從原理開始,輕鬆易懂
不用公式,用日常的例子,講清楚 AI 是怎麼生成回答的,為什麼有時會"說得很像卻答錯"
本頁由 AI 根據韓語原文翻譯,可能存在錯誤。
正在讀取學習記錄…
這裡說的 LLM(大語言模型,Large Language Model),指的是像 ChatGPT、Claude、Gemini 這樣用文字提問、用文字回答的 AI。 專業術語第一次出現時,都會用淺顯的話解釋,並同時寫出英文原名。不需要事先知道什麼。
| 現在 | 讀完之後 |
|---|---|
| 只問一行"總結一下會議紀要" | 連誰來讀、要什麼樣子都告訴它,一次就拿到想要的回答 |
| 回答不滿意,就從頭再問 | 指出哪裡為什麼不夠好,讓它接著修改 |
| 貼上很長的資料,結果原樣就用 | 把資料和指示分開放,數字、日期、出處回到原始資料去親自核對 |
| 把含有個人資訊的文字原樣放進去 | 遮蓋姓名、聯絡方式、金額之後再拜託它 |
現在已經公開了第1階段的通用指南、第2階段的 ChatGPT、Claude、Gemini 使用指南、第3階段的 Claude Code、Codex、Antigravity 使用指南,以及第4階段的 AI-SDLC 指南。我們是讓前一個階段成為後一個階段的基礎,接續著製作的。
| 階段 | 學什麼 |
|---|---|
| 1. 通用指南(已公開) | 在任何 AI 裡都通用的原理和提問的方法 |
| 2. ChatGPT · Claude · Gemini(已公開) | 各服務的功能和設定 |
| 3. Claude Code · Claude Code 終端 · Codex · Antigravity(已公開) | 用能在我電腦上直接讀取、修改檔案的 AI 工具來交代工作 |
| 4. AI-SDLC(已公開) | 和 AI 一起從規劃到釋出來製作軟體——SDLC 是軟體開發的全過程(Software Development Life Cycle) |
各章內容可以在完整目錄裡檢視。