為什麼使用 AI Prompt 擲《易經》卦並不可靠?

近年來,越來越多人使用 ChatGPT、Gemini、Claude 等 AI 工具來「擲卦」。

本文並非否定 AI,而是希望釐清兩個經常被混淆的概念:

  • 起卦(Casting)
  • 解卦(Interpretation)

並從技術原理說明,為什麼 Prompt 並不能取代真正的起卦演算法。

AI 可以很好地解讀《易經》,但它並不是起卦工具。 大型語言模型(LLM)能夠分析與說明一個已經確定的卦象,但並非依照《易經》傳統方法產生卦象。

相關文章:

  • 《如何判斷《易經》起卦工具是否可靠?七項標準》
  • 《大衍筮法》
  • 《CSPRNG》
  • 《《易經》起卦模擬演算法》
  • 《About I-Ching》

起卦與解卦,是兩件完全不同的事情

很多人會向 AI 輸入:

「請幫我擲一卦。」

幾秒鐘後,

AI 回覆:

天風姤卦。

因此,

不少人認為 AI 已經完成了「擲卦」。

事實並非如此。

《易經》的流程包含兩個彼此獨立的階段:

  1. 起卦(Casting)
  2. 解卦(Interpretation)

AI 非常擅長第二步。

它可以:

  • 整理經文
  • 解釋卦象
  • 組織語言
  • 提供容易理解的說明

真正的問題,

出現在第一步。

大型語言模型並不是依照《易經》起卦規則設計的演算法。


《易經》要求明確的起卦方法

傳統《易經》都有固定的起卦方式,例如:

  • 三枚銅錢法
  • 大衍筮法
  • 梅花易數
  • 數字起卦
  • 時間起卦

每一種方法都有自己的規則,

甚至具有不同的機率分布

例如:

  • 大衍筮法:約 1:5:7:3
  • 三枚銅錢:1:3:3:1

若沒有指定採用哪一種方法,

所得結果便無法驗證。


Prompt 並不是起卦演算法

Prompt 本質上只是對 AI 的文字指令。

例如:

「請隨機擲一卦。」

這段 Prompt 並沒有告訴 AI:

  • 使用三枚銅錢還是大衍筮法?
  • 每種爻的機率是多少?
  • 如何判定動爻?
  • 如何生成變卦?

因此,

AI 回傳的結果,

只是文字生成,

而不是一套公開且可驗證的《易經》演算法。


大型語言模型不是隨機數產生器

LLM 的主要任務是:

預測下一個 Token。

它並不是設計來:

模擬《易經》的起卦機率模型。

即使 AI 產生了一個看起來「隨機」的結果,

它真正做的,

仍然是生成符合上下文的文字,

而不是:

  • 保證符合三枚銅錢機率
  • 保證符合大衍筮法分布
  • 使用作業系統 CSPRNG

相同 Prompt,不代表相同方法

今天詢問:

「請幫我擲一卦。」

得到:

乾卦。

明天同樣詢問,

可能得到:

坤卦。

下星期,

又可能得到:

離卦。

這並不能證明 AI 採用了某種正式的起卦法。

它只代表:

模型輸出會受到:

  • Model Version
  • Temperature
  • Seed
  • Sampling Strategy
  • Decoder

等參數影響。

這些與《易經》真正的大衍十八變或三枚銅錢,

並不是同一件事。


無法驗證

一套可靠的起卦系統,

至少應能回答:

  • 六爻如何生成?
  • 哪一爻是動爻?
  • 為什麼得到這一卦?
  • 使用了哪一種演算法?

Prompt AI 通常無法提供完整的演算法紀錄。

很多時候,

它只是先生成答案,

再回頭解釋。

這種屬於事後說明,

並不是起卦過程的證據。

因此,

使用者無法驗證真正的 Casting 過程。


AI 可以「模擬」起卦

如果要求:

「請模擬三枚銅錢。」

AI 完全可以回答:

  • 第一次:正、反、正
  • 第二次:……

但這仍然只是:

文字模擬。

模型正在描述一個合理的故事,

而不是執行真正的大衍或三枚銅錢演算法。

畫面看起來很相似,

本質卻完全不同。


正確使用 AI:分離整個 Pipeline

一套可靠的《易經》系統,

通常包含:

  1. 隨機來源(例如伺服器 CSPRNG)
  2. 起卦演算法(三枚銅錢、大衍、梅花等)
  3. 本卦
  4. 變卦(若存在)
  5. AI 或解卦模組

AI 應該只參與最後一步。

真正的起卦,

應由可驗證的演算法完成。


為什麼現代系統通常不用 AI 起卦?

原因很簡單。

並不是 AI 不夠強。

而是:

起卦本身,

就是一個演算法問題。

只需要:

  • 產生適當品質的隨機數
  • 按照三枚銅錢、大衍或梅花規則映射
  • 判定動爻
  • 建立本卦與變卦

完成之後,

AI 才開始發揮真正優勢:

  • 解讀經文
  • 分析卦象
  • 整理不同注釋
  • 以自然語言說明結果

換句話說:

AI 適合解卦,而不是取代起卦。


Quizzman I-Ching 採用什麼方式?

Quizzman I-Ching 將整個流程拆成兩個獨立 Engine:

起卦 Engine

負責:

  • 三枚銅錢
  • 大衍筮法(十八變)
  • 梅花易數(時間/數字)
  • 手動輸入

使用:

  • Server-side CSPRNG
  • Python secrets
  • os.urandom

完全不依賴 LLM Prompt 起卦。

解卦 Engine

在卦象確定之後,

再依照:

  • 傳統《易經》
  • 六爻
  • 梅花易數
  • NLP 問題領域

進行分析與說明。

如此,

起卦與解卦彼此獨立,

既容易驗證,

也容易持續擴充。


結論

AI 是非常優秀的《易經》解讀工具,

但不應取代真正的起卦演算法。

一套可信賴的起卦系統,

至少應公開三件事情:

  • 使用哪一種起卦方法?
  • 使用什麼演算法?
  • 是否能驗證整個起卦流程?

只有滿足這些條件,

AI 才能在正確的位置發揮價值:

於卦象確定之後,協助進行高品質的解卦。

因此,

對於「ChatGPT 擲卦準確嗎?」這個問題,

最簡潔的回答是:

AI 的解卦能力可以非常優秀;但僅靠 Prompt 進行起卦,並不具備可驗證的《易經》起卦流程。


延伸閱讀

  • 《如何判斷《易經》起卦工具是否可靠?七項標準》
  • 《大衍筮法:標準起卦方法》
  • 《大衍筮法:五十蓍草演算法》
  • 《《易經》起卦模擬演算法與 CSPRNG》
  • 《什麼是 CSPRNG?》
  • 《Quizzman I-Ching Engine》
  • 《About I-Ching》
  • 《線上起卦工具》