生成式 AI 基礎
從基礎原理到實務判斷,系統化理解生成式 AI 基礎。
EXPLORE · 17 ARTICLES
從基礎原理到實務判斷,系統化理解AI 基礎與工具。
主題地圖
從基礎原理到實務判斷,系統化理解生成式 AI 基礎。
從基礎原理到實務判斷,系統化理解AI 應用。
從基礎原理到實務判斷,系統化理解AI 產品比較。
從基礎原理到實務判斷,系統化理解開發工具。
從這裡開始
從基礎通往下一步的導讀。
向 ChatGPT 提問並收到回答時,很容易以為它只是找到儲存在某處的正確答案並顯示給你,就像在 Naver 或 Google 輸入關鍵字後找到文件一樣。但 AI 並不是這樣運作的。正因為這個誤解,才會出現「AI 說謊了」、「AI 的說法前後不一」等令人困惑的經驗……
閱讀文章聽到有人說「我試過 AI,但不太行」,其中很多人都停留在「幫我寫封電子郵件」「幫我摘要報告」這類一行請求。但只要稍微調整傳給 AI 的請求,也就是提示詞,產出就可能像換了另一個人撰寫。這項技術有個很宏大的名稱:提示詞工程……
閱讀文章「所以我該用哪個?需要付費嗎?」以下以 2026 年年中為基準回答。先說結論:沒有在所有面向都第一的 AI,要依用途選擇。三項服務的免費方案都已經相當實用,先免費使用,確認自己卡在哪裡後再付費也不遲。
閱讀文章所有文章
本系列一路都在建議「附上資料」,但這一篇要踩的是反方向的煞車。公司文件可以貼給 AI 嗎?客戶名單呢?AI 寫的文案可以原封不動用在廣告上嗎?這不是法律建議,而是從實務角度整理一般使用者必須知道的界線。
閱讀文章和 AI 工作一段時間後,會出現奇怪的時刻。它明明會重新詢問剛才訂好的條件,把前面修正過的內容改回去,還悄悄忽略對話開頭的指示。即使提醒它「我剛才說過了吧」,也只能維持一下。這不是故障,而是 AI 記住對話的方式所造成的現象;了解原理後,應對方法其實很簡單。
閱讀文章GitHub 上到處都是實用卻無人知曉的專案。有些埋在幾顆星的收藏裡,某天突然成為話題。本系列會逐一打開這些儲存庫,確認它們做什麼、如何打造,以及是否真的實用。
閱讀文章把前兩篇的結論合成一句話,就是:AI 的弱點會在依賴自身記憶時出現。記憶過時(知識截止)或模糊(幻覺)時,就會開始煞有其事地填補空白。反過來看,處方也只有一句話:讓 AI 依據你提供的資料回答,而不是依賴自己的記憶。…
閱讀文章我請 AI 調查資料,它給了我一份連論文標題和作者都列出的漂亮清單,但搜尋後才發現,那些論文根本不存在。如果你曾經使用過 AI,應該至少有過一次類似經驗。
閱讀文章有一段時間,終端機只是「有就用」的工具。隨著 IDE(整合開發環境)成為開發核心,終端機被 relegated 為查看建置記錄的輔助視窗。然而進入 2025 年後,氣氛徹底改變。Claude Code、Codex CLI、Gemini CLI……
閱讀文章對使用 Mac 的開發者來說,一天開最久的 App 可能就是終端機。然而,意外地仍有許多人多年來只使用內建終端機。
閱讀文章OpenAI 發布了新的語音模型 GPT-Live。若只能挑出發布公告中的一句核心文案,就是這句:「同時聆聽與說話的全雙工架構。」過去的語音 AI 再怎麼變快,終究還是像對講機:一方必須說完,另一方才能開口。…
閱讀文章「Claude 和 ChatGPT 該訂閱哪個?」這個問題,如今已無法只靠比較模型效能來回答。截至 2026 年 7 月,雙方頂級模型(Claude Fable 5、GPT-5.6 Sol)的綜合智慧分數為 60 比 59,幾乎不分上下。真正的差異在於生態系…
閱讀文章最近使用 ChatGPT 或 Claude 等 AI 撰寫部落格文章的人真的增加了很多。再多想一步,甚至會產生「從文章生成到發布,全部自動化不就好了嗎?」的想法。
閱讀文章