📍 真實場景
林佩珊，製造業公司的法務暨合規經理，手上有三年份、數萬封的客戶與供應商往來信件
老闆臨時問她：「A 客戶上次同意的付款條件到底是幾天？」她正在翻公司內部的知識文件找答案。
😖 卡住的地方：文件寫「60 天付款」，但她隱約記得後來改過。她不知道這句話是誰寫的、根據哪封信、有沒有更新過，只好重翻幾百封信，整個下午就沒了。
💡 這課會拆解一個真實案例：AI 讀完安隆（Enron）的 45,047 封信，自動寫出 214 頁維基。每個說法都標出處，事實過時會自己失效。你會學到怎麼設計一套「查得到證據、跟得上時間」的公司知識庫。
🧭 這到底是什麼（白話版）
有一個團隊把安隆公司（Enron，2001 年破產的美國能源公司）的 45,047 封電子郵件交給 AI。AI 讀完後自己寫出 214 頁的 知識維基把散落的資訊整理成一頁一頁、可以互相查閱的百科式文件。頁面主題是和安隆有往來的公司、監管機關和銀行。整個過程沒有人去編輯任何一頁或任何一條事實。
它有兩個關鍵設計。第一，每一條事實都附上它來自哪一封信，這叫 引用（citation）在每句話後面標明資料來源，讓讀的人可以回頭查證。第二，當後來的信件顯示某件事不再成立，那條事實會在那個日期被標成失效。每個頁面還有一個時間滑桿，拖到哪天，就只顯示「那天大家已經知道」的事實。
舉例來說，Dynegy 這頁寫著：它是 Houston 的對手，也是安隆最大的交易對手之一。它在 2001 年 11 月同意收購安隆，後來終止併購，並主張取得 Northern Natural Gas 管線。這是一連串「先成立、後失效」的事實。如果知識庫只存最後的結論，這段變化就看不出來了。
最後還有一個查核環節：另一個 AI 在 保留測試（held-out audit）查核者用沒給原作者看過的題目與答案來檢驗，避免作者自己出題自己改 中抽查內容，看這些說法有沒有被信件支持。這樣做是為了對抗 AI 常見的 幻覺AI 一本正經地編出聽起來合理、其實沒有根據的內容。
🎯 為什麼值得你花時間
每句話都能回頭驗證公司知識庫最怕「寫得很像真的，但沒人知道從哪來」。每條事實都綁定一封來源信，讀的人可以自己查證，不必只靠信任 AI。
事實會過期，知識庫不能只增不減傳統維基常見的毛病是舊資訊永遠留著。這個案例把「有效期間」當成事實的一部分，信件顯示情況改變時，舊事實就失效，答案才不會過時。
規模大到人工維護不了45,047 封信、214 頁維基，靠人工逐頁維護幾乎不可能。這個案例顯示 AI 可以負責蒐集和整理，人只要負責抽查。
⚙️ 它是怎麼運作的
1
讀取信件語料把 45,047 封信當成 語料庫（corpus）給 AI 閱讀、整理的原始資料總和，逐封讀入。每封信有寄件時間，後面做時間判斷會用到。
▼
2
抽出「帶日期、帶出處」的事實句素材說明，頁面上的事實是一個個句子，每句帶有日期和來源信件。例如「某監管機關在某月暫停某項制度」。
▼
3
依主角歸頁同一個機構的事實放進同一頁，例如 FERC（聯邦能源監管委員會，1,501 封信提到）、General Electric（1,499 封）、Pacific Gas and Electric（773 封）。信件被提到越多，內容通常越豐富。
▼
4
新信件出現時檢查舊事實是否失效如果後來的信顯示某件事已經不成立，例如併購被終止，系統就在那個日期把舊事實標成失效，而不是刪掉或直接覆蓋。
▼
5
第二個 AI 抽查由另一個 AI 做保留測試，檢查頁面上的說法是否真的被信件支持，降低「自己寫、自己批准」的盲點。
傳統公司文件 vs 這個案例的做法
| 面向 | 傳統公司維基 | 安隆案例的維基 |
|---|
| 誰負責寫 | 人工逐頁編輯 | AI 自動生成，沒有人工編輯 |
| 可信度怎麼來 | 靠作者的信譽 | 每條事實附來源信件，可回頭查證 |
| 事實過時怎麼辦 | 靠有人想到才更新 | 信件顯示不成立時，在該日期自動標為失效 |
| 能不能回看過去 | 通常只看到最新版本 | 拖動滑桿，看到某一天當時已知的事實 |
🛠️ 動手做：拖動時間滑桿：看事實如何生效與失效
- 把滑桿從最左邊慢慢往右拖，觀察每個時間點出現哪些事實。
- 拖到「2001-11 上旬」，會看到「Dynegy 同意收購安隆」出現。再往右拖到「2001-11 下旬」，這條事實會被劃掉並標為已失效，同時出現新的一條。
- 每條事實後面的 [E-xx] 是來源信件編號。這裡的編號是教學用簡化編號，月份與事件內容取自素材。
- 試著回答：如果只存最新結論，你還能知道「安隆曾經差點被收購」嗎？
👇 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「引用來源」比「讓 AI 更準」更重要？
AI 再準都有出錯的時候，所以工程上的重點是出錯時能不能被發現。每條事實附上來源信件，查核成本從「重翻幾百封信」降到「點開一封信」。代價是系統要多存來源、多做對應，換來的是可信度能被驗證，而不是靠信任。
🔭 為什麼事實要「失效」而不是直接刪掉或覆蓋？
直接覆蓋會丟掉歷史，你就無法回答「2001 年 11 月上旬時，大家知道什麼」。把有效期間當成事實的屬性，系統就同時能回答「現在是什麼」和「當時是什麼」。代價是資料模型變複雜，每條事實都要有時間區間。換來的是可以倒帶、也可以追查決策當時的資訊。
🔭 為什麼審查者要換成「第二個 AI」，而且用保留測試？
同一個 AI 寫完又自己審，容易重複同樣的錯誤，這是自我確認的盲點。換一個獨立的 AI，並使用寫作者沒看過的檢驗方式，才像真正的外部審查。取捨是多花一份運算成本，但在大規模自動生成內容時，這是少數能在不靠人工逐頁檢查的前提下維持品質的辦法。
📝 隨堂考（點選答案，立即回饋）
Q1. 這個安隆維基最核心的可信度設計是什麼？
✅ 素材強調每一個事實都引用它來源的郵件，讀者可以回頭查證，這是它可信的基礎。
Q2. 當後來的信件顯示 Dynegy 終止併購，舊的「同意收購」事實應該怎麼處理？
✅ 素材描述的做法是：信件顯示事實不再成立時，頁面在那個日期讓該事實失效，而不是消失。這樣才能回看過去。
Q3. 為什麼需要「第二個 AI」做保留測試？
✅ 獨立的審查者用不同視角檢驗，比同一個 AI 自己檢查更能發現問題。它不能取代引用來源，兩者是互補的。
Q4. 在林佩珊的場景中，這套設計最能幫她解決什麼痛點？
✅ 她的痛點是不知道文件寫的條件是否還有效、依據是什麼。來源引用加上事實失效機制，正好對應這兩件事。
🃏 翻牌記憶卡（先想答案，再點開對答）
這個案例的規模數字（信件數、頁數）？點我翻面
45,047 封信，產出 214 頁維基；過程沒有人編輯任何頁面或事實。
事實句包含哪兩個關鍵資訊？點我翻面
日期與來源（它來自哪一封信）。
時間滑桿的作用是什麼？點我翻面
拖到某一天，頁面只顯示當天已知的事實，暫時成立的事實會在失效日期前出現、之後被標示失效。
為什麼用第二個 AI 做保留測試？點我翻面
避免寫作者自己查核自己的盲點，由獨立的審查者檢驗內容是否真的被信件支持。