AI 名詞解釋
一詞一篇：先講定義、再講為什麼重要、最後給一個看得懂的例子。
系列與教學中心
照順序讀的系列，各有自己的目錄與學習路線。
AI 名詞總索引：從 Loop Engineering 到生成式 AI
想看懂 Loop Engineering、Harness Engineering、Context Engineering、RAG、MCP 與其他 AI 名詞，可以從這份總索引開始。依 2026 年 9 月查證範圍，把這些概念分組整理，每個詞連到白話專文，附依任務安排的閱讀路徑、容易混淆的層次，以及原始論文和官方定義的查核方式。
生活分享
開源 vs 閉源模型：對使用者的差別
日常講的「開源模型」多半是開放權重：權重檔能下載，但不一定符合 OSI 的開源 AI 定義。這篇用當天官方檔案原文比五件事：能不能離線自架、資料去哪裡、授權能不能商用（Llama 4、Gemma 4、Qwen、gpt-oss、DeepSeek 各是哪一份）、模型退場與支援期限、費用結構，最後給決策表與自測方法。
- AI 工具
- AI 名詞解釋
生活分享
模型跑分怎麼看：LMArena、SWE-bench 與三個陷阱
跑分不是成績單，是某一套題目在某一組跑法下得到的一個數字。本文照 2026 年 9 月 15 日的官方頁面，拆開 Arena（原 LMArena）的人類盲測投票怎麼變成分數、SWE-bench 怎麼用五百題真實 GitHub issue 算修復率，以及 GPQA、MMLU-Pro、AIME 這些題庫官方怎麼定義，再談題目外洩、廠商自報的測試條件、榜單更新三個陷阱，最後給一套自己出題的驗收法。
- AI 工具
- AI 名詞解釋
生活分享
AI 名詞總索引：從 Loop Engineering 到生成式 AI
想看懂 Loop Engineering、Harness Engineering、Context Engineering、RAG、MCP 與其他 AI 名詞，可以從這份總索引開始。依 2026 年 9 月查證範圍，把這些概念分組整理，每個詞連到白話專文，附依任務安排的閱讀路徑、容易混淆的層次，以及原始論文和官方定義的查核方式。
- AI 工具
- 教學
- AI 名詞解釋
生活分享
內容憑證（Content Credentials）：查來源歷程，不替真假背書
內容憑證以可驗證的來源資訊記錄影像等內容的製作與編輯歷程，C2PA 提供其技術規範。本文用活動照片的裁切與發布示範簽署、內容綁定和驗證，說明有效、失效與沒有憑證各代表什麼，也區分來源憑證、水印和真假判斷。讀完能檢查簽署者、記錄範圍與缺失資訊，避免把有效憑證當成事件真實的保證，或把無憑證內容直接判為偽造。
- AI 工具
- 教學
- AI 名詞解釋
生活分享
開源 AI（Open Source AI）：公開哪些東西才算完整
開源 AI 不只是權重可下載，也涉及使用、研究、修改和分享的自由，以及修改系統所需的程式、參數與資料資訊。本文依 OSI 定義 1.0 說明各項要求，以社群文件分類專案示範如何檢查發布內容，並澄清不必將所有原始資料無條件公開、也不保證訓練逐位重現。讀完能辨認開放權重、原始碼可看與符合特定開源定義的差異。
- AI 工具
- 教學
- AI 名詞解釋
生活分享
開放權重（Open Weights）：能下載模型，還要確認什麼
開放權重通常表示模型的已訓練參數可取得，讓使用者有機會自行部署或調整，但不等於訓練資料與程式都公開。本文用本機筆記摘要示範權重、架構、tokenizer 和推論程式的分工，區分下載、可修改、商業使用與完整開源，也解釋為什麼本機執行不自動保證隱私。讀完能檢查模型版本、授權文件、硬體需求和來源完整性。
- AI 工具
- 教學
- AI 名詞解釋
生活分享
深偽（Deepfake）是什麼：分清合成痕跡、來源與事件真假
深偽就是換臉 AI、仿聲工具背後的技術：利用 AI 生成或改造影像、聲音等內容，可能讓人看似說過或做過從未發生的事。本文以活動講者影片為例，拆解影像換臉、聲音模仿與一般剪輯的差別，說明為何嘴形、偵測分數與來源標記都不能單獨判定真偽，並提供從完整素材、正式管道與發布脈絡交叉核對的方式，保留應有的不確定性。
- AI 工具
- 教學
- AI 名詞解釋
生活分享
語音合成（TTS）是什麼：讓文字成為聽得懂、聽得對的聲音
語音合成就是文字轉語音 AI、配音 AI 背後的技術：把文字轉成可播放的語音，常用於導覽、旁白與無障礙朗讀。本文以地方展覽導覽稿為例，說明文字如何形成聲音、為何多音字與數字需要試聽，以及音色、韻律、清晰度各自要怎麼驗收，並釐清語音合成與聲音複製、語音辨識的差別，讓自然的聲音真正傳達正確內容，而不是只追求像真人。
- AI 工具
- 教學
- AI 名詞解釋
生活分享
自動語音辨識（ASR）是什麼：把錄音轉成可核對的文字
自動語音辨識就是「語音轉文字 AI」背後的技術：把語音訊號轉成文字，是字幕、口述輸入與會議逐字稿的基礎。本文以社區活動籌備錄音為例，說明聲音如何經過模型形成轉寫結果、為何人名與否定詞要回聽，也拆開逐字稿、說話者標記、翻譯與摘要的差別，並介紹錯誤率的用途與限制，讓流暢文字不會被誤當成完整可靠的會議紀錄。
- AI 工具
- 教學
- AI 名詞解釋
生活分享
文字生影片（Text-to-Video）是什麼：讓畫面在時間裡保持連貫
文字生影片是影片生成 AI 的基本任務：依描述生成動態畫面，除了物件與風格，還要處理動作順序、鏡頭和跨影格一致性。本文以陶杯轉動展示的示意案例，拆解怎麼寫單一鏡頭、檢查物件是否變形，以及如何分辨影格數、播放速度與真正的動作品質，並說明它和圖片生影片、動畫及剪輯工作的關係，避免把漂亮首幀當成整段影片合格。
- AI 工具
- 教學
- AI 名詞解釋
生活分享
文字生圖（Text-to-Image）是什麼：把描述轉成可挑選的影像
文字生圖就是生圖 AI 在做的事：把主體、場景和風格描述轉成影像，但提示詞不是每個像素都會遵守的施工圖。本文以校園閱讀角提案為例，示範如何寫出可驗收的要求、比較候選圖與處理不合格細節，並區分文字生圖、圖片編修和擴散模型，說明負面提示與引導設定的適用界線，讓生成素材能接進實際設計工作。
- AI 工具
- 教學
- AI 名詞解釋
生活分享
擴散模型（Diffusion Model）是什麼：從雜訊逐步生成影像
擴散模型先學習不同雜訊程度下的去噪關係，再透過反覆更新產生新內容。本文用植物展覽海報的示意案例，說明訓練與生成為何方向不同、文字條件如何參與，以及步數、種子和潛在空間各自控制什麼，幫你分清影像逐漸清晰、畫面符合要求與內容真實可信之間的差別，也釐清擴散模型和文字生圖的關係。
- AI 工具
- 教學
- AI 名詞解釋
生活分享
多模態 AI（Multimodal AI）是什麼：把圖像、聲音與文字一起理解
多模態 AI 能處理不只一種資訊形式，例如文字、圖像、聲音或影片，但支援多種輸入不代表也能產生所有輸出。本文用組裝收納架的情境，說明影像與文字如何互相補充、原生整合與串接流程的差別，以及看見圖片為何仍可能漏讀細節。附輸入設計和交叉核對方法，幫你判斷模型依據畫面回答，還是把合理猜測當成看見的事實。
- AI 工具
- 教學
- AI 名詞解釋
生活分享
紅隊測試（Red Teaming）：主動找出 AI 系統會怎樣失敗
AI 紅隊測試以對抗或壓力情境主動尋找失敗，檢查模型和整套系統的防護是否有效。本文以活動問答助理示範範圍設定、測試假設、紀錄、修正和重測，區分紅隊、一般評估與漏洞掃描，也說明成功誘發一次錯誤不等於量出整體風險。讀完能看懂測試報告是否有重現條件和影響分析，而不把通過一輪測試當成永久安全保證。
- AI 工具
- 教學
- AI 名詞解釋
生活分享
人工介入（Human-in-the-loop）：讓人有資訊也有決定權
人工介入是在 AI 工作流程中設計人的判斷、修正或批准節點，不只是加一個確認按鈕。本文用活動公告發布示範草稿審閱、修改後重查、批准範圍與執行結果，說明即時介入和事後抽查的差別，也討論資訊不足、疲勞與權限不清如何讓人形同橡皮圖章。讀完能檢查人是否真正看得到證據、改得了結果，並能在必要時停止流程。
- AI 工具
- 教學
- AI 名詞解釋
生活分享
沙盒（Sandbox）：讓 AI 執行工具時有明確邊界
沙盒以系統層限制程式能接觸的檔案、網路和資源，常用來隔離 AI 代理執行的程式或工具。本文用整理活動報名資料的情境說明可讀範圍、輸出目錄、網路限制與驗證，區分沙盒、容器、虛擬機器和提示詞規則，也解釋為什麼放進沙盒仍不能任意提供機密或正式系統權限。讀完能看懂隔離保護的是哪一層，以及它沒有替你檢查哪些事情。
- AI 工具
- 教學
- AI 名詞解釋
生活分享
安全防護機制（Guardrails）是什麼
安全防護機制（Guardrails）是放在 AI 輸入、資料、回答與工具操作周圍的一組檢查和限制。本文用二手物品刊登助手的原創案例，說明哪些規則適合程式驗證、哪些需要模型判讀或人工確認，以及阻擋、修正與交回處理的差別，幫你理解防護如何維持正常工作，同時避免把單一篩選器當成完整安全保證。
- AI 工具
- 教學
- AI 名詞解釋
生活分享
越獄提示（Jailbreak）是什麼
越獄提示通常指試圖讓 AI 繞過既有安全限制、產生原本不應提供之內容的輸入方式。本文區分它與提示詞注入、正常拒絕及誤拒，透過虛構客服助理的測試案例，說明成功條件為何必須看實際回答、研究結果為何不能直接套用所有模型，以及防護評測如何兼顧限制行為與合法使用者的正常需求。
- AI 工具
- 教學
- AI 名詞解釋
生活分享
提示詞注入（Prompt Injection）是什麼
提示詞注入是讓模型把不可信內容中的文字當成應遵循的指令，進而偏離原本任務。本文用閱讀活動報名郵件的原創案例，說明直接與間接注入、資料和權限的界線，以及為何檢索、引用格式或一句「忽略惡意指令」不能包辦防護，並整理外部內容分隔、工具授權與人工確認各自能阻止的失敗。
- AI 工具
- 教學
- AI 名詞解釋
生活分享
以語言模型擔任評審（LLM-as-a-Judge）是什麼
以語言模型擔任評審，是讓模型依準則判斷另一段回答、比較候選內容或檢查特定條件，適合協助大量語意評測。本文以展覽說明改寫為例，說明評分準則、參考資料、人工校準與位置偏差，解釋為何長答案可能討好評審、模型評語也可能錯。讀完能設計可核對的評審工作，區分偏好、忠實性與事實正確，並知道哪些部分應交給程式或人檢查。
- AI 工具
- 教學
- AI 名詞解釋
生活分享
基準測試（Benchmark）是什麼
基準測試用共同題目、執行設定與評分方法比較系統，是理解 AI 能力的一種參考，不能直接當成所有用途的排名。本文以圖書館資料整理需求為例，說明題型、指標、提示詞、工具與測試汙染如何影響分數，解釋平均值與排名變動的限制。讀完能閱讀基準的適用範圍，判斷不同報告是否真的可比，並把公開成績接到自己的實際任務驗證。
- AI 工具
- 教學
- AI 名詞解釋
生活分享
模型與代理評測（Evals）是什麼
模型與代理評測把任務、輸入、執行條件和成功標準固定下來，觀察 AI 是否真的符合需求。本文用志工排班助理為例，說明案例、重複嘗試、評分器與外部結果的差別，比較程式、人類與模型評分，解釋為何單次答對和平均高分都不足以證明可靠。讀完能建立一組小而實用的評測，讓提示詞或模型更新有可比較的證據，也能保留尚未驗證的限制。
- AI 工具
- 教學
- AI 名詞解釋
生活分享
提示詞快取（Prompt Caching）：重用相同字首的計算
提示詞快取重用先前處理過的相同輸入字首，減少重複讀取長指令或文件的計算。本文用同一份活動手冊的連續問答示範首次寫入、後續命中與字首失效，區分提示詞快取、答案快取和長期記憶，也解釋為什麼省輸入處理不等於省下所有輸出時間。讀完能檢查實際命中、版本更新、隱私隔離與費用條件，不把快取當成免費或永久記住資料。
- AI 工具
- 教學
- AI 名詞解釋
生活分享
推論時計算（Test-time Compute）：把算力花在這一道題
推論時計算是模型回答當下投入的運算資源，增加它可用於更長推導、多個候選或額外驗證。本文以活動排程示範順序修正和平行探索，依原始研究說明題目難度與驗證器如何影響效果，也區分推論、訓練和單純等待。讀完能判斷哪些問題值得多算、哪些需要補資料，並知道如何把延遲、總運算與可驗證品質放在一起比較。
- AI 工具
- 教學
- AI 名詞解釋