盤排對了，AI 解得出八字嗎？200 道競賽題的實測結果
把排好的八字交給五個主流 AI，答 200 道命理競賽選擇題，最好的也只對約 37%，亂猜是 25%。AI 在靜態的性格、家庭題表現較好，在「哪一年發生」的時間題最容易錯。
章節速覽
你把排好的八字交給 AI，它回得頭頭是道
上一篇我們教你驗 AI 排的盤：立春、節氣、真太陽時，三個地方最容易錯。假設你都驗過了，四根柱子一根不差，接下來把盤交給 AI 解讀，總該沒問題了吧？
這就是一份 2026 年研究想回答的問題。研究者乾脆把排盤這一步拿掉，直接把排好的命盤交給 AI，只測它「推論」的能力。
結果是：最好的模型，四選一的題目也只答對三成七左右。
簡單說： BaziQA 研究用 2021 到 2025 年命理競賽的 200 道八字選擇題，測了 DeepSeek、GPT、Gemini 等五個主流模型。命盤由排盤程式先算好再交給 AI，所以錯的不是盤，是推論。五個模型都只比亂猜的 25% 好一點，最弱的是「事情在哪一年發生」這類時間題。
研究怎麼測｜先排好盤，只考推論
核心提問：AI 解八字解錯，是盤排錯了，還是推論錯了？
- 外在困境：AI 給的解讀很流暢，你分不出哪裡有問題
- 內在需求：想知道 AI 在八字上到底可以信到哪一步
- 對應研究：把排盤交給程式，單獨測 AI 的推論能力
研究叫 BaziQA-Benchmark，2026 年 2 月公開在 arXiv。題目來自一個每年舉辦的國際八字競賽，2021 到 2025 年共 5 屆，每屆 8 位命主、每位 5 題，總共 200 題，每題四選一，都有官方答案。
題目涵蓋婚戀、事業、家庭、性格、健康、財運、學業與流年。同一位命主的 5 題由淺入深，從看靜態命盤，一路到要結合時間推演的題目。
關鍵設計在這裡：命主的出生資料先由外部排盤程式算成完整命盤，包含四柱、十神與大運流年，再整理成固定格式交給 AI。研究者刻意把曆法換算排除在考試範圍外。
一個可以帶走的分辨： AI 解八字有兩關，排盤和推論。上一篇驗的是第一關，這份研究驗的是第二關。
結果：五個模型都只比亂猜好一點｜四選一的 25% 基準
核心提問：AI 的八字推論，比隨便選好多少？
- 外在困境：每個 AI 都講得很有把握，看不出誰比較可靠
- 內在需求：想挑一個「最準」的 AI 來用
- 對應研究：五個模型平均答對 32% 到 37%
每個模型在同一段對話裡依序回答同一位命主的 5 題，中間不告訴它對錯。研究者對每個模型重複跑多次，再取 5 屆的平均：
| 模型 | 平均答對率 |
|---|---|
| DeepSeek-Chat-V3 | 36.7% |
| DeepSeek-R1 | 34.1% |
| GPT-5.1-Chat | 32.5% |
| Gemini-2.5-Flash | 32.4% |
| Gemini-3-Pro | 32.1% |
四選一亂猜的答對率是 25%。五個模型都顯著高於這條線，代表它們確實學到了一些八字規則；但沒有一個超過一半。
作者特別提醒：各模型的信賴區間大幅重疊，這個排名只是描述，不能拿來說誰比較好。他們也發現，不同模型答錯的題目不太一樣。
一個小實驗： 同一個八字問題，分別問兩個不同的 AI。兩邊結論不同時，不要挑你比較喜歡的那個，而是問它們各自的推論依據。
最難的是「什麼時候」｜大運與流年的時間推演
核心提問：AI 說「你某年會換工作」，這句話的可信度有多高？
- 外在困境：AI 很樂意給你具體年份，聽起來像預言
- 內在需求：想知道關鍵事件會落在哪個時間點
- 對應研究：AI 在需要精準定位時間的題目上系統性出錯
研究把題目粗分成九個領域。整體來說，只看靜態命盤就能回答的性格、家庭題，模型表現較好，最高可到五成左右；事業與學業題反而偏低，多數模型在兩到三成之間。
最值得注意的是時間題。八字裡看時間要結合大運（每十年一換的運勢階段）和流年（每一年的影響），研究者發現，模型在需要「精準定位時間」或同時滿足多個條件的題目上會系統性出錯，有些題目五個模型全部答錯。
研究者也試了一個方法：規定 AI 先看整體結構、再排出各種影響的輕重、最後才對應到事件。結果有的題型變好，有的變差，作者自己也說它不是萬用解法。
一個可以觀察的徵兆： AI 越快給你一個確切年份，越該追問它用了哪幾步推出來。講不出步驟的年份，先當成假設，不要當成答案。
這份研究不能證明的事｜答案標準與研究限制
這份研究的「答對」，是指和競賽官方答案一致。它測的是 AI 能不能照八字規則推論，不是八字能不能預測真實人生。論文沒有討論八字本身的有效性，也沒有比較人類命理師的成績。
還有幾個限制值得知道：只有 5 屆 200 題，樣本不大；領域分類是作者用規則粗分的，可能有誤；論文也沒有說明競賽題目是否早已出現在模型的訓練資料裡。兩位作者一位來自上海交通大學，一位來自上海一家資訊科技公司。
這些不影響核心發現：就算盤排對了，通用 AI 的八字推論也還遠遠稱不上可靠。
換個方式用 AI 看八字
把兩份檢查放在一起，用 AI 看八字可以分成三步：
- 先驗盤：用三個附正解的命例，確認四柱排對。
- 再要推論過程：不要只問「我的事業怎麼樣」，請 AI 依序說出它看了哪些結構、怎麼判斷輕重。
- 時間題交叉比對：AI 給的年份，拿去和流年規則、其他命理系統對照，一致的部分再放進你的判斷。
這樣用，AI 從「給答案的人」變成「把推論攤開給你檢查的人」。這才是它目前真正擅長的角色。
想看排對的盤加上攤開的推論，可以從指南星開始：寫下一個具體問題，首份完整推演報告免費。
指南星怎麼看這件事
這份研究只測八字，但它點出的問題適用於每一套系統：排盤是計算，推論才是最容易出錯、也最需要被檢查的地方。
八字看時間靠大運流年；紫微斗數看的是大限與流年的宮位變化；西洋占星則看行運行星和本命盤的相位。三套系統的時間語言不同，各自也可能推錯。
所以指南星不讓單一系統獨自回答「什麼時候」。四套命盤指向同一個時間點時，相對值得參考；彼此分歧時，我們會把分歧攤開，讓你看到每一套的依據，而不是替你挑一個說法。
時間的判斷，最後仍然留給你：把它當成值得留意的時段，再用自己的生活去驗證。
常見問題
Q：AI 可以用八字算出事情在哪一年發生嗎？
A： 依 2026 年的 BaziQA 研究，這正是 AI 最弱的地方。即使把排好的八字交給五個主流模型，它們在需要精準定位時間、或同時滿足多個條件的題目上仍會系統性出錯，有些題目五個模型全部答錯。
Q：哪個 AI 算八字最準？
A： 研究測了 DeepSeek、GPT、Gemini 共五個模型，平均答對率 32% 到 37%，最高是 DeepSeek-Chat-V3 的 36.7%。但信賴區間大幅重疊，作者明說排名不是定論。
Q：這個研究證明八字是準的嗎？
A： 沒有。研究的「答對」是指和命理競賽的官方答案一致，測的是 AI 能不能照八字規則推論，不是八字能不能預測真實人生。論文完全沒有討論八字本身的有效性，也沒有比較人類命理師的成績。
Q：既然 AI 解八字常錯，還能用 AI 看八字嗎？
A： 可以，但要換用法。先用確定性工具把盤排對，再請 AI 列出它的推論順序，而不是只給結論。時間題不要讓 AI 單獨下判斷，把它的說法拿去和流年規則、其他命理系統交叉比對，一致的部分再參考。
參考文獻
Chen, J., & Liu, Q. (2026). BaziQA-Benchmark: Evaluating Symbolic and Temporally Compositional Reasoning in Large Language Models. arXiv preprint arXiv:2602.12889. https://arxiv.org/abs/2602.12889