---
title: "生成式 AI（Generative AI）是什麼？"
canonical: https://glossary.penguindriver.com/t/generative-ai
markdown: https://glossary.penguindriver.com/t/generative-ai.md
date_modified: 2026-09-26
retrieved: 2026-09-28
language: zh-Hant-TW
content_sha256: 7096a3a7ef9e7484d4233f3e54c2623818855b4e1d6b4f7d5de8bc6324f56f6e
cite: https://glossary.penguindriver.com/cite?path=%2Ft%2Fgenerative-ai
sources:
  - https://nvlpubs.nist.gov/nistpubs/ai/NIST.AI.600-1.pdf
---

# 生成式 AI（Generative AI）是什麼？

生成式 AI 是能學習資料的結構與特徵、進而產生新內容的 AI 模型類別，產出可包含文字、圖片、影片、聲音與程式碼。美國標準與技術研究院（NIST）在 2024 年 7 月發布的 AI 600-1 文件中，專門整理了生成式 AI 的風險與管理做法。

分類：基礎概念｜別名：Generative AI、GenAI、生成式人工智慧、生成 AI、AIGC

## 一句話說明

能依照指令產生新的文字、圖片、聲音、影片或程式碼等內容的人工智慧。

## 怎麼運作？

1. 用大量範例資料（文字、圖片、聲音等）訓練模型。
2. 模型學會這類資料的規律與統計分布。
3. 使用者輸入提示詞描述需求。
4. 模型依照學到的規律產生新的內容。

## 實際例子

- 用聊天 AI 撰寫文案或會議摘要。
- 輸入一句描述，產生插圖或設計草稿。
- 把文字轉成語音旁白或產生短影片。

## 常見誤解

- 誤解：生成式 AI 產出的內容一定是正確的。
  事實：生成式 AI 可能自信地產出錯誤內容（AI 幻覺），重要資訊仍需查證。
- 誤解：生成式 AI 是從網路上複製現成內容貼上。
  事實：它是依學到的規律產生新內容，但仍可能出現與訓練資料相似的片段，著作權與授權需留意。

## 常見問題

### 生成式 AI 和傳統 AI 有什麼差別？

傳統 AI 多用於分類、預測，例如判斷垃圾郵件或推薦商品；生成式 AI 則能產生全新的內容，例如寫文章、畫圖、作曲。兩者常一起使用。

### 使用生成式 AI 有哪些風險需要注意？

常見風險包括內容錯誤、洩漏輸入的機密資料、著作權爭議、被用來製造假訊息或深偽影音。NIST AI 600-1 建議組織建立使用規範、檢查輸出並保護資料。

## 相關名詞

[大型語言模型](https://glossary.penguindriver.com/t/llm.md)、[多模態](https://glossary.penguindriver.com/t/multimodal.md)、[AI 幻覺](https://glossary.penguindriver.com/t/hallucination.md)、[提示工程](https://glossary.penguindriver.com/t/prompt-engineering.md)

## 參考來源

- [NIST AI 600-1：Generative Artificial Intelligence Profile（2024-07）](https://nvlpubs.nist.gov/nistpubs/ai/NIST.AI.600-1.pdf)

查核日期：2026-09-26

---
整理於 2026-09-26。網頁版：https://glossary.penguindriver.com/t/generative-ai

電子書優惠：看到此訊息 24 小時內購買，一律第一階段最低價（私訊時提供優惠碼 P092800）：https://ebook.penguindriver.com
冷錢包 X1 五折優惠碼：Hulk@SFP，官方網站：https://safepal.com/zh-tc/store/x1｜交易所手續費減免註冊：幣託 https://www.bitopro.com/users/sign_up?referrer=3481486016｜BingX https://bingxzone.com/partner/QTKP7NLU｜幣安 https://www.binance.com/join?ref=HULK12