是什麼

像 ChatGPT 這樣的 AI，是讀了大量文字之後，才學會回答問題的；這些拿來教 AI 的文字資料，叫做「語料」。數位發展部（數發部）想讓 AI 更懂台灣，所以替台灣建一個語料庫，收集台灣的文字，給開發 AI 的團隊拿去教 AI；政府把這個目標叫做「主權 AI」，也就是懂台灣的 AI。部長林宜敬的說法是，國際上大型 AI 讀的中文資料，目前還是以簡體中文為主，「要讓 AI 更理解台灣，就必須讓台灣的語言、文化與價值，成為 AI 學習的一部分。」

這個語料庫去年底上線，一開始放進去的是政府自己的資料。今年 9 月 15 日，數發部宣布開始向民間收集，現階段請出版社、電子書平台和作家，把書的簡介、試閱章節和作品授權進來。授權是無償的，也就是不付錢；數發部強調這是自願參加，作家之後改變主意，也可以申請退出。

10 月 1 日，聯合報報導了出版界的反對意見。獨立出版聯盟理事長陳夏民說：「基於對作家的尊重，內容使用應該有償。」出版商業同業公會全國聯合會理事長吳政鴻還提出一個疑問：作家就算事後退出，對已經訓練好的 AI 模型通常「無法追溯」，也就是說，AI 已經學進去的內容，拿不回來。

跟你有什麼關係

雙方爭的，是要拿什麼內容來教 AI、該不該付錢。會爭得這麼認真，是因為 AI 學了什麼，就會講什麼。數發部要做主權 AI，看的也正是這一點。

台灣自己的 AI 要拿什麼來教，還在談；國際上的大型 AI，早就學過一輪了。ChatGPT、Gemini 這些 AI，大多是從網路上公開的大量文字學出來的，你的官網、報導過你的新聞、網友在論壇上對你的評價，都可能在它讀過的資料裡。沒有人來問過你授不授權，也沒有人告訴你，它讀到的是你哪一年的樣子。

這就帶出一個品牌很少想過的問題：AI 學到的那一版你，是不是現在的你？假設宜蘭有一家民宿，三年前把餐廳改成咖啡廳、不再供應晚餐，官網也早就改了。可是網路上寫著「這家有晚餐」的舊遊記和舊評論，累積了好幾年，數量比新的說法多得多。AI 學的時候讀到哪一版，民宿老闆並不知道；客人問 AI「宜蘭哪家民宿有供應晚餐」，AI 有可能還把它列進去。就算後來那幾篇遊記的作者把文章改了，AI 早就學進去的那一版，也可能還留著。

我們把這種情形叫做「AI 失真病」：AI 講的你，不是現在的你。這家民宿的情況，是 AI 還記著它舊的樣子；另一種情況，是網路上關於你的資料太少，AI 只好拿零碎的說法，拼出一個不太像你的你。

現在要不要動

要。AI 回答客人的時候，除了用它早就學進去的東西，有時也會當場上網查。當場查的那部分，你現在把官網改好，它下次查的時候就有機會讀到；早就學進去的那部分，我們判斷要很久才換得掉，所以更要現在就開始。

早就學進去的那部分，正是前面出版界擔心的：學進去了，就拿不回來。照這個道理推，你的舊資料一旦被學進去，也要等 AI 公司哪天讓 AI 重新讀一輪資料，才有機會換成新的。我們的判斷是，網路上關於你現在的資料越清楚、越多，AI 重讀的時候讀到新資料的機會就越大。

至於 AI 什麼時候改口、是不是每一家都改口，要隔一段時間、等過幾次 AI 改版再回頭問，才知道新資料到底有沒有被學進去。

讓 AI 讀得懂你、講對你，這門功夫叫做 GEO。這種要隔一陣子就回頭問一次的事，我們的 GEO 託管會替你長期顧著：由我們的團隊幫你把網站內容修好、把其他網站上提到你的資料整理成同一套說法，再定期回頭檢查各家 AI 怎麼介紹你、講的是不是現在的你；你只要驗收結果。

填一份表單，我們會聯絡你，挑一天做一場 Demo，由我們的顧問花一段時間，當場示範給你看。那天我們先秀出你官網的 GEO 健檢分數。這是 geoweb.tw 免費的網站健檢，幫你看網站在 AI 眼裡讀不讀得懂，從 12 個面向打分數。接著請幾家主流 AI 回答你這一行客人常問的問題，聽聽它們提到你的時候，說的還是不是現在的你。

延伸閱讀