APIApplication Programming Interface

定義

API（Application Programming Interface，應用程式介面）是讓不同軟體互相溝通的一組規則。它定義了：一個程式該怎麼向另一個程式發出請求、請求要帶哪些資料、對方會回傳什麼格式的結果。

你可以把它想成軟體之間的「服務窗口」。你不需要知道窗口後面的系統是怎麼運作的，只要照規定的格式送出請求，就能拿到你要的結果。這個規則本身就是 API——它不是一個看得到畫面的東西，而是一份「怎麼溝通」的約定。

為什麼重要

在 AI 領域，API 是把模型能力變成可以被其他程式使用的東西的關鍵一層。一家公司訓練出一個語言模型後，透過 API 把它開放出來，其他開發者就能在自己的產品裡呼叫這個模型，不必自己重新訓練一個。

這件事直接決定了 AI 應用能長成什麼樣子。你在瀏覽器擴充功能裡看到的 AI 摘要、App 裡的智慧客服、公司內部系統接的自動化流程，背後幾乎都是透過 API 呼叫某家模型，而不是每個產品都自己養一個模型。

運作原理

以呼叫一個 AI 模型的 API 為例，基本流程是：

1. 準備請求。 你的程式組出一個請求，內容通常包含要送給模型的文字（prompt）、一些控制參數（例如要多有創意，也就是 temperature），以及驗證身分用的金鑰。
2. 送出請求。 程式把這個請求送到 API 供應商指定的網路位址。
3. 伺服器處理。 供應商的伺服器收到請求，把內容送進模型運算，生成回覆。
4. 回傳結果。 結果以固定格式（通常是 JSON）送回你的程式，你的程式再把它顯示成使用者看得懂的樣子。

整個過程通常在幾秒內完成，使用者感覺不到中間這幾個步驟，只看到「輸入問題、拿到答案」。

實際例子

B2B 情境： 一間提供會計服務的中小企，想在自己的客戶入口網站加一個「用白話文問報稅問題」的功能。他們不需要自己訓練模型，只要串接某家 AI 供應商的 API，把使用者的問題送過去、把回覆顯示在網頁上即可。

B2C 情境： 一個獨立開發者做了一個學英文的 App，裡面「幫我改這句英文」的功能，背後是每次使用者按下按鈕，App 就呼叫一次語言模型的 API，把使用者寫的句子送過去，拿回修改建議。

優點與挑戰

優點：

• 不用自己訓練模型，就能在產品裡用上最新的 AI 能力
• 按用量計費，小規模測試的門檻低
• 供應商持續更新模型時，接同一套 API 通常就能享受到升級，不用重寫整合

挑戰／注意事項：

• 用量計費代表流量一旦暴增，成本會直接跟著暴增，需要做好用量監控與上限設定
• 依賴外部服務，供應商調整價格、規格或政策時，你的產品也要跟著調整
• API 金鑰等同於帳號的存取憑證，外洩會導致他人冒用你的額度，需妥善保管

最佳實踐

1. API 金鑰不要寫死在前端程式碼裡。 前端程式碼使用者看得到原始碼，金鑰應該放在後端，由後端代為呼叫。
2. 設定用量上限與監控告警。 避免因為程式錯誤或惡意濫用導致帳單暴增。
3. 先用小額度測試，再上線正式環境。 確認回覆品質、延遲時間符合預期後，再擴大用量。
4. 注意輸入與輸出分開計價。 多數 AI API 的輸出（模型生成的內容）比輸入貴，設計功能時把這個成本結構納入考量，詳見 token 的說明。
5. 保留降級方案。 供應商服務中斷或調整政策時，若產品高度依賴單一 API，會直接影響服務可用性，值得評估是否需要備援方案。

延伸閱讀：MCP 完整解析、Token 是什麼、LLM 是什麼。