只叫第二個 AI 檢查答案,為什麼抓不到最貴的那種錯?三種審查深度與成本配置
2026-11-13
江江教練
2
你公司的 AI 產出,現在是誰在審?多數做法是交給同一個 AI 再看一遍,或者找第二個 AI 只看成品。第一種的審查價值有限,因為模型做決策時覺得這樣好才會這樣做,回頭審當然還是覺得好,尤其抓不到它一貫的偏好。第二種有用,但它只看到終點、看不到路,剛好抓不到最貴的那種錯:一開始就走錯方向。這篇把找第二個 AI 挑錯拆成三種深度:只審最後結果、兩邊各跑一次再併回、完整雙軌互審。每一種抓得到什麼、抓不到什麼、成本差多少,以及怎麼依風險等級決定哪類工作該用哪一級。
你公司的 AI 產出,現在是誰在審?
多數做法是其中一種:交給同一個 AI 再看一遍,或者找第二個 AI 只看成品。第一種的問題先講清楚。同一套模型在做決策的時候,它覺得這樣好才會出這個決策;回頭審這個決策,它當然還是覺得好,因為那就是當初它覺得好的樣子。愛吃辣的廚師,需要的是一個不吃辣的試吃員。他沒有要騙人,他就是喜歡吃辣。所以叫同一個模型自我審查三遍五遍,意義不大,而且更花錢。換另一家來看,常常一下就抓到問題。
這一段是前提。接下來講的是:要換得多深。
這篇在講什麼
找第二個 AI 來挑錯,有三種深度,抓得到的錯不一樣、成本也不一樣。企業要做的是依工作的風險等級配置審查深度,而不是每件事都跑滿或都只跑最淺的那種。
適合誰
- 已經讓團隊用 AI 產出文件、分析、提案,想建立一套審查制度的主管
- 重要文件對外送出前會緊張,又不想每件事都跑滿全套的決策者
- 負責 AI 導入品質與成本控管的營運、IT、品保角色
本篇分享
- 三種審查深度各自抓得到什麼、抓不到什麼
- 一組三個判準,決定哪類工作該用哪一級
- 成本的相對關係,以及為什麼三家互審通常不划算
- 停止條件的兩層寫法,與「規則缺了東西」的判斷方法
三種深度

難度一,只審最後結果。主力模型一路做到最後,另一家只看成品,挑事實錯誤、前後矛盾、明顯漏掉的部分,以及「看起來完成但其實沒交代清楚」的地方。這是我最早的做法,日常工作大多用這種就夠。它抓得到寫錯、漏寫、前後打架;抓不到主力模型在最一開始就選錯方向,因為它只看到終點,看不到路。
難度二,兩邊各跑一次,再把好的併回來。兩家從同一份材料各自跑完,然後讓主力模型參考另一條線,列出它有而我沒有的、我有而它沒有的、兩份講法不一致的,在保留原本主線的前提下把該補的補進來。成本比全套低,但你已經拿到「另一條路長什麼樣子」的資訊。適合中等重要、時間有限的事。
難度三,完整雙軌互審。五步:同一份輸入,背景、限制、來源完全相同;各自獨立完成,不准偷看對方答案;交換審查,只挑對方的曲解、矛盾與盲點,不幫他重寫;整合分歧,收斂的可以合併,分歧的列出來,不准自己選也不折中;交回人決策。重大決策才這樣跑。
第二步是整條線的關鍵。「不准偷看」聽起來多餘,但少了這句,你拿到的只是同一個答案的兩種說法。獨立性是這一套唯一的價值來源。
怎麼選:三個判準
不用每件事都跑滿。我的判斷順序是三個問題。
判準一,做錯了收得回來嗎。寄出去的提案、對外發布的文件、要拿去報價的數字,收不回來。收不回來的往上加一級。
判準二,這件事有沒有第二條合理的路。格式明確的工作通常只有一條路,審結果就好。策略、企劃、跨領域整合往往有好幾條,那就值得跑雙軌。
判準三,我信不信得過起點。如果連「這件事該從哪裡切入」自己都不確定,難度一不夠用,因為它只驗終點。
]
我自己的實務比例大概是:多數工作停在難度一,重要的東西跑難度三,難度二用在「想看看有沒有別條路,但今天沒那麼多時間」的時候。放到企業裡,這三個判準可以直接變成一張分級表:哪些文件類型預設走哪一級,例外由誰升級。
成本:這套要花多少
固定成本是兩家各一份月費訂閱。桌面版工具就能互相呼叫,不需要另外接 API,這是文書工作者做得起的門檻,對企業來說也是很低的起點。
變動成本方面,同一件事,難度一大約是單跑一次的兩倍工作量;難度三會再明顯多一截,因為兩邊都要從頭讀完整份材料,還要各審一次。這是我抓的相對感覺,不是量測數字。實用的判斷是:日常用難度一、重要決策才用難度三,這比精算數字有用。
那三家會不會更保險?我算過就沒有做。如果要每一家都審過每一家,A 審 B 再審 C,B 審 A 再審 C,C 審 A 審 B,然後再重跑一遍,工作量會往上翻好幾倍,時間也耗不起。以我的經驗,兩家已經能處理掉絕大多數問題,第三家換來的那一點邊際效益通常不值得。這裡講的「絕大多數」是現場口語估算與經驗判斷,不是統計數字。
跑幾輪要停
比「要不要互審」更容易被漏掉的是:修正幾次要停。不給上限,它會一直修到它覺得好為止,結果是費用一直往上,或越修越歪。
先定義一輪:第一輪,A 審完 B,B 也審完 A;第二輪,A 依照 B 的建議再跑一次,B 依照 A 的建議再跑一次,然後互相再審一遍。我的經驗值是兩到三輪。兩到三輪仍未解決,通常代表規則本身缺了東西。這時候要停下來看規則,再跑只是重複。
兩個數字要分清楚:「兩到三輪」講的是整條互審流程跑幾遍,是管理者在管的節奏;「最多修兩次」講的是同一個問題自己重做幾次,是寫進規則給它的上限。
怎麼知道是規則缺了東西?我在課堂上用收拾桌子解釋過。你給它一張整潔桌面的標準圖,加四個指標。它整理一輪、對照標準、沒達標就再整理。但如果桌上多了一顆球,而標準圖裡沒有球、也沒寫球該放哪裡,它再跑一百次也不可能完全符合。這時候正確的動作是停下來回報:其他都擺好了,這顆球沒有規則,請你補。
所以停止條件要寫兩層:同一個問題最多修正兩次,還沒解決就停下來回報;遇到規則沒有寫到的狀況,把其他能做的做完,然後說明是哪一種狀況、卡在哪裡,不要自己猜一個做法。回報分三段:做了什麼、哪裡沒達標、認為規則缺什麼。
對家聯絡不上、只能用一家的時候
實際跑久了一定會遇到對家斷線。我的規則從「一定要互審」改成:對家沒回應,主軌先做完,明確標成「待補審」而不是完成,並留下一份交接指令讓人一鍵貼給另一家。狀態要誠實,不然下次看到會以為已經審過了。
很多企業有另一個限制:公司只採購一家、資安規定只允許特定服務。這時候跨家互審拿不到,替代做法是開兩個乾淨的新對話,一個用產出者角色跑,一個用「只挑毛病、不重寫」的角色跑,再開第三個只做比對。要老實說的是,這比跨家弱,兩邊的偏好還是同一套,它抓得到疏漏與前後矛盾,抓不到一貫的認知偏差。把它當補強,不要當等價替代。真的重要的東西,還是想辦法找第二家。
先動的第一步
拿一件本週要送出的文件,先回答三個判準:做錯收不收得回來、有沒有第二條合理的路、信不信得過起點,再依答案選難度一、二或三跑一次。跑過一次,通常就看得出「審查」跟「再看一遍」的差別。下一步才是把三個判準做成公司自己的分級表,門檻由你依文件風險決定。
想找人陪你們盤審查分級?
我在做企業 AI 陪跑。公司想為重要文件建立自己的審查分級,或想從一條流程開始把 AI 用起來,可以先看企業陪跑怎麼進行,再決定要不要聊:
- 企業陪跑怎麼進行:https://jiangyude.com/#home-team
- 公司請 AI 顧問來陪跑,要叫全部人一起來學嗎?:https://jiangyude.com/articles/ai-adoption-start-with-one-workflow/
延伸閱讀
- 本文的官網完整版,含三種難度各自可直接複製的指令全文、斷線交接四欄:https://jiangyude.com/articles/three-levels-of-cross-review/
- 交代過的事 AI 為什麼老是忘記?從「我記住了」到讓 AI 自己跑:https://jiangyude.com/articles/after-ai-says-remembered/
- AI 改了十幾次還是有錯,怎麼辦?長文件審不出錯的三層設計:https://jiangyude.com/articles/long-document-review-layers/
- 讓兩個 AI 互相挑錯:我的企劃送出前先被模擬評審打了 2/5 分:https://jiangyude.com/articles/dual-track-planning-loop/