AI 名詞總表
共 33 個名詞，依分類排列，點進去看完整白話解釋、運作方式、常見誤解與來源。
基礎概念
AI 代理人 AI Agent能自己規劃步驟、呼叫工具並根據結果調整做法，替人完成多步驟任務的 AI 系統。大型語言模型 Large Language Model (LLM)用大量文字資料訓練、能理解與產生自然語言的超大型 AI 模型，是 ChatGPT 等聊天 AI 的核心。生成式 AI Generative AI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。詞元 Token語言模型處理文字的最小單位，可能是一個字、一個詞的一部分或標點符號。上下文視窗 Context Window語言模型在一次回應中能同時「看到」的文字總量上限，像是模型的工作記憶。AI 幻覺 AI HallucinationAI 以很有把握的語氣，說出錯誤、不存在或與事實不符內容的現象。代理式工作流 Agentic Workflow讓 AI 分成多個步驟、搭配工具與檢查來完成任務，而不是一次就產出答案。知識截止日 Knowledge CutoffAI 模型訓練資料的最後時間點，之後發生的事模型本身不會知道。通用人工智慧 Artificial General Intelligence (AGI)能像人一樣廣泛處理各種任務、而不只擅長單一領域的人工智慧。
模型技術
檢索增強生成 Retrieval-Augmented Generation (RAG)先從資料庫或文件中找出相關內容，再交給語言模型根據這些資料回答的技術。提示工程 Prompt Engineering設計與反覆調整給 AI 的指令（提示詞），讓模型更穩定產出想要結果的技巧。微調 Fine-tuning拿已訓練好的模型，再用特定領域或任務的資料額外訓練，讓它更擅長某件事。嵌入向量與向量資料庫 Embedding & Vector Database把文字等內容轉成一串數字（向量），讓電腦能計算「意思有多接近」；向量資料庫則專門儲存與搜尋這些向量。多模態 Multimodal能同時理解或產生文字、圖片、聲音、影片等多種資料形式的 AI 能力。Transformer 架構 Transformer以「注意力機制」為核心的神經網路架構，是 GPT 等大型語言模型的基礎。推理模型 Reasoning Model回答前會先在內部進行較長的逐步思考，再給出答案的語言模型，擅長數學、程式與邏輯題。函式呼叫／工具使用 Function Calling / Tool Use讓語言模型在需要時，指定要使用哪個外部工具與參數，由程式執行後再把結果交回模型的機制。開放權重模型 Open-weight Model公開提供模型權重檔讓人下載、在自己電腦或伺服器執行的 AI 模型。模型蒸餾 Knowledge Distillation讓小模型模仿大模型的輸出來學習，把大模型的能力「濃縮」到小模型裡。模型量化 Quantization把模型裡的數字改用較少位元儲存，讓模型變小、跑得更快的壓縮技術。小型語言模型 Small Language Model (SLM)參數量較少、可在手機或筆電上執行，專注特定任務的輕量語言模型。溫度參數 Temperature控制 AI 回答隨機程度的設定：數值低較穩定保守，數值高較多變有創意。
協定與標準
模型上下文協議 Model Context Protocol (MCP)讓 AI 應用程式用統一方式連接外部資料、工具與工作流程的開放標準，常被比喻成 AI 的 USB-C。A2A 代理間協定 Agent2Agent Protocol (A2A)讓不同廠商、不同框架做出的 AI 代理人能互相發現、溝通與分派任務的開放標準。llms.txt 檔案 llms.txt放在網站根目錄、用 Markdown 寫給大型語言模型看的網站導覽說明檔。x402 付款協定 x402 Payment Protocol利用網頁的 HTTP 402 狀態碼，讓程式或 AI 代理在請求時直接完成付款的開放協定。
應用與產品
Google AI 摘要 AI OverviewsGoogle 搜尋結果最上方由 AI 自動整理的重點摘要，並附上參考連結。深度偽造 Deepfake用 AI 合成逼真的假影像、假影片或假聲音，讓人看起來像真的說過或做過某件事。氛圍寫程式 Vibe Coding用自然語言請 AI 寫程式，自己幾乎不看程式碼、只看結果調整的開發方式。
搜尋與行銷
答案引擎優化 Answer Engine Optimization (AEO)讓網頁內容更容易被搜尋引擎或 AI 助理直接拿來當作「答案」的經營方法。生成引擎優化 Generative Engine Optimization (GEO)讓內容在 ChatGPT、AI 摘要等生成式回答中更常被引用與露出的優化方法。