覆蓋、沒問題」——這正是真實案例中，42條要求被誤判覆蓋的原因。
▼
6
新版修法：把能聲稱什麼做成寫作前就先鎖死的步驟現在草稿階段開始前，系統先跑一個「能力核對」流程，把「有實際證據撐腰的內容」跟「沒有」分清楚，而不是事後才用Prompt你打字給AI的指令文字，AI會照著這段文字的方向去生成內容調整或關鍵字比對去補救。
舊版 vs 新版：AI遇到「沒證據的要求」時怎麼處理
| 版本 | 遇到缺證據的要求時怎麼做 | 實際結果 |
|---|
| 舊版 | 讓AI自己接龍補一個「合作夥伴」把缺口填滿 | 關鍵字比對誤判為已覆蓋，其實整段都是編造的 |
| 新版 | 把該條列進開頭的拒絕清單，明講「目前沒人證明做得到」 | 真人一眼就看到缺口，補真資料或誠實刪除，不會因造假被取消資格 |
🛠️ 動手做：投標AI該不該掰？自己動手做一次「有證據才准寫」的把關器
- 左邊是5條招標要求，每一條旁邊有個開關，代表投標方「真的有沒有證據」可以證明自己符合。
- 先把全部開關切到「沒有證據」（取消勾選），按下「老實模式：生成草稿」，看看AI怎麼把這幾條通通丟進開頭的拒絕清單，而不是硬寫。
- 再切換幾個開關成「有證據」（勾選），重新產生一次，觀察有證據的條目怎麼被寫進正文，沒證據的還是留在拒絕清單裡。
- 最後按下「隨便掰模式：生成草稿」比較看看：同樣的證據狀態下，如果不做核對，AI會怎麼把每一條都寫得信誓旦旦、看起來一模一樣可信。
- 比較兩次結果的差異，體會「看起來通順」跟「真的有證據」是兩回事。
👇 下面是活的，直接操作
🧠 工程思維透鏡（資深工程師看到的是什麼）
🔭 為什麼「把模型寫得更好」沒用，問題出在別的地方？
大型語言模型的訓練目標是接龍出「最像真的」的下一段話，在行銷文案裡「像真的」跟「是真的」幾乎是同一件事，但在投標書裡，評審會拿你的話去對帳，兩者在最關鍵的地方（金額、證照、年限）分道揚鑣。這代表提高模型的文筆根本不解決問題，要解決的是「這句話有沒有證據撐著」這個系統層面的問題，不是語言層面的問題。
🔭 兩個各自看起來都還算合理的元件，為什麼組在一起會出大事？
幽靈夥伴案例中，草稿模型自己掰了一個夥伴公司來補洞（單看：也許只是想把文章寫圓）；而合規驗證器只用關鍵字比對來判斷「這條有沒有覆蓋」（單看：圖個方便，省得每條人工核對）。兩個獨立來看都是還可以接受的簡化，合起來卻變成一台自動造假又自動蓋章通過的機器。資深工程師看到這裡的教訓是：系統風險常常不是單一元件壞掉，而是兩個看起來還好的簡化，剛好互相掩護了對方的破綻。
🔭 為什麼修法是「在草稿階段前加一道能力核對」，而不是「調整提示詞叫它別亂講」？
調整提示詞只是求模型口頭承諾誠實，但模型仍然沒有一份「你現在真的擁有什麼證據」的清單可以查，還是憑「這樣寫比較通順」在補。結構性修法把「聲稱」跟「核實」拆成兩個步驟，先建立一份「投標方到底能證明什麼」的底稿，草稿階段只能引用這份底稿裡有的東西，查不到就必須進拒絕清單，而不是進正文。這是把誠實這件事從「靠模型自律」換成「靠系統結構逼出來」。
🔭 作者為什麼說這個一年才做出來的功能，價值在於「拒絕」而不是「產出」？
多數AI產品的賣點是「幫你多做一件事」，但這裡最值錢的功能反而是「幫你少做一件危險的事」——主動不寫、主動舉手說不知道。對一個會被拿去驗證、會有法律與商業後果的文件系統來說，一個懂得在沒把握時閉嘴的AI，比一個永遠自信滿滿的AI更值得信任，這也是為什麼作者把它當成整篇文章最核心的成果，而不是順帶一提的細節。
📝 隨堂考（點選答案，立即回饋）
Q1. 為什麼作者說，投標書裡的「杜撰」是AI的預設行為，而不是意外？
✅ 文章明講，模型的運作方式就是接龍最合理的下一段話，行銷文案裡「合理」與「真的」幾乎同一件事，但在投標書裡，這兩者恰好在金額、證照、年限這些評審真的會查核的地方分開，所以杜撰是系統預設的行為，不是意外。
Q2. 「幽靈夥伴」事件裡，公司自己的合規驗證器為什麼沒抓到AI在編故事？
✅ 文章說驗證器用關鍵字比對，而幽靈夥伴的段落剛好包含正確的關鍵字，所以被誤判為已覆蓋，這是兩個各自看起來還算合理的元件組合出的系統性錯誤。
Q3. 作者認為真正解決杜撰問題的關鍵做法是什麼？
✅ 文章明確說修法是結構性的，不是提示詞調整，並且提到現在草稿階段前會先跑一個能力核對，把「能聲稱什麼」在寫作前就鎖死，而不是靠提示詞或事後檢查。
Q4. 為什麼投標書裡寫錯一項證照或金額，後果會比一般文件錯誤嚴重？
✅ 文章原文提到寫錯不會只是降低分數，而是會讓標案被剔除，最壞的情況甚至會被排除在未來的標案之外，也就是後果是被剔除資格，不是扣分而已。
Q5. 這篇文章裡，AI草稿一開頭的那個拒絕清單，作者為什麼說它是這個系統最值得驕傲的功能？
✅ 作者直接說這個功能是他最驕傲的，而且本質上是一種拒絕——這個功能的價值就在於AI選擇拒絕編造，誠實地把沒有證據的部分列出來，而不是硬湊出一段看起來完整的答案。
🃏 翻牌記憶卡（先想答案，再點開對答）
生成式AI幻覺（Hallucination）點我翻面
AI很有自信地講出一段聽起來合理、但其實是編造、跟事實不符的內容。
合規對照表（Compliance Matrix）點我翻面
把招標要求跟投標方的證明資料一條一條對起來的表格，用來確認每項要求有沒有真的被回答。
Prompt調整 vs 結構性修正的差別點我翻面
Prompt調整只是在指令裡拜託AI「別亂講」；結構性修正是改變系統流程本身，讓AI在寫作前就只能引用真實存在的證據。
幽靈夥伴事件的教訓點我翻面
草稿產生器和合規驗證器各自看起來都還算合理的簡化，組合起來卻變成一台自動造假又自動蓋章通過的系統。
為什麼關鍵字比對抓不到編造內容點我翻面
因為編造的段落只要用詞剛好對上，就會被誤判成「已經回答」，關鍵字比對不管內容是不是真的。
投標書寫錯聲明的真實代價點我翻面
不是扣分，而是整份標案被剔除資格，嚴重甚至影響未來投標機會。