兩名立陶宛登山客，原本只是打算到波蘭塔特拉山的 Five Lakes Valley 走走。出發前，他們問了 ChatGPT 一句話：「有沒有比較快的捷徑？」
AI 給出答案：「Świnicka Ławka。」
問題是，這條路線不是健行步道，而是需要攀岩能力、暴露感極高的技術地形。兩人毫無準備地走了進去，直到發現前方已經超出能力範圍，連撤退都做不到，最後只能靠當地搜救隊直升機把人接下山。（新聞出處：Fitz《盡信 ChatGPT 抄捷徑|立陶宛登山客山區迷途險送命》）
這則新聞傳開後，多數人的第一反應是「AI 果然不能信」。
我的看法不太一樣。
｜問題不在 AI，在提問的人
上 AI 課程時，老師說過一句話，我一直記到現在：「AI 亂回答，很多時候不是 AI 的問題，而是人不會問問題。」
AI 不是站在山上的嚮導。它沒有辦法看見地形、看見天氣、看見你當下的體能狀態，它只能根據你給的資訊，推算出一個看起來合理的答案。輸入的背景越薄弱，答案偏離現實的機率就越高。
所以這起山難真正該檢討的，或許不是「該不該相信 ChatGPT」，而是「我們有沒有給它足夠的資訊，讓它做出接近事實的判斷」。
多數人第一次用 ChatGPT 排行程，輸入的往往只有一句話。
使用AI規劃登山行程示意圖 ｜AI生成「幫我排玉山兩天一夜。」
「有沒有比較快的路？」
換個場景想：如果你是領隊，一位素未謀面的山友只丟給你這兩句話，你敢直接幫他排行程嗎？
不會。你一定會先問清楚：百岳經驗有幾次、體能狀況如何、幾個人同行、預計哪時候出發、想走輕鬆路線還是有挑戰性的、有沒有高山症的病史。
這些變數，每一項都會直接影響路線是否適合這個人。ChatGPT 面對的處境完全一樣。它不認識你，不知道你的能力在哪。它回答的從來不是「你的問題」，而是你打進去的那幾個字。
｜ Prompt，下對指令，訴說個人背景
這也是這幾年 AI 領域反覆提到的核心概念：Prompt。
多數人把它翻成「提示詞」或「指令」，但我更習慣理解成「提供背景」。你給的背景越完整，AI 越能站在正確的位置思考。
不要只丟「幫我排雪山三天兩夜」。試著給它更接近真實情境的資訊：五次百岳經驗、沒有雪地經驗、預計八月底出發、四人同行、每天希望控制在八小時內移動、安全優先於效率。再請它列出這份計畫的風險，以及哪些細節需要向管理處再次確認。
多打幾句話，得到的答案品質完全不同。
｜AI 真正的價值，是幫你看見自己的盲點
比起問「哪一條最快」，我更常問的是：
這份計畫哪一天負荷最重？哪一段最容易迷途？裝備清單少了什麼？如果天氣轉差，有沒有備案？
多數時候，它給的不是答案，而是提醒。而這些提醒，有時候就是百密一疏遺漏的風險部分。
我自己這一年也把 AI 用進越野跑的訓練規劃裡：分析賽道爬升與關門時間、估算補給站間距與熱量需求、比對同量級選手的 ITRA 分數與過往成績、討論訓練週期的負荷安排。這些工作 AI 都能做得又快又細，但每一個決定，最後仍然是我自己下的。因為在山上，承擔風險的人是我，不是螢幕另一端的模型。
AI 再強，也有它到不了的地方。答案需要反覆驗證，不能照單全收。它能整理資訊、協助規劃、提示風險，但做決定的人，永遠是自己。
｜好的提問，是這個時代的登山裝備
這起山難提醒我們的，不是別用 AI。
而是在 AI 時代，「提問」本身也是一種能力，一種需要練習的技術。
好的提問，能讓 AI 成為可靠的隊友。模糊的提問，只會換來一個看起來合理、卻不一定適合你的答案。
下一次打開 ChatGPT 規劃行程前，先別急著問「有沒有捷徑」。
換個方式問它：「以我目前的能力，這條路線適合嗎？有哪些風險？還有哪些資訊，我應該向官方再確認一次？」
畢竟，會在山上遇到真實風險的是你，做判斷的也始終是你，不是 AI。
責任編輯：黑邊
＊更多新聞時事，盡在健行筆記