Prompt Engineering｜讓 AI 聽懂你的五個核心技巧
·190 字·1 分鐘
Prompt 不是「問問題」，是在控制模型的輸出空間。Zero-shot、Few-shot、Chain-of-Thought、Role prompting、Output format——五個技巧覆蓋 80% 的實際場景。
Llm
LLM 是什麼｜從 Transformer 到 ChatGPT 的核心原理
·213 字·1 分鐘
LLM（大型語言模型）是用海量文字訓練的神經網路，核心是 Transformer 架構。它每次預測「下一個 token」，靠機率而非理解在生成文字。
LLM 幻覺是什麼｜為什麼 AI 會說謊與如何降低
·150 字·1 分鐘
幻覺（Hallucination）是 LLM 生成看起來合理但實際上錯誤的內容。根本原因是模型在預測機率，不在查事實。RAG、自我核實、降低 Temperature 是主要緩解手段。
Context Window 是什麼｜LLM 的記憶上限與實際影響
·258 字·2 分鐘
Context window 是 LLM 一次能處理的 token 數量上限，決定了它能「記住」多長的對話和文件。超出就忘記，越長越貴，但太長也有 Lost in the Middle 問題。
RAG vs Fine-tuning｜企業 AI 應用該選誰？
企業導入 AI 的兩大流派。RAG 像是「開卷考」，Fine-tuning 像是「補習」，教你根據知識更新頻率與輸出風格選擇最佳解。