〈「表格」作為高效輸出（一）：為什麼ChatGPT愛用表格回應？〉2025-12-06
在和ChatGPT討論事情時，我注意到它特別喜歡在回答中做表格。就連我指出這件事，詢問它為什麼那麼喜歡做表格、質疑表格會讓一些重要內容流失，它依然會在表達同意的同時，持續用表格來回答我。
不必理解就能輸出的高效形式
最開始，ChatGPT說表格「有助於它整理思路」。當然，這完全是一個謊言（或者同情地說，一個擬人意味過分濃厚的類比），語言生成模型與人類不同，它沒有所謂的「思考路徑」，自然也沒有什麼卡住的思路要整理。相對應的，模型中存在有一些「如何輸出」的權重判斷。對人類而言，我們要回答一個問題，首先要去理解對方在說什麼，才能根據這一連串理解做出符合問題的回應。
但對模型而言，它不需要「理解」你的話，它只是將其當作一段「輸入」，對之進行一種高度壓縮的預測。在這個過程中，模型會調動評估一些可能的回應模式與格式，判斷出怎樣的回應「看起來」足夠完整。
在那種更快、更省力（或者說，更無可能阻力）地，輸出看似完整可用內容的標準下，對模型來說，愈是能讓它可以跳過那些需要推論與斟酌的部分，用最少的算力就能產出的模板化回應，就愈容易成為它傾向使用的回應模式。而表格天然的「擁有框架」與「低推論」屬性，正好讓它成為一種特別高效的輸出形式。
而且，其實不只AI模型，種種表格、圖表在我們的文化中本就愈來愈常出現，會議、報告，人們愈來愈習慣用各種圖像化、視覺化方式來呈現資料，也傾向相信這是一種令人特別一目了然的清楚表述方式。如果將資料餵給AI、為AI的輸出給予評分的人也已經陷入這種文化慣習，AI就更免不了會將這種回應視作高成功率的好回應了。
抄近路，卻跳過了意義與真實
然而，這種「高效輸出」，其實就像各式各樣的抄近路與耍小聰明一樣，雖然可以讓事情在表面上快速完成、讓世界變得透明到彷彿可以一眼看穿，但在這種簡化、資料化的過程中，對於事物內在關係與互動的關鍵描述，都被輕易地捨棄掉了。
對比於一段完整的說明，表格剝去了論證與描述，只留下了兩個或多個對象的結構對比。這些對比沒有過程、只有節點；沒有理由，只有結論。透過輸出表格，模型往往可以更輕鬆地給出一個「像是整理過的答案」的回應。即使實際上，它根本沒有說什麼。
我聽過一個關於AI使用的諷刺故事，大意是說：一名職員收到一封工作上的信件後，他叫AI幫自己整理信件重點。之後，他請AI根據這些重點列出回應要點，最後，要求AI將其擴寫為回應信件。而對方收到回信之後，也同樣看都不看，直接叫AI幫它整理。
在這個故事裡面，雙方職員看起來都在用AI幫自己簡化工作流程、把繁瑣的事情做完，但實際上，他們都在做一些無謂且多餘的事，真正重要的信件來往反而沒有人在參與。
回到我們原來談的AI使用場景，當我們使用語言生成模型，希望得到一些靈感或意見時，它卻為了自身的效率，輸出那些沒有實質內容的模板化資料。我們反而需要將心力花在讓那些模板化資料有意義，去將那些在過程中被捨棄掉的論述加回來。
在後續的文章裡面，我會進一步說明，為什麼我認為用表格回應是一種模型陋習、甚至體現出許多現代文化弊病。討論本該作為中性、好用工具的表格，如何在現代資訊吸收習慣的改變下，成為膚淺浪費的世界認識方式之縮影、一種虛假的透明清晰。
