AI對比Google搜尋：一個簡單的規則，教你該打進哪個框

一個差異，其他一切都由此而來

搜尋引擎找的是已經存在的頁面。有人在你出現之前就寫好了它們，而Google的工作，是指出哪些頁面最有可能包含你要找的字詞。聊天機器人做的是完全不同的事。它是針對你這個特定的問題，一小段一小段地寫出一個全新的答案。這個答案在五秒鐘前，任何地方都不存在，等你關掉分頁之後，也不會留在任何地方。

大家爭論的其他所有差異，都是從這一點衍生出來的。搜尋會給你來源，因為來源是它唯一擁有的東西。AI不會給你來源，因為它不是在引用頁面，而是根據訓練時吸收到的規律，產生全新的文字。搜尋是最新的，因為活生生的網路是最新的。AI通常比較落後，因為它的訓練資料在幾個月前的某個日期就停了。搜尋要你自己讀五個頁面，再判斷該相信哪一個。AI替你做了這件事，而且偶爾會做錯，還做得很篤定，寫成一段條理分明的文字。

在繼續往下讀之前，先做一項測試。挑一個你這週真的打進Google的問題，一字不漏地貼進聊天機器人裡，連笨拙的關鍵字也照貼不誤。然後看兩邊的答案，問自己哪一個要花更多力氣才能真正拿來用。這兩分鐘的比較，會比這篇文章剩下的部分教你更多東西。如果你從沒打開過聊天機器人，什麼是AI是值得你先讀的簡短版本。

搜尋依然勝出的地方，直接說清楚

有一類問題，聊天機器人根本就是用錯了工具，再聰明的提示詞也救不了。遇到這些，每次都用搜尋，不用多想。

• 任何正在發生的事。比分、選舉、停電停水、火車有沒有在跑，或朋友提到的那家公司是不是真的做了那件事。模型的訓練只到某個截止日期，之後就凍結了。
• 價格、庫存和供貨狀況。聊天機器人會很爽快地告訴你一張機票或一台筆電要多少錢。但那個數字，是一個看似合理的舊價格記憶，不是今天的價格。
• 官方表單和政府頁面。報稅期限、簽證要求、福利資格、預約掛號。你要的是真正政府網域上的真正頁面，因為那個頁面上的措辭本身就是規定。
• 營業時間、地址、電話號碼。這些小事實會悄悄改變，也沒有人會特地發布更正。
• 醫療和法律的細節。AI給的一般性解釋沒問題。但劑量、交互作用、法規條文、申報期限，任何你會拿來對自己的身體或自己的案子採取行動的內容，都該來自一個掛著姓名和日期的來源。
• 任何你之後要拿給別人看的東西。如果同事、醫生或房東會問你這是從哪裡看到的，你需要的是一個連結，不是一段轉述。

貫穿這份清單的主軸，是「能不能查證」，而不是「準不準確」。聊天機器人大多數時候，對大多數事情都是對的。問題在於，它答錯的時候，看起來跟答對的時候一模一樣：同樣的語氣、同樣的流暢度，同樣一副已經查過的樣子。搜尋給你的是一個網域名稱、一個發布日期，和一個你能親眼閱讀的頁面，正是這三樣東西，讓你能夠自己判斷，而不是只能寄望它是對的。為什麼AI會出錯解釋了這些篤定錯誤背後的機制，在你為任何重要的事依賴聊天機器人之前，值得花十分鐘讀一讀。

AI勝出的地方，以及關鍵字為什麼是破綻

搜尋有一項大家很少注意到的要求：你必須大致已經知道答案長什麼樣子，因為你得猜出那個包含答案的頁面上，可能會出現哪些字詞。這對「馬德里天氣」這種問題有效，但對「我該怎麼跟房東說鍋爐的事，才不會顯得咄咄逼人」這種問題就完全行不通了。當你的問題怎麼樣都無法濃縮成關鍵字時，你就找到了這兩種工具之間的邊界。

• 問題裡本來就摻雜著你自己的處境。兩份通勤方式不同的工作邀約。一則錯誤訊息，加上你已經試過的四種方法。一段你寫出來卻不太順、又說不出哪裡不對的文字。
• 用我聽得懂的方式解釋。先要求一個給完全沒接觸過這個主題的人聽的版本，接著要求再深一層，再問問自己還有哪裡沒搞懂。網頁沒辦法為你調整，聊天機器人可以連續做四次，也不會不耐煩。
• 把你手上有的東西，變成你需要的東西。把一份四十頁的PDF變成六個重點。把潦草的筆記變成一封客氣的郵件。把九十則問卷留言變成三個主題。這些都不是搜尋任務，因為原始材料是你自己的，網路上哪裡都找不到。
• 拿選項來對照你的實際狀況做比較。不是「最好的洗碗機」，而是「這三台裡面，哪一台適合水管老舊、又習慣晚上11點才用洗碗機的小公寓」。
• 九個分頁的難題。當誠實的搜尋答案其實是「打開九個頁面，全部讀完，再自己想出它們加起來代表什麼」時，聊天機器人做的，正是你原本要親手做的那件事。

最後這一點，正是改變大家使用習慣的地方，也是這筆交易代價最重的地方，因為摘要送到你手上時，背後那九個頁面並沒有一起附上。有一個習慣，比任何提示詞技巧都有用：問聊天機器人，它的答案裡哪些部分它有把握，哪些部分你該自己查核。它不會完美地區分這兩者，但這依然遠比一個完全沒有信心標記的答案要好。AI擅長的日常任務有一份更完整的清單，附上可以直接複製的提示詞。

一般一週會用到的決策表

以下把同樣的區分，套用到大家實際會做的事情上。要讀「原因」那一欄，而不是只看結論，因為原因才是能套用到這份清單上沒有的任務上的東西。

任務	該用	原因
查一間店今晚有沒有開	搜尋	營業時間會悄悄改變，沒有任何模型被告知過
看懂保險信裡的一個術語	AI	你需要的是針對你的保單來解釋，不是一般性的定義
找變更地址的官方表單	搜尋	你需要的是真正的政府頁面，不是對它的描述
起草搭配那份表單的附函	AI	是空白稿紙型的工作，裡面沒有需要查核的事實
比較你正在選的兩支手機	兩者都用	用AI釐清取捨，用搜尋查目前的價格和庫存
查任何東西的價格	搜尋	聊天機器人給你的任何數字，都是一段記憶，不是報價
摘要別人傳給你的一份長PDF	AI	只有你自己擁有的文件，網路上沒有對應的頁面
查一項藥物交互作用	搜尋	到一個掛著姓名和日期的來源上閱讀
根據冰箱裡有的東西規劃一週菜單	AI	依據的是你的限制條件，不是別人發布的食譜
查今天新聞發生了什麼事	搜尋	任何訓練資料集裡都不會有今天的事
把一段太直接的文字改寫得柔和一點	AI	世界上沒有任何頁面收錄了你寫的那段文字

這張表裡藏著兩種模式。如果答案是一項存在於現實世界、而且可能改變的事實，就用搜尋。如果答案必須圍繞著只有你才擁有的東西來建構，就用AI。幾乎每一個感覺真的很模稜兩可的情況，最後都會發現其實是「兩者都用」的情況，而「兩者都用」幾乎總是代表：先用AI搭出答案的架構，再用搜尋查核你要據以行動的那些部分。如果問題反而是聊天機器人一直抓不到你的意思，那是措辭的問題，怎麼跟AI對話能解決大部分這類問題。

用了一個月之後，你會落定的工作流程

同時使用兩者的人，不會一直去查什麼規則。實際發生的是，這兩種工具會在同一項任務裡，各自落在不同的位置上。AI放在前面，用在你還在搞清楚自己面對的是什麼、有哪些選項的階段。搜尋放在後面，針對你即將據以行動的具體說法：你要付的價格、你可能錯過的期限、你要服用的劑量、你要開車去的地址。理解和起草放在一邊，查核放在另一邊。

還有一個值得知道的中間選項。AI搜尋工具，其中最知名的是Perplexity，加上現在坐鎮在Google搜尋結果上方的AI答案，走的是反過來的路線：先搜尋活生生的網路，再根據找到的內容寫出答案，並附上連結。這修補了時效性的問題，也給了你可以點的東西，而這個轉變是可以量化的：Wix的AI Search Lab發現，把2026年第一季跟一年前相比，AI搜尋流量成長了42.8%，相較之下Google搜尋只成長了2.4%。不過這裡的取捨是真實存在的。答案的品質，取決於那幾頁剛好被檢索到的內容，一句話旁邊有引用來源，不代表那句話真的符合來源內容，而一段對三個平庸頁面的篤定摘要，讀起來會跟對三個優秀頁面的篤定摘要一模一樣。要點開那些連結。Perplexity和ChatGPT的比較講解了兩者各自的定位。

給你下週的一套設定：讓你的搜尋引擎維持原本的位置，另外開一個分頁用聊天機器人，是並行使用，不是取代。把那些你本來會放棄、太具體或太複雜、沒辦法打成關鍵字的問題，送給它。如果你想在那個分頁裡用不只一個模型，Whizi把GPT、Claude、Gemini和圖片模型都放進同一份訂閱裡，不用每家供應商各開一個帳號，把同一個複雜的問題拿去問其中兩個，是找出兩邊都沒把握的部分最快的方法。不過Whizi只涵蓋這篇文章裡聊天機器人的那一半；搜尋的那一半，不管你訂閱什麼方案，都還是得靠你的搜尋引擎。接著，讓一個小習慣貫穿這一切：在你根據聊天機器人告訴你的任何事採取行動之前，問自己願不願意把它的出處拿給別人看。如果答案是不願意，那這個問題，本來就該用搜尋。