使用 AI 輔助創作到現在，差不多有三個月了。
其實一開始的想法只是要寫出一本自己的小說。
在這三個月使用 AI 的過程中，我認為目前 AI 最大的局限性就是「沒有因果關係的判斷力」
這是我詢問此時此刻最新的 ChatGPT 5.4 模型的問題，測試兩次：
一次預設模式、一次開啟Thinking推理模式
在一個下雨的日子，小明穿好雨衣了，他的公司離家裡有10公里。他應該騎機車去上班？或是開車去上班？
測試1（預設模式）
要判斷 騎機車 還是 開車，其實要看幾個實際條件。你給的條件只有「下雨」和「距離 10 公里」，所以我們可以從 安全、時間、成本、便利性 四個面向來比較。
1️⃣ 安全性
下雨天開車通常更安全。
-
機車在雨天容易：
- 打滑（尤其是油漬或白線）
- 視線不佳
- 煞車距離變長
-
車子：
- 有車體保護
- 雨刷和擋風玻璃
- 不容易受雨水影響
👉 結論：安全性 → 開車較好
2️⃣ 舒適度
車子也明顯比較舒服。
-
騎機車：
- 即使穿雨衣也可能濕
- 鞋子容易進水
- 風吹雨打
-
開車：
- 不會淋雨
- 冷氣 / 暖氣
- 不會狼狽到公司
👉 結論：舒適度 → 開車
3️⃣ 時間
這取決於交通狀況：
-
市區塞車
- 機車通常更快
-
快速道路 / 不塞
- 開車差不多甚至更快
10 公里距離其實 騎機車約 15–25 分鐘 很常見。
👉 結論：時間 → 不一定
4️⃣ 成本
機車明顯便宜。
| 交通方式 | 油耗 | 停車 |
|---|---|---|
| 機車 | 省油 | 容易 |
| 汽車 | 油費高 | 停車可能麻煩 |
👉 結論：成本 → 機車
📊 簡單結論
如果只看「下雨」這個條件：
- 重視安全與舒適 → 開車
- 想省錢、省時間 → 騎機車
👉 多數人會選：開車上班（因為下雨天）。
✅ 實際建議
10 公里距離：
- 🌧 小雨 + 不塞車 → 機車可以
- 🌧🌧 大雨 / 暴雨 → 建議開車
如果你願意，我也可以幫你算一個 「10公里騎機車 vs 開車的時間和油錢比較」，會很直觀。
測試2（Thinking推理模式）
看情況，但多半建議開車。
因為是下雨天，而且通勤有 10 公里，比較現實的判斷是：
開車比較適合的情況
- 雨下得明顯，路面濕滑
- 風大、視線差
- 路線有快速車流、橋樑、山路
- 公司沒有方便晾雨衣的地方
- 小明不想到了公司全身濕悶悶的
騎機車也可以的情況
- 雨很小，只是毛毛雨
- 路線熟、車速不快
- 平常就習慣騎車
- 公司停車不方便，或開車塞車很嚴重
如果只在「安全」和「舒適」之間選，下雨天 10 公里，開車通常比騎機車更好。 如果只在「省時間／省錢」考量，而且雨不大，騎機車也能接受。
我會給小明一句簡單結論：
雨不小就開車，雨很小再考慮騎機車。
你如果要，我也可以幫你把這題整理成「小學生版回答」或「邏輯推理版回答」。
我的題目很明確的寫了「小明穿好雨衣了」。穿好雨衣的人，再坐進汽車開車去上班，這顯然是不符合因果邏輯的。
如果是人類，就會先思考「下雨天、10公里的路程」「卻仍然要穿雨衣」，那麼小明要不是沒車，不然就是沒錢坐車。更可能的是，不需要思考 —— 既然穿好雨衣了（結果），那麼小明當然是打算要騎車去上班（原因）。不騎車的話，幹嘛要穿雨衣呢？這就是因果關係的判斷。
AI不具備「因果」的觀念，因此這些分析和結論就會嚴重偏離現實。
如果只是問一些普通的問題，例如開車或騎車哪一個省油？它就會回答得很好。
可是如果牽涉到「因果關係」的論述，它就會開始胡言亂語，因為目前的生成式 AI 本質上不具備這個能力。
回到小說的創造，小說裡面充滿了人際關係、劇情邏輯、角色塑造……等等大量的因果關係鏈。這正是 AI 最弱的一環。讓它設計角色，同一個父母生的兩個姐妹，竟然可以取名為不同的姓氏。如果拉長篇幅，各種因果關係的混亂更是離譜。上一章已經被解決掉的角色，下一章又登場活蹦亂跳。A 角色的個人招牌台詞，變成 B 角色的台詞。
這使得 AI 輔助生成的小說內容，需要再三反覆地檢查、重讀、修改、重寫。這工作量已經幾乎不亞於從頭寫一本書了。
AI 的各方面仍然是快速進化的，不可否認。許多工作讓 AI 去做，確實變得更有效率。但是，身為 AI 輔助的創作者，我想說的是，完全靠 AI 自動生成所有內容是不切實際的。
關於 AI 輔助創作，終極的問題是：誰去讀呢？
指望 AI 去讀肯定是沒用的，它無法判斷正確的因果關係，又如何找到錯誤？
指望讀者去讀嗎？一個不好看的故事，哪裡來的讀者。
最後的最後，只能創作者親自把關了。這是一個閱讀能力甚至比寫作能力更重要的時代。