週一早上，業務主管在聊天視窗問 AI：「上個月新客戶有幾個？」AI 很快回了一個數字，附上一句合理的說明。會議上，財務部門報的數字卻少了兩成。追查之後才發現，AI 查的是業務系統裡的「新建帳號」，財務算的是「第一次付款」；兩張表都叫「客戶」，誰也沒有錯，只是沒有人規定這個問題該用哪一張。
讓同事直接用自然語言問 AI 公司數字，是很多團隊接上資料後最期待的功能。但 AI 回答得很快、很流暢，不代表數字可以直接拿去開會。決定答案準不準的，往往不是模型本身，而是有沒有人事先指定資料來源、寫好指標定義，並持續維護它們。
同一個模型，21% 和 95% 的差別
Anthropic 在 2026 年 6 月公開了自己的內部案例。他們讓 Claude 處理公司內部的商業分析問題，目前約 95% 的分析查詢由 Claude 自動完成，整體正確率約 95%。
但這個數字有前提。在還沒整理好背景資料時，同一個 Claude 在他們的內部評估裡正確率不超過 21%。拉高到 95% 的，是一組被他們稱為 skills 的操作說明：告訴 AI 每類問題該先查哪個來源、照什麼步驟分析。他們也要求 AI 優先查詢語意層，只有語意層涵蓋不到的問題，才自己寫查詢。語意層是集中管理指標算法的資料介面，讓所有工具算出同一套數字。報導這個案例的 InfoQ 也引用了 Anthropic 的結論：成果主要來自資料治理、語意定義與營運紀律，模型進步是次要的。
定義要由人寫，而且會過期
這個案例裡有兩個細節，比 95% 這個數字更值得注意。
第一，指標定義由人負責。 Anthropic 試過讓 AI 自動產生指標定義，結果在評估中反而變差。「活躍使用者」「流失」「成交」該怎麼算，是公司的決定，不是 AI 能推導出來的事。
第二，定義會過期。 他們發現，上線時約 95% 的正確率，在一個月沒有維護之後掉到約 65%。表格改了、欄位換了、業務規則調整了，原本正確的說明就變成誤導。所以他們把維護這些說明當成一項正式的工程工作，而不是一次性的設定。
這兩點合起來，意思是：讓 AI 查數字，等於多了一份需要有人負責的文件。沒有人負責，準確度就會在沒人注意的時候往下掉。
開放之前，先為一個問題指定三件事
不必一開始就建一套資料平台。可以從團隊最常被問的一個數字問題開始，替它指定三件事：
- 正式來源。 這個問題要查哪一張表、哪一份報表或哪個系統。開頭的例子裡，「新客戶」要明確寫成「第一次付款的客戶，來自帳單系統」。
- 算法與排除條件。 時間範圍怎麼算、測試帳號要不要排除、退款要不要扣掉。不同部門的算法不一致時，先由負責這個指標的人決定用哪一種。
- 維護的人。 誰負責在表格或規則改變時更新這份定義，多久檢查一次。
做好之後，要求 AI 每次回答都附上它查了哪個來源、用了哪些條件、排除了什麼。附不出來的答案，只能當草稿。
看起來合理的錯誤，仍然抓不完
即使來源和定義都整理好了，有一類錯誤仍然很難抓：答案錯了，但看起來完全合理。Anthropic 自己也承認，這種「安靜的錯誤」他們還沒有完善的解法；目前的做法是在每個答案附上來源說明、要給主管的數字一律由人簽核，並每天拿幾份公認正確的報表對照。他們也試過讓另一個 AI 專門挑答案的毛病，正確率在評估中多了約 6%，代價是 token 用量增加 32%、回應時間拉長 72%。要不要付這個代價，取決於數字錯了的後果有多大。
所以，會影響預算、績效、價格或對客戶承諾的數字，即使 AI 查得出來，也要保留人工確認。AI 能把找資料、整理問題的時間縮短很多，但哪一個數字可以拿來做決策，仍要由公司自己決定。
先挑一個最常被問、也最常吵架的數字，替它寫下正式來源、算法和維護人。這件事做完，再讓 AI 回答它。如果擔心 AI 查詢的用量和費用，可以搭配〈AI 帳單要算每件被採用的成果花多少，不是每百萬 token 多少錢〉一起規劃。資料裡如果常有空白欄位，AI 怎麼解讀它們也會影響數字，參考〈別讓 AI 把資料空白算成 0〉。
AI 整理卡
請 AI 幫你檢查一個數字問題能不能開放自助查詢 這段提示詞會先問清楚問題的用途與現況，再檢查來源、算法、維護人三件事是否齊全，最後判斷能不能讓 AI 直接回答。
我想讓同事直接問 AI 一個公司數字問題，但想先確認它準備好了沒有。
判斷方法來自這篇文章：https://boosterminiclass.com/posts/ai-analytics-source-of-truth-checklist/
文章的看法是：AI 查數字準不準，取決於有沒有人指定正式資料來源、寫好指標算法，並持續維護。Anthropic 的案例裡，同一個模型在整理前後的正確率從不到 21% 到超過 95%，一個月沒維護又掉到約 65%。
請先問我 3 個問題：
1. 是哪一個數字問題，答案會用在哪個決策；
2. 目前公司有幾個地方可以查到這個數字，各自的算法是否一致；
3. 有沒有人負責這個指標的定義，表格或規則改變時誰會知道。
根據我的回答，請輸出：
- 來源、算法與排除條件、維護人三件事的現況：已確定／待確認；
- 一行判斷：可以開放自助查詢／只能測試且答案要人工複查／先維持人工回答；
- AI 回答這個問題時，每次必須附上的說明（來源、條件、排除項目）；
- 今天可以完成的一個補強動作。
資訊不足時先問我，不要自己推測算法或計算數字。
這張卡只幫你找出缺少的東西，正式數字仍要由負責這個指標的人確認。
參考來源
- Anthropic（Claude Blog）：How Anthropic enables self-service data analytics with Claude — https://claude.com/blog/how-anthropic-enables-self-service-data-analytics-with-claude（2026-06-03）
- InfoQ：Anthropic Reports Claude Now Handles 95% of Internal Analytics Queries — https://www.infoq.com/news/2026/06/anthropic-claude-analytics/（2026-06-21）
- dbt Labs Blog：Semantic Layer: What it is and when to adopt it — https://www.getdbt.com/blog/semantic-layer-introduction（2024-07-16）
