AI 找到十個網址，也不等於有證據：把搜尋答案拆成五欄再相信

網址很多，問題可能一個也沒回答

最容易讓人鬆懈的 AI 回答，不一定是沒有來源的那種，而是句句看起來合理，後面還跟著一長串連結。你點開其中一頁，才發現它講的是另一個版本，或者根本沒有支持那句結論。

我的判斷是：不要先數連結，要先問最重要的那句話，究竟被哪一段原文支持。搜尋負責找線索；把線索接成證據，是另一道工作。這不是說搜尋沒有用，而是不要把「找到了」直接寫成「證實了」。

Search 與 Fetch：先分清楚手上拿的是什麼

以查核當日的 DeepSeek Search 文件為例，搜尋結果包含網址、標題、短摘要、較長摘要與其他欄位；need_content 預設為 false，此時 content 是空字串，即使開啟要求內容，內容不可取得時也可能為空。

因此，看到網址和摘要，不能據此認定應用程式已拿到頁面正文。要確認實際拿到什麼，得看回應內容，而不是只看回答排版。Fetch 文件則描述另一個動作：抓取指定頁面，回傳標題與 Markdown 內容。

但拿到正文也不是查證完成。頁面可能只談一般原則，沒有涵蓋你問的條件。下面五欄是本文提出的閱讀方法，不是工具內建的事實查核認證，也不是跑分結論。

五欄證據表：每一列只處理一句主張

不要把整篇回答塞進同一格。先挑會影響決定的主張，一句一列；無法找到支持段落，就把缺口留下來。

填表不是要求每一個日常問題都做成報告。它的用途，是把你真正要依賴的部分露出來。只是找靈感，可以先停在搜尋；準備引用規格、安排操作，或交給別人據以決定，就值得多走這一步。

一個教學例：從「有連結」改成「知道能說到哪裡」

以下是假想的教學情境，不是真實產品測試。假設你問：「工具甲能不能把文件匯出？」AI 回答：「支援匯出，所以你的文件可以直接搬走。」

原文如果只寫「版本乙支援純文字匯出」，它最多支持那個特定功能，不能自動推出圖片、註解或所有文件格式都能完整移轉。這時主張應縮到原文能支持的範圍，適用條件寫版本乙與純文字，缺口寫圖片、註解與其他格式尚未確認。

這個例子的重點不是叫 AI 更有自信，而是讓它知道何時該停止延伸。你也可以直接要求：「請逐句對照原文；沒有支持的部分標成未確認，不要用相近功能推論。」這是本文建議的提問方式，不代表任何模型一定照做，最後仍要回看資料。

排名、日期與空白，最容易被誤讀

Search 文件把 rerank_score 描述為結合相關性、權威性與新鮮度等訊號的分數。這是搜尋結果的排序資訊，不等於你那句主張已被逐句驗證；後者是本文對使用邊界的判斷。

同一份文件也允許 date 在未知時為 null。實作或閱讀時，不要把它補成今天。你今天查過，只能證明今天做了查核，不能替來源補一個不存在的發布日期。

再來是正文空白。不要悄悄把摘要當正文補上，應先記錄「目前只有摘要」，再決定是否抓取原頁、找另一份正式文件，或保留未確認。原文之間不一致時，也不要只挑最符合期待的一份；把版本與日期並列，才能看見衝突在哪裡。

交付答案前，先做一次反向檢查

完成五欄後，從結論往回找：每一個關鍵判斷都有對應原文嗎？原文的前提有沒有被摘要刪掉？缺口是否仍被清楚標示，而不是在最後一段突然變成確定結論？

這不是保證答案正確的儀式，也不取代需要專業判斷或實測的工作。它讓你比較容易辨認：哪些已找到依據，哪些只是合理推論，哪些還不能回答。真正值得收藏的 AI 答案，不是連結最多，而是你回頭查時，知道每一句話站在哪裡。

作者：奧微軟體編輯。本文為獨立知識整理；五欄表、教學情境與提問方式為作者原創建議，未宣稱與 DeepSeek 有合作或背書關係。官方資料核對日期：2026-10-21；僅核對公開文件，未呼叫 Search／Fetch 付費 API、未實測搜尋品質，不提供效能或正確率保證。來源為文內所列 Search 與 Fetch 官方文件。