什麼是 AI 接地（Grounding）？
AI 接地，是指強制 AI 只根據你提供的指定文件作答，而不是根據它訓練時吸收的公開資料作答。有接地的助手會先打開你的價目表才報價；沒有接地的助手，會生成一個看起來很合理、但從來不屬於你公司的數字。
大多數老闆的假設剛好與事實相反。他們以為一個能流暢說出「保養期」條款的聊天機械人，一定讀過自己公司的保養條款。事實是它從來沒有讀過。它讀過的是全世界數百萬間其他公司的保養頁面，然後把它們平均成一句剛好符合你問題形狀的答案。
「聽起來正確」與「對你的公司而言正確」之間的落差，是目前中小企應用 AI 最昂貴的一個誤解。接地就是用來填補這道落差的技術。
AI 為什麼會編造關於我公司的資料？
語言模型對你的公司毫無記憶。它從未看過你的貨品編號、供應商合約、員工手冊或現行價格。當你提問時，它只是生成統計上最可能出現的答案，那是一個穿上事實外衣的猜測。
這個機制值得理解一次，因為它幾乎解釋了中小企在 AI 上遇到的所有失誤。
模型接受的訓練，是預測下一段文字應該是什麼。當它看到「本公司標準保養期為」這幾個字，它就會把句子補完。它沒有能力分辨自己是「補得正確」還是「補得像樣」。從模型內部看，兩者完全相同。
業界對這個問題的分析說得很直接：模型非常擅長生成聽起來合理的回應，但在缺乏真實資料的情況下，它本質上只是在做有根據的猜測。這個猜測不是模型的故障，而是模型在一條它根本沒有得到材料的問題上，正常運作的結果。
因此，一位同事可以向沒有接地的助手詢問退貨政策，得到一段流暢的三段式回覆，轉發給客戶，然後為公司製造一個公司從未作出過的承諾。
接地實際上是怎樣運作的？
接地在「書寫」之前插入了一個「搜尋」步驟。當問題進來，系統會先搜尋你的文件，抽出最相關的段落，交給模型，並附上一條指令：只准使用這些材料作答，最好還要註明出處。
這種安排的技術名稱叫「檢索增強生成」，英文縮寫 RAG。你不需要記住這個名詞才能買得聰明，但你會在供應商的簡報上看見它，所以認得出來有好處。
要理解兩者的差別，最清楚的比喻是一場面試。
沒有接地的 AI，是一位憑記憶作答的求職者。流暢、快速、偶爾出錯，而且永遠無法告訴你這一次是哪種情況。
有接地的 AI，是同一位求職者，但獲准把你公司的手冊攤開放在桌上。慢了不足一秒，卻能指着頁數。
當那個搜尋步驟存在之後，有三件事會改變。
--- 答案可追溯。你可以點回它引用的文件，也就是說有人可以核對。
--- 答案會隨文件更新。改動價目表，明天的答案就跟着改，不需要重新訓練任何東西。
--- 出錯的形態改變了。有接地的系統出錯，通常是檢索到錯誤的文件，那是一個找得到、修得好的問題；沒有接地的系統出錯，是憑空編造，完全不留痕跡。
第三點比前兩點重要得多。接地不會令 AI 永不犯錯，它令 AI 可審核，而可審核的錯誤，才是一間九人公司實際上管得住的錯誤。
在香港中小企身上，接地看起來是什麼樣子？
實務上，接地與科技的關係不大，反而更像是把你公司每星期口頭講二十次的答案，正式寫下來。文件才是真正的工作，檢索反而是最容易的一部分。
設想一間位於長沙灣的食品貿易公司，十名員工，主要進口日韓乾貨與調味料，同時供應餐廳與零售點。客戶與同事整天問的，其實是同一批問題。
--- 這款醬油的保質期有多久，開封後又是多久？
--- 餐廳客戶的最低訂購量是多少箱？
--- 送貨到新界西是否額外收費，需要多少工作日？
--- 有中文標籤嗎，還是要客戶自行加貼？
--- 現金客與月結客的價格差多少？
目前這些答案散落在四個地方：老闆的腦袋、2024 年的一段 WhatsApp 對話、貼在辦公室牆上的一張影印紙，以及一份沒有人找得到的供應商 PDF。三位同事對「送貨附加費」給出三個略有不同的答案，而最新入職那位在猜。
要讓這間公司接地，第一步不是買軟件，而是製作一份文件，裏面有那十一條權威答案，寫上日期，由老闆確認。把任何一個稱職的助手指向這份文件，猜測就會停止，員工與 AI 同時停止。
還有一個沒有人拿來做宣傳的好處。撰寫這份文件的過程，會迫使老闆發現：十一條答案裏面有兩條其實從未真正決定過，只是一直即興處理。讓公司接地，往往會揭露一件事：原來會編造答案的不只有 AI。
香港的處境還多一層。本地公司經常把同一份資料保存成兩種語言，而一個同時收錄了繁體中文答案與英文答案、兩者卻悄悄互相矛盾的知識庫，會用十足的信心給出互相矛盾的回覆。一個來源、兩個忠實譯本，這才是應有的紀律。
關於接地，大部分人誤解了什麼？
最常見的四個誤解，全部都要花錢買單。每一個都會令老闆或者多付了不需要付的錢，或者相信了一個本應核對的答案。
誤解一：「我們已經用自己的資料訓練過 AI。」
幾乎沒有人做過。訓練（或微調）是調整模型的內部行為，昂貴、緩慢，而且極少適合中小企。幾乎所有落地的做法其實都是檢索，也就是接地。這個區分並非咬文嚼字：微調教模型一種風格，接地給模型一批事實。如果供應商用「訓練」來形容「上傳你的 PDF」，請問清楚他指的是哪一種。
誤解二：「我在對話裏上傳了檔案，所以已經接地了。」
那確實是接地，但只限那一次對話。關掉視窗，知識就消失。真正的接地系統，是文件永久附在工具上，對所有人、每一次都有效。丟進一次對話的檔案是一次性動作，不是一種安排。
誤解三：「接地之後就不會答錯。」
它減少編造，並改變剩下那些錯誤的形態。如果你的資料夾裏有三份分屬三個年度的價目表，有接地的助手會滿懷信心地引用搜尋剛好撈到的那一份。接地的水準，上限就是背後文件的水準；互相矛盾的文件，只會產生互相矛盾的答案。
誤解四：「文件越多，它就越聰明。」
通常剛好相反。十份乾淨、現行、不重疊的文件，表現勝過四百個包含草稿、舊版本，以及一個叫做「old」的資料夾。每一份過期文件，都是一個正在等待對應問題出現的錯誤答案。
我應該怎樣建立第一個接地知識庫？
一個下午足夠做出第一版。目標不是完整，而是一份可信的文件，涵蓋真正會出現的問題，讓之後每一次改善都有地方掛上去。
--- 第一步：列出問題，而不是列出文件。寫下客戶與同事最常問的十至十五條問題，從真實的訊息紀錄裏抄，不要憑想像。
--- 第二步：每條寫一個權威答案。簡短、直白、具體。如果房間裏有兩個人對同一條答案有分歧，那是你欠公司的一個決定，而今天就是決定的日子。
--- 第三步：寫上日期，指定負責人。沒有指定負責人的知識庫，會在一個季度之內悄悄變成錯的。
--- 第四步：刪除或封存所有競爭版本。把每一份被取代的價目表與舊政策移到 AI 接觸不到的地方。單憑這一步，就能預防大部分接地系統的錯誤。
--- 第五步：附上文件，然後盤問它。把那十五條問題逐一問一次，逐條對照文件核實，並記下它找不到的內容。
--- 第六步：要求註明出處。指示助手說明每個答案來自哪份文件，並在文件裏沒有答案時，直接說「不知道」。一個肯承認資料缺口的助手，比一個把缺口填滿的助手值錢得多。
最後那條指令，是中小企能拿到的最便宜的品質管理，而幾乎沒有人設定過。
關於 AI 接地的常見問題
接地需要請程式員嗎？
做第一版不需要。現時主流的商用助手大多允許你附上文件或連接一個資料夾，那已經是真正的接地。需要程式員的時機，是當答案必須即時從紀錄系統抽取，例如庫存數量或訂單狀態，因為那是從資料庫檢索，而不是從檔案檢索。
我需要多少份文件才能開始？
一份。一頁寫得好、涵蓋最常見問題的文件，表現勝過一整個未整理的雲端硬碟。決定品質的變數不是數量，而是時效與一致性。
文件存放在哪裏，這件事重要嗎？
比大多數買家願意查證的程度重要得多。接地意味着把公司資料上傳到供應商的系統，這牽涉存放地點、保留期限，以及你的內容是否會被用於訓練。這些應該在上傳之前以書面形式釐清，而不是之後。詳情可參考我們關於資料存放地的說明。
有接地的 AI 還會出現傷害到我的錯誤嗎？
會，所以接地必須配合人手審批，特別是任何不可逆的動作。一張有接地的報價，仍然是一張報價。凡是付錢出去、構成法律承諾，或者公開發布的決定，都值得一個人簽名確認。這個原則我們在人手審批機制的文章裏詳細談過。
我怎樣知道它有效？
挑一條可以量度的問題，例如送貨附加費，然後數一數一星期之內同事給出相同答案的次數。一致性是最早看得見的回報，而它出現的時間，比任何時間節省都要早。
總結
一個對你公司一無所知的 AI，不是助手，而是一個非常會說話的陌生人。
接地就是陌生人變成同事的方法：不是把模型變得更聰明，而是把你的文件、你的價格、你的政策交給它，再加上一條「必須註明出處」的規矩。技術本身，今天一間九人小店已經用得起。真正決定成敗的，反而是那件不好看的工作，就是把你早已知道的事寫下來，並且把從未決定過的事決定下來。
那一部分沒有供應商可以代你完成，卻也不應該由你獨力完成。懂AI的冷，更懂你的難。UD 同行28年，讓科技成為有溫度的陪伴。二十八年來陪香港公司做這類基礎功夫，我們學到一件事：第一份文件永遠比軟件難做，也永遠比軟件值錢。
從哪裏開始
不確定你公司的資料，是否處於一個 AI 用得上的狀態？一次簡短的體檢，就能告訴你哪些文件、系統與流程已經就緒，哪些需要先整理。UD 團隊手把手教你，由第一份知識庫到正式上線，全程陪你走每一步。
本文由 UD AI 團隊（香港）審閱。2026 年 8 月 11 日發布。
