Przejdź do treści
promptowy.com / AI 詞彙表

AI 詞彙表

不講艱深術語,用大白話解釋 AI 關鍵概念。每個詞條都附有清楚定義、生活化範例,並解答大家最常問的疑惑。

77 個詞條

基礎概念

AI(人工智慧)人工智慧是指透過電腦系統模擬人類的思考、學習與決策能力,以執行文字生成、影像辨識、語言翻譯與數據預測等任務的科技總稱。LLM(大型語言模型)LLM 是指透過大量文字資料訓練的人工智慧模型,能根據使用者輸入的上下文內容,計算機率並生成相應的文字回應。AGI (通用人工智慧)AGI(通用人工智慧)是指具備等同或超越人類認知能力的假想人工智慧系統,能在未經特定訓練的情況下自主學習跨領域知識、規劃並解決複雜問題。NLP(自然語言處理)自然語言處理(NLP)是人工智慧的核心領域,專注於讓電腦能夠理解、解析、甚至主動生成人類日常使用的自然語言。聊天機器人 (Chatbot)聊天機器人是一種能透過文字或語音與人類進行即時對話的電腦程式,現今廣泛應用於顧客服務、線上諮詢與虛擬助理。多模態(Multimodal)多模態是指人工智慧能夠同時理解與處理多種不同類型資訊的能力,包括文字、圖片、聲音和影片,讓AI不再侷限於純文字互動。模型參數 (Parameter)模型參數是人工智慧在訓練過程中不斷調整的內部數值,就像數十億個精密的調音旋鈕,直接決定了模型如何理解資訊與輸出回答。Transformer 模型(Transformer Architecture)Transformer 是一種以注意力機制為核心的神經網路架構,能同時捕捉長篇文章中字詞之間的相互關聯,為現代生成式 AI 與大型語言模型的技術骨幹。生成式 AI (Generative AI)生成式 AI 是一種能主動創造全新內容的人工智慧技術,涵蓋文字撰寫、圖像繪製、程式碼編寫與影音合成,突破傳統 AI 僅能分析預測的限制。圖靈測試 (Turing Test)圖靈測試是一種評估機器是否展現出人類智慧的實驗方法,當人類評審在文字對話中無法分辨對方是人還是機器時,該機器便被視為通過測試。類神經網路 (Neural Network)類神經網路是一種模仿生物大腦結構的運算架構,透過互相連接的節點與可調整的權重,將輸入的資料轉換為分類或預測等具體結果。機器學習 (Machine Learning)機器學習是人工智慧的核心分支,讓電腦透過消化資料找出規律,並在沒有明確規則指令的情況下自行做出預測或決策。

提示詞

Prompt(提示詞)Prompt(提示詞)是使用者向人工智慧模型輸入的文字指令、問題或情境描述,是人類引導 AI 產出特定內容與回答的核心溝通媒介。系統提示詞 (System Prompt)系統提示詞是預先設定給人工智慧模型的核心指令,用來規範AI在整個對話過程中的角色身分、說話語氣與行為邊界。負面提示詞 (Negative Prompt)負面提示詞是 AI 圖像生成中用來排除非預期元素的指令,專門告訴模型「畫面上不要出現什麼」,例如多餘的手指、文字雜訊或浮水印。思維鏈 (Chain of Thought / CoT)思維鏈是一種提示工程技術,引導人工智慧在輸出最終結論前,先寫出中間的推理步驟,藉此大幅提升複雜邏輯與計算的準確度。零樣本提示 (Zero-shot Prompting)零樣本提示是指在與 AI 對話時不提供任何範例,直接給出任務指令,讓模型完全依賴預訓練知識完成輸出的提示技巧。少樣本提示 (Few-shot Prompting)少樣本提示是一種提示詞設計技術,透過在給予 AI 的指令中加入少數幾個輸入與輸出的範例,讓模型迅速模仿並掌握特定格式、邏輯或語氣。提示工程 (Prompt Engineering)提示工程是指透過精準設計輸入指令、設定背景與範例,引導人工智慧產出最符合預期品質與格式回覆的溝通技術。迭代提示 (Iterative Prompting)迭代提示是一種透過來回對話逐步優化 AI 回應的工作方式,先給出基礎指令,再依據產出結果不斷補充細節、調整格式與修正錯誤,最終取得理想成果。Prompt Chaining(提示鏈 / 提示詞串接)提示鏈是一種將複雜任務拆解為多個步驟的技術,讓前一個提示詞的產出結果,自動成為下一個提示詞的輸入內容。

模型與訓練

LoRA 微調技術 (Low-Rank Adaptation)LoRA 是一種高效的 AI 微調技術,在凍結原始模型權重的同時,只訓練少量的附加低秩矩陣,能大幅降低運算門檻並客製化輸出風格或特定任務。MoE(混合專家模型)MoE(Mixture of Experts)是一種 AI 架構,將神經網路拆解為多個專門的專家子網路,每次處理任務時僅啟動少數專家,實現大容量與高效率兼具的運算。開源模型 (Open Weights)開源模型(Open Weights)是指公開神經網路參數的 AI 模型,使用者可下載至自有硬體部署、微調與整合,享有高度資料控制權。模型量化 (Quantization)模型量化是一種透過降低神經網絡權重數值精度,來縮小模型檔案體積、大幅節省顯示記憶體並提升推論速度的 AI 輕量化技術。模型權重 (Model Weights)模型權重是人工智慧模型在訓練完成後所產生的數值參數集合,代表了整個神經網路所吸收的知識與判斷經驗,是模型運算的核心檔案。推理模型 (Reasoning Model)推理模型是一種在正式輸出答案前,會先在內部進行多步驟邏輯推導、假設驗證與自我修正的人工智慧模型,專精於處理複雜邏輯運算。RLHF (人類回饋強化學習)RLHF(人類回饋強化學習)是一種透過真人評估與排序模型回覆,引導 AI 學習人類偏好,從單純預測文字轉變為實用、安全且懂禮貌助理的訓練技術。微調 (Fine-tuning)在已經具備通用語言能力的預訓練模型基礎上,使用特定資料集進行二次訓練,使模型適應特定任務風格、輸出格式或專業語境的技術。過擬合 (Overfitting)過擬合是指人工智慧模型過度死記訓練資料中的細節與雜訊,導致面對從未見過的新資料時,預測表現大幅下滑的現象。知識蒸餾 (Knowledge Distillation)知識蒸餾是一種模型壓縮技術,由能力強大的大型教師模型指導輕量化的學生模型,讓小模型在極低運算資源下繼承大模型的推理能力。模型訓練 (Model Training)模型訓練是讓人工智慧演算法閱讀大量資料,透過反覆比對與調整內部參數,從中學會辨識規律並做出精確預測的運算過程。合成資料 (Synthetic Data)合成資料是指由演算法或人工智慧模型生成、而非直接採集自真實世界的數據,常用於解決隱私限制、高成本與數據匱乏問題。訓練資料 (Training Data)訓練資料是指用來教導人工智慧模型學習特徵、規則與知識的各類原始素材,包含文字、圖片、影音與程式碼,其品質直接決定了 AI 的最終表現。AI 對齊 (AI Alignment)AI 對齊是指透過訓練技術與安全規範,確保人工智慧系統的行為、輸出與長期目標,完全符合人類的真實意圖、倫理規範與利益。

技術原理

Token(詞元)Token 是大型語言模型處理文字的最基本單位,可以是一個字、詞或字母片段,也是計算 AI 使用量、上下文長度與 API 費用的核心標準。延遲 (Latency)延遲是指從使用者送出指令或提問開始,到人工智慧系統做出反應並輸出第一個結果之間的時間差。GPU(顯示卡)GPU 是專門進行大規模平行運算的硬體晶片,因具備同時處理成千上萬道矩陣數據的能力,已成為當前驅動人工智慧訓練與推論的核心算力引擎。API (應用程式介面)API 是軟體之間溝通的標準協定與橋樑,讓一個系統能自動調用另一個系統的功能或資料,省去人工手動操作的繁瑣流程。RAG(檢索增強生成)RAG 是一種結合外部資料庫檢索與大型語言模型的技術架構,在生成回答前先抓取精準資料補充至提示詞,能有效降低模型幻覺並提供最新事實。上下文窗口(Context Window)上下文窗口是指人工智慧模型在單次互動中,能夠同時接收、理解並保留的最大訊息量(以 Token 計算),決定了 AI 的工作記憶長度。VRAM(視訊記憶體/顯存)VRAM 是顯示卡上的專用記憶體,用於存放 AI 模型權重、運算中繼資料與影像緩衝區,其容量大小直接決定了電腦能否順利載入並執行特定規模的 AI 模型。Embedding(詞嵌入 / 向量嵌入)Embedding 是將文字、圖片等資料轉化為多維數字向量的技術,能讓電腦理解語意,讓含義相近的內容在數學空間中靠得更近。AI 推論 (Inference)AI 推論是指已經訓練好的模型在接收到新指令時,利用既有的權重計算並產生答案的實際應用階段。Tokenization(分詞 / 斷詞處理)Tokenization 是 AI 模型將人類輸入的自然語言文本,依照預設詞彙表切割成最小語意片段(Token)的基礎預處理技術。向量資料庫 (Vector Database)向量資料庫是專門儲存與檢索高維度向量嵌入的資料庫系統,能透過語意相似度而非單純關鍵字比對,迅速找出關聯性最高的情境資訊。Grounding(資料接地)Grounding(資料接地)是指將大型語言模型的回答錨定在真實、可驗證的外部資料上,藉由參考即時搜尋或指定文件產生回應,避免 AI 產生憑空捏造的幻覺問題。Seed(隨機種子)Seed 是生成式 AI 中用來控制隨機運算的起始數值,只要提示詞與所有參數完全一致,相同的 Seed 就能重現幾乎相同的生成結果。串流輸出 (Streaming)串流輸出是一種讓語言模型即時回傳文字的運作機制,模型每生成一個詞元就立即傳送到螢幕,無需等待整段文章全部運算完畢。Temperature (溫度值)Temperature 是生成式人工智慧中控制模型輸出隨機性與創造力的核心參數,數值越低回答越固定收斂,數值越高則越具發散性與創意。

Agent 與工具

圖像、影片與音訊

對嘴技術 (Lip-sync)AI 對嘴技術是指透過演算法分析語音內容,自動修改或生成影片人物的嘴唇動態,使發音嘴型與音訊音軌精準吻合的影音合成技術。影像放大 (Upscaling)影像放大是指提高圖片或影片解析度的數位技術,結合 AI 後能依據深度學習預測並補足細節,讓模糊畫面更加細緻清晰。TTS 與 STT(文字轉語音與語音轉文字)TTS 將文字轉換為擬真人聲,STT 則將口語錄音轉化為文字逐字稿,兩者是現代 AI 語音助理與自動字幕系統的核心技術架構。擴散模型 (Diffusion Model)擴散模型是一種透過「消除雜訊」來生成圖像的深度學習架構,也是目前主流 AI 繪圖與影像生成工具的核心技術。以圖生圖 (Img2img)以圖生圖(Img2img)是一種生成式 AI 技術,讓使用者提供既有照片或手繪草圖作為參考骨架,再搭配文字提示詞引導模型調整風格、光影與材質細節。文字生成圖片 (Text-to-Image)文字生成圖片是指利用人工智慧模型,將使用者輸入的純文字描述(提示詞)直接轉換為全新視覺圖像的技術。局部重繪 (Inpainting)局部重繪(Inpainting)是一種 AI 影像編輯技術,透過遮罩圈選特定區域並搭配提示詞,讓模型在配合原圖光影與透視下替換、消除或修補畫面細節。聲音複製 (Voice Cloning)聲音複製是一種利用人工智慧分析個人語音特徵,進而建立專屬數位模型,讓電腦以該聲音自然朗讀任何文字的語音合成技術。文字生成影片 (Text-to-Video)文字生成影片是一種人工智慧技術,能將使用者輸入的自然語言描述直接轉化為具有連續動態與真實物理規律的短片素材。

安全與品質

AI 越獄 (Jailbreak)AI 越獄是指使用者透過精心設計的提示詞技巧,繞過大型語言模型的內建安全機制與道德限制,誘導系統產出原本被禁止的回答或行為。AI 浮水印 (Digital Watermark)AI 浮水印是一種嵌入在演算法生成內容中的隱形數位特徵,肉眼通常無法察覺,但可透過專用工具檢測,用來追蹤來源與辨別真偽。安全護欄 (Guardrails)安全護欄是限制人工智慧行為的防護機制,結合規則、過濾器與訓練技術,防止模型產出有害、違法或偏離用途的內容。深偽技術 (Deepfake)深偽技術(Deepfake)是利用人工智慧合成或修改影像、聲音的技術,能逼真呈現某人從未說過的話或做過的事,廣泛應用於影視特效,也伴隨偽造與詐騙風險。幻覺 (AI Hallucination)指人工智慧語言模型在回答問題時,生成看似合理、語句流暢,但實際上毫無根據、完全捏造或脫離事實的資訊現象。提示詞注入 (Prompt Injection)提示詞注入是一種針對大型語言模型的資安攻擊手法,攻擊者將惡意指令偽裝成一般內容,誘騙 AI 忽視原本設定並執行未授權的任務。AI 垃圾內容 (AI Slop)AI 垃圾內容(AI Slop)是指透過生成式人工智慧大量產出、品質低劣且缺乏實質價值的數位資訊,如同充斥在網路空間中的廉價餿水。內容審查 (Content Moderation)內容審查是透過自動化演算法或專門的 AI 模型,檢驗使用者輸入與系統輸出的內容,即時攔截暴力、仇恨言論或色情等違規資訊的安全機制。

網路與 AI

🛒 Sklep Kinetyka CapCut Pro 460 zł/rok Lovable Pro 450 zł/rok Replit Core 119 zł/rok Zobacz wszystko →
× ‹ powiększenie ›