今天介紹 Qwen Studio 時提到，它可以直接讀取文件、整理資料，不必先由你自己做成完整總表。
但多份文件一起交給 AI 時，最容易犯的一個錯，就是馬上問：
幫我整理完，告訴我哪個方案最好。
這樣太快了。
因為三份文件裡可能本來就有不同版本、不同日期，甚至缺掉會改變結論的重要資料。
今天只學一個動作：
先把資料分成「已確認、矛盾、缺口」，再開始分析。
第一區：已確認
「已確認」不是 AI 覺得很合理。
而是你提供的文件裡真的找得到證據。
假設你上傳三家供應商資料：
- A 報價單寫最低訂購量 100 件。
- B 報價單寫最低訂購量 80 件。
- C 報價單寫最低訂購量 120 件。
這三個數字都可以放進「已確認」。
但最好再要求 AI 標示來源：
A：100 件，來源為 A 供應商報價單。
不要只留下一個整理後的數字。
因為後面真的要採購時，你還需要回到原始文件檢查。
第二區：矛盾
這一區更重要。
假設同一家供應商有兩份資料：
- 舊版報價：交期 14 天。
- 另一份附件：交期 21 天。
這時 AI 不應該自己選一個。
也不應該因為其中一份看起來比較新，就自行宣布：
「最新交期是 21 天。」
除非文件本身真的有足夠資訊證明哪一份比較新。
比較好的輸出應該是：
矛盾：同一供應商目前出現 14 天與 21 天兩種交期。現有資料不足以確認哪一個仍有效，需要人工確認。
這樣才不會把資料衝突藏在一份看起來很漂亮的總表裡。
第三區：缺口
缺口就是：
你需要知道，但原始資料根本沒有提供。
例如三家供應商都提供商品單價，但其中一家沒有寫運費。
如果最後要比較「總成本」，運費就是重要缺口。
AI 不應該：
- 自己估一個運費。
- 把空白當成零元。
- 因為其他兩家有資料，就套用平均值。
正確做法是標示：
缺口：C 供應商目前沒有運費資料，因此無法和 A、B 做完整總成本比較。
為什麼要先做這一步？
因為 AI 很擅長把零散資料整理成一個完整答案。
這本來是優點。
但當原始資料不完整時，「完整」反而可能變成問題。
例如：
- 文件沒寫，AI 用常識補上。
- 兩份資料不同，AI 自己挑一份。
- 名稱很像，AI 直接當成同一商品。
- 欄位空白，AI 當成沒有費用。
最後表格可能非常整齊。
但你已經看不出哪些是原始資料，哪些是 AI 幫你補的。
不要叫 AI「整理」，要先叫它「盤點」
這兩個字看起來很像，工作目的其實不同。
整理：
目標通常是產生一份乾淨、方便閱讀的結果。
盤點：
目標是先看現在到底有什麼、哪裡互相打架，以及哪裡根本沒有資料。
處理重要文件時，第一輪更適合先盤點。
第二輪確認資料後，再整理。
最簡單的操作順序
第一步：把原始文件上傳。
不要先自己合併數字。
第二步：只要求盤點。
先禁止 AI 推薦方案或下結論。
第三步：分三區。
- 已確認。
- 矛盾。
- 缺口。
第四步：每一項標示來源。
讓你之後能回到原始文件確認。
第五步：先處理矛盾與缺口。
需要問供應商、同事或客戶的，先問完。
第六步：資料比較完整後，才請 AI 分析。
可以直接複製的 Prompt
我會提供多份文件。 這一輪先不要替我下結論、推薦方案，也不要幫我補齊缺少的資料。 請只做「資料盤點」。 把所有和我的工作目標有關的資訊分成三區： 一、已確認 原始文件中有明確證據的資料。 每一項都標示來自哪一份文件。 如果同一資料在多份文件中一致，也請說明。 二、矛盾 不同文件對同一件事情提供不同數字、日期、名稱、規格或條件。 把不同版本並列，不要自行選出哪個正確。 如果無法確認最新版，就直接標示「無法確認」。 三、缺口 完成這項工作仍需要，但所有文件都沒有提供的重要資料。 不要用常識、估計值、其他文件平均值或網路資料自行補上。 另外遵守以下規則： 文件空白不等於零。 名稱相似不代表一定是同一項目。 沒有來源的內容不要列入「已確認」。 如果你是根據推論判斷，必須另外標示「推論」，不能混入原始事實。 最後只告訴我： 目前最需要人工確認的 5 個問題。 等我補完資料後，再進行下一階段分析。
如果有十幾份文件，也是一樣
Qwen Studio 官方支援上傳結構化與非結構化資料，例如 CSV、Excel 與文字文件，也主打處理長文件。
但「可以讀很多資料」不代表資料愈多就自動愈可靠。
文件愈多，反而愈容易遇到：
- 舊版與新版混在一起。
- 同一欄位使用不同名稱。
- 同一數字出現不同版本。
- 附件缺失。
- 來源彼此引用。
所以文件愈多，「已確認、矛盾、缺口」這一步愈重要。
一個常見錯誤：看到日期就自己判斷最新版
例如：
- 文件 A 建立日期比較新。
- 文件 B 裡的報價有效期限卻比較晚。
到底哪一份才是目前有效版本？
不能只根據檔案看起來比較新就決定。
比較安全的輸出是：
目前有兩個版本。依現有文件無法確認哪一份仍具有正式效力，需要由負責人確認。
AI 最有價值的地方，不一定是替你選答案。
有時候是替你把「現在其實還不能選」看出來。
另一個錯誤：把「沒有寫」當成「沒有」
例如一份場地報價沒有寫停車費。
這不能直接整理成：
停車費：0 元。
正確應該是：
停車費：未提供。
「零元」是一項已確認資訊。
「未提供」是一個資料缺口。
兩者完全不同。
如果還要使用網路搜尋呢？
也不要全部混成一份。
可以要求 AI 分清楚：
- 你上傳文件裡的資料。
- 網路搜尋查到的資料。
- AI 自己做出的推論。
例如：
如果需要搜尋外部資料，請另外建立「外部查證」區，不得把搜尋結果改寫成我原始文件裡已經存在的資訊。
這樣你才知道每一句話到底是從哪裡來的。
什麼工作特別適合這個方法？
- 比較多家供應商報價。
- 整理不同版本合約。
- 比較多份產品規格。
- 整理研究資料。
- 整理會議紀錄與後續文件。
- 整理客戶需求與舊版提案。
- 檢查專案資料是否完整。
只要最後的判斷會受到「哪一份資料才是真的」影響，都值得先做這一步。
這個方法不能保證什麼？
要求 AI 分成三區，不代表 AI 一定不會漏資料。
它仍然可能：
- 漏看某一段。
- 誤解文件意思。
- 把兩個不同項目當成同一件事。
- 沒有發現真正的矛盾。
所以重要金額、日期、合約與正式決策，最後仍要回到原始文件確認。
這個方法真正改善的是：
不要讓 AI 太早把不完整的資料包裝成完整答案。
今天只需要記住一句話
多份文件交給 Qwen 或其他 AI 後，第一句先不要問：
「答案是什麼？」
先問：
「哪些已確認？哪些互相矛盾？還缺什麼？」
把資料底座弄清楚，再讓 AI 推理。
很多看起來像 AI 判斷錯誤的問題，其實在更前面就已經發生：
原始資料根本還沒有準備好。
今天，和 AI 一起進步一點。
每天學會一個 AI 技巧。
每天節省一點時間。
每天提升一點能力。
SasaDaily，陪你一起成長。
