生成式AI是怎麼運作的？語言模型、提示、多模態與AI幻覺一次看懂

2026.11.07

1179次觀看

生成式AI是怎麼運作的？本文對照資策會生成式AI能力認證的基礎知識範圍，用白話說明生成與分類的差別、大型語言模型依機率接續文字的原理、提示與多模態的意義，以及AI幻覺為何出現、怎麼逐項查核，並整理應用領域與八類工具地圖。

本文目錄

你請AI幫忙摘要一份報告，回覆語氣流暢、條理分明，裡面的數字卻和原文對不上。這不一定是工具壞了，而是生成式AI的運作方式本來就會有這種風險。

先弄懂「產出內容」和「查到事實」的差別，用起工具會踏實很多。

搭配本課程5分鐘影片，先看重點，再用下面的整理與練習確認理解。

影片／生成式AI能力認證入門系列第3堂：5分鐘看懂生成式AI基礎知識

生成和分類有什麼不同？

生成式AI會依輸入產生內容，例如文字、圖像、聲音或影片。它和只做分類的任務不同：把郵件標成垃圾信是分類，替郵件草擬回覆才是生成。同一個服務可能兩種功能都有，判斷時看的是當次操作的目的。

發展脈絡可以這樣理解：機器學習用資料建立模式，深度學習使用多層網路，一路發展到今天的大型生成模型。這是概念路線，不表示所有工具都用同一套技術，也不能把生成式AI等同整個人工智慧領域。

大型語言模型（Large Language Model，簡稱LLM）透過大量資料學到語言的統計關係。生成時，它讀入前文，計算下一個字詞片段出現的可能性，選出片段後再接著往下寫。這個片段常稱為token，可能是一個字、一個詞，或詞的一部分。

可以把它想成「依上下文接續文字的系統」。重點在最後一步：它是在接續文字，不是從資料庫抄出一條已驗證的答案。

神經網路則像多層可調整的訊號連結，透過訓練調整參數。它只是計算架構的名稱，不是人的神經，也不代表模型有意識或人格。

提示（prompt）就像交付任務的說明。你提供的目標、限制和背景，會影響輸出的方向。但模型仍可能產生看似合理卻錯誤的內容，這就是幻覺（hallucination）。

要求工具附上來源有助整理，卻不能確定網址、作者或數字真的存在。查核可以分三步：

查法規時，尤其要核對原文、條文與生效狀態，避免引用過時內容。

多模態（multimodal）表示能處理多種資料形式，例如同時輸入文字和圖片，再產生文字描述。ChatGPT、Gemini、Claude都是可以用來認識這類互動的例子，但各自支援的方式與帳號條件不同，要看各家正式說明。

理解時可以分兩層：模型是產生結果的核心，應用程式是你接觸的服務。服務若另外接了搜尋、檔案或計算功能，答案還會受到那些來源與執行結果影響。

多模態也不是每種輸入都看得準。照片模糊、文字辨識失敗或頁面缺漏，都可能讓輸出不完整；海報上的重要數字，仍要對回原圖。

生成工具降低了初稿門檻，也增加查核、資料管理與審閱的工作。分析社會與經濟影響時，可以一起看三件事：工作任務怎麼改變、誰能使用工具、錯誤由誰承擔。例如醫療摘要漏掉過敏紀錄，就算縮短了閱讀時間，也可能改變後續判斷。