AI詞彙表：55個AI術語的白話解釋

頭一批基礎概念

這是完整參考版：55個術語，先講定義，再補細節。如果你想要的是比較溫和、只涵蓋第一週用得到的詞彙導覽，可以先讀AI術語白話解釋，等這裡的某個詞把你帶過來時再回來看。

人工智慧（Artificial intelligence）

人工智慧是能執行原本需要人類判斷力的任務的軟體，例如寫作、推理，或辨認一張圖片裡有什麼。

在2026年的日常用法裡，「AI」幾乎都是指建立在大型語言模型上的聊天助理，而不是那個範圍更廣的學術領域。

機器學習（Machine learning）

機器學習是一種用範例來教會軟體，而不是用規則把它寫死的技術。

現代每一款AI助理都是這樣打造出來的：它的行為來自訓練資料裡的規律，這也是為什麼同一個模型，在常見任務上可能表現亮眼，在罕見任務上卻不太穩。

模型（Model）

模型是一套特定的、訓練過的AI系統，也就是你實際送出提示詞的那個對象。

GPT、Claude和Gemini是模型系列，一個系列底下包含好幾個大小、速度和價格各不相同的個別模型。依任務選擇合適的模型，是把AI用好的核心技能。

LLM（大型語言模型）

LLM，也就是大型語言模型（large language model），是一種用大量文字訓練出來、用來預測接下來該出現什麼文字的模型。

把這個單一的技巧做到夠大的規模，就產生了答案、草稿、程式碼和摘要。「大型」指的是訓練資料的量，也指參數的數量。

聊天機器人（Chatbot）

聊天機器人是包在模型外面的那個對話介面，就是那個有訊息輸入框的東西。

比較產品的時候，這個區別很重要：兩款聊天機器人可以包著同一個模型，用起來卻感覺不一樣，而一款聊天機器人也可以同時提供好幾個模型，Whizi就是這樣運作的。

提示詞（Prompt）

提示詞是你送給模型的所有內容：問題、指示，以及你附上的任何文字或檔案。

答案的品質跟提示詞的品質緊密相關。背景脈絡、限制條件，還有你想要的輸出格式，是新手最常漏掉的三件事。

Token

token是模型實際讀取和寫出的最小文字單位，平均大約是四分之三個英文單字。

價格、速度和上下文視窗，全部都是用token來計算的，這也是為什麼每一個AI價格頁面上都會看到這個詞。一份1,000字的文件，大約是1,300個token。

上下文視窗（Context window）

上下文視窗是模型一次能考慮的最大文字量，以token計算。

你的提示詞、到目前為止的對話、附加的文件，還有答案本身，全部都共用這個空間。上下文視窗比較表列出了每個主要模型目前的數字，而說明文章則解釋了為什麼「AI忘記了」的抱怨，大多都能用它來解釋。

參數（Parameters）

參數是模型在訓練過程中學到的內部數值，也是衡量模型大小的常見指標。

參數以十億為單位計算，參數越多，大致上代表能力越強、成本也越高。但單看參數數字並不是一個好的選購標準，基準測試和你自己的實測，都比參數數字更可靠。

回覆（Response）

回覆是模型針對一則提示詞產生的輸出，有時也叫做completion。

每一次的回覆都是重新產生的，這也是為什麼針對同一則提示詞重新產生一次，措辭會不一樣，有時候答案本身也會不一樣。

跟模型對話

系統提示詞（System prompt）

系統提示詞是模型在收到你的訊息之前，就先拿到的固定指示，用來設定它的角色、語氣和規則。

每一款產品都有系統提示詞，即使你看不到它。當一個聊天機器人「有個性」的時候，通常就是系統提示詞在發揮作用。

提示詞工程（Prompt engineering）

提示詞工程是刻意寫好提示詞，好穩定得到更好輸出結果的做法。

雖然名字聽起來很厲害，但大部分內容其實就是把話講清楚：說明目標、提供背景、給個範例、指名格式。新手指南整理了真正能改變結果的技巧。

零樣本（Zero-shot）

零樣本指的是請模型完成一項任務，卻不給它任何範例。

現代模型能在零樣本的情況下處理大多數日常任務。這個詞之所以還留著，主要是為了跟少樣本提示詞做對比。

少樣本（Few-shot）

少樣本指的是在提示詞裡放進幾個示範範例，讓模型照著模式做。

對格式要求嚴格的工作來說，這是成本最低的可靠度提升方式：兩、三個輸入和期望輸出的範例，效果會勝過一整段文字說明。

思維鏈（Chain of thought）

思維鏈指的是模型在給出最終答案之前，先走過中間的推理步驟。

請模型一步一步推理，在困難的問題上確實能帶來可衡量的改善，而推理模型現在預設就會在內部做某種版本的思維鏈。

溫度（Temperature）

溫度是控制模型在挑選下一個token時，加入多少隨機性的設定。

低溫會得到穩定、保守的輸出；高溫會帶來變化，偶爾也會出現不合理的內容。聊天產品通常會幫你選好一個中間值。

串流（Streaming）

串流指的是模型一邊產生答案，一邊逐個token送出，而不是等全部完成才一次送出。

這就是為什麼答案看起來像是自己在打字，也是為什麼一個不好的答案可以提早喊停，不用等它跑完。

重新產生（Regenerate）

重新產生指的是針對同一則提示詞，再要求一次全新的回覆。

因為產生過程本身帶有機率性，重新產生是真正重新抽一次，而不是把同一次運算再跑一遍。把兩次結果拿來比較，或是把同一則提示詞丟到兩個模型上比較，是一種快速的品質檢查方式。

模型是怎麼做出來的

訓練（Training）

訓練是根據資料不斷調整模型參數，直到它的預測夠準確為止的過程。

這件事在你接觸到這個模型之前就已經完成，而且要花掉供應商龐大的運算資源。你在對話框裡打的任何字，都不會當場重新訓練這個模型，不過供應商可能會依照自己的政策，把對話拿去訓練未來的版本。

訓練資料（Training data）

訓練資料是模型學習所依據的文字和其他素材。

它的廣度，決定了模型知道什麼；它的缺口，解釋了系統性的盲點；而它涵蓋的時間範圍，則決定了訓練截止日。

預訓練（Pretraining）

預訓練是訓練過程裡第一個、也是規模最大的階段，模型在這個階段從大量文字中學會語言和世界知識。

這個階段的成果有能力，但還很粗糙。讓模型表現得像個樂於助人的助理的所有工夫，都是在這之後才做的。

微調（Fine-tuning）

微調是在一個範圍更小的資料集上，對一個已經預訓練過的模型做額外訓練，好讓它變得專精或改變它的表現方式。

供應商為了實用性和安全性做微調；企業則為了特定領域的任務做微調。對大多數使用者來說，寫好提示詞加上一個能力夠強的通用模型，效果會勝過花錢做微調。

RLHF

RLHF，也就是根據人類回饋的強化學習（reinforcement learning from human feedback），是拿人類對模型答案的評分來訓練模型的方法。

這是現代助理表現得有禮貌、有條理、又謹慎的一大原因。做過頭的話，也會讓模型變得愛打太極，出現拒答或含糊其辭的狀況。

對齊（Alignment）

對齊是讓模型的行為，符合人類意圖和價值觀的工作。

實務上，這涵蓋的範圍從拒絕有害的請求，到單純準確地照指示做事都算。當一個模型做出技術上很厲害、卻不是你想要的事情時，那就是一個對齊上的落差。

推論（Inference）

推論是執行一個已經訓練好的模型來產生答案的過程，跟訓練是兩回事。

你送出的每一則訊息都會觸發推論，token計價衡量的正是推論的成本。運算成本低的模型，也可能表現得相當出色；AI模型成本指數顯示，價格差距可以到2,000倍。

Transformer

Transformer是幾乎所有現代語言模型背後，共同採用的神經網路架構。

它的關鍵機制叫做注意力機制（attention），能讓模型把輸入內容的每一部分，拿來跟其他每一部分互相權衡比較。你完全不需要弄懂細節，但這個詞在AI相關文章裡到處都是。

出錯的時候

幻覺（Hallucination）

幻覺是模型用完全篤定的語氣，說出一件不實的事情。

這不是一個下一個版本就會修好的臭蟲，它是這類系統產生內容的方式本身帶來的結果。發生頻率會因模型和任務不同而有很大差異。任何具體的事實、數字或引用來源，在你查核之前都該當成未經驗證。為什麼AI會出錯說明了背後的機制。

落地依據（Grounding）

落地依據指的是給模型提供有憑有據的資料來作答，而不是讓它單靠記憶回答。

貼上合約、附上報告，或是開啟網路搜尋，都屬於提供落地依據。這是日常生活中對抗幻覺最有效的做法。

偏誤（Bias）

偏誤是模型的輸出，因為承襲了訓練資料裡的傾向，而系統性地朝某個方向偏移。

它會表現成對人、地方和預設值的各種假設。碰到重大決策時，審視AI的輸出，要像審視一個聰明但沒經過查核的實習生的作業一樣。

護欄機制（Guardrails）

護欄機制是供應商在模型外圍設下的限制，用來擋掉有害或違反政策的輸出。

不同供應商畫的界線並不一樣，這是產品之間真實存在的差異：同一個請求，可能被一個模型回答，卻被另一個模型拒絕。

越獄（Jailbreak）

越獄是刻意設計來誘騙模型無視自身護欄機制的提示詞。

供應商會持續修補這類漏洞。對一般使用者來說，這個詞的意義主要是一種安全概念：只要有辦法說服模型做某件事，就會有人去試。

紅隊測試（Red teaming）

紅隊測試是在模型正式發布之前，刻意去攻擊它，找出有害的失敗模式。

供應商會安排內部和外部的紅隊，發布出來的模型卡通常會摘要他們的發現。這相當於AI版本的滲透測試。

訓練截止日（Knowledge cutoff）

訓練截止日是模型訓練資料涵蓋範圍結束的那個日期。

問任何比這個日期更新的事，模型要嘛承認自己不知道，要嘛就靠瀏覽網路（如果它有這個功能）來回答，不然就是產生幻覺。知道自己在用的模型的截止日，可以避免一整類的錯誤。

檢索技術和你的資料

RAG（檢索增強生成）

RAG，也就是檢索增強生成（retrieval augmented generation），指的是先找出相關文件，再讓模型根據這些文件作答。

這就是「跟你的知識庫對話」這類產品背後實際運作的方式，也是它們能附上出處的原因。RAG能降低幻覺發生的機率，但答案的品質，仍然取決於它檢索到的內容好不好。

嵌入向量（Embedding）

嵌入向量是一串用來代表一段文字意義的數字。

意義相近的文字，會得到相近的數字，這讓軟體可以用數學方法找出相關的段落。嵌入向量是語意搜尋和RAG背後的運作機制。

向量資料庫（Vector database）

向量資料庫是專門用來儲存嵌入向量，並快速找出最相近向量的資料庫。

如果一款產品說它把你的文件「建立索引」供AI搜尋使用，那麼每一段文字的嵌入向量，就存放在這種資料庫裡。

語意搜尋（Semantic search）

語意搜尋是靠意義而不是靠關鍵字比對來找出文字的方法。

搜尋「錢的問題」也可能找出一段談現金流吃緊的內容，即使裡面沒有一個字完全相符。這就是嵌入向量派上用場的地方。

分塊（Chunking）

分塊是把長文件切成夠小的片段，好讓系統能有效地建立嵌入向量並檢索。

聽起來像是管線工程，事實上也差不多是，但分塊做得不好，正是文件對話工具答非所問、答錯部分內容的常見原因。

網路搜尋（Web search，AI功能）

AI裡的網路搜尋，指的是模型在作答之前先抓取當下的網頁內容，而不是單靠訓練時的記憶。

這是用速度換取新鮮度的做法，也讓答案能附上你可以點開查看的出處。對任何發生在模型訓練截止日之後的事情來說，這就是「一個真正的答案」和「一個用猜的答案」之間的差別。

知識庫（Knowledge base）

知識庫是企業提供給自家AI，作為回答依據的一套經過整理的文件。

輸入品質決定輸出品質：一個依據過時wiki作答的助理，會很篤定地端出過時的答案，還會附上出處。

這份詞彙表裡有三個術語，分別代表同一個問題的不同答案：怎麼讓模型在你的任務上表現更好。把這三者搞混，是產品會議裡最常見的行話錯誤。並排比較如下：

做法	改變的是什麼	成本與速度	什麼時候該用
更好的提示詞（零樣本、少樣本）	只有你送出的文字	免費，幾分鐘搞定	幾乎永遠是第一步；兩、三個示範範例就能解決大多數格式問題
RAG	模型在作答前讀到的內容	建置成本中等，不需要重新訓練	答案必須保持最新，或需要引用你自己的文件時
微調	模型本身的參數	慢又貴，做完就固定了	大規模、穩定的風格和格式需求，個人幾乎用不到

文字之外

多模態（Multimodal）

多模態指的是一個模型能同時處理不只一種媒介，例如文字加上圖片、音訊或影片。

這就是為什麼你可以截一張錯誤訊息的圖，然後問這是怎麼回事。多模態AI指南整理了目前真正好用的功能。

視覺模型（Vision model）

視覺模型是能理解圖片的模型：照片、截圖、圖表和文件都算。

看懂圖片跟畫出圖片是兩回事，一個模型可能可以完美描述你的圖表，卻還是畫不出一張圖表。

圖片生成（Image generation）

圖片生成是根據文字描述，產生出全新圖片的過程。

不同生成工具之間，畫質、風格範圍，以及圖片裡文字的呈現效果，差異都很大，這也是為什麼認真的使用者會拿好幾款來比較。圖片生成工具總覽持續追蹤這個領域的最新狀況。

擴散模型（Diffusion model）

擴散模型從一堆雜訊開始，一步一步地朝著文字描述修正，最後生成圖片。

這是現代圖片生成工具背後的主流技術。知道這個詞，主要的用處是：當產品名稱裡出現「diffusion」時，你就知道這款產品在做什麼。

語音轉文字（Speech to text）

語音轉文字是把說出來的聲音，轉成寫下來的文字。

現代的轉錄準確度已經夠高，能讓會議、語音筆記和訪談內容變得可以搜尋，這也是聊天應用程式裡語音輸入功能運作的方式。

文字轉語音（Text to speech）

文字轉語音是把寫下來的文字，轉成說出來的聲音。

現在的系統能產生自然、富有表現力的聲音，這也是朗讀功能和AI語音對話背後的技術。

更大的生態系統

API

API是開發者用來從自己的軟體，把提示詞送進模型的程式化入口。

API的計價方式是按token計算，每一個AI產品背後每則答案的成本結構，最終都是從這裡來的。

開放權重（Open weights）

開放權重指的是模型訓練好的參數被公開出來，任何人都可以下載並執行。

這讓自架成為可能，也讓其他供應商能在自己的基礎設施上提供這個模型的服務。DeepSeek和Llama是最知名的例子。

開源模型（Open-source model）

開源模型大致上是指釋出供大眾使用和修改的模型，不過各家授權條款差異很大。

實際上該問的問題永遠是同樣兩個：能不能商業使用，還有由誰幫你架設。當隱私或成本考量，讓你沒辦法選用託管的旗艦模型時，開放權重生態系就特別重要。

基準測試（Benchmark）

基準測試是用來替模型評分、互相比較的標準化測試。

用來做初步篩選很有用，但在行銷裡經常被過度渲染。一個在基準測試上名列前茅的模型，在你實際的工作上還是可能表現不佳，這也是為什麼自己拿三項任務來實測，會比看排行榜更可靠。

代理（Agent）

代理是一種會分好幾個步驟採取行動、朝目標前進的AI系統，而不只是回答一次就結束。

訂位、研究、寫程式、送出工單，都是代理的活動範圍。這項能力是真實存在的，而且進步得很快；跟著一起變重要的，還有在事情產生影響之前，先審視代理做了什麼的必要性。

工具使用（Tool use）

工具使用，也叫做function calling，指的是模型呼叫外部功能，像是搜尋、計算機、程式碼，或是你的行事曆。

這是聊天助理能對現實世界採取行動、而不只是描述現實世界的方式，也是代理背後的運作機制。

推理模型（Reasoning model）

推理模型是一種會在內部多花一些運算資源，把問題想清楚之後才回答的模型。

這是拿時間和成本，去換取困難問題上的準確度。對簡單的問題來說，多想這一步幾乎沒有幫助，這也是依任務切換模型的另一個理由。

延遲（Latency）

延遲是從你送出提示詞，到答案抵達或開始串流出現之間，要等多久。

延遲會因模型大小、系統負載，還有這是不是一個推理模型而有所不同。對需要即時互動的工作來說，一個夠快、夠好用的模型，往往勝過一個又慢又厲害的模型。

速率限制（Rate limit）

速率限制是供應商對你在一段時間內能使用多少次請求或多少token所設下的上限。

碰到速率限制，通常就是聊天產品叫你等一下或升級方案的原因。訂閱方案上的訊息額度上限，其實就是換了個比較好聽的說法的速率限制。

讓這份詞彙表保持有用

這個領域裡的術語汰換得很快。這個頁面是當作參考資料在維護的：當用法改變時，條目就會被重寫，而連結出去的深入指南，則承載了放不進一則定義裡的細節。

如果你在其他地方碰到一個這裡沒收錄的詞，最快的做法是把你看到那句話的整段句子，貼給一個能力夠強的模型，請它根據上下文解釋這個詞的意思。在Whizi裡，你可以同時問兩個模型，觀察它們什麼時候意見不一致，而對新出現的行話來說，這種情況其實出乎意料地常見。