| 9 上一課 | 10 本篇 | 11 下一課 |
這是 Discernment 單元的第一課。前兩個單元（Delegation、Description）教的是對話的「輸入端」——怎麼決定任務分工、怎麼把需求說清楚。Discernment 是「輸出端」：當 AI 給你回應之後，你怎麼判斷它好不好？這課拆解 Discernment 的三個層次——評估成果品質（Product）、評估推理過程（Process）、評估互動行為（Performance）——讓你從「接受者」升級為「有判斷力的審評者」。
📋 課程基本資訊
| 項目 | 內容 |
|---|---|
| 所屬課程 | AI Fluency: Framework & Foundations |
| 課程章節 | Discernment（辨別）— 第一課 |
| Lesson | Lesson 10：A Closer Look at Discernment |
| 課程平台 | Anthropic Academy（免費） |
| 預估學習時間 | 影片 5 分鐘 ＋ 練習 15–20 分鐘 |
🎯 這課學完你會得到什麼？
- 說明 Discernment 的定義及三個子能力
- 對 AI 輸出進行有系統的批判性評估
- 識別需要更仔細審視的 AI 輸出訊號
- 理解 Discernment 如何和 Description 構成持續的回饋循環
🧠 課程重點筆記
Discernment 是 Description 的另一面
課程用一個很清楚的對比來說明 Discernment 的位置：
（輸入端）
（輸出端）
兩者不是獨立的步驟，而是一個持續的回饋循環：你描述需求（Description）→ AI 回應 → 你評估（Discernment）→ 根據評估調整描述（Description）→ AI 再回應……這個循環構成了 Augmentation 模式的核心。
Discernment is the ability to thoughtfully and critically evaluate what AI produces, how it produces it, and how it behaves.
Discernment 是有思辨地、批判性地評估 AI 產出什麼、如何產出，以及它如何行為的能力。
三個子能力：從三個角度評估 AI
為什麼 Discernment 需要你的專業知識？
課程練習特別強調「在你有專業的領域評估 AI」，這不是偶然的設計。
Discernment 的品質，和你的領域知識直接相關。一個不了解攝影的人，很難判斷 AI 對「景深」的解釋是否準確；一個不了解法律的人，很難判斷 AI 對法條的詮釋有沒有問題。
這也是為什麼課程說「即使是最先進的 AI 系統，也需要人類的判斷和監督」——不是因為 AI 很笨，而是因為你才擁有那個特定情境下的判斷能力。
這個認識很重要：它提醒你在把任務交給 AI 之後，不能完全放手，而是要持續用你的專業眼光進行 Discernment。
Discernment 的實用檢核清單
收到 AI 輸出後，問自己：
Product：
- 這個資訊準確嗎？我能驗證嗎？
- 這個輸出適合我的受眾和情境嗎？
- 內容前後一致、沒有矛盾嗎？
- AI 有沒有回答我真正問的問題？
Process：
- AI 的推理過程合理嗎？有沒有跳步？
- AI 有沒有忽略我問題的某個部分？
- 它使用的推理框架適合這個問題嗎？
Performance：
- AI 的回應方式對這個任務有幫助嗎？
- 語氣、深度、術語使用都適合我嗎？
- AI 有沒有真正回應我的具體需求？
✏️ 課程練習：用你的專業評估 AI
這個練習讓你在自己最熟悉的領域，完整走一遍三種 Discernment。
五個步驟
Step 1：回到你的專業領域
回想你在 Lesson 2 練習時選的那個你熟悉又有熱情的話題，這次也用同一個主題。
Step 2：請 Claude 給你三種解釋
開啟新對話，請 Claude 針對你主題中的某個具體面向，提供三個不同角度的解釋或分析。例如：
- 攝影 → 請 Claude 用三種方式解釋「景深」
- 料理 → 請 Claude 用三種角度分析「發酵技術」
- 歷史 → 請 Claude 從三個不同觀點解讀某個歷史事件
Step 3：運用你的專業進行三層評估
Product Discernment：
- 哪個解釋包含最準確的資訊？
- 有沒有事實錯誤或誤解？
- 內容深度適合這個主題的學習者嗎？
Process Discernment：
- Claude 的推理在每個解釋中是否合乎邏輯？
- 分析有沒有缺口或思考跳躍？
- Claude 有沒有在概念之間建立合適的連結？
Performance Discernment：
- Claude 有沒有回應你的具體問題？
- 術語使用是否適合主題？
- 語氣和風格是否有助於清楚解釋？
Step 4：給出反饋並改進
- 告訴 Claude 哪個解釋最好，具體說明為什麼
- 告訴 Claude 哪個解釋最差，具體指出問題在哪裡
- 和 Claude 合作，根據你的反饋改出一個更好的版本
Step 5：和 Claude 反思這個過程
在同一個對話裡，討論：
- 你的哪些專業知識讓你能識別優劣？
- 沒有你這個領域知識的人，可能在哪裡判斷失準？
- 這個練習讓你對「領域知識和有效 Discernment 的關係」有什麼新認識？
課後反思
- Product、Process、Performance 三種 Discernment 中，哪一種你覺得最難應用？為什麼？
- Discernment 和 Description 怎麼互補？它們如何形成一個循環？
- 什麼訊號或模式會讓你對 AI 輸出提高警覺、更仔細審視？
🔜 下一課預告
Lesson 11 會把 Description 和 Discernment 放在一起，讓你在 Lesson 7 選的那個課程專案上實際應用兩者，走完一個完整的「描述 → 輸出 → 評估 → 調整」的協作循環。
📖 延伸閱讀
- AI Fluency: Framework & Foundations 完整課程目錄
- Lesson 8：深入認識 Description
- Lesson 9：有效提示詞技巧
- Lesson 3：4D 框架完整解析
❓ 常見問題 FAQ
Discernment 和事實查核是一回事嗎？
事實查核只是 Discernment 的一部分，對應 Product Discernment 裡的「準確性（Accuracy）」維度。完整的 Discernment 還包含評估推理過程是否合理（Process）、以及 AI 的互動行為是否有效（Performance）。事實查核是必要的，但還不夠。
如果我對那個主題沒有專業知識，怎麼做 Discernment？
這正是 Discernment 最困難的情境。幾個應對策略：要求 AI 說明推理過程（便於 Process Discernment）；請 AI 提供資料來源讓你查核；對結論保持更高程度的懷疑；在重要決策前尋求有該領域知識的人確認。沒有專業知識，更需要謹慎，而不是更容易放心。
Discernment 只有在 AI 出錯時才需要用嗎？
不是。Discernment 是你每次收到 AI 輸出都應該進行的習慣，不只是在你「感覺哪裡怪怪的」時候。很多 AI 的錯誤恰恰是因為聽起來太自信、太流暢，讓人不自覺跳過評估。主動、系統性的 Discernment，而不是被動地「有疑問才查」，才是真正有效的做法。
Process Discernment 要怎麼看？AI 的推理過程我看得到嗎？
在標準對話中，你看到的是最終輸出，不是 AI 的內部運算過程。但你可以用提示詞要求 AI「先說明你的思路再給答案」，這樣輸出中就會包含推理步驟，讓你能評估。這也是 Lesson 9 提到的「讓 AI 先思考（Think-first approach）」技巧的一個應用價值。
Discernment 是不是代表我不應該信任 AI？
不是。Discernment 不是「不信任 AI」，而是「有根據地判斷何時可以信任、何時需要驗證」。就像你信任一個好同事的工作，但仍然會在提交之前確認重要數字——這不是不信任，而是負責任的專業態度。Discernment 讓你能更有效地利用 AI，而不是更少使用它。
📬 喜歡這篇文章？訂閱電子報不錯過任何更新
生成式 AI 時代，最珍貴的資產不是工具本身，而是你的提問力與協作思維。
每週精選 AI 實戰技巧、官方課程更新與 AI 工作流攻略，直接寄到你的信箱！
Leave a Reply