生成式 AI 是什麼？給完全新手的 10 分鐘入門
你不需要懂數學，也不需要會寫程式，但你需要知道 AI 大概在做什麼。
因為只要心理模型正確，你自然就會問出好問題，也會知道什麼時候不該相信它。 這篇用十分鐘把最重要的觀念講完。
一句話版本
今天的 AI 助理，本質上是一個讀過大量文字、非常擅長「接下去該說什麼」的機率模型。
它不是資料庫，也不會自動上網查你的事情（除非你開了搜尋功能）。 它在做的事是：看著目前為止的所有文字，預測下一個字最可能是什麼，印出來，再預測下一個。
整段流暢的回答，就是這樣一個字一個字長出來的。
這個比喻能解釋所有奇怪現象
| 你觀察到的現象 | 原因 |
|---|---|
| 回答流暢但內容是編的 | 它在生成「看起來合理」的文字，不是在查證 |
| 同一個問題問兩次答案不同 | 生成本身帶有隨機性 |
| 給越多背景，答案越準 | 你縮小了「合理的下一句」的範圍 |
| 對話太長後開始忘記前面 | 一次能看到的內容有上限 |
| 數學或計數容易出錯 | 它在預測文字，不是在運算 |
看懂這張表，你就已經比多數人更懂怎麼用 AI 了。
為什麼這種機制能「像在思考」
因為要把「下一個字」預測得夠好，模型必須學會很多東西：文法、語感、 事實之間的關聯、推理的形式、不同文體的風格。
所以它的「理解」是從大量模仿中長出來的統計直覺，不是查表，也不是邏輯推導。 這解釋了它為什麼既能寫出漂亮的分析，又會在「草莓有幾個 r」這種問題上翻車。
三個你一定會遇到的名詞
Token（詞元）
模型處理文字的最小單位。中文大約一個字算 1~2 個 Token。 為什麼你要知道？ 所有的長度限制與計費，都是用它算的。
上下文視窗
模型一次能「看到」的內容上限，包含你的提問、你貼的檔案、以及它自己的回答。 超過就會把最前面的擠掉——這就是它「忘記」的真相。
解法： 開新對話、把重點重新貼一次、或把長文件拆段處理。
幻覺
AI 產生流暢、自信、但實際不正確的內容。 這不是 bug，而是「生成合理文字」這個機制的副作用。
三個最常見的誤解
「AI 上網查過才回答我」
大部分情況沒有。除非你明確開啟搜尋功能、或貼了檔案給它， 否則它是憑訓練時看過的文字在回答。
「它答得這麼肯定，應該是對的」
語氣的肯定程度和正確率完全無關。 AI 不知道自己不知道，所以它會用同樣自信的語氣講對的事和錯的事。
「問得越簡短越好，免得它搞混」
剛好相反。把它想成一個很聰明但完全不認識你的新同事—— 你不會只丟一句「幫我寫個東西」給新同事。
今天就可以做的三個練習
- 同一個問題問兩次，比較差異，感受生成的隨機性
- 問一個你很熟的專業問題，看它哪裡答得好、哪裡似是而非
- 請它引用來源，然後真的點開，體驗一次幻覺長什麼樣子
第三個練習特別重要。親眼看過一次它一本正經地編造參考資料， 你之後的查證習慣就會自動長出來。
一句話讓答案變好
在你的提問最後加上這句：
如果資訊不足或你不確定，請直接說不知道，不要猜測。
這句話能顯著降低胡說的機率，建議加進你所有的提問模板。
接下來：
- 想更深入理解原理 → 大型語言模型是怎麼運作的
- 想知道怎麼查證 → 幻覺與查證
- 想直接動手 → 新手起步：20 分鐘完成第一件 AI 工作