文章名詞彙編
AI 名詞一詞一篇:定義、白話比喻、易混淆對照與實際用例,配酒Ann 的圖解。
速率限制是服務端規定你在一段時間內最多能呼叫幾次、用掉多少量,超過就先擋下來。
2026/8/28 開發與網路 約 4 分鐘
先到你的知識庫裡撈出相關段落,再把它連同問題一起交給模型作答,答案有依據也可追溯。
2026/8/28 RAG 與知識庫 約 4 分鐘
提示詞工程是用自然語言引導 AI 大腦,寫程式碼是用嚴格語法命令計算機執行,兩者的容錯率與失敗方式完全不同。
2026/8/28 易混淆對照 約 4 分鐘
Project 專案空間是 Workspace 底下的獨立房間,一個專案一個主題,脈絡、檔案、知識庫與權限彼此隔離。
2026/8/28 酒Ann 方法論 約 4 分鐘
偏好設定是你事先告訴 AI 的語氣、結構、禁忌與風格,設定得越清楚,它每次回答就越貼近你要的樣子。
2026/8/28 上下文與記憶 約 4 分鐘
參數是模型內部由訓練調出來的連結權重,數量代表容量上限,不直接等於好用程度。
2026/8/28 模型與訓練 約 4 分鐘
Overfitting 過擬合是模型在訓練資料上表現很好、在新資料上卻很差的現象,等於背答案而不是學規律。
2026/8/28 模型與訓練 約 4 分鐘
接收人類的模糊指令,拆成任務、分派給子代理、監控進度與品質,最後彙整回報的角色。
2026/8/28 Agent 與工作流 約 4 分鐘
Orchestration 協調編排是管理多個 AI 與工具一起工作的機制,決定誰在什麼時間做什麼事,並把結果整合成最終成果。
2026/8/28 Agent 與工作流 約 4 分鐘
把任務拆成幾個階段,每個階段交給最擅長那件事的模型,接力完成後整合輸出。
2026/8/28 Agent 與工作流 約 4 分鐘
把模型拆成很多位專家,每次只叫醒最相關的那幾位,參數規模可以很大,實際運算量卻很小。
2026/8/28 模型與訓練 約 4 分鐘
Model 模型是經過訓練的程式結構,從大量資料中學到規律,再用來理解、預測與生成新內容。
2026/8/28 模型與訓練 約 4 分鐘
AI 保存並利用過去資訊的能力,分成當前對話的短期記憶與跨對話保存的長期記憶。
2026/8/28 上下文與記憶 約 4 分鐘
最大輸出長度限制 AI 這一次最多能寫多少內容,寫到上限就會被強制截斷。
2026/8/28 生成與推論 約 4 分鐘
損失函數把模型的預測與真實答案之間的差距換算成一個數字,數字越小代表錯得越少。
2026/8/28 模型與訓練 約 4 分鐘
代表「這台電腦本身」的特殊網址,只有你自己連得到,關機或重開之後服務就不見了。
2026/8/28 開發與網路 約 4 分鐘
Knowledge First 是先提供完整資料建立上下文、再提出問題的提問順序,能讓 AI 的回答從泛泛而談變成有依據的分析。
2026/8/28 提示工程 約 4 分鐘
知識庫是集中管理的一份可檢索內容,讓 AI 依據你的資料給出準確、有脈絡、可追溯的回答。
2026/8/28 RAG 與知識庫 約 4 分鐘
JSON 是靜態的資料便條紙,程式碼是動態的執行步驟,一個負責記錄,一個負責動作。
2026/8/28 易混淆對照 約 4 分鐘
IP 位址是網路上每一台裝置的唯一識別碼,有了它裝置才能跨網路找到彼此、傳送與接收資料。
2026/8/28 開發與網路 約 4 分鐘