為什麼 AI 給你不同的答案

把一模一樣的問題丟給 ChatGPT、Gemini 和 Claude，你常常會拿到三種不同的答案。有時只是語氣不同，有時則是完全不一樣的切入點。就算把同一個問題問同一個模型兩次，連那也可能變。

感覺好像哪裡壞了。其實沒有。這些工具本來就是設計成這樣運作的，一旦你懂了原因，就能把它變成助力，而不是被它弄得手足無措。

簡短的答案：AI 是預測，不是查詢

關於 AI 聊天機器人，大多數人都誤會了這一點。大家以為某處有個龐大的資料庫，AI 會去把正確的那筆撈出來。事情不是這樣運作的。

語言模型比較像全世界最博學的自動完成。它讀你的問題，預測下一個字，接著下一個，再下一個，每一個都依據在目前為止的一切之後最可能接上的內容。把夠多的預測串起來，你就得到一段讀起來像真正答案的文字。

關鍵字是最可能。每一步都沒有唯一那個顯而易見的字，而是一整排都還不錯、各有不同機率的選項。模型得挑出一個。而它怎麼挑，正是差異的起點。

認識「溫度」，這顆創意旋鈕

每個模型都有一個叫溫度的隱藏設定。它決定模型在挑那個下一個字時有多大膽。

調低，模型就求穩，幾乎每次都抓機率最高的字，你會得到穩定、可預期的答案。調高，模型就敢用比較不那麼顯眼的字，讓文字更多樣、更有創意，也稍微不那麼好預測。IBM 把它形容為：在模型下手之前，調整那排選項有多「尖」或多「平」。

有個好比方：低溫的模型像個照著食譜、精準到克的廚師，所以每一批味道都一樣。高溫的模型則像個即興發揮的主廚，於是晚餐有時精彩、偶爾古怪。

這就是同一個模型能對同一個問題給出兩種答案的主因。那一小撮受控的隨機性是刻意放進去的，因為稍有變化的答案，比一台一字不差重複的機器更自然、更有人味。

為什麼兩個不同的模型分歧得更大

溫度解釋了單一模型為什麼會晃動。但為什麼 Gemini 聽起來沉穩又仔細，另一個模型卻乾脆又直白？這取決於各自是怎麼被養大的，而沒有兩個是用同一種方式養大的。

有三件事形塑一個模型的直覺：

• 它讀了什麼。 每個模型都用不同的文字組合訓練。餵了大量學術寫作的模型會更常留有保留、聽起來正式；用更廣、更閒聊的組合訓練的模型則顯得比較放鬆。訓練資料悄悄定下了用詞、節奏，以及模型有多傾向謹慎。
• 它被怎麼調校。 初步訓練之後，公司會打磨模型在對話中該有的舉止。這個步驟形塑它怎麼開場、答案會拉多長，以及不確定時會怎麼做。
• 人類的回饋。 真人替模型的答案打分，模型便學會往人們偏好的方向靠。若評分者偏好更溫暖、更短、更謹慎的答案，模型就朝那邊漂移。這個步驟很大程度上解釋了為什麼每個模型最後都有自己一眼認得出的「個性」。

所以 GPT、Gemini、Claude 和 Grok 分歧，並不是因為一個對、其他錯。每一個都從不同的素材學習，也由品味不同的不同團隊訓練。它們回答得不一樣，理所當然。把同一個問題問四個非常博學的朋友，你同樣會期待四種看法。

快速並排比一比

同一個問題，四個模型。這就是你在日常使用中真正會察覺到的那種差異。

把它當成大致的感覺，不是排行榜。這些個性是真的，也穩定到足以派上用場，但哪個「最好」，真的會隨問題而變。想自己感受看看嗎？對每一個問同樣的東西。

那些會「思考」的模型會改變這件事嗎？

有一點，會的。較新的推理模型，也就是回答前會停下來一步步把問題想過的那些，在核心答案上比較不依賴那種隨機挑字。因為仔細的推理挑起了重擔，調溫度對它們是否答對的影響就小一些。它們的說法仍會變，但在困難的事實或邏輯問題上，往往比一個快嘴又愛聊的模型更穩定。

若你想把又快又輕的模型，和較慢卻仔細的模型之間的差別弄清楚，我們在快 AI 還是聰明 AI裡拆開來講了。

什麼時候不同的答案真的是個問題

我們也老實談談另一面。多樣性對腦力激盪和寫作很棒，但當你需要一個可靠的事實時，就沒那麼棒了。

如果你向 AI 要一個明確的日期、一個數字，或一步步的指示，卻每次都拿到不同的答案，那是個值得放在心上的警訊。這可能表示模型不確定，基本上是在猜，而聽起來很有把握的錯誤也是這樣冒出來的。解法很簡單：當答案真的重要時，多問幾個模型，若它們一致，你就能更放心。若它們互相牴觸，那就是你該用可靠來源再查一次的訊號。AI 為什麼能面不改色地斷言錯誤的事，我們在為什麼 AI 會胡謅裡深入談過。

所以，讓 AI 成為有趣點子夥伴的那個特質，正是面對硬事實時要盯著的那個特質。搞清楚自己身處這兩種情況中的哪一種，就成功了一半。

怎麼讓這些差異為你所用

一旦你不再期待唯一一個完美答案，一個更好的習慣就會就位：比較。與其只信一個答案，不如把同一個問題丟給幾個模型，並排著讀。

• 面對事實， 兩三個模型一致就是不錯的可信訊號；互相牴觸就是叫你去查證。
• 面對寫作， 把同一份指示丟過好幾個模型，留下最像你的那個版本。
• 面對點子， 模型越多、角度越多。總有一個會提出其他都漏掉的東西。

麻煩在於，要這麼做就得在各自獨立的 App 和登入之間跳來跳去，很煩，所以幾乎沒人願意動手。把所有模型放在同一個地方，才讓比較快到你真的會去做。你可以問一次，就並排看到每個模型怎麼回答，或在對話中途換模型，當某個沒說到點上時。我們把三大模型正面對決放在ChatGPT 對決 Gemini 對決 Claude，想讀更深入的話可以看看。

結論

不同的答案不是毛病。它是這些工具運作方式的自然結果：以一小撮隨機性預測文字，而每個模型都帶著訓練資料、以及形塑它的那些人的直覺。指望一台機器交給你唯一一個完美答案，這個心態本身就錯了。

更好的做法，是把 AI 當成一群聰明又博學的顧問，而不是單一的神諭。多問幾個，留意它們在哪裡一致，再挑出合適的答案。這麼做，多樣性就不再令人困惑，反而成了它整件事的重點。