APIApplication Programming Interface
讓不同軟體互相溝通的規則與介面,AI 服務多半透過 API 按用量計費、供其他程式呼叫。
Token、幻覺、RAG、MCP……用一句話講懂每個 AI 名詞,需要細節時再往下讀。
共 38 個術語
讓不同軟體互相溝通的規則與介面,AI 服務多半透過 API 按用量計費、供其他程式呼叫。
能像人類一樣在幾乎任何智識任務上學習、理解與表現的 AI,目前尚未實現,也還沒有公認的判斷標準。
模型單次能處理的 token 總量上限,輸入與輸出共用這個額度。
能產出新內容(文字、圖像、影音、程式碼)的 AI,而非只做分類或預測。
模型訓練資料收集到的最後時間點,之後發生的事原則上不在它的知識範圍內。
讓電腦理解、處理、生成人類語言的技術領域,翻譯、語音辨識、聊天機器人都屬於這個範疇。
語言模型把文字切開後的最小處理單位,也是計費和長度限制的計算基準。
讓模型把推理過程一步步寫出來、再給出結論的做法,能提升需要多步驟邏輯的問題的準確度。
把文字轉成數字向量,讓語意相近的內容在向量空間中也彼此接近。
用特定資料繼續訓練既有模型,讓它學會特定的風格、格式或任務模式。
模型訓練完成後,實際接收輸入並產生輸出的執行階段。
用大量文字訓練、透過預測下一個 token 來生成內容的 AI 模型。
能同時理解與處理文字、圖像、聲音等多種型態資料的模型能力。
模型內部可調整的數值總數,常用來粗略衡量模型規模。
遇到複雜問題會自動展開較長推理過程再回答的模型,準確度較高但回應速度較慢。
控制模型生成隨機程度的參數,低則穩定保守,高則多樣發散。
把一套可重複使用的操作指示、範本與資源包裝成資料夾,讓 Claude 依情境自動載入的功能。
強調讓 AI 自主規劃、執行並修正的設計取向;AI Agent 是它的具體實作。
OpenAI 與 Stripe 制定的開放標準,讓 AI 代理能代表使用者完成搜尋、下單到付款的購物流程。
能自己拆解任務、呼叫工具、依結果調整並持續執行到完成的 AI 系統。
用統計特徵判斷一段文字是否由 AI 生成的工具,準確度會隨模型進步持續下降。
提供網站加速、防護與邊緣運算的服務商,近年也是許多 AI 應用背後的推論與流量控管基礎設施。
讓模型判斷該呼叫哪個外部函式、並整理出正確參數的機制。
讓 AI 應用以統一方式連接外部資料源與工具的開放協定。
公開模型權重、允許下載並在自己的環境執行的模型,跟只能透過官方管道使用的閉源模型相對。
你給 AI 的完整輸入內容,包含指令、背景資料與格式要求。
先檢索出相關資料,再讓模型根據這些資料生成答案的做法。
在對話開始前設定好、整段對話都會遵守的指令,用來固定 AI 的角色與行為規則。
Google 主導的開放標準,讓 AI 代理以統一方式與商家完成商品搜尋、比較到結帳的完整流程。
專門儲存 embedding 向量、依語意相似度搜尋的資料庫。
主要用自然語言指揮 AI 寫程式,依執行結果而非逐行閱讀程式碼來判斷對錯的開發方式。
用縮排表示階層、格式簡潔易讀的資料格式,常用來寫設定檔,AI 工具的設定幾乎都靠它。
讓 AI 的行為符合人類意圖與價值觀,而不只是把任務字面上做完。
用 AI 生成或修改的假影音內容,讓畫面中的人說出、做出實際上沒發生過的話或動作。
在 AI 系統輸入與輸出兩端加上的限制機制,用來擋下不該發生的內容或行為。
模型生成出看起來合理、語氣肯定,但實際上錯誤或憑空捏造的內容。
用特定的提示詞技巧,誘導模型繞過原本設定的安全限制,說出或做出不該做的事。
把惡意指令藏在 AI 會讀取的外部內容裡(網頁、文件、email),誘導它執行使用者沒有要求的動作。