要不要人審,答案是要。真正的問題是審多深、誰來審、怎麼證明審過。每份都由主管逐字看,兩週後就沒人想用 AI;完全不審,遲早有一份錯的報價或錯的法規引用寄出去。我建議用四個步驟,把審稿從看心情變成有紀錄的關卡。
01先看公部門怎麼定:最終判斷在人
國科會 2023 年 8 月 31 日向行政院院會報告的「行政院及所屬機關(構)使用生成式AI參考指引」草案,第二點寫明生成式 AI 產出的資訊,須由業務承辦人就風險做客觀且專業的最終判斷;第五點寫不可完全信任產出,也不得以未經確認的內容直接作為決策的唯一依據;第六點要求適當揭露。
這份指引管的是行政機關,民間企業沒有義務照做。但它把責任歸屬講得很清楚:工具可以用,簽名的是人。企業訂審稿流程,可以直接借這個原則當起點。
02Step 1:盤點用途,分成三個風險等級
把團隊目前用 AI 產出的東西列一張表,欄位是:用途、對內或對外、錯了會造成什麼後果。接著分級。第一級是內部草稿、會議摘要、腦力激盪,錯了自己會發現。第二級是對外但可修正的,例如社群貼文、客服回覆、電子報。第三級是錯了會有法律或金錢後果的,像報價單、合約條款、產品規格、法規說明。
產出是一張分級清單;驗收方式是請各部門主管確認自己部門的每個用途都有歸到某一級,沒有「其他」。
分級時常見的爭議是同一種文件,對象不同風險就不同。例如產品說明寫給內部業務看是第一級,貼到官網就變第二級,放進投標文件就是第三級。我的做法是看最終去處,不看文件類型,去處不確定的一律往高一級歸。
03Step 2:每一級配一份檢查清單
第一級只要撰寫人自己讀過一遍。第二級要另一個人看,清單包含:數字和日期跟原始資料對過、人名公司名正確、語氣符合品牌、沒有出現客戶個資。第三級除了第二級的項目,還要由有權限的人核對每一條引用的法規條號、每一個金額的計算過程,並確認 AI 沒有自己補出原始資料沒有的承諾。
清單不要超過八項,超過就沒人會勾。產出是三份清單;驗收是拿上個月的實際產出試審一輪,看清單能不能抓到問題。
04Step 3:留下放行紀錄
第二、三級的產出,放行時要留三個欄位:審稿人、審稿日期、是否修改。可以是共用試算表的一列,也可以是文件管理系統裡的一個核准動作,不用另外買工具。這份紀錄的用途有兩個:出錯時知道卡在哪一關,以及累積資料判斷哪些用途可以降級。
揭露也在這一步處理。對外內容要不要標註由 AI 輔助產生,各公司政策不同,但內部紀錄一定要寫,不然半年後沒人記得哪份文件是怎麼來的。
05Step 4:跑四週,用修改率調整等級
四週後打開放行紀錄,算每個用途的修改率:被修改的份數除以送審份數。假設客服回覆送審 200 份、被改 6 份,修改率是 6/200,可以考慮從逐份審改成每天抽審 20 份。反過來,如果某類貼文每 10 份就要改 4 份,問題可能在提示詞或原始資料,先修源頭,不要只是加審稿人。
審稿關卡不是不信任 AI,是讓你有證據知道哪裡可以放手。沒有紀錄,永遠只能全部審或全部不審;有紀錄,每個月都能往前推一點。
資料來源
文中數字與法規均出自下列正式資料,引用時請以原始出處為準。