01

LLM 基礎理論

GPT 原理、幻覺、使用情境

ChatGPT 到底是什麼?

GPT 全名 Generative Pre-trained Transformer(生成式預訓練變換模型)。它屬於 NLP(自然語言處理)人工智慧,具備三項核心能力:組織語言、判斷重點語意、擁有廣泛的普遍常識。

核心觀念

AI 的目標是「讓內容看起來像真人寫的」,而非「確保內容是正確的」。這是理解所有 AI 行為的根本前提。

AI 內容生成邏輯

AI 根據上下文,以機率方式選出「最可能出現的下一個詞」。例如「今天天氣真__」,AI 會偏向填入「好」(35%)、「熱」(20%)等高頻詞。這個機制帶來三個缺點:

  • 中規中矩:傾向選最常見、最安全的表達,創意力有限
  • 過度迎合:傾向同意使用者的觀點;你怎麼問,它就怎麼答——「AI 的觀點,就是你的觀點」
  • 幻覺(Hallucination):對不確定的資訊,AI 仍會生成看起來合理的答案,即使內容是錯的
定位 AI

AI 不是全知全能的賢者,而是一個任勞任怨的超級實習生。善用它的效率,但保留你的判斷與創意。

AI 擅長 vs. 不能交給 AI

✓ 適合交給 AI
  • 資訊蒐集
  • 文案撰寫
  • 策略分析
  • 學習技能
  • 行程規劃
  • 程式撰寫
  • 諮詢對話
✗ 仍需人工介入
  • 信任的累積
  • 高價值的判斷分析
  • AI 犯錯時的救回能力

適合 AI 的任務特徵:有大量參考 / 結構明確 / 容易檢驗 / 有容錯空間 / 強度低。


02

AI 基礎指令(Prompt)

提問法 / 符號法 / 回推法…

得不到好結果,往往是指令沒下好,而非 AI 不夠聰明。常見的問題:

  • 缺乏足夠背景訊息(「幫我寫文案」)
  • 內容帶有矛盾衝突(「要簡單好懂,但又有點深奧」)
  • 缺乏明確規範指引(「隨便改一下這份方案」)

七要素 Prompt 架構

01 系統角色 02 核心受眾 03 關鍵任務 04 預期風格 05 內容限制 06 範例 07 回答格式
範例:學術論文翻譯 Prompt
你是一位專精在學術論文的翻譯專家,擅長在語意不失真的前提下將論文翻譯成易於閱讀的形式。待會我會貼上一段英文論文,請你翻譯成繁體中文版本。

整體語氣使用嚴謹學術風格,翻譯方式採用「英文原文 - 中文翻譯」的交替順序呈現,保留關鍵英文術語以供辨識。

內容需包含研究背景、方法、實驗結果與結論,並以 Markdown 格式呈現標題。回答之前請再向我提問三個問題以供你獲得更好的資訊。

不知道怎麼寫 Prompt?

任何在跟 AI 溝通時感到困難的,就外包給另外一個 AI 來解決。使用「提示詞規劃小幫手」讓 AI 逐步引導你,回答數字就能完成指令撰寫。

重要原則

Prompt 的管理就是需求的管理。整理好你要什麼,AI 才能給你想要的。

修改成果的方式

如果 AI 的第一版輸出不滿意,可以在同一對話中繼續修正(Gemini 內容修正 → 版本迭代)。但注意:連續修改有極限,過多輪次會導致大量幻覺,必要時另開新對話重新下指令。


03

進階使用思路

深度追問、數字法、反向檢驗、逐步法

深度追問法

覺得 AI 的回答都很常見、缺乏深度?不要重新問,而是在同一對話中「嫌棄」它、強迫提升品質:

深度追問常用句
這些我都聽過了,請給我更深入一層的觀點。
請針對你當中提到的 OO 觀念再解釋多一點。
請分享在該領域深耕多年才可能知道的觀察。

數字倍化法

一次請 AI 生成多個版本,快速激發靈感,並強迫 AI 在風格和強調面向上做出差異:

數字法範例
請提供我 5 種版本的___介紹,每種版本要在風格和強調面向上做出差異。

反向檢驗法

用 AI 去檢驗 AI 的結果,做最低限度的驗證(仍有幻覺風險,但大幅降低):

  • A 視窗翻譯 → B 視窗反向翻譯回來,比對差異
  • A 視窗寫程式碼 → B 視窗解讀這段程式碼是否有問題

逐步法(長篇內容)

需要長篇完整輸出時,每次讓 AI 只聚焦一段,直到你說 OK 再繼續,避免過度省略:

逐步法
請幫我____。
過程中一次只產出其中一段,直到我說 OK 再往下。

04

AI 融入工作

工作流拆解、IPO 法則、Gem 設置

如何開始導入 AI?

先從每天都會碰到、特別固定的流程開始 AI 化。計算頻率,從效益層級判斷優先順序。

工作流拆解心法

當任務的流程過於複雜,AI 的溝通成本就會指數型成長。把複雜任務拆解,找到工作流程中大量重複的發想環節,才是有效導入的起點。

IPO 法則

用三個維度定義每個 AI 協作任務:

I — Input

我要丟給 AI 什麼資訊?
(客服內容、文件、資料)

P — Process

AI 要幫我做什麼?
(判斷類型、查找、分析)

O — Output

產出什麼形式?
(回覆文件、表格、報告)

設置 Gem(Gemini)或 Project(ChatGPT)

把寫好的 Prompt 存入 Gem,讓同樣的任務一鍵執行,不再每次重寫指令。

  • 排版工具 Gem
  • 翻譯工具 Gem
  • 公關信件 Gem

逆向工程法(產生規則)

從範例反推 Prompt
我很喜歡這篇文章,請你扮演 Prompt Engineer,
將這次的修改細節整理成一份全新的文章生成 PROMPT。

流程:參考範例 → AI 生成規則 → 重複使用。讓 AI 根據你喜歡的結果,自動分析並產生對應的指令。

重要心態

把 AI 當成一種「另外一種工作方式」,而非「不用工作」。研究和測試 AI 本身也有成本,先從高頻率、固定流程開始,才能真正回收效益。


05

Agent 工具

Manus、Token 限制、Skill

為什麼普通 AI 無法完成複雜任務?

  • Token 限制:單次對話能處理的內容有上限,長任務容易省略或截斷
  • 工具調用:普通 AI 無法主動搜尋、操作電腦、呼叫外部服務

什麼是 AI Agent?

Agent 具備兩個關鍵能力:自主多輪對話(不需要你每步引導)和調用不同工具(搜尋、程式、瀏覽器等)。

普通生成式 AI
  • 你丟指令、它回答
  • 每步都需要人引導
  • 無法主動搜尋或操作
Agentic AI
  • 自主規劃多步驟任務
  • 調用搜尋 / 程式 / 瀏覽器
  • 執行到完成,中途自我修正

Manus 試用

Manus 是支援 Computer Use 的 Agent 工具,可以先搜尋資料、再根據搜尋結果繪圖或整理文件,全程自動執行。缺點是費用較高,適合需要多步驟整合的複雜任務。

進階:Skill 安裝

透過在對話區輸入 Prompt 或直接上傳 zip 檔,可以為 AI 安裝 Skill(自訂能力模組),擴充其專業領域的指令能力。


06

數據相關工具

Graphy、ChatGPT in Excel、中文圖像

Graphy — Excel 變圖表

上傳 Excel 後,Graphy 可根據資料自動產生對應圖表,支援每日營收、VIP 統計、訂單數量、商品銷售排行等常見報表情境。

ChatGPT in Excel

透過 ChatGPT 插件整合進 Excel,讓試算表直接具備自然語言分析能力,無需學習複雜公式。

中文資訊圖像(Nano Banana)

讓 AI 解構圖片的視覺風格,並轉化為可重複使用的圖片生成規範:

YAML 解構法
請使用 YAML 格式解構上傳內容的視覺風格,
並轉化為圖片生成的設計規範,
但不要在 Prompt 中指定圖片內容或文字。

讓使用者只要輸入想要呈現的文字內容和這段 Prompt,
就能夠生成指定視覺的中文資訊圖像。