AI 詞彙

Prompt 是什麼？Prompt（提示詞）就是你丟給 AI 的那段輸入，包含指示、背景資料、範例跟你要的輸出格式。這篇用便當店點餐的比喻，帶你分清系統提示詞與使用者提示詞，還有官方文件真正建議的寫法。

Function Calling（函式呼叫）是什麼？它是讓 AI 模型用結構化 JSON 指定「要呼叫哪個外部功能、帶什麼參數」的機制。模型只負責決定跟填單，真正動手執行的是你的程式。

上下文視窗（Context Window）是 AI 一次看得見的文字總量上限，你的提問、附檔、對話紀錄跟它自己的回答全都算在裡面。這篇帶你看懂 100 萬 token 裝得下什麼、塞太滿又會發生什麼事。

AI 的 LoRA 是什麼？LoRA（低秩適應）是把大模型原本的權重整個凍住，只額外訓練一組很小的矩陣來記住新技能的微調方法。這篇用租屋掛無痕掛鉤的比喻，帶你看懂它省下多少記憶體、跟全參數微調差在哪，以及它跟無線通訊的 LoRa 完全是兩回事。

多模態是指同一個 AI 模型能同時吃進文字、圖片、聲音、影片這幾種不同形式的資料，再一起推理、一起輸出。這篇用棒球轉播的比喻、CLIP 與 LLaVA 的實際做法，帶你分清楚原生多模態跟外掛拼接的差別。

向量資料庫是專門存放「向量」這種一長串數字、並用相似度而不是精確比對來找資料的資料庫。這篇講清楚它跟一般資料庫差在哪、HNSW 索引到底在做什麼，以及為什麼 RAG 少了它就跑不動。

RLHF 是用人類的偏好選擇來教 AI 講話的訓練法，全名人類回饋強化學習。這篇拆解它的三個階段、獎勵模型怎麼來的，以及為什麼 13 億參數的模型靠它就能贏過 1750 億參數的前輩。

Prompt Injection（提示詞注入）是把假指令藏進 AI 會讀到的內容裡，騙 AI 把它當成命令執行的攻擊手法。這篇用跑腿購物清單的比喻，帶你分清直接注入跟間接注入、它跟 AI 越獄差在哪，以及為什麼 OWASP 連兩版都把它排在第一名。

RAG 是什麼？RAG（檢索增強生成）是讓 AI 回答之前先去指定的資料裡檢索依據，再照檢索到的內容作答的技術。這篇用超商店員查系統的比喻，帶你看懂它的三個步驟、跟微調差在哪，還有為什麼它能壓低幻覺卻消不掉幻覺。

AI 的 Token 是什麼？Token 是 AI 模型把文字切開之後的最小處理單位，也是所有 AI 服務計費與長度上限的計價基準。這篇帶你分清楚它跟加密貨幣代幣的差別、中文為什麼比英文燒 Token，還有各家模型的實際價差。