什麼是AI聊天機器人？一份寫給新手的白話指南

白話版的定義

AI聊天機器人是一個你用一般語言就能對話的程式。你打出請求的方式，就像傳訊息給一位懂行的朋友一樣，它會回覆你一個答案、一份草稿、一段摘要、一個計畫或一段說明。沒有特別的指令語言要學，也沒有選單要背。對話本身就是操作介面。

最有名的AI聊天機器人是OpenAI的ChatGPT、Anthropic的Claude和Google的Gemini。它們屬於一類叫做大型語言模型的技術。你會在文章裡看到這個詞被縮寫成LLM，但你不需要懂這些術語，也能把它們用好。

讓這些工具和你在航空公司或銀行網站上用過的客服機器人不同的，是靈活性。老式機器人只能照劇本走：按1查帳單，輸入「退款」辦退款。現代的AI聊天機器人能處理它們從沒見過的開放式請求，例如「把這封郵件改得聽起來更友善，但還是要表達拒絕」，或「把這條合約條款講得像我才十五歲一樣簡單」。

如果你曾經想要一個有耐心的助手，隨時能幫你起草、摘要、說明、翻譯和腦力激盪，那就是AI聊天機器人實際的意思。本指南接下來會說明它們怎麼運作、會在哪裡出錯，以及如何在大約十分鐘內用真實任務開始使用。

AI聊天機器人到底怎麼運作，不講數學

在底層，AI聊天機器人是一個用海量文字訓練出來的預測系統：書籍、文章、網站、程式碼和對話。在訓練過程中，這個系統學會了文字、想法和論點如何組合在一起的規律。當你傳送一則訊息時，它會一小段一小段地預測哪些文字最能接下去延續這段對話，藉此產生回應。

聽起來很簡單，但在極大的規模下，它產生了很了不起的能力：模型能遵循指示、調整語氣、把不同主題的想法連接起來，並一步步推理問題。當你要它把一份報告濃縮成三個要點、給一位忙碌的主管看時，它其實是在運用從數百萬份摘要、報告和職場文件裡學到的規律。

這種設計帶來兩個實際的後果。第一，聊天機器人預設不會去即時資料庫裡查東西。它的知識來自有截止日期的訓練資料，加上你貼進對話裡的任何文字。有些應用程式會在上面加裝即時網路搜尋，但核心模型靠的是學到的規律，而不是一張事實表。

第二，因為它預測的是聽起來合理的文字，而不是檢索經過查核的事實，聊天機器人可能會用完全篤定的語氣說出錯的東西。人們把這類錯誤稱為幻覺。這是新手最需要理解的一件事，也是本指南最後一節提到的查核習慣如此重要的原因。

第一天你就能用AI聊天機器人做什麼

第一天要獲得價值，你不需要提示詞技巧，你需要的是一項真實任務。以下是新手最能從中受益的用法，每一個都附上一句你可以自行調整的開場白。

• 寫作和改寫。「把這封郵件改得更短、更客氣，同時把主要的請求寫清楚。」把草稿貼在這段指示下面。
• 摘要。「把這篇文章總結成五個要點，寫給從沒聽過這個主題的人看。」貼上文字，或上傳文件。
• 說明。「把固定利率房貸怎麼運作講給我這個完全的新手聽，然後給我三個應該問貸款機構的問題。」
• 規劃。「幫兩位喜歡美食和步行的成年人規劃一趟四天的里斯本之旅，並給出以歐元計的大致每日預算。」
• 決定。「這裡有兩份工作邀約。做一張表格，比較薪水、通勤、發展和風險，然後告訴我還有哪些問題需要弄清楚。」
• 翻譯。「把這則訊息翻譯成西班牙語。保持禮貌但輕鬆，就像同事會寫的那樣。」

留意每個例子裡共同的規律：一件明確的任務、一點背景，以及你想要的結果形式。這幾乎就是大家所說的寫提示詞的全部內容了。等你想更深入時，新手提示詞工程指南會把這個規律變成一套可重複使用的框架，而如何使用AI會帶你走完完整的第一週任務。翻譯這個例子其實比看起來複雜，如何用AI翻譯說明了怎麼讓語氣跨語言保持一致。

AI聊天機器人會在哪裡出錯

AI聊天機器人真的很有用，同時它們也會以特定、可預測的方式出錯。事先了解這些出錯方式，正是能從中獲益的人和被坑到的人之間的差別。

失敗模式	看起來會是什麼樣子	該怎麼做
捏造細節	一條不存在的引文、統計數字或產品功能，卻用篤定的語氣說出來	把每一個具體的事實、人名、數字和引語，都當成未經查核，直到你確認過為止
知識有截止日期	近期的事件、價格、法律和產品細節都已經過時	問它知道某個日期之後的哪些事，以及它回答時有沒有搜尋過網路
順著你的立場走	你問為什麼X比Y好，它就去論證X比較好	另外單獨問一次：反對你目前看法最有力的理由是什麼
隱私	資料處理方式因供應商、方案和設定而異	不要把密碼、財務細節和其他私人資訊放進聊天內容裡

捏造的細節，恰好集中在你最難查核的地方：精確的引文、直接引語、冷門主題，以及任何與你個人相關的細節，像是你自己租約裡的一項條款。措辭上看不出破綻，所以真正管用的防禦方式，是問清楚一個說法從哪裡來，並親自打開來源查看。一個回答「我無法確認這一點」的聊天機器人，是表現良好，不是出錯。

知識截止日期，在任何和價格、日期或法規有關的事情上咬得最深。一個訓練資料只到去年為止的模型，會流暢地、卻錯誤地討論今年的稅務規則。當時效性很重要時，就請聊天機器人去搜尋網路，並給你可以打開的連結；如果這個應用程式沒有搜尋功能，就把它說的任何時效性內容，當成你自己查核的起點。

順著立場走是最不容易察覺的一種，因為那個答案感覺像是認同，而不是出錯。把反方論點的請求當成獨立的一則訊息送出去，並用任務的方式表達：「提出我應該拒絕這份邀約的最有力理由。」兩個各自片面的答案放在一起讀，會勝過一個被你當初提問方式所形塑出來的答案。

隱私也值得花點心思。正規的服務商會公布如何處理對話資料的政策，付費方案通常還包含更嚴格的控制。給新手的實用規則是：不要把密碼、完整的財務細節，或他人的私人資訊貼進任何聊天機器人裡，並在一開始就把你所選應用程式的隱私設定看過一遍。絕對不該貼進AI聊天的內容有完整的清單。

ChatGPT、Claude和Gemini：這些名字各自代表什麼

新手常以為ChatGPT就等於AI聊天機器人，就像有人用「谷歌一下」來指稱搜尋一樣。它其實只是好幾款優秀產品裡的其中一款。ChatGPT由OpenAI打造，Claude由Anthropic打造，Gemini由Google打造。此外還有像Llama和DeepSeek這樣強大的開放模型，驅動著許多其他應用程式。最有名的那一款有自己專屬的新手指南：ChatGPT是什麼、怎麼使用。

差異是真實存在的，但並不是行銷宣傳說的那樣。在日常使用中，這些模型的差別在於寫作風格、遵循長指示的細心程度、處理文件的能力、寫程式的實力，以及它們怎麼解釋自己的推理過程。某個模型可能把郵件寫得更溫暖，而另一個則更嚴格地緊貼你給它的原始文件。我們的ChatGPT、Claude、Gemini三方比較逐項任務講清楚了實際的差異。

這裡有個對新手不利的地方。在你把同一個任務放到不只一個模型上試過之前，你不會知道哪個模型適合你的工作。但ChatGPT Plus、Claude Pro和Google AI Pro各自每月大約要20美元，所以用最直接的方式測試這三個，一次實驗大概要花每月60美元。這正是Whizi要解決的問題。一份訂閱就能讓你在一個工作區裡用上主流模型，於是你可以把同一個問題拋給多個模型、把答案並排比較，然後為每一類任務選定最合適的那一個。

剛開始時一個有用的比喻是：聊天機器人應用程式是廚房，模型是廚師。同樣的點單，換一位廚師，端出來的菜就明顯不同。能換廚師卻不用付三家餐廳的錢，正是學習階段能夠便宜下來的原因。

在接下來十分鐘裡安全地試一次

花十分鐘用一項真實任務動手做，會比再讀一篇文章教你更多。以下是你現在就能做的、安全的第一次上手。

1. 打開一個聊天機器人應用程式，開始一段新對話。
2. 貼上一段你正在處理的真實文字：一封需要回覆的郵件、一份需要看懂的文件，或一個還沒做出來的計畫。
3. 要求一件具體的事：「總結這個」「起草一封禮貌婉拒的回覆」，或「把這個變成一份待辦清單」。
4. 追問兩個問題：「把長度砍掉一半」以及「你假設了哪些我沒告訴你的事？」第二個問題教你的東西，比任何教學都更能讓你了解這類工具是怎麼思考的。
5. 任何涉及事實的內容，使用前先查核，並至少用你自己的口吻重寫一句話。

最後那一步的意義不只是準確性而已。目標不是讓聊天機器人取代你的判斷，而是把面對空白頁的工作、重新排版和第一份草稿交出去，同時把決定權留在自己手上。用AI用得好的人，會把它形容成一位不知疲倦的初級助理：動作快、知識面廣、偶爾出錯，而且永遠需要最後審查一遍。

當你準備好用自己的任務比較模型，而不是聽信任何人的說法時，你可以開始試用Whizi，在同一個地方把同樣的提示詞跑遍ChatGPT、Claude、Gemini等等。如果你想要一個有條理的第一週，就照著如何使用AI裡的任務清單走。