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。
Recall 召回率看有沒有把所有相關內容都撈到,Precision 精確率看撈到的內容裡有多少是真正相關,兩者常要取捨。
2026/8/28 易混淆對照 約 4 分鐘
能單獨或組合起來辨識出特定個人身份的資訊,丟給公開 AI 工具前,要特別注意是否洩漏這類資料。
2026/8/28 開發與網路 約 4 分鐘
指使用者跟 AI 之間往來多次、彼此有關聯的一連串對話,而不是只問一句就結束的單輪互動。
2026/8/28 上下文與記憶 約 4 分鐘
Jailbreak 是指用特殊提示詞誘導 AI 繞過內建的安全限制,說出或做出原本被禁止的內容,是資安上要防範的攻擊手法。
2026/8/28 提示工程 約 4 分鐘
HyDE 是先讓 AI 生成一份假設性的答案,再用這份假答案去做向量檢索,藉此提升檢索命中率的技巧。
2026/8/28 RAG 與知識庫 約 4 分鐘
讓 AI 自己判斷要不要查、查什麼、查幾次,而不是固定查一次資料就直接生成答案的檢索方式。
2026/8/28 RAG 與知識庫 約 4 分鐘
雲端平台網頁版是給人使用的固定月租介面,應用程式介面 API 是給程式呼叫的按量計費服務,兩者收費邏輯完全不同。
2026/8/28 易混淆對照 約 3 分鐘
ToT 思維樹是讓 AI 像樹狀結構一樣展開多種思路、逐步評估與修剪,最後選出最佳答案的提示技巧。
2026/8/28 提示工程 約 4 分鐘
累積機率達到 P 值的字詞才會被列入候選,再從中依機率抽樣,是比 Top K 更靈活的隨機性控制方式。
2026/8/28 生成與推論 約 4 分鐘
Top K 是在檢索或生成階段,依相關性挑出最高的 K 筆候選結果,用來平衡回答的品質與效率。
2026/8/28 生成與推論 約 4 分鐘
Tool Sandbox 是給 AI 代理人一個獨立、與外界隔離的虛擬執行環境,就算跑出錯誤也不會影響真實系統。
2026/8/28 Agent 與工作流 約 4 分鐘
AI 判斷自己不會或不知道時,主動生成結構化的函數呼叫請求,由外部程式執行,再把結果交回給 AI 完成回答。
2026/8/28 Agent 與工作流 約 4 分鐘
AI 的 Memory 常見可拆成身份資訊、偏好設定、工作習慣三類,各自的穩定度與影響方式不同,理解差異才能善用記憶功能。
2026/8/28 上下文與記憶 約 3 分鐘
Temperature 是控制 AI 生成文字隨機性與創造性的參數,數值越低回答越保守穩定,數值越高越多樣有創意。
2026/8/28 生成與推論 約 3 分鐘
Task 決定 AI 要做什麼,Schedule 決定什麼時候做,兩者結合,AI 才能變成按時間自動執行工作的專屬 Agent。
2026/8/28 Agent 與工作流 約 4 分鐘
把複雜任務拆成小而清晰的子任務,逐步完成,降低難度、提升成功率,是 Agent 執行複雜工作的基本功。
2026/8/28 Agent 與工作流 約 4 分鐘
靜態網頁像印好的報紙打開就看到全部內容,動態網頁像 LED 跑馬燈看板,幕後程式即時組合畫面。
2026/8/28 易混淆對照 約 4 分鐘
SSL / TLS 是一種加密協定,確保網路上資料在傳輸過程中的機密性、完整性與身分驗證,就是 https 那個鎖。
2026/8/28 開發與網路 約 4 分鐘
Search Grounding 指 AI 呼叫搜尋引擎抓取即時網路資訊當作證據,再根據這些證據生成回答,並附上來源。
2026/8/28 RAG 與知識庫 約 3 分鐘
網路爬蟲是底層抓取原始網頁的數據苦力,AI 工具調用是理解意圖後調度後台工具查詢的高層長官。
2026/8/28 易混淆對照 約 4 分鐘
RAG 是一套檢索增強生成的技術流程,Grounding 是讓 AI 回答有依據、不亂編造的目的,RAG 是實現 Grounding 最常用的手段。
2026/8/28 易混淆對照 約 3 分鐘
想讓 AI 學會自家產品或特定講義,該選擇查資料的 RAG,還是改模型本身的 Fine-tuning,一次講清楚。
2026/8/28 易混淆對照 約 4 分鐘
讓 AI 嚴格根據你指定的私有文件回答,把答案錨定在檢索到的內容上,而不是憑印象自己編。
2026/8/28 RAG 與知識庫 約 4 分鐘
Pre-training 是 AI 模型的第一階段學習,讓模型讀遍海量資料學到通用語言能力,此時還不會特定任務。
2026/8/28 模型與訓練 約 3 分鐘
一台伺服器可以同時提供很多服務,每個服務都有自己的房號,用戶連線時要指定對的房號才能找到服務。
2026/8/28 開發與網路 約 4 分鐘
Planning 指 AI 先釐清目標、拆解任務、制定待辦清單,再開始執行,讓整個流程更有條理,也更容易追蹤進度。
2026/8/28 Agent 與工作流 約 3 分鐘
Pipeline 是把複雜任務拆成一連串固定順序的處理步驟,像生產線一樣讓資料自動流動,逐步產出最終結果。
2026/8/28 Agent 與工作流 約 3 分鐘
Personalization 是 AI 根據你的偏好、習慣與風格調整回應的能力,記得越多、比對越深,回答就越貼近需求。
2026/8/28 上下文與記憶 約 4 分鐘
Parsing 是把複雜內容拆成有結構的小單位,例如句子、詞性、實體與關係,讓 AI 更容易理解、分析與應用。
2026/8/28 生成與推論 約 3 分鐘
Overlap 是切片時讓相鄰區塊保留一段重疊內容,防止重要上下文在邊界被硬生生切斷,提升檢索準確度。
2026/8/28 RAG 與知識庫 約 4 分鐘
Optimizer 是訓練 AI 模型時用來調整參數以降低誤差的演算法,決定每一步該往哪個方向、走多遠去修正。
2026/8/28 模型與訓練 約 3 分鐘
開源模型指模型權重、原始程式碼或訓練方法被公開,任何人都能取得、研究、修改與再發布的 AI 模型。
2026/8/28 模型與訓練 約 4 分鐘
平台原生內建的長記憶能力,讓 AI 自動記住你提供的重要資訊、偏好、目標與歷史脈絡,不用每次重講一次。
2026/8/28 上下文與記憶 約 4 分鐘
AI 為什麼能看圖辨識,又為什麼能上網查資料訂機票,兩種能力的來源完全不同,一次分清楚。
2026/8/28 易混淆對照 約 4 分鐘
Multimodal 多模態 AI 能同時理解、處理並整合文字、圖片、語音、影片等多種類型的資訊,讓理解更全面。
2026/8/28 多模態與應用 約 4 分鐘
Memory 記住你這個人,Knowledge Base 記住這些資料,兩者都重要但用途完全不同,缺一不可。
2026/8/28 易混淆對照 約 4 分鐘
Lost in the Middle 指模型在處理長文件或長脈絡時,開頭與結尾的內容記得較準,中段內容卻容易被忽略或答錯。
2026/8/28 上下文與記憶 約 3 分鐘
LoRA 是一種高性價比的微調技術,不動大模型原本的參數,只訓練一小層輕量參數就能讓 AI 學會特定專業。
2026/8/28 模型與訓練 約 4 分鐘
本地模型把模型下載到自己的電腦運算,隱私與離線是強項;雲端模型借用他人伺服器運算,最新最強且免維護,兩者互有取捨。
2026/8/28 易混淆對照 約 3 分鐘
Knowledge File 指上傳給 AI 的專屬參考資料,讓 AI 回答時先參考這些內容,輸出更準確、更一致、更有依據。
2026/8/28 RAG 與知識庫 約 3 分鐘