今天介紹 Glean 時，最容易出現一個錯覺：
只要 AI 找得到公司文件，而且還附上來源，答案就可以直接用了。
其實還差一步。
例如你問：
「目前客戶退款期限是多久？」
Glean 找到一份公司文件。
AI 回答：
「30 天。」
旁邊甚至還有 Citation。
看起來非常可靠。
但真正應該問的是：
這份文件是哪一版？
如果它引用的是兩年前的退款政策：
來源是真的。
答案也真的來自那份文件。
但：
現在仍然可能是錯的。
所以今天只學一個很簡單的方法。
以後用 Glean 或其他企業 AI 查公司資料時：
不要只要答案。
固定要求 AI 同時給你：
答案。
來源。
版本。
第一步：先看「答案」
這是最簡單的部分。
例如你問：
「目前樣品寄送的運費由誰負擔？」
AI 可能回答：
「一般客戶首次樣品由公司負擔，第二次起由客戶負擔。」
先不要急著拿去回客戶。
第一步只是確認：
AI 到底認為答案是什麼。
因為如果 AI 回答非常模糊：
「通常視情況而定。」
你就已經知道：
資料可能不夠清楚。
第二步：再看「來源」
接著問：
這個答案來自哪裡？
Glean 的 Assistant 可以在使用公司資料產生答案時附上 Citation。
你可以點回：
Google Drive 文件。
Confluence 頁面。
SharePoint。
PDF。
或其他原始來源。
這一步非常重要。
因為：
AI 說：
「公司規定是這樣。」
和：
你真的看到公司原始文件寫著這樣。
是兩件事。
不要只看 Citation 有沒有出現
Citation 只是告訴你：
AI 用了哪一份來源。
真正要做的是：
點開。
看一下。
尤其是：
價格。
客戶條件。
流程。
合約。
政策。
安全規範。
這些會真正影響工作結果的內容。
第三步：最後檢查「版本」
這才是今天真正要學的重點。
公司裡最危險的資料問題之一不是：
沒有文件。
而是：
文件太多。
例如同一件事情可能有：
「退款政策」。
「退款政策新版」。
「退款政策最新」。
「退款政策最新版 final」。
「退款政策 final 2」。
「退款政策 主管修改」。
五份。
AI 每一份都找得到。
問題是：
哪一份現在有效？
所以不要只問「有沒有來源」
改問：
這是不是目前版本？
如果 AI 找到多份相關文件：
要求它不要自己選。
先把它們列出來。
例如：
来源 A：
較舊文件。
来源 B：
後來修改。
来源 C：
目前看起來更新。
然後再判斷：
哪一份最可能是目前使用版本。
注意：「最新修改」也不一定等於「正式版本」
這是一個非常重要的細節。
假設：
正式政策在 7 月 1 日公布。
7 月 5 日有人打開舊文件：
改了一個錯字。
系統顯示：
7 月 5 日更新。
如果 AI 只看：
最後修改時間。
可能反而把舊政策當成新政策。
所以「版本」不能只看：
哪一份最後被編輯。
還應該一起看：
文件名稱。
負責部門。
是否已驗證。
內容。
生效資訊。
公司本身的文件管理規則。
Glean 本身也有 Verified Documents
Glean 允許組織把某些文件標示成：
Verified。
可以把它理解成：
公司刻意告訴搜尋系統：
「這份文件比較具有權威性，而且目前有效。」
這能幫助 Glean 判斷：
哪些文件更值得優先出現在結果裡。
所以如果公司有良好的文件治理：
Verified Document 會非常有價值。
但 Verified 也不是魔法
如果公司根本沒有管理文件：
沒有人負責驗證。
舊文件沒下架。
新文件沒有標示。
AI 還是可能遇到：
三份互相矛盾的資料。
這時最安全的答案不是：
挑一份看起來最像真的。
而是：
直接告訴你有衝突。
例如問一個客戶折扣問題
你問：
「A 客戶現在最高可以給多少折扣？」
AI 找到：
一份去年業務簡報。
一段三個月前 Slack 討論。
一份目前 CRM 客戶條件。
如果三份內容不同：
不能只回：
「最高 15%。」
應該先說：
目前找到三個不同來源。
它們內容不一致。
再列出：
哪個來源比較新。
哪個是正式系統紀錄。
哪個只是討論。
最後提醒：
正式報價前由負責人確認。
這才是真正適合企業的答案。
所以「答案、來源、版本」其實是在做三次檢查
答案
AI 理解成什麼？
來源
這句話到底從哪裡來？
版本
這份來源現在還有效嗎？
三個都通過：
才能比較放心往下一步走。
第一個很適合練習的問題：公司政策
例如：
「目前出差住宿補助上限是多少？」
不要只問這一句。
改成：
「目前出差住宿補助上限是多少？請附來源，並確認引用的是目前有效版本。如果找到多份不同版本，先列出差異，不要自行選一份。」
這樣 AI 的工作就完全不同。
第二個例子：客戶資訊
不要只問：
「這個客戶的付款條件是什麼？」
改成：
「請根據公司目前資料找出這個客戶的付款條件，附上來源，並檢查是否存在更新版本或互相矛盾的紀錄。如果不能確認哪個條件目前有效，請直接標示需要人工確認。」
這可以避免：
AI 找到兩年前的報價單。
然後把舊條件當成現在條件。
第三個例子：工作流程
例如新人問：
「設備故障時要先做什麼？」
公司可能同時有：
舊版維修手冊。
新版 SOP。
工程師 Slack 討論。
以前的事故報告。
AI 找到很多資料。
但真正需要的通常不是：
「大家以前怎麼做。」
而是：
「現在正式規定怎麼做。」
所以來源類型也很重要。
「有人說過」和「正式規定」不是同一層
例如 Slack 裡有人寫：
「我們通常先直接重新啟動。」
這可能只是：
某個工程師的工作習慣。
正式 SOP 卻可能規定：
先關閉電源。
先做安全隔離。
再進行檢查。
如果 AI 把兩種資料放在同一層：
就可能出問題。
所以看到來源時：
還要知道它是什麼。
可以把來源簡單分三級
第一級：正式來源
例如：
正式 SOP。
正式政策。
正式合約。
CRM 正式紀錄。
已驗證文件。
第二級：工作紀錄
例如：
專案文件。
會議紀錄。
案件紀錄。
第三級：討論內容
例如：
Slack。
Chat。
Email 討論。
第三級不是沒價值。
很多重要背景反而藏在這裡。
但如果它和正式政策衝突：
通常不能直接把討論當成正式規則。
所以版本其實還包括「來源層級」
假設最新的一段 Slack 討論是昨天。
正式政策是上個月。
不能只因為 Slack 比較新：
就認為 Slack 已經取代政策。
真正要看：
這段討論是否已經正式變更規定。
沒有：
就仍然需要確認。
Glean 可以用日期搜尋縮小範圍
Glean Search 目前提供更新時間等搜尋篩選方式。
例如可以限制：
最近一週。
最近一個月。
指定日期之後。
這可以幫助你先排除大量很舊的資料。
但還是要記住：
日期篩選只是縮小搜尋，不等於替你確認正式版本。
一個非常實用的做法：先限定來源再問
例如你知道：
正式人資政策都存在某個 Drive 資料夾。
那就不要讓 AI：
整間公司全部找。
先限定：
人資政策資料夾。
再問。
資料範圍越明確：
AI 把無關討論混進答案的機率通常越低。
高風險問題更應該這樣做
例如：
薪資。
付款。
折扣。
合約。
法律。
安全程序。
客戶承諾。
不要只問：
「答案是什麼？」
至少要看到：
答案＋來源＋版本。
而且最後仍然可以要求：
正式行動前由負責人確認。
如果找不到版本怎麼辦？
這時最好的 AI 回答不是：
猜。
而是：
「我找到相關資料，但無法確認哪一份目前有效。」
這其實是一個好答案。
因為它讓人知道：
問題不是 AI 不夠聰明。
而是：
公司的知識本身需要整理。
這甚至可以幫公司發現資料治理問題
假設員工每天都問：
「最新版報價表是哪一份？」
而 Glean 每次都找到四份。
真正需要解決的可能已經不是：
搜尋。
而是：
公司應該建立一個正式報價來源。
把舊版封存。
指定負責人。
標示目前有效版本。
AI 反而幫你把原本隱藏的管理問題挖出來。
所以不要讓 AI 自己替公司整理真相
如果來源互相矛盾：
AI 可以：
找出矛盾。
整理差異。
告訴你哪些資訊比較新。
但真正哪一份正式生效：
如果資料裡沒有證據：
就不應該自己決定。
今天只需要改一個 Prompt
原本：
「公司的退貨政策是什麼？」
改成：
「公司的退貨政策是什麼？請同時告訴我答案、原始來源，以及這是不是目前有效版本。如果找到多份不同版本，先列出差異，不要自行選擇。」
就這樣。
這就是今天的一分鐘教學。
可以直接複製的 Prompt
你是我的企業內部資料查證助手。
我要查的問題是：
[問題]
請優先搜尋我有權限存取的公司內部資料。
回答時固定分成三部分：
一、答案
先用最簡單的方式回答目前資料支持的答案。
二、來源
列出支持這個答案的原始公司來源。
不要只寫文件名稱。
如果系統提供 Citation，請保留 Citation，讓我可以點回原始文件確認。
三、版本
檢查是否存在：
較新的文件。
同名文件。
不同日期版本。
不同部門版本。
內容互相矛盾的來源。
如果能確認目前正式版本，說明判斷依據。
如果不能確認：
直接寫：
「目前無法確認哪一份是正式有效版本，需要人工確認。」
不要因為某份文件修改日期比較新，就自動假設它一定是正式最新版。
如果來源包含：
正式政策。
已驗證文件。
系統正式紀錄。
一般專案文件。
Slack、Email 或其他討論。
請分開標示來源性質。
如果正式來源與討論內容衝突：
不要自行用討論內容覆蓋正式來源。
最後再給我：
目前可使用的答案。
仍有衝突的地方。
採取正式行動前需要誰確認。
如果公司內部資料找不到足夠證據：
直接說不知道，不要用一般網路知識補成公司規定。
什麼時候一定要使用這個方法？
只要答案接下來會影響：
錢。
客戶。
人事。
正式政策。
合約。
安全。
就值得多看這三件事。
如果只是問：
「上次尾牙在哪裡辦？」
風險很低。
如果問：
「這個客戶現在可以給多少折扣？」
完全不同。
今天最容易犯的錯
看到 Glean 有 Citation。
就認為：
有引用＝答案正確。
不是。
Citation 只能先幫你解決：
「AI 是從哪裡看到的？」
它沒有自動替你保證：
來源沒有過期。
來源沒有寫錯。
來源一定是正式版本。
所以：
來源可追溯，是查證的開始，不是查證的結束。
今天最重要的動作
以後不要只問企業 AI：
「答案是什麼？」
多加兩個問題：
「從哪裡來？」
「現在還有效嗎？」
答案。
來源。
版本。
只多這三步。
就能把 AI 從：
「很快幫你找到一個看起來合理的答案。」
往前推成：
「幫你找到一個可以回頭確認、知道是否仍有效的工作答案。」
企業真正需要的不是：
AI 永遠回答得很有自信。
而是當資料互相衝突時：
它願意停下來告訴你：
這裡還不能確定。
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。
推薦閱讀
AI 一分鐘教學｜2026/07/31：請 AI 分析資料時，要求它留下「資料來源、處理步驟、重現方式」
