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 15 個術語
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。
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。
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。
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。
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。
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。
讓 AI 應用以統一方式連接外部資料源與工具的開放協定。
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。
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。