Google AI 摘要連 Google 都串錯：香港用家要識嘅核對底線

圖：TechCrunch．原文連結

Google Search 而家唔再只係十條藍色連結。當 AI 摘要直接擺喺搜尋結果頂部，佢一句答錯，就可能變成好多人停低唔再查落去嘅答案。今次最尷尬嘅位係，Google 自己嘅 AI Overviews 被發現連 Google 呢個字有幾多個 P 都答錯，將一個明顯係零 P 嘅問題答成兩個 P。表面睇似係網上笑料，但對平時用 Google 查手機規格、功課資料、公司政策、法例程序或者投資名詞嘅香港用家，真正問題係：AI 搜尋嘅語氣好肯定，並唔代表答案已經被精確核實。

TechCrunch 報道指，Google AI Overviews 近期喺多個英文拼字同字母計數查詢出現離譜答案，包括錯數 Google 入面嘅 P、錯判其他單字入面某個字母嘅數量，甚至喺拼出字母時自己打亂字序。Google 回應 TechCrunch 時承認，喺單字之內做計數一直係 LLM 已知難題，並指正處理相關問題。呢句回應其實比個別錯誤更重要：錯嘅唔係單一資料來源，亦唔一定係 Google Search 搵唔到正確網頁，而係生成式 AI 本身處理文字嘅方法，並唔等同人類逐個字母閱讀。

呢件事容易寫成抽水，但單靠笑 Google 其實錯過重點。大型語言模型可以寫程式、總結長文、比較產品賣點，甚至處理多輪推理；但一問佢數 strawberry 有幾多個 r、Google 有幾多個 P，反而可能跌倒。原因唔係佢「唔識英文」，而係佢平時唔係用人類方式睇字母。AI 搜尋將呢種模型輸出包裝成搜尋答案，於是原本只係 chatbot 入面一個可笑限制，變成出現喺日常資訊入口嘅可信度問題。

唔係串錯英文咁簡單

LLM 處理文字之前，通常會先將文字切成 token。token 可以係一個完整字、字嘅一部分、標點、空格，甚至某啲情況下先係單一字元；唔同模型同語言嘅切法亦唔一樣。換句話講，當人類見到 Google 會即時見到 G-o-o-g-l-e 六個字母，模型見到嘅可能係一個或幾個數字化片段，之後再用統計模式預測下一段文字。OpenAI 嘅 token 說明亦清楚講，token 係模型處理文字嘅基本單位，可以短至單一字元，亦可以長至完整單字；同一個字喺唔同上下文，亦可能變成唔同 token。

所以，字母計數對人類係直覺，對 LLM 反而係一個要「重建」原文細節嘅任務。如果模型冇真正逐字母操作，只係根據 token 表示同訓練模式推斷答案，就可能用好流暢嘅句子交出一個錯得好基本嘅結果。有研究專門測試 LLM 數字母能力，發現模型好多時能夠認得目標字母，但未必能夠穩定數到出現次數；錯誤同字長、token 數量、重複字母次數等因素有關。呢啲結果提醒大家，AI 表現「聰明」同「精確」係兩件事。

對香港常見嘅繁中、英文、廣東話混合查詢，風險未必會以同一種英文字母笑話出現。中文冇用空格自然分詞，香港查詢又成日混合 iPhone、MPF、SSD、港版、上台、保養、報稅等字眼；模型要同時處理中英文、縮寫、地區語境同產品名。呢篇冇做本地大規模實測，所以唔會聲稱繁中或者廣東話查詢必定會犯同類錯誤；但可以肯定係，只要答案涉及精確字串、型號、規格、條款、數字或者日期，就唔應該因為 AI 摘要寫得順而直接當成定案。

AI 搜尋變成入口，錯誤就唔再係小事

Google 官方一直強調，AI Overviews 唔係普通 chatbot，而係同 Search 嘅排名系統、索引同 Knowledge Graph 配合，用嚟整合網上資訊，並附上支援連結。呢個設計比純聊天工具多一層搜尋基礎，但唔代表摘要本身冇風險。Google 自己嘅 Help 頁亦寫明 AI 回應可能有錯，而且 AI Overviews 會喺系統認為生成式 AI 特別有幫助時先出現，唔係每個查詢都有。重點係，當摘要將多個來源壓縮成一段答案，錯誤可能來自誤解查詢、誤讀來源、資料空白、或者將本來應該由人判斷嘅上下文變成單一結論。

Google 其實唔係第一次因 AI Overviews 捱批。2024 年美國推出初期，網上流傳「食石」同「薄餅加膠水」等例子，Google 之後喺官方 blog 解釋，部分問題同資料空白、諷刺內容、討論區內容被不恰當引用有關，並話已加強判斷哪些荒謬查詢不應出 AI Overview，以及限制某些可能誤導嘅用戶生成內容。兩年後再見到串字同字母計數錯誤，代表問題性質唔完全一樣：今次更似係模型對文字底層表示嘅限制，唔係淨係靠換來源或者封某個討論區就解決。

同時，Google 正將 AI 搜尋推得更深。2025 年官方宣布 AI Overviews 擴展至超過 200 個國家及地區、超過 40 種語言；Google Search Help 目前亦列出香港同 Chinese (Traditional) 支援。到 2026 年 I/O，Google 再講「AI Search」新階段，加入更智能嘅搜尋框、AI Mode 追問、agent 形式嘅搜尋任務，並稱 AI Mode 已有超過十億 monthly users。當搜尋入口由「搵資料」變成「由 AI 幫你整理同決定下一步」，任何基礎錯誤都唔再只係實驗室問題，而係會影響日常資訊衛生。

競爭層面亦一樣。唔應該將今次寫成 Google 獨有失誤，因為 Perplexity、ChatGPT Search、Gemini 類工具都係以生成式答案做入口，只係資料來源、索引、引用方式同產品定位有分別。Google 特別受關注，係因為佢本身就係香港用家預設嘅搜尋入口，搜尋結果頂部嘅文字有強烈權威感。對內容創作者、SEO 同網站營運者，Google Search Central 已講明，傳統 SEO 基礎仍然適用，冇特別 AI markup 可以保證入選；AI 功能入面嘅曝光亦會計入 Search Console 嘅整體 Web 搜尋數據。換言之，網站要面對嘅唔只係排名，而係自己內容會否被 AI 摘要準確理解同引用。

香港用家實際要點處理

香港可用性方面，可以講實嘅係：Google 官方 Help 已將香港列入 AI Overviews 可用地區，語言清單亦有 Chinese (Traditional)。但實際喺本地查詢會唔會見到 AI Overview，要睇查詢內容、帳戶、裝置、語言、Google 系統判斷同推出節奏。呢篇唔扮做咗本地實測，所以唔會話英文、繁中、廣東話查詢邊一種最易出事。不過香港用家最應該警覺嘅場景相當清楚：產品規格、港版保養、店舖售價、醫療症狀、租務程序、稅務扣除、保險條款、投資產品風險，全部都係「寫錯一粒字、少睇一行細則」就會出事嘅資料。

Google Help 亦提供咗一個現實做法：AI Overviews 係核心 Search 功能，唔可以完全關掉；但搜尋後可以揀 Web filter，只睇文字連結同傳統網頁結果。呢點對香港用家幾實用，因為好多本地資料本來就要返官方或原始來源核實，例如政府部門頁、監管機構、品牌香港官網、授權零售商、銀行或保險公司條款、醫管局或專業醫療來源。AI 摘要可以幫你知道應該查咩字眼，但最後確認應該回到原頁、PDF、條款、日期同聯絡資料。

實用核對可以用以下幾條底線：

• AI 摘要只當入口：先睇佢列出嘅來源，再開兩至三個原始頁面比對，尤其留意發布日期、地區同適用條件。
• 價錢同規格返原頁：產品售價、型號、RAM、儲存、保養、港版功能，要核對品牌香港官網、授權零售商、產品 PDF 或店舖現貨頁，唔好只信摘要。
• 醫療、法律、財務要降級處理：AI 可以幫你整理概念，但唔應該代替醫生、律師、持牌財務顧問、金管局、證監會、消委會或相關官方來源。
• 精確字串用工具驗證：字母數量、條款編號、型號、日期、表格代碼，應該用頁面搜尋、試算表、計算機或者原文件核對，唔好叫 LLM 憑語感答。
• 用唔同問法測一致性：同一問題用英文、繁中、廣東話式寫法問一次；如果答案、來源或數字有出入，就當未確認，唔好引用。
• 出文或做功課要保留來源：學生、內容創作者、公司 IT team 寫文件時，應該記低原始連結同截取日期，AI 摘要唔足以做唯一 reference。

今次 Google AI Overview 數錯字母，唔代表所有 AI 搜尋都冇用。相反，AI 摘要對入門理解、整理問題、搵相關方向仍然有價值；問題係佢最似權威答案嘅時候，往往亦最容易令用家懶得再查。香港用家真正要學識嘅唔係避開 AI，而係分清楚「幫你開始搜尋」同「幫你完成核實」係兩回事。當 Search 變得愈來愈 AI-first，最可靠嘅習慣仍然係打開來源、睇日期、睇細則，必要時返去官方或專業人士度確認。

參考來源

• TechCrunch — Why Google’s AI can’t spell Google (or anything else) — original report
• Google Search Help：Find information in faster & easier ways with AI Overviews — 官方確認 AI Overviews 支援香港同繁體中文，並列明 AI 回應可能有錯、重要資料要多處核對、可用 Web filter。
• Google Blog：AI Overviews expand to over 200 countries and territories, more than 40 languages — 官方背景，確認 2025 年 AI Overviews 擴展至超過 200 個國家及地區、超過 40 種語言。
• Google Blog：AI Overviews: About last week — 官方回顧 2024 年 AI Overviews 出現荒謬答案嘅原因同後續修正。
• OpenAI Help：What are tokens and how to count them? — 官方 token 背景資料，解釋模型處理文字前會先切成 token，token 可短至字元或長至完整單字。
• arXiv：Why Do Large Language Models (LLMs) Struggle to Count Letters? — 研究背景，分析 LLM 數字母錯誤同 token、字長、重複字母等因素嘅關係。
• Google Search Central：AI features and your website — 官方 SEO 角度，說明 AI Overviews / AI Mode 對網站曝光、連結、Search Console 數據同內容控制嘅處理方式。

本文根據原文及公開資料整理；資料有出入時，以原文及官方資料為準。