詳細解釋
泛指 AI 系統輸出的可理解性、透明度和可信度。當 AI 給出答案時，用戶能否理解其邏輯、驗證其依據、評估其可靠性，這些都屬於 AI Clarity 的範疇。
組成維度：
- 解釋性：AI 能否說明「為什麼這樣回答」（可解釋性）
- 可驗證性：輸出是否附帶來源、引用、推理過程（思維鏈 (CoT / Few Shot CoT)）
- 校準度：AI 是否知道「自己不確定」並表達出來（校準 (機率校準 / Calibration)）
- 一致性：相同問題多次詢問，答案是否穩定
實踐案例：
- Perplexity AI：每個答案附帶來源鏈接，用戶可點擊驗證
- GPT-4 的「瀏覽」模式：實時搜索並引用網頁
- Claude 的「思考過程」：在某些提示下展示推理鏈
- 醫療 AI：診斷建議必須附帶症狀依據和置信度
商業價值：高 Clarity 的 AI 產品用戶信任度更高，特別在專業場景（法律、醫療、金融）。監管趨勢（如歐盟 AI 法案的「解釋權」）也推動企業投資此領域。
挑戰在於「解釋」與「性能」的權衡：最強大的模型（如 GPT-4）往往最難解釋，而可解釋的規則系統性能有限。