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。
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
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
- 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
- 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。
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
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。
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。
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:
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:
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:
請幫我____。 過程中一次只產出其中一段,直到我說 OK 再往下。
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。
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:
我要丟給 AI 什麼資訊?
(客服內容、文件、資料)
AI 要幫我做什麼?
(判斷類型、查找、分析)
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)
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。
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。
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)。
- 你丟指令、它回答
- 每步都需要人引導
- 無法主動搜尋或操作
- 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。
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:
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。