AI 入門
不用先懂術語。照編號往下看，每次只多認識一個新觀念。
001
用 精品櫃姐與包包推薦 來懂
7 分鐘AI 到底是什麼？把它想成一位看過很多很多商品的超級櫃姐
先不要想機器人、晶片或程式碼。第一篇只做一件事：用你熟悉的推薦情境，搞懂 AI 到底在做什麼。
002
用 不同櫃位、不同風格的櫃姐 來懂
6 分鐘AI 模型是什麼？就像同一家百貨裡，風格完全不同的幾位櫃姐
同樣都叫 AI，為什麼有的會寫文、有的會畫圖、有的只會辨識照片？第二篇用不同風格的櫃姐理解『模型』。
003
用 看過十萬套穿搭後養出的眼光 來懂
7 分鐘AI 是怎麼學會的？像看過十萬套穿搭之後，慢慢養出一種眼光
『訓練 AI』不是把答案一題一題塞進去。第三篇用穿搭經驗理解資料、規律，以及模型怎麼慢慢變得比較會判斷。
008
用 同一件洋裝，櫃姐每次都可能搭出不同鞋包的穿搭 來懂
7 分鐘為什麼同一句話問兩次，AI 回答會不一樣？像櫃姐每次都可能換一套搭配
AI 不是把答案從資料庫原封不動拿出來，而是在一步步生成下一段文字。第八篇用穿搭推薦理解為什麼同一句話會得到不同回答。
012
用 從只會看文字的客服，升級成能看、能聽、能讀文件的助理 來懂
7 分鐘多模態 AI 是什麼？像一位不只聽你說話，還會看圖、聽聲音的助理
AI 不一定只能讀文字。第十二篇用人的感官理解多模態 AI，看看文字、圖片、聲音、影片為什麼可以一起成為模型的輸入。
024
用 Prompt 是當下交代，RAG 是給參考資料，Fine-tuning 則像讓員工接受一段新的專門訓練 來懂
10 分鐘Fine-tuning 是什麼？像真的重新訓練員工：不是每次交代，也不是臨時翻手冊
Prompt、RAG、Fine-tuning 常被混在一起。第 24 篇用主管交代工作、開卷查手冊與重新訓練員工三個情境，理解 Fine-tuning 適合改什麼、不適合拿來做什麼。
031
用 像一場大型會議，每個位置都不必只聽前一個人，而是先判斷這一刻最該注意誰，再把重要資訊加權整合 來懂
13 分鐘Attention Is All You Need 到底改變了什麼？從 Self-Attention 到 Transformer，看懂現代 LLM 的核心骨架
第 31 篇用『開會時每個人決定該聽誰』理解 Attention、Self-Attention、Query、Key、Value 與 Multi-Head Attention，再回到 2017 年論文為什麼提出 Transformer。
034
用 像分清楚汽車品牌、車系、某一台車、租車 App 與車隊 API：名字常一起出現，但其實是不同層 來懂
12 分鐘OpenAI、Google Gemini、xAI Grok 到底差在哪？先學會分清楚公司、模型、App 與 API
第 34 篇不做模型排行榜，而是教你分清楚 OpenAI、Google、xAI 這些供應商，以及 GPT、Gemini、Grok 模型家族、聊天 App、API 與工具能力之間的層次。
050
用 同一個人回答『現在幾點』不用拿紙筆，但做數學證明、審合約或 Debug 會願意多花時間檢查；Reasoning Effort 就像分配不同思考預算 來懂
10 分鐘Thinking / Reasoning Mode 是什麼？為什麼同一個 AI 有快答、深想和不同 Effort
同一個模型或產品常有快速回答與更高 Reasoning Effort。這篇拆開 Reasoning、Inference Compute、Latency、Cost、Tool Use 與『想更久不等於永遠更對』。