# AI 術語速查表

這份速查表給課堂使用。它不是完整字典，而是幫學員在三天課程中快速對齊基本語言。

完整術語頁可參考：`docs/00-glossary/terms/`

## 一、核心概念

| 術語 | 白話解釋 | 課堂提醒 |
|------|----------|----------|
| Model / 模型 | AI 的推理大腦，負責理解輸入並產生輸出。 | 模型不是完整產品，外面還有介面、工具、權限和工作流。 |
| Token | 模型讀寫文字的基本單位。 | 成本和 context 長度通常跟 token 有關，不是單純看頁數。 |
| Context Window | 模型當下看得到的資訊範圍。 | 看得到不代表都會記得；重要資訊要放清楚。 |
| System Prompt | 系統層級的行為指令。 | 它會影響 AI 如何回應，但不能取代驗證機制。 |
| Hallucination / 幻覺 | AI 自信地產生不正確或無根據的內容。 | 流暢不等於正確，尤其是數字、來源、專業判斷。 |

## 二、工具與執行

| 術語 | 白話解釋 | 課堂提醒 |
|------|----------|----------|
| Tool | AI 可以使用的外部能力，例如搜尋、讀檔、寄信、畫圖。 | 工具讓 AI 從「會說」變成「能做」。 |
| Tool Call | AI 呼叫工具的動作。 | 每次 tool call 都應該有目的，不是越多越好。 |
| Tool Result | 工具回傳的結果。 | 工具成功不等於任務成功，要看它到底檢查了什麼。 |
| Permission Mode | 控制 AI 可以直接做什麼、什麼要先問人的權限模式。 | 高風險操作要保留人工確認。 |
| Sandbox | 限制 AI 執行範圍的安全環境。 | 不是壞掉，是安全邊界。 |

## 三、工作流與 Skill

| 術語 | 白話解釋 | 課堂提醒 |
|------|----------|----------|
| Workflow | 一串可重複的工作流程。 | Day 2 做一頁式網站時會練習拆流程。 |
| Skill | 把人的經驗、流程、輸入輸出和檢查標準封裝起來。 | Day 3 的工作流卡就是 Skill 的前身。 |
| Agent | 能規劃、使用工具、觀察結果並修正下一步的 AI 工作者。 | Agent 不是聊天機器人的新名字。 |
| Handoff | 把工作狀態交接給下一個人或下一個 AI。 | 好的 handoff 要包含目標、狀態、決策和下一步。 |
| Memory System | 保存穩定規則、狀態與決策的記憶系統。 | 不要期待 AI 自然記得一切，重要內容要寫回文件。 |

## 四、安全與驗證

| 術語 | 白話解釋 | 課堂提醒 |
|------|----------|----------|
| Human Review | 人類對 AI 輸出做最後檢查。 | AI 是初稿，人是負責任的決策者。 |
| Human-in-the-loop | 在 AI 流程中安排人類介入節點。 | 發布、承諾、金錢、個資、法務都需要人。 |
| Knowledge Cutoff | 模型內建知識有時間截止點。 | 最新資訊要查證，不要只問模型。 |
| Non-determinism | AI 同樣問題可能產生不同答案。 | 這是概率式系統的本質，所以需要檢查機制。 |
| Automated Check | 用工具自動檢查格式、測試、連結或資料結構。 | 自動檢查只能證明它檢查過的範圍。 |

## 五、多模型監督

| 角色 | 做什麼 | 常用方式 |
|------|--------|----------|
| 產出者 | 先產生初稿、方案或文案。 | 用 Claude / ChatGPT 產生結構化內容。 |
| 查證者 | 補最新資訊、來源或外部事實。 | 用 Gemini / Perplexity / 搜尋工具查證。 |
| 審查者 | 找漏洞、挑風險、檢查承諾是否過度。 | 把第一個模型的輸出交給第二模型反方審查。 |
| 決策者 | 最後判斷是否採用、修改或發布。 | 這個角色永遠是人。 |

## 六、課堂口訣

> 單一模型產出，多模型挑錯，人類做決策。

> 你不是在問 AI 答案，你是在設計一個可檢查的協作流程。