AI 詞彙表
用白話解釋常見的 AI 名詞，繁體中文、台灣用語，新手也看得懂。共 24 個詞。
人工智慧AI
讓電腦模擬人類智慧（學習、推理、理解、創造）的技術總稱。現在常說的 AI 多指「生成式 AI」與大型語言模型。
生成式 AIGenerative AI
能「生成」新內容（文字、圖片、影片、音樂、程式碼）的 AI，如 ChatGPT、Midjourney。相對於只做分類或預測的傳統 AI。
大型語言模型LLM
Large Language Model，用海量文字訓練、能理解與生成語言的 AI 模型，是 ChatGPT、Claude、Gemini 的核心。延伸閱讀：主流 AI 大模型比較。
通用人工智慧AGI
Artificial General Intelligence，指能像人一樣處理各種任務、具備通用智慧的 AI。目前尚未實現，是業界長期目標。
提示詞Prompt
你輸入給 AI 的指令或問題。提示詞寫得越清楚、脈絡越足，AI 的回答越好。延伸閱讀：怎麼寫好提示詞。
提示工程Prompt Engineering
設計與優化提示詞，讓 AI 產出更準確、更符合需求結果的技巧與方法。
TokenToken
AI 處理文字的最小單位（約一個詞或字的片段）。模型的用量與費用、上下文長度都以 token 計算。
上下文視窗Context Window
AI 一次能「記住」並處理的文字量（以 token 計）。視窗越大，越能處理長文件與長對話。
幻覺Hallucination
AI 一本正經地生成看似合理、實際錯誤或捏造的內容。重要資訊務必查證。延伸閱讀：AI 為什麼會說錯。
檢索增強生成RAG
Retrieval-Augmented Generation，讓 AI 先「檢索」你提供的資料、再根據內容回答，大幅減少亂編，是企業 AI 知識庫的核心。延伸閱讀：打造企業 AI 知識庫。
嵌入Embedding
把文字、圖片等轉成一串數字（向量），讓電腦能用「語意相近」來比對與檢索，是 RAG 與語意搜尋的基礎。
向量資料庫Vector Database
專門儲存與檢索嵌入（向量）的資料庫，如 Pinecone、Weaviate，是 RAG 與 AI 搜尋的關鍵基建。
微調Fine-tuning
用特定領域的資料再訓練既有模型，讓它更貼合你的需求或風格。相對於 RAG（不改模型、只給資料）。
多模態Multimodal
能同時理解與處理多種型態（文字、圖片、聲音、影片）的 AI。例如能「看圖回答」的模型。
AI 代理AI Agent
能自己規劃步驟、使用工具、自主完成多步驟任務的 AI，而不只是回答問題。延伸閱讀：AI Agent 是什麼。
推論Inference
模型「使用」階段——根據輸入產生輸出的過程。相對於「訓練」（建立模型）。日常用 AI 就是在做推論。
訓練Training
用大量資料讓模型學習、建立能力的過程，非常耗運算資源。完成後才拿來「推論」使用。
開源模型Open-source Model
開放權重、可自行下載部署的 AI 模型，如 Llama、DeepSeek、Qwen。可自架、重隱私、控成本。延伸閱讀：開源 AI 模型崛起。
參數Parameters
模型內部可調整的數值，數量（如 7B＝70 億）常用來概略代表模型規模與能力。
擴散模型Diffusion Model
主流的 AI 生圖技術，從雜訊逐步「去噪」生成圖像，Stable Diffusion、Midjourney 等屬此類。
Transformer
2017 年提出的神經網路架構，是現今幾乎所有大型語言模型的基礎（GPT 的 T 即指此）。
Temperature
控制 AI 回答「隨機/創意」程度的參數。低＝穩定保守，高＝多元有創意。
Vibe Coding
用自然語言「描述需求」讓 AI 寫程式、做出 App 的開發方式，不必逐行手寫。延伸閱讀：Vibe Coding 是什麼。
SEO / AEO / GEO
SEO＝搜尋引擎最佳化；AEO＝答案引擎最佳化（被直接當答案）；GEO＝生成引擎最佳化（被 ChatGPT、Perplexity 等 AI 引用）。