一張圖看懂 AI 家族關係

很多人會混淆 AI 的各種名詞。其實它們是「包含」的關係,就像俄羅斯娃娃一樣:

人工智慧 (AI)

最外層的大圈圈。只要是讓機器展現出類似人類智慧的技術(如:下棋、辨識貓狗),都算 AI。

機器學習 (Machine Learning)

AI 的子集。不是讓人類寫死規則,而是讓機器透過大量的「數據」自己找出規則。

深度學習 (Deep Learning)

機器學習的一種。使用「類神經網絡」模仿人腦運作,能處理更複雜的影像和聲音。

生成式 AI (Generative AI)

這就是現在最紅的!它不只是「辨識」現有東西,而是能「創造」出全新的文字、圖片或影片。

必懂關鍵術語 (Glossary)
LLM (大型語言模型)
Large Language Model。想像它是一個讀過網路上幾乎所有文章的「超級大腦」。ChatGPT、Claude、Gemini 都是 LLM 的一種。它們的核心能力是「預測下一個字」。
Prompt (提示詞)
你輸入給 AI 的指令。Prompt 寫得越好(包含角色、背景、任務、限制),AI 給出的答案就越精準。這就是為什麼現在流行「提示詞工程」。
Hallucination (幻覺)
AI 會「一本正經地胡說八道」。因為它只是在預測機率最高的字,並不真的理解事實。所以在學術引用時,務必查核來源
Token (標記)
AI 計算文字的單位。一個 Token 不等於一個字。通常 1000 個 Tokens 約等於 750 個英文字,或 400-500 個中文字。
生成式 AI 是怎麼運作的?

文字接龍原理

你可以把 ChatGPT 想像成一個超級厲害的「文字接龍」高手。當你問它問題時,它並不是在搜尋資料庫,而是在計算:

輸入:「床前明月...」

AI 腦中預測機率:

  • 👉 光 (95%)
  • 👉 亮 (2%)
  • 👉 輝 (1%)

輸出:「光」 -> 然後再把「光」加進去,繼續預測下一個字。

這就是為什麼它有時候會寫出很有創意,但完全不符合史實的內容(幻覺),因為它在意的是「語句通順」,而不是「事實正確」。

第一次使用 AI,可以從這 4 步開始
1. 先說明你要做什麼

不要只打「幫我寫」。請說清楚任務,例如:我要寫報告摘要、整理重點、設計活動文案。

2. 補上背景

告訴 AI 對象、用途、字數、語氣。例如:給五專一年級學生看,語氣要簡單。

3. 指定輸出格式

可以要求表格、條列、三段式、簡報大綱。格式越明確,越好直接使用。

4. 再請它修改

第一次回答不滿意很正常。可以接著說:再短一點、口語一點、加例子、改成表格。

好用提示詞公式

新手可以先記這個簡單公式:

請你扮演「角色」, 幫我完成「任務」。 背景是「使用情境」, 對象是「誰要看」。 請用「格式」輸出, 語氣要「簡單、清楚、好懂」。

範例 1:整理文章

請你扮演圖書館學習助理,幫我把下面這篇文章整理成重點。 對象是第一次接觸 AI 的學生。 請用 5 點條列,每點不超過 30 字,最後加上一句提醒。

範例 2:做報告大綱

請幫我設計一份「生成式 AI 在護理學習的應用」報告大綱。 對象是五專學生,報告時間 5 分鐘。 請分成:開場、3 個重點、結論、參考資料查找方向。

範例 3:改寫成簡單版

請把下面這段文字改寫成國中生也看得懂的版本。 請保留原意,不要加入沒有根據的新資訊。 請用短句和生活化例子說明。
AI 適合幫你做什麼?
寫作前發想
想題目、列大綱、產生標題、把想法整理成段落。
摘要與重點
把長文整理成重點、比較表、讀書摘要或簡報大綱。
練習對話
練英文、面試問答、活動主持稿、課堂問答練習。
整理成表格
把零散資訊轉成表格、步驟、比較欄位或檢核清單。
新手最容易踩到的坑

建議這樣做

  • 把 AI 當成助理,不是最後答案。
  • 重要內容回到書籍、資料庫或官方網站查證。
  • 請 AI 說明「它不確定的地方」。
  • 要求列出資料查找方向,而不是直接相信引用。

避免這樣做

  • 不要直接複製 AI 產出的整份作業。
  • 不要輸入個資、病歷、成績、未公開研究資料。
  • 不要相信 AI 自動產生的書目一定存在。
  • 不要用 AI 取代自己的閱讀與判斷。
AI 回答怎麼檢查?

拿到 AI 回答後,可以用這份簡單檢核表:

給初學者的建議

1. 不要把 AI 當成搜尋引擎:它更像是你的「副駕駛」或「實習生」,適合幫你發想點子、潤飾文章、整理重點。

2. 事實查核 (Fact Check):對於醫療、法律、歷史等專業問題,AI 的回答僅供參考,必須回到圖書館資料庫或權威網站確認。

3. 保護隱私:不要將病歷資料、個資或未發表的機密研究輸入到公開的 AI 對話框中。