AI 基礎觀念
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能相信它。
這一章用生活比喻把觀念講完，大約 20 分鐘可以讀完。
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，也不會上網查你的事情（除非你開了搜尋功能），它是在「生成看起來最合理的下一段話」。
這句話能解釋幾乎所有你會遇到的現象：
| 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 | 上下文有長度上限 |
| 數學或計數容易出錯 | 它在預測文字，不是在運算 |
這一章包含
大型語言模型是怎麼運作的
用「超級接話高手」的比喻說明訓練與生成，並解釋 Token、上下文視窗、溫度這些常見名詞。
為什麼 AI 會說錯話：幻覺與查證
幻覺從何而來、哪些情境最容易出現、以及一套 30 秒就能跑完的查證流程。
三個最常見的誤解
誤解一：「AI 上網查過才回答我」
大部分情況下沒有。除非你使用的工具明確開啟了搜尋、或你貼了檔案給它， 否則它是憑訓練時看過的文字在回答。這也是為什麼它可能不知道最近發生的事。
誤解二：「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。
誤解三：「問得越簡短越好，免得它搞混」
剛好相反。背景資訊越完整、要求越明確，答案越好。 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。
建立正確心理模型的三個練習
- 同一個問題問兩次，比較兩次答案的差異，感受生成的隨機性。
- 刻意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，然後真的去點開，體驗一次幻覺長什麼樣子。