ChatGPT、Google 搜尋與傳統軟件到底有甚麼分別？

文章目錄＋

01 / 人工智能

三個答案，三種責任

Google 比較像幫你搵路，傳統軟件按固定規則計數，ChatGPT 則按上下文組織一個可讀的答案。它們不是誰取代誰，而是三種不同的責任分配。

我有時會先開 Google，再開一個 spreadsheet，最後先叫 ChatGPT 幫我整理。不是因為我不信任其中一個，而是它們各自擅長不同一段路。

試算表輸入同一組數字，通常會得到同一個結果；搜尋引擎列出一組連結，你可以逐個查看；生成式模型則可能用不同語句、不同取捨，甚至不同程度的錯誤回應同一問題。

02 / 人工智能

搜尋結果頁更像一張競爭激烈的地圖。它展示可能有用的來源，仍要求你打開、比較、判斷日期和利益關係。

生成式聊天把這段閱讀工作壓縮成一個流暢答案，也同時把來源之間的分歧壓平。方便不是免費得到的；你以較少摩擦，交換了較少可見的證據路徑。

一條漂亮的答案如果無法重現，遇到客戶追問時就會露底；一個醜但可審計的表格，反而可以救你一次。

這不代表 ChatGPT 沒用。相反，當問題是『幫我把六頁會議記錄變成三個可執行選項』，它比十條藍色連結更省力；只是最後的數字、日期和承諾，不應由文筆代替核對。

03 / 人工智能

銀行利息、庫存扣減、登機名單這類工作，固定規則往往比「懂語言」更重要。傳統軟件不需要猜下一步最像甚麼，只需忠實執行。

當一項工作有清楚輸入、可寫規則和不能容忍漂移的結果，加入生成能力可能只是把確定問題改造成概率問題。

工具不是偶像。工具是分工。

一個工具可以快，另一個可以準，第三個可以幫你理解；但把三者混成一個萬能按鈕，會令失誤責任消失。先分清楚查資料、計算、判斷和寫作，再配工具。

04 / 人工智能

語言模型並非每次都在資料庫找到一段原文再貼上。它把大量語言規律壓進參數，再於當下重建一條可能的表達。

這解釋了為何它能把概念換個方式說，也解釋了為何它可能把兩件相似事情縫成一件不存在的事。創造力與幻覺不是兩個完全分開的按鈕。

05 / 人工智能

真正有效的系統常把三者疊起來：傳統程式處理權限和交易，搜尋或檢索提供最新證據，語言模型理解問題並整理結果。使用者只見一個對話框，背後卻應該有不同部件各守自己的責任。

單靠一個模型包辦所有事情，通常只是把錯誤藏得更深。

06 / 人工智能

如果答案必須每次一樣，用規則；如果答案必須來自可查證的最新世界，用搜尋；如果問題含糊、需要重組和表達，用生成模型。若三項都需要，答案不是挑一個品牌，而是設計一條能追溯的工作流。

07 / 人工智能

08 / 人工智能

有時最好的工作流，是 Google 找原始來源、軟件做計算、ChatGPT 幫你整理，再由人簽名。慢一點，卻不會把漂亮錯誤當成完成。

09 / 人工智能

ChatGPT 可唔可以取代 Google？
它可以減少你逐條連結閱讀的時間，但查最新、要看原文或要核實來源時，搜尋仍然重要。

傳統軟件點解仍然有價值？
規則固定、結果要可審計的工作，例如計薪、庫存和報價，確定性本身就是功能。

最實用的混合方法？
先找來源，再用可計算工具處理數字，最後用模型整理語言；每一層保留自己的證據。

資料註腳

來源用來支持機制與限制；模型、產品及價格會更新，閱讀時應以官方頁面的版本和日期為準。