Foundation Model 是什麼？一個底座長出所有應用

你聽到的各種 AI 產品，底下其實只有少數幾個底座模型。搞懂基礎模型這個層次，你會更清楚哪些能力是模型給的，哪些是產品加上去的。

定義

Foundation Model（基礎模型）是指在大規模、多樣的資料上預訓練出來的通用模型。它本身不針對單一任務設計，卻能被適配到大量不同的下游任務。

適配的方式有三種常見路徑：微調模型參數、用提示詞引導，或是外接工具與知識來源。

白話比喻

它像通識教育。你在大學前幾年學的不是某個職務的操作手冊，而是閱讀、寫作、邏輯與基本知識。

底子夠厚，之後不管進哪一行，短期訓練就能上手。基礎模型的價值也在這裡：不是為某件事而生，卻能被叫去做很多事。

跟相近名詞的差別

實際用例

實務上你選的不是一個功能，而是一個底座。同一個底座，可以拿來做客服問答、內容生成、資料整理，也可以再接上知識庫變成專業助理。

這也解釋了一個常見現象：換底座往往比調提示詞更有感。當任務需要更強的推理或更長的脈絡，那是底座的能力上限，不是提示詞寫法能補的。

反過來說，如果問題出在它不知道你的專業內容，那不是底座的問題，補知識來源會比換模型有效得多。