查得回原文的文獻庫
寫論文的時候，你請 AI 幫忙找文獻，它給你的每一句引用，你都查得回原文嗎？這一堂實作課，從一個空的資料夾開始，帶同學建立屬於自己、可以排程運作的文獻資料庫。
AI 給的引用，要能回到原文
博士班同學請 AI 整理文獻，最常遇到的問題，是 AI 寫得很流暢，引用卻查不回原文：頁碼不對、段落找不到，或是把作者轉述別人的觀點，寫成作者自己的發現。
2026 年 11 月 7 日下午的 CM979B 實作課，我帶 DBA 同學從一個空的 Google Drive 資料夾開始，一步一步建立自己的文獻資料庫。這支片保留了課堂上的真實對話與除錯過程，只挑出大家實作時一定會遇到的狀況。
- 資料庫值得信賴，靠的是四個設計：原始檔不修改、身分四件事、主張回得去原文，以及草稿加查核加本人確認。
- 規則寫在「給 AI 的說明」裡，所以不論換成哪一個 AI，都會依照同一套規則工作。
- 流程建好以後，再給 AI 一個指令，就能排成每天早上六點的排程：你只要把新的文獻放進 unsorted 資料夾。
畫面下方的四條線
四條線跟著課堂時鐘從 15:00 走到 17:00，記錄這個下午的四件事。
章節
打開講義，一步一步做
建議一邊看片，一邊打開 11/07 實作講義〈從零建立一個文獻庫〉，提示詞都從講義直接複製。按下「上課模式」，影片會在下面三個地方自動停下來，做完再按播放繼續。
排程指令（照著貼上就好）
設定完成以後，點開 ChatGPT 左側像時鐘的圖示，確認排程任務裡真的出現了這一項；AI 寫的任務說明通常很簡短，一定要點開來看。工作模式下選 Luna 就夠了，處理得不理想再升級。
課堂上卡住的 13 個地方，和解法
這些都是同學在課堂上真的遇到的狀況。卡住的時候，先回到同一個對話，把問題講清楚，再請 AI 把沒有完成的部分補完。
| 時間 | 狀況 | 怎麼處理 |
|---|---|---|
| 15:41 | 連結打不開 | 瀏覽器的安全設定擋住了連結；回到課程地圖，從實作講義重新打開。 |
| 15:43 | Gemini 讀不到連結 | 連結用純文字的方式貼上，Gemini 才讀得到。 |
| 15:48 | 資料夾一直沒有出現 | AI 沒有取得寫入權限。直接告訴 AI：「我授予你 Google Drive 的寫入權限，請把剛才要求的檔案寫進我的 Google Drive。」 |
| 15:51 | 資料表沒有建立 | 回到同一個對話，請 AI 補建立空白的資料表；CSV 要用 Google 試算表開啟才能修改。 |
| 16:13 | AI 回頭問檔案放好了沒有 | 告訴它：「檔案已經入庫，請繼續執行。」 |
| 16:14 | 看起來做完了，資料表卻是空白 | AI 沒有成功寫入。每做完一步都打開雲端硬碟確認，允許寫入權限，再請它補完。 |
| 16:22 | 雲端版裝不了轉檔工具 | AI 會反問你要直接讀取 PDF 再轉寫，還是先找一個工具來處理；講義另外說明了建議的轉檔方式。 |
| 16:23 | AI 讀不到講義的網址 | 多半是權限沒有開放給它，先檢查權限。 |
| 16:31 | AI 建議先不要進入正式的主張編碼 | 沒關係，先做自我檢視；不要 AI 給什麼，你就用什麼。 |
| 16:32 | 中途送出新的指令 | 對話模式會中斷 AI 手上的工作；工作模式會先排隊，做完再處理。 |
| 16:37 | 連結截圖被讀錯字 | 連結請從講義直接複製，不要用截圖。 |
| 16:48 | AI 可能誤解排程指令 | 點開排程任務，把任務說明讀一次。 |
| 16:49 | 網頁版沒有模型可以選 | 改用電腦上安裝的 ChatGPT，在排程的編輯畫面打開「進階」。 |
時間依課堂錄音推估，是近似值。
值得信賴，靠的是四個設計
原始檔不修改
原始的 PDF 從頭到尾都不修改；後面不論清理幾輪、修改幾版，整理過的檔案都回得到最原始的那一份。
身分四件事
每篇文獻都有固定的代號、DOI、SHA-256 雜湊值和版本紀錄。雜湊值是檔案內容的指紋，只能證明檔案相同；DOI 是文章的身分證號碼，要再和 OpenAlex 的書目資料互相比對。
主張回得去原文
每一條主張都記下段落編號、PDF 頁碼和印刷頁碼、證據性質與原文語氣，也分清楚是作者自己的主張，還是作者轉述別人的觀點。
草稿＋查核＋本人確認
AI 寫的內容一律先當成草稿，再另外開一個 AI，用講義的提示詞七做一次獨立查核，最後由你自己確認。
示範文獻庫的 Lebovitz 2022 是預印本，檔案頁碼是第 1–23 頁；正式版刊在第 126–148 頁。所以文獻庫會分開記錄檔案的版本，引用時才不會寫出正式版裡不存在的頁碼。
舉一反三：用在你的知識工作
這兩段不在當天的課堂裡，是我補充給經理人的：同一套思路，怎麼變成公司裡的專屬工作流。
寫專案報告的專屬工作流
- 建立一個資料夾，把結案報告、會議紀錄、提案簡報和客戶回饋的原始檔放進去，而且永遠不修改。
- 替每份文件登記身分：專案代號、日期、版本，以及負責的單位。
- 拆解成可以引用的內容：當時做了什麼決定、依據哪些數字、學到了什麼教訓，並標出這是數據、主管的判斷，還是轉述客戶的說法。
- 公司的規則寫進「給 AI 的說明」：哪些資料可以引用、哪些屬於機密，以及報告要用的名詞和格式。
- 開始之前，先確認公司的資訊安全規範：資料能不能放上雲端、要用哪一個 AI 帳號處理。
為什麼放在自己的雲端硬碟
- 這不是最佳的做法；對一般沒有技術支援的單位來說，它是最簡單的知識管理方式。
- 每個 AI 進來工作，都要留下編修紀錄；下一個 AI 讀了交接檔和工作紀錄，就知道要讀什麼、做什麼、留下什麼紀錄。
- 你可以隨時換 AI 工具：今天用 ChatGPT，明天用 Gemini，後天用 Claude。
- 也可以讓幾個 AI 先把成果寫進暫存資料夾當作一次試辦，再請另一個 AI 比對差異，彼此查核、互相糾錯。
討論題
- 你手上最常引用的五篇文獻，現在查得回原文的哪一段、哪一頁嗎？
- 你的「給 AI 的說明」要寫進哪三條規則，才能讓不同的 AI 依照同一套方式工作？
- 如果把這套做法用在你的工作，公司裡哪一類文件最值得先建立資料夾？哪些資料不能放上雲端？
這支片怎麼做出來
- 旁白：吳相勲本人的複製聲線（Gemini 3.8 Flash TTS）。每一段一次合成，再逐句用語音辨識和原稿核對；後製只修剪頭尾、縮短過長的停頓，沒有做變速或移調，保留原本的音色。
- 配樂：Gemini Lyria 生成的純器樂，依段落分成六首；旁白進行時配樂自動壓低，段落之間再稍微浮上來。
- 畫面：手寫的 HTML 動畫，沒有使用照片，也沒有使用 AI 生成的影像。片中的 AI 對話、設定與排程畫面是課堂情境的重現，不是逐字紀錄或實際截圖。
- 課堂內容：依 2026 年 11 月 7 日下午的課堂錄音整理；同學一律稱「同學」，片中不呈現姓名。「舉一反三」與「為什麼放在自己的雲端硬碟」兩段是課後補充。
- 示範文獻：教師示範文獻庫的六篇期刊論文，著作權屬於原作者與出版者；片中只呈現檔名、段落編號與頁碼。示範中的 Lebovitz, S., Lifshitz-Assaf, H., & Levina, N. (2022). To engage or not to engage with AI for critical judgments. Organization Science, 33(1), 126–148。