你請它把這一季的活動成果寫成報告。摘要有條理，建議也具體，你差點就直接轉寄給主管。最後掃一眼附的表格，各場次人數加起來，跟它寫的「合計」對不上。
同一個下午，你請它把一段介紹縮到幾百字以內。它交回來的版本，用 Word 的字數統計一數，超過不少。
能把企劃寫得像樣的東西，為什麼數不清字數、加不對一欄數字？這個落差有一個說法，叫能力是「鋸齒狀」的。
高低不齊的能力
Andrej Karpathy 在 2025 年 12 月的年度回顧文章裡，用「鋸齒狀」（jagged）形容現在的大型語言模型：它可以同時是一位博學的天才，又是一個困惑、理解力有限的小學生，而且離被一段越獄提示騙去外洩你的資料只差幾秒。
他的解釋跟訓練方式有關。從 2024 年底 OpenAI 的 o1 開始，業界多了一道訓練步驟：讓模型在答案能被客觀檢查的題目上反覆練，這道步驟叫 RLVR（用可驗證的獎勵做強化學習）。能被檢查的領域，模型的能力就往上衝；別的地方沒有同樣的練習，整體看起來就像一排高低不齊的鋸齒。
對一般使用者來說，這張圖最麻煩的地方是沒辦法從一個點推到旁邊那個點。人看到一份文筆好的報告，會順手相信裡面的數字，因為寫得出好報告的同事，簡單加法通常不會錯。這個推論用在它身上不成立，它寫報告的能力，告訴不了你它在對話裡加總的能力。
廠商自己的範例，也把計算交給工具
Anthropic 的 Claude 範例集有一份讀圖表的教學，裡面提醒：有時 Claude 的算術能力會礙事，同一題多抽幾次，偶爾會因為算錯而給出錯的最終答案，建議給它一個計算機工具。同一份教學也提到，顏色很多的圖表，像分組很多的長條圖，它偶爾會讀錯，範例建議先請它認出圖上用了哪些顏色；很複雜的圖，可以先請它把每一個資料點描述出來。
OpenAI 的範例集在 o3、o4-mini 的工具呼叫指南裡示範了一段系統指示：凡是牽涉邏輯、程式或多步驟數學的，一律用 Python 工具。說明寫的是，這些模型自己常常解得出來，但工具可能給出更可靠的答案。
微軟給初學者的課程有一個更小的例子。問「Alice 有 5 顆蘋果，丟掉 3 顆，給 Bob 2 顆，Bob 還她 1 顆，她剩幾顆？」模型答 5，正確答案是 1。課程的解法是先在提示裡示範一題類似的算式。你平常在聊天視窗裡不太會先寫示範題，比較實際的做法是叫它用工具算，或者自己算。
字數數不準，可以從它怎麼讀文字來理解。微軟課程說明，模型看到的是一串 token，也就是文字被切成的小單位，不是一個一個字。OpenAI 的範例把英文句子 "tiktoken is great!" 切成 6 塊，其中 tiktoken 這個詞被拆成三塊。這是作者的推論：它處理的單位跟你數的單位不同，精確數字數、數字母本來就不是它順手的事。
這件事交給 AI，要不要另外驗
| 你交給它的事 | 它的表現 | 要不要另外驗 | 怎麼驗 |
|---|---|---|---|
| 寫企劃、改語氣、想標題 | 通常是強項 | 沒有對錯可驗，你決定用不用 | 讀一遍，改成你的話 |
| 整理你給的文件重點 | 大致可以 | 抽查數字和結論 | 回原文找那一句 |
| 表格加總、平均、百分比、增減 | 會算錯，口氣照樣篤定 | 一定驗 | 叫它用程式算並附算式，或貼回試算表重算 |
| 字數、字母數、項目數 | 不穩 | 一定驗 | Word 字數統計、試算表的計數函數 |
| 日期推算：幾天後、星期幾、民國西元 | 屬於多步驟計算 | 一定驗 | 對日曆、自己算一次 |
| 今天幾號、最新規定 | 不一定知道 | 一定驗 | 看官方公告 |
| 引用原文、條號、出處 | 會編 | 一定驗 | 拿原文逐字比對 |
| 讀圖表上的數值 | 顏色多的圖容易讀錯 | 要驗 | 顏色多的圖先叫它認出用了哪些顏色；複雜的圖先叫它列出每個資料點，你對照原圖 |
作者整理，非官方。
整張表可以濃縮成一句：有標準答案可以對的事，不要用它在對話裡直接報的數字，叫它用工具算，或你自己對一次。沒有標準答案的事，像語氣、架構、標題，它出草稿，你決定。
這兩類剛好對應到你驗證的成本。會出錯的那一類，多半是計算機、字數統計、日曆就能確認的事，不必花太多時間；它比較可靠的那一類，反而沒有標準答案可以驗，只能靠你的判斷。
交給 AI 的這件事
|
v
有標準答案可以對嗎？ ----沒有---> 它出草稿
（算得出、數得出、查得到） 你決定用不用
| 有
v
它用工具算的嗎？ ------是-----> 看算式，抽查
| 不是，直接報數字
v
另外驗：計算機、字數統計、
日曆、原文
如果你用的服務能讓它執行程式或讀試算表，就叫它用程式算，並把算式或程式交出來給你看。沒有這個功能，就把表格貼回試算表自己加一次。
下面這段可以在它交回報告之後貼進同一個對話：
這份報告先不要改文字，只做數字檢查： 一、把所有需要計算或計數的地方逐一列出：加總、平均、百分比、增減、字數或項目數、日期推算（幾天後、星期幾、民國西元換算）。 二、如果你能執行程式或使用計算工具，用工具重算每一項並附上算式；不能的話，寫「未用工具，請人工核算」，不要自己心算填答案。 三、做成一張表：項目、報告裡寫的數字、重算的數字、是否一致。 四、圖表裡讀出來的數值，先逐一列出每個資料點，再做計算。 （貼上你的報告或表格）
下次它交回一份有表格的報告，先把合計那一欄貼進試算表重算一次，對得上再轉寄。
站內延伸
- 表格要交給 AI 分析之前先整理好 → 找方法AI Excel 分析
- 數字以外，條號和出處怎麼查 → AI 給的條號和出處，哪幾句一定要查？
- 它說的「最新規定」可能是舊的 → AI 講的是舊規定，為什麼還講得那麼像真的
來源： Andrej Karpathy：2025 LLM Year in Review（2025-12-19；Jagged Intelligence 一節：同時是博學天才與困惑的小學生、可驗證領域因 RLVR 而能力突出、o1 是第一個 RLVR 模型）；OpenAI Cookbook：o3/o4-mini Function Calling Guide（邏輯、程式與多步驟數學一律用 Python 工具，工具可能給出更可靠的答案）；OpenAI Cookbook：How to count tokens with tiktoken（"tiktoken is great!" 被切成 6 個 token 的範例）；Anthropic Claude Cookbooks：Working with Charts, Graphs, and Slide Decks（算術能力會礙事、建議給計算機工具、顏色多的圖表偶爾讀錯、可先請它用 HEX 色碼認出顏色；很複雜的圖表先描述每個資料點）；微軟 Generative AI for Beginners 第 5 課（蘋果算術題答 5、正確為 1）與第 4 課（模型看到的是 token 序列）。以上皆 2026-10-25 查閱。對照表、一句原則與流程圖為作者整理。