讓 AI 連接工具與資料威力強大，也是最容易出問題的地方。在信任或建置任何工具之前，它必須能回答五個問題。答不出來的工具，就還沒有準備好被使用。
資訊
下列哪一項是每個工具都必須回答的五個問題之一？
| 等級 | 意義 | 範例 |
|---|---|---|
| Public（公開） | 任何人都可以看 | 已公布的課程目錄 |
| Internal（內部） | 供組織成員使用 | 內部會議時程 |
| Confidential（機密） | 僅限有需要的人 | 尚未公布的專案預算 |
| Restricted（受限） | 敏感度最高，嚴格管控 | 個人紀錄、憑證 |
| 風險 | 典型工具 |
|---|---|
| Low（低） | 唯讀查詢公開資料 |
| Medium（中） | 為已驗證身分的使用者讀取內部或受限資料 |
| High（高） | 任何會寫入、刪除、發布、寄送或變更存取權限的操作 |
資料分級越高、風險越高，就需要越強的身分驗證、越嚴格的權限、越完整的紀錄，高風險操作還要加上人工確認步驟。
注意
下列哪一種工具最適合評為高風險（High）？
| 等級 | 允許的行為 | 人工確認 |
|---|---|---|
| Public Read | 任何人都可讀取公開資料 | 不需要 |
| Authenticated Read | 已登入的使用者讀取屬於自己的資料 | 不需要 |
| Restricted Read | 僅特定角色可讀取敏感資料 | 視敏感度而定 |
| Confirmed Write | 經人類明確同意後才修改資料 | 必須 |
| Privileged Write | 僅授權角色可進行的高權限變更 | 必須，並留下紀錄 |
以下操作原則上一律應要求人類明確確認：
注意
AI 助理提議刪除一批紀錄，應該怎麼做？
有根據的答案是以權威來源為依據，而不是模型的猜測。來源追溯則是讓人類得以查證的證據軌跡。良好的結果會附帶如下的欄位：
{
"results": [
{ "name": "Example Researcher", "expertise": ["AI in education"] }
],
"provenance": {
"source": "Example University Research Directory",
"source_id": "expert-0042",
"retrieved_at": "2026-03-01T09:30:00Z",
"last_updated": "2026-02-10",
"canonical_url": "https://example.edu/directory/expert-0042",
"completeness": "partial (3 of 5 fields available)"
}
}資訊
某結果的 retrieved_at 是今天，但 last_updated 是兩年前。這代表什麼？
只顯示「Error 500」對任何人都沒有幫助。更糟的是相反的情況：工具失敗了，模型卻仍憑記憶照樣回答。原則是：明確失敗，不要誤導（Fail visibly, not deceptively）。
Unable to retrieve course data.
Reason:
The authoritative course service is temporarily unavailable.
What you can do:
- Try again later
- Check the official course system
No answer was generated from unverified data.注意
課程工具因為服務中斷而沒有回傳任何資料，最好的行為是什麼？
即使工具設計得再好，也不會讓人類退出流程。請養成五個習慣，每次 AI 的答案仰賴工具時都拿出來用。
完成
AI 依據工具結果產出的答案，由誰負責？