一項關於任務委派、產出要求及使用者控制的 GlobalGPT 探索性研究。.
資料來源與授權： 本研究採用了於八月自願向 GlobalGPT 分享資料，並授權將其用於本研究之使用者的紀錄。為保護隱私，案例已進行概化處理。確切的活動總數、帳戶數量、樣本數量及觀察日期均未對外公開。.
研究數據一覽： 超過 10 萬則使用者訊息、約 5 萬組對話識別碼，以及超過 2 萬個帳號。這些經過四捨五入的總數描述的是原始資料集，而非定性分析中所檢視的請求數量。.
摘要
背景： 關於對話式人工智慧的研究，會將人們討論的話題與其獲取資訊或委派工作的意圖區分開來。然而，委派的工作可能涉及超越單純產出相關內容的要求：例如易於使用的格式、對所提供素材的忠實度、佐證，或是執行前進行審閱的機會。.
研究問題： 需求記錄是如何規範輸出成果可用的條件？後續需求又是如何闡明交付與管控要求？僅標註主題的任務標籤會掩蓋哪些區別？
方法： 本研究採用人工智慧輔助的質性分析方法，針對授權資料中選取的請求摘錄進行分析。透過「主要任務」、「診斷」及「後續追蹤」三類檢視表，對輸出要求、來源忠實度、證據、保留控制權及平台存取權限等項目進行比較。這些檢視表均分別進行分析；主題性研究結果描述的是受檢資料，而非整體人群的盛行率。.
研究結果： 經審查的請求將「產出內容」與「交付可用的成果」區分開來。有些請求指定可編輯或可下載的格式；有些則限制對原始素材的修改、要求提供證據，或保留在實施前進行審查的權利。 針對其他工具設計的平台導航問題與提示，進一步增加了僅以主題為基礎的描述的複雜性。對照案例包括直接的事實性問題、不涉及執行的建議請求，以及缺乏足夠背景資訊的輸入內容。.
釋義： 任務委派與使用者控制可在同一請求中並存。相關證據支持將「被請求的操作」與「附帶於其結果的條件」進行分析上的區分。但這些證據並未證實此類模式的普遍性、成功交付、工作量減少，亦未證實使用模型的因果效應。.
1.簡介
本報告透過分析從自願分享且經授權的 GlobalGPT 資料中選取的特定請求，以探究一個僅憑使用量數據無法解答的問題： 在 AI 生成的結果可投入使用之前，使用者需要具備哪些條件？
「請解釋試算表」與「請回傳可編輯的試算表」這兩項請求，雖然涉及相同的主題，但所要求的工作內容卻不盡相同。同樣地，「修訂文件」既可能指在不改變事實的前提下修正措辭，也可能指自由地撰寫新版本。這兩者雖皆可歸類為「寫作」，但模型的允許角色與使用者的接受準則卻有所不同。.
本研究探討使用者如何闡述他們希望 GPT 執行的工作，以及對其結果所附加的條件。本研究立足於人機互動研究領域，透過對交付、精確度、證據與控制等要求進行分析，探討任務委派之機制。.
大規模的使用研究已確立了「對話主題」與「使用者意圖」之間的一項有用的區分。Chatterji 等人於其針對消費者 ChatGPT 的研究中，將對話區分為「詢問」、「行動」與「表達」[1]。 這引發了進一步的問題：在要求執行某項動作的請求中，使用者還需要指定、檢查或授權哪些內容？某項輸出結果即使符合主題，也可能不符合所要求的格式，或未能依照指示保留原始資料。.
GlobalGPT 是一個多模型 AI 訂閱平台，提供了一種設定，讓請求既可涉及外部任務，也可涉及執行該任務的方式。 所選取的記錄包含關於內容、檔案、模型能力以及存取先前作品等問題。這些是 GlobalGPT 上標註為 GPT 的記錄，並非官方 ChatGPT 應用程式使用者的樣本。.
我們提出三個問題：
- RQ1 — 可用性條件： 經檢查的請求對於其期望的輸出結果有何特定要求？
- RQ2 — 授權與控制： 初步請求與後續請求是如何就交付、修訂、證據，以及建議與執行之間的界線作出規定的？
- RQ3 — 測量： 當請求僅以主要主題標籤來描述時，上述區別中哪些會因此喪失？
本研究提出了一套框架，用以理解使用者如何界定「可用」的人工智慧輸出結果。透過將「請求的操作」與「交付要求」及「保留的控制權」區分開來，此項分析闡明了對設計與評估人工智慧輔助工作至關重要的差異。.
2. 相關研究與分析取向
2.1 主題、意圖與經濟活動
人們如何使用 ChatGPT 透過多種分類方法，分析觀察到的消費者 ChatGPT 活動 [1]。其主要分類資料集包含對話樣本，以及每個被抽樣對話中的訊息；抽樣權重已進行調整，以反映底層來源資料表中變動的比率。分類過程會利用前置對話的語境，而非將每則短訊視為獨立的單位。.
本文將「主題」與「意圖」區分開來。「詢問」涉及資訊或建議；「執行」涉及模型產出的結果；「表達」則涵蓋既非資訊請求亦非任務委派之陳述。技術性提問可能要求解釋或可運作的程式碼，而寫作請求則可能要求直接可重複使用的草稿。因此，此區別並不能僅歸結為主題內容。.
該研究亦將大規模分類與驗證區分開來。其附錄 B 針對公開的 WildChat 資料，將模型標籤與人類判斷進行比對，報告一致性指標，並使用獨立的開發資料集。在人口統計分析中，透過迴歸分析處理與測量特徵相關的差異。這些程序旨在解決特定問題並適用於特定資料結構；無論是大樣本規模，還是迴歸分析設計，均無法直接套用至本研究資料集。.
我們的疑問涉及針對委派產出所附帶的要求。 我們以「資訊」與「行動」的區分為詮釋起點，但並未套用 NBER 分類法，亦未聲稱具備同等效力的驗證。經審查的請求顯示，「執行」可進一步從以下方面加以闡述：必須保留哪些內容、輸出結果應如何交付，以及使用者希望何時檢視該輸出結果。.
2.2 從分類到比較
透過比較類似請求所需之內容，並檢視那些對某種詮釋構成挑戰的案例，質性分析所能提供的貢獻，遠不止於一份類別清單。Gale 等人闡述了「按類別比較個案」、建立明確的分析框架，以及關注矛盾案例的價值 [2]。他們同時提醒，即使採用矩陣分析，也無法使經刻意篩選的資料在統計上具有代表性。.
本分析借鑒了該比較邏輯。它並未聲稱全面實施「框架法」：既未組成跨學科編碼團隊，也未對所有原始文本進行逐行詳盡的編碼，更未進行獨立的質性研究評估。由於資料性質不一，因此比較僅限於一項共同特徵——針對人工智慧系統提出的明確要求。 我們將此程序稱為「探索性質性內容分析」，並輔以主題證據矩陣。.
2.3 工作概念
任務委派 意指明確要求系統執行某項操作或產生某個結果。. 可用性條件 針對該結果列出了相關要求，例如可編輯性、來源忠實度、證據、受眾適宜性或呈現方式。. 保留控制權 指的是對系統當前應採取的行動所設下的明確限制，包括要求在繼續進行前先提出計畫或草案。.
這些概念用以描述請求的內容。詳盡的指示並不自動意味著不信任、專業知識、挫折感或工作量較大。要求提供來源，亦不能證明先前的回答是錯誤的。此分析將這些可能的解釋與直接表達的內容區分開來。.
3. 方法
3.1 設計與資料來源
本研究是一項回溯性探索性分析，對象為那些於八月自願向 GlobalGPT 分享資料，並授權將其資料用於本研究之使用者的現有紀錄。八月僅指使用者分享資料的時間點，並非代表完整的觀察期間。本次文獻回顧過程中，並未招募新參與者、未進行任何干預措施，亦未進行額外的資料庫擷取作業。.
所提供的擷取資料保留了非空、未刪除且對話識別碼不為空，並符合所提供 GPT 篩選條件之使用者訊息資料列。路由、資格條件及完整對話範圍均未經獨立驗證。為保護商業敏感資訊，確切的擷取日期、活動總數及帳戶數量均不予公開。.
質性研究結果係基於精選的文獻回顧資料。本次回顧並非對完整資料萃取進行逐筆分析，且經授權的貢獻者亦不被視為所有平台使用者的代表性樣本。.
3.2 可用的複習資料與單元
| 材料 | 本分析中的用途 |
|---|---|
| 主要任務檢視表 | 意向性檢討與探索性殘差類別重新編碼 |
| 診斷檢視表 | 輸出條件、顯式控制與對照案例之比較 |
| 後續審查表 | 對初始及後續請求摘錄的審查 |
| 彙總結果表 | 內部提取核對；確切數字未對外公開 |
診斷表包含不確定的標籤及實質性的任務類別。其組成比例與來源資料的萃取量不成正比。篩選過程著重於不確定的分類，且未確立納入機率。.
某些初始文字在各份審查表格中反覆出現。相同的文字雖不能證明是同一位使用者或同一場對話，但這使得這些表格無法被視為可證實為獨立且相互佐證的樣本。這些表格的分母並未合併計算，且重新編碼的比例亦未外推至資料萃取結果中。.
「定性單位」是指在受檢查的欄位或後續摘錄中可識別的請求。儲存的資料列可能包含貼上的文件或嵌入的歷史紀錄；它並非自動構成自然的對話輪次。審查表的確切大小並未對外公開，這限制了外界對分析涵蓋範圍的評估。.
3.3 讀取與解讀程序
初步審查針對「主要任務表」中具有特定意圖的開頭部分，以及長字段或含糊字段的選定結尾部分進行檢視。先前標記為「其他」的記錄被歸入探索性類別。針對「後續追蹤表」中的初步及後續摘錄，審查了其中所表達的行為，但未估算其出現頻率。.
後續的審查針對診斷表中的開頭部分進行檢視，若為較長的欄位，則會一併檢視結尾部分。因輸出截斷而隱藏的內容會重新讀取。此為針對承載任務的摘錄進行的檢視，並非對每份嵌入的合約、研究段落、傳記或程式碼歷史進行詳盡閱讀。所引用的附件及外部連結均未開啟。.
該比較框架區分了輸入資料、所需操作、輸出形式、接受條件、保留控制權以及平台存取權限。該框架是在接觸相關資料並參考文獻後所開發的；並未進行預先註冊。原始分類標籤仍保持可見狀態。.
該分析比較了相互對立的形式：直接產出與解釋；保留原貌與自由修改；立即執行與先規劃；外部任務要求與平台導航。對於含糊不清的源文本段落、問候語、固定回應指示以及嵌入的角色內容，分析中將其保留作為詮釋的限制條件，而非強行歸入實質性類別。.
本次審查與詮釋工作由單一人工智慧助理完成。過程中並未涉及獨立的人工編碼員、盲測標籤、裁決程序，亦未展現主題飽和度。概念維度並未以二元標籤的形式，全面性地分配至每一行。結果矩陣描述的是模式與反例，而非盛行率或共現率。.
3.4 描述性與統計分析
已對彙總運算結果及各類別的初步計數進行內部核對。確切的計數、百分比、平均值及觀察窗口長度均未公開，以免透露具有商業敏感性的規模數據。公開報告僅提供經四捨五入的原始資料集總計及定性對比，並未提供各類別頻率的放大或四捨五入估計值。.
「主要任務重新編碼」為每筆經審查的殘餘記錄分配了一個探索性類別。這僅是針對選定子集的帳目記錄，並非經抽樣加權的總體估計。儲存列結構與擷取邊界亦使得無法將內部群組摘要視為「完整對話」的後續跟進機率或自然輪次長度。.
未進行假設檢定、迴歸分析、總體信賴區間或轉移機率的計算。未知納入機率、重複文字、對話關聯性不完整，以及未經驗證的標籤，皆限制了統計推論。即使對選取的行進行重新抽樣，也無法修正其選取過程。由於沒有獨立評分，因此未報告評分者間一致性統計量。.
3.5 隱私與反思性
本報告採用概括性描述，而非私人引語、特定經歷、帳號識別碼或聯絡資料。提及個人情況之處，均不被視為經核實的身分或屬性。亦不會根據訊息的語言或內容推斷出任何人口統計特徵。.
GlobalGPT 負責營運該資料來源平台，並因其使用而具有商業利益。本報告是在內容研究環境下編製的，這可能導致傾向於呈現關於生產力或需求的吸引人故事。為避免此類解讀，分析中納入對比案例，且並未將請求與成功執行等同視之。 使用者授權分享資料並不構成對分析結果的獨立倫理審查或人為驗證；本文亦未聲稱具備上述任何一項。.
4. 研究結果
4.1 研究問題 1：一個可用的結果可能不僅需要相關內容
有些請求指定的是某種成果，而非單純的答案。它們要求的是可編輯的工作表、簡報、可下載的圖片，或是適合用於後續製作步驟的文件。在這些情況下，內容與交付格式屬於兩項獨立的要求。單純說明如何建立檔案，並不能等同於滿足對方明確提出要取得該檔案的請求。.
以下比較是對部分請求的改寫，旨在說明所陳述需求之間的差異；這些內容並非逐字引述，亦非對發生頻率的估計。每個「A」和「B」均代表一份來源記錄。這些配對比較的是不同請求間的任務條件，而非相應的實驗，亦非同一位使用者內的變化。.
比較 1 — 說明技術問題並交付檔案。.
請求 A — 概括性： 一位使用者詢問，數值格式的轉換是否會導致下溢。該使用者表示希望獲得技術性的解釋，且未要求提供檔案。. 請求 B — 一般性： 另一位使用者提供了建立工作簿的程式碼，並要求提供根據該程式碼生成的可下載試算表。所要求的終點是檔案本身，而非對所提供程式碼的說明。.
兩者的差異在於呈現方式：A 可在文字回答中予以處理，而 B 則明確要求提供使用者可取得的實體成果。 儘管這兩者所涉及的主題不同，但這對案例仍支持 RQ1 所區分的「回答內容問題」與「滿足輸出格式要求」之間的差異。然而，這並不能證實該試算表是否已被產生或下載，亦無法證明任一回應是否滿足了使用者的需求。.
其他要求則對轉化設定了條件。它們要求在維持事實、細節或說明順序不變的前提下，提升語言表現。因此，原始素材不僅僅是背景資料：它還能界定允許變更的範圍。像「寫作」這樣的主題標籤並不能揭示這個界限。.
比較 2 — 保留文件內容並擴展虛構背景。.
請求 A — 概括性： 一位使用者希望針對所提供的報告進行語法與文風上的改進，同時保留其中的細節及說明順序。. 請求 B — 一般性： 某位使用者提供了虛構世界觀的設定筆記，並要求新增附有簡要描述的地點，明確邀請大家提出超出既有設定框架的構想，同時確保這些構想仍與該世界觀相關。.
這兩項要求雖皆涉及根據現有素材產出文本，但來源素材所服務的目的卻不盡相同。A 將保留的內容視為修訂的限制條件；B 則將提供的設定視為新創作的起點。這支持了研究問題 1（RQ1）與研究問題 3（RQ3）：僅憑寫作標籤本身，並無法描述允許的變更程度。 此項比較並未驗證該報告的事實主張，亦未顯示任一產出結果均遵循其指示；B 所賦予的創作許可仍僅限於虛構內容的增補。.
「證據」是另一項被要求的屬性。某些記錄會尋求精確的參考來源、要求核實事實陳述，或需要將不確定性與已確立的資訊區分開來。這並不能顯示最終得到的答案是否可靠，而是表明使用者已明確將「證據」納入所要求的結果之中。.
比較 3 — 識別來源並限制外部搜尋。.
請求 A — 概括性： 一位使用者要求提供與附件中的圖相關的準確科學文獻參考資料，並以學術引用格式呈現。. 請求 B — 一般性： 另一位使用者要求利用該模型現有的知識，對材料進行簡明扼要的技術比較，並明確排除網路搜尋，以節省學分。.
兩者的差異在於證據要求及允許的作答方式。A 要求來源可辨識；B 則對外部資料檢索設有明確限制。 選項 A 並未規定強制性的搜尋程序，而選項 B 的限制亦未免除準確性的要求。兩者共同支持 RQ1 將證據策略視為「任務特定」的處理方式。本研究未對圖表及完成的答案進行評估，因此既未確立成功的來源識別，亦未確立可靠的技术建議。.
這些相互對比的案例至關重要。直接的事實性問題無需指定特定檔案。有些請求是為了尋求判斷或解釋，而其中一種被檢視的類型則明確限制了外部搜尋。因此，這些發現支持多種形式的可用性，而非普遍傾向於產出成果或進行最大程度的研究。.
4.2 研究問題 2：權限委派可維持執行過程中的明確邊界
這些文件包含諸如要求在制定規範前先提出計畫、在準備好簡報摘要前先提供初稿，以及關於流程應自動化到何種程度的建議等要求。這些要求在將部分工作委派出去的同時，也保留了日後再做決定的彈性。另有其他文件則要求立即直接實施或立即提供完整的交付成果。.
比較 4 — 現在進行規劃並立即編寫程式碼。.
請求 A — 概括性： 一位使用者描述了一個軟體專案，但明確要求系統在本次回覆中專注於研究與實作規劃，並將程式碼產生留待日後的提示再處理。. 請求 B — 一般性： 另一位使用者要求提供能實現特定自動化流程的原始碼，該流程需具備可配置的設定與運作規則。.
兩者雖皆涉及軟體建構，但其當前的執行範圍有所不同。A 界定了未來的實作目標，同時將當前任務限於規劃；B 則要求在當前的回應中進行實作。這支持了研究問題 2（RQ2）：將專案委派給他人，並不代表自動授權後續的所有步驟立即進行。 這對案例並未證實 A 的後續編碼階段確實發生過、B 的程式運作正常，或是先進行規劃確實能改善結果。這些是獨立的請求，而非經觀察到的前後順序。.
這種對比闡明了「請求」與「執行」之間的簡單區別。某項請求可能涉及最終的產出，但同時要求系統在當前的中間階段停止。若將其視為無限制的執行，便會忽略一個明確指明的控制邊界。.
後續的對話片段提供了另一種觀點。使用者可能會要求修改措辭、補充缺失的背景資訊、請求不同的格式、索取來源連結，或是詢問如何取得結果。這些都是截然不同的互動需求。它們不能全都歸類為「錯誤恢復」：新的需求可能是對任務的進一步闡述，而非對錯誤的回應。.
這些摘錄亦無法確立從提問、草稿到最終檔案的普遍順序。該資料包並未提供完整且經獨立驗證的回應歷程。我們所見的僅是請求表單及部分局部後續處理，而非一般性的流程模型或轉換機率。.
4.3 研究問題 2：部分研究關注工具之間的存取與資料傳輸
有些訊息詢問先前的工作位於何處、如何上傳資料、哪種模型能處理某項擬定任務，或是如何使用某項整合功能。這些請求涉及執行工作的運作環境。即使它們對於完成外部內容任務是必要的，仍與該任務本身有所不同。.
其他紀錄則要求針對獨立的圖像、簡報或研究工具提供提示。在此情況下，該提示本身即為預定的階段性成果。它雖可能是更廣泛工作流程的一部分，但該紀錄並未證明下游工具確實被使用，亦未證明實際上發生了模型轉換。.
從分析角度來看，這意味著面向使用者的 AI 請求至少可涵蓋三個不同的對象：任務本身、其結果，以及獲取產生或檢索該結果之手段的權限。平台相關的問題雖能反映出明確的導航需求，但僅憑這些問題本身，並無法驗證介面是否存在缺陷或功能缺失。.
4.4 研究問題 3：主題標籤將橫跨各項任務的區別加以壓縮
先前對「其他」類別的重新編碼，從原先標記為「其他」的記錄中，辨識出視覺產出、資訊檢索、寫作、實用建議、軟體說明、結構化文件、編碼、學習及平台導覽等內容。 補充表格中還包含一些明確的請求，其操作內容無法透過現有的主題標籤充分描述。部分較長的來源欄位末尾附有「翻譯」、「摘要」或「產出文件」等操作指示。.
由此衍生出兩個測量問題。首先，分類器可能會針對貼上內容的主題做出反應，而非針對模型所要求的操作。其次，即使主題歸類正確，也可能忽略區分不同請求所需的格式、準確度、證據或核准條件。.
| 維度 | 受查材料中的證據 | 「僅限主題」標籤所忽略之處 | 極限情況 |
|---|---|---|---|
| 配送 | 關於可編輯或可下載結果的請求 | 僅靠文字是否足以滿足該要求 | 無需上傳檔案的直接說明 |
| 富達 | 關於保留事實、順序或來源詳情的說明 | 允許進行多少修改 | 開放式生成 |
| 證據 | 要求提供參考資料或事實核實 | 接受索賠的明示依據 | 對外部研究的明確限制 |
| 控制 | 實施前的規劃或審查 | 系統在該階段被授權執行哪些操作 | 要求立即生產 |
| 轉帳 | 原本是為另一款工具設計的提示語 | 所請求輸出的中介角色 | 供對話中使用的輸出內容 |
| 存取 | 關於模型、上傳、歷史紀錄及整合的疑問 | 針對服務環境所進行的工作 | 未提及平台運作的外部任務 |
這些維度可能相互重疊。它們僅為一種詮釋框架，而非經新近驗證的、涵蓋全面的分類系統。該表格彙總了所檢視資料中的對比之處，並未提供頻率排名。.
4.5 難以進行實質性解讀的紀錄
主要審查表中包含重複或固定的短回應模式。其來源不明；這些模式可能反映日常使用、評估、連線檢查、複製的範例，或是其他流程。這些模式並未被靜默移除，也未被標記為已確認的測試流量。.
其他欄位則包含嵌入的角色宣告、工具標記，或是貼上的對話紀錄。此類封裝方式使得將句子歸因於當前使用者請求變得較為複雜。部分紀錄僅包含原始資料或片段，若缺乏上下文，便無法確定其用途。.
這些案例在分析上具有實用價值，因為它們對主張設下了限制。該資料集並非獨立且被完全觀察到的授權事件之透明紀錄。僅憑更完善的任務分類，並無法消除對儲存紀錄所代表內容的不確定性。.
5. 討論
5.1 將生產工作委派出去，不等同於放棄控制權
核心詮釋在於：請求可以在保留對結果與流程之條件的前提下，將某項操作委派出去。使用者可能要求系統在保留事實的前提下產出草稿、在生成程式碼前規劃實作，或在做出決策前提供證據。這些情況與任務委派是相容的，而非對其的例外。.
這在「明確表達的需求」層面上，進一步闡明了資訊搜尋與資訊產出之間的區別。這並非建立了一套關於人與人工智慧協作的新普世理論。這些資料足以說明為何單一意圖標籤可能需要搭配其他維度，但尚不足以估算每種組合出現的頻率。.
5.2 產出生成與可用交付是兩個獨立的評估目標
若評估僅檢查回應是否涉及某個主題，可能會忽略明確的交付條件。針對受檢的成果請求，有用的評估還應探討：所請求的表單是否已交付、在需要時是否仍可編輯、是否保留了指定的來源內容，以及是否遵守了分階段審批的界限。.
這些是根據相關要求所提出的評估標準，而非經量化的績效結果。現有紀錄無法讓我們對實際遵循情況進行評分。儘管如此，這種區分有助於制定比訊息數量或單純是否進行後續追蹤更精確的未來成果衡量標準。.
5.3 研究結果未能證實的協調相關事項
制定需求、核對證據以及檢索檔案，可被視為圍繞委派工作所進行的協調活動。這些活動的存在引發了一個更深層的問題：人工智慧究竟是減少了總體工作量，還是將工作量重新分配至需求制定與核對環節？
這項研究並未解答該問題。該研究缺乏對照組、時間測量、完整的產出成果，以及獨立的任務成功評估。後續研究可能代表有意義的合作、可避免的摩擦、目標的變更，或是例行的下一步。僅憑計數無法區分這些解釋。.
未來的假說可探討：明確的傳遞條件是否能預測後續的格式修訂，或是分階段的批准請求是否與較少的不當操作有關。要驗證這些假說，需要具備關聯的事件、經過驗證的標籤，以及對同一使用者內重複觀察值的適當處理。這些仍屬研究假說，並非本報告的結論。.
6. 限制
選擇與依賴。. 這些綜述表格是為了診斷目的而提供的，其中未列出納入研究的可能性。部分原始文獻在同一張表格內及不同表格間重複出現。這些紀錄無法支持關於人群盛行率或獨立重複驗證的主張。.
詮釋。. 一名 AI 助理在可見原始標籤的情況下進行了分析。此分析未經獨立的人工驗證，亦未估算評分者間的信度。該分析框架是在檢視數據後所建立，可能反映了分析師的預期。.
閱讀不完整且缺乏上下文。. 審查重點在於開頭段落、選定的結尾段落以及後續摘錄。長篇原始段落、所引用的附件以及助理的完整回覆並未進行詳盡審查。部分指示或反例可能未被察覺。.
萃取邊界。. 帶有 GPT 標籤的窗口化資料列可能會省略較早、較晚或其間的活動。模型路由尚未經過獨立驗證。儲存的資料列可能包含嵌入式歷史紀錄；資料列的數量未必代表自然的轉折點。.
結果。. 請求內容並不代表交付、正確性、滿意度、生產力、轉換率或模型優越性。本研究不會根據請求內容推斷敏感的個人屬性。.
可轉移性與商業環境。. 研究結果僅涉及某多模型平台上的部分記錄，並不代表 ChatGPT 的官方使用情況，亦不代表更廣泛的公眾。在解讀此研究成果時，應考量該平台的商業利益，以及缺乏獨立研究審查這一點。.
7. 結論
經審查的請求將委託給 GPT 的操作，與可用的結果所附帶的條件區分開來。這些條件包括交付格式、對原始資料的忠實度、佐證，以及在採取進一步行動前的審查機會。平台存取權限及其他工具的提示，則增加了僅憑主題標籤無法涵蓋的要求。.
現有證據支持一項核心論點：在同一項請求中，授權與保留控制權可以並存。要闡述這種關係，必須關注使用者希望產出什麼、哪些內容必須保持不變，以及系統接下來被要求執行什麼。本分析釐清了這些區別；但並未估算其發生頻率，亦未證明這些區別能改善結果。.
參考文獻
- Chatterji, A., Cunningham, T., Deming, D. J., Hitzig, Z., Ong, C., Shan, C. Y., & Wadman, K. (2025)。. 人們如何使用 ChatGPT. NBER 工作論文第 34255 號。https://doi.org/10.3386/w34255。官方記錄：https://www.nber.org/papers/w34255。 本處所刊載的工作論文並非經同行評審之期刊文章。.
- Gale, N. K.、Heath, G.、Cameron, E.、Rashid, S. 及 Redwood, S. (2013)。在跨領域健康研究中運用框架法分析質性資料。. 《BMC 醫學研究方法學》，第 13 卷, 117。https://doi.org/10.1186/1471-2288-13-117。全文：https://pmc.ncbi.nlm.nih.gov/articles/PMC3848812/。.
附錄 A. 質性類別清單
透過探索性重新編碼，識別出以下項目：視覺產出、固定回應指示、資訊檢索、書寫、實用建議、平台導覽、模稜兩可的輸入、軟體故障排除、結構化交付成果、編碼、學習、音樂、構思、長篇內容重組，以及角色／歷史包裝。.
本清單列舉了在所選資料中出現的類別。各類別的出現次數及總數均未公開；此清單既非出現頻率排名，亦非對平台需求的估算。.
研究披露
AI 輔助： 一位人工智慧助理檢視了所述的摘錄內容、提出初步詮釋、進行描述性檢查，並起草了這篇手稿。本研究未聲稱與任何獨立的人工標註結果達成一致。.
資料可用性： 原始封包包含經授權的貢獻者自願分享的私人紀錄，此處不予轉載。確切的數值摘要及觀察日期亦不予公開。本報告未授權重新發佈個別訊息或範本。調查結果中的所有範例均為概括性描述，並非私人引述。.
