10 個你一定要懂的 AI 名詞 從 LLM、AIGC 到 AI Agent,一次搞懂!

在人工智慧 (AI) 浪潮席捲全球的今天,你是否常常被各種新潮的 AI 名詞搞得一頭霧水?從大型語言模型 (LLM) 到 AI 生成內容 (AIGC),再到似乎無所不能的 AI 代理 (AI Agent),這些術語不僅僅是技術圈的行話,更已深入影響我們的日常生活與工作模式。

為了讓你不再對 AI 世界感到陌生,本文將為你深入淺出地解析 2025 年最常見的 10 個 AI 關鍵詞,幫助你快速掌握 AI 的核心概念。

 

本文段落:

 

▎1. 人工智慧 (Artificial Intelligence, AI)

作為一切討論的基礎,人工智慧 (AI) 是指讓電腦系統能夠模仿、學習、甚至超越人類智慧的廣泛技術領域。其目標是讓機器能夠感知環境、進行推理、學習、並根據所學做出決策與行動。

現今的 AI 已不再是科幻電影的場景,從智慧型手機的語音助理、推薦演算法,到醫療影像的判讀、金融市場的預測,AI 的應用無所不在。

AI 大致可分為兩種類型:

  • 弱 AI (Narrow AI): 也稱為窄域人工智慧,專為特定任務設計,沒有真正的理解力或意識。

常見例子:

  • AlphaGo:專精於圍棋對弈
  • Siri、Google Assistant:負責語音指令與簡易對話
  • ChatGPT、Gemini、Claude 等:屬於「生成式 AI」,擅長語言理解與生成,能對話、寫文、翻譯、寫程式,但都只在文字任務中運作,不具備通用智能

這類 AI 是目前幾乎所有 AI 應用的主流類型,也是我們日常最常接觸到的 AI。

  • 強 AI (General AI, AGI): 又稱通用人工智慧,指具備與人類同等智慧,能理解、學習並應用其智慧來解決任何問題的 AI。這是 AI 發展的終極目標,但目前仍處於理論與研發階段。

 

▎2. 機器學習 (Machine Learning, ML)

機器學習 (ML) 是目前大多數 AI 的核心技術,簡單來說,就是讓電腦透過大量數據自我學習、找出規律,進而進行預測或分類。

 

舉例來說:

  • 給電腦看上萬張貓的照片,它就能「學會」怎麼辨認貓
  • 分析一堆房價與地點的資料,就能預測下一間房的售價

大部分我們現在看到的 AI 應用(像是語音辨識、自動翻譯、推薦演算法、廣告投放系統)背後其實都是在用機器學習。像 ChatGPT、Gemini 這種生成式 AI,也是在機器學習的基礎上,再進一步用「深度學習」與「大量語言資料」進行訓練。

 

▎3. 深度學習 (Deep Learning, DL)

深度學習(DL)是機器學習的一種進階形式,是一種更為複雜的機器學習技術,它模仿人腦神經網路的架構,讓 AI 在處理圖像、語音、語言等複雜任務時表現得更好,能夠從巨量資料中學習到更細微、更抽象的特徵。

舉例來說:

  • 看貓照片學會辨認貓 → 是機器學習
  • 看影片自動產出影片摘要 → 就需要深度學習這種更強的模型來完成

正是深度學習的突破,才造就了近年來 AI 的飛躍式發展,尤其在影像辨識、語音辨識和自然語言處理等領域取得了驚人的成果,像 ChatGPT、Gemini、Midjourney 等生成式 AI,就是在深度學習的基礎上訓練出來的。

 

▎4. 自然語言處理 (Natural Language Processing, NLP)

自然語言處理 (NLP) 是 AI 的一個重要分支,專門研究如何讓電腦能夠理解、解釋和運用人類的自然語言(我們日常說寫的語言),它是 LLM 誕生前最核心的語言處理方法,是實現 LLM 和 AI Agent 與人類順暢溝通的基礎技術。

NLP 的具體應用包含:

  • 情感分析: 分析評論或社群媒體貼文中的情緒是正面、負面還是中性
  • 機器翻譯: 例如 Google 翻譯
  • 文本摘要: 自動生成長篇文章的重點摘要
  • 語音辨識: 將語音轉換成文字

現在的 ChatGPT、Claude、Gemini 等,其實就是建立在 NLP 的理論基礎上,再透過機器學習與深度學習放大了效果。可以說,NLP 是讓 AI「聽懂我們說什麼」的核心,而 LLM 則是「讓 AI 說出有邏輯的話」的進階版本。

 

▎5. 大型語言模型 (Large Language Model, LLM)

大型語言模型 (LLM) 無疑是近年來最火紅的 AI 名詞。它是一種經過海量文本資料訓練的深度學習模型,專門用來理解和生成人類語言,像我們熟知的 ChatGPT、Claude、Gemini 等,都是 LLM 家族的代表。

LLM 的核心能力在於其強大的語言理解、摘要、翻譯、問答與創作能力,它們不僅能與人流暢對話,更能撰寫文章、創作詩詞、編寫程式碼,徹底改變了我們與資訊互動的方式。

▎6. AI 生成內容 (AI-Generated Content, AIGC) / 生成式 AI (Generative AI)

AI 生成內容 (AIGC)生成式 AI (Generative AI) 簡稱 (Gen AI)是指利用 AI 技術來創造全新、原創內容的領域,這不僅僅是分析現有資料,而是「生成」新的東西。AIGC 是LLM 等技術的直接應用產物。

其應用範圍涵蓋:

  • 文本生成: 新聞稿、行銷文案、電子郵件、劇本等
  • 圖像生成: 根據文字描述生成逼真的圖片或藝術作品 (例如 Midjourney、Veo3、Sora 等)
  • 音樂生成: 創作不同風格的樂曲
  • 影片生成: 將文字或圖片轉換為動態影片
  • 程式碼生成: 自動編寫或補全程式碼

AIGC 正在顛覆內容創作產業,為各行各業帶來前所未有的效率與可能性。

 

▎7. 提示工程 (Prompt Engineering)

Prompt Engineering 指的是「寫給 AI 的提示語設計技巧」,用來提升 AI 回應的品質與邏輯性,是幫助生成式人工智慧(生成式AI),特別是大型語言模型(LLM),產生更精確、符合需求輸出的設計方法。

就像你要讓 AI 畫出符合品牌風格的圖、寫出 SEO 文章等,它的核心在於設計、優化你給 AI 的「提示(prompt)」,也就是輸入的問題或指令,藉此引導模型產生預期結果,而無需對模型本身進行修改。

▎8. 微調 (Fine-tuning)

Fine-tuning 是讓 AI 更懂你的關鍵技術,它的做法是:將大型語言模型(LLM)再拿來訓練專屬的資料集,調整模型內部參數(權重),讓它在特定任務或產業上表現得更精準。

舉例來說,一家金融公司可以將 ChatGPT 微調成「懂台灣證券法規與產品」的版本,變成企業內部專用 AI 助理,它不只會回答法律問題,還能根據過往 FAQ、客戶對話,提供更符合內規的建議與回覆。

這類微調需要工程端介入、API 操作與資料格式處理(如 JSONL),但一旦建置完成,就能讓模型內建特定知識與風格,無需每次都重新說明背景,比單純的 Prompt 設計更穩定、專業與可擴充

 

▎9. AI 代理 (AI Agent) 與 代理式 AI (Agentic AI)

AI 代理 (AI Agent) 是 AI 發展的下一個重要階段,它不僅僅是被動回應你的指令,而是一個能夠「自主」感知環境、進行思考、規劃、並採取行動以達成特定目標的智慧體。

你可以將 AI Agent 想像成你的「數位員工」或「超級助理」,你只需要設定一個目標(例如:「幫我規劃下週去東京的五天四夜自由行,包含機票、住宿和每日行程」),AI Agent 就能夠自主上網搜尋航班與飯店資訊、比較價格、閱讀評論、規劃最順暢的交通路線,並最終生成一份完整的行程表給你。

代理式 AI (Agentic AI) 是 AI Agent 的升級版,它強調 AI 的「自主性」與「推理能力」,雖然兩者概念高度相關,但 Agentic AI 通常指的是一個更宏觀、更複雜的系統。

  • AI Agent 通常指專注於執行特定任務的「單一」智慧體
  • Agentic AI 則可能是一個由「多個」AI Agent 協同合作的系統。在這個系統中,不同的 AI Agent 扮演不同角色,共同完成一個更宏大的目標。

例如:在一個行銷團隊裡,一個 Agentic AI 系統可能包含:一個寫文案產圖的 Agent、一個投放廣告的 Agent、一個數據分析的 Agent,以及一個寄信回報的 Agent,它們彼此合作,實現行銷鏈的完全自動化。

簡單來說,Agentic AI 是 AI Agent 發展的進階型態,更強調系統的協作與整體的智慧。

 

▎10. 檢索增強生成 (Retrieval-Augmented Generation, RAG)

你問 ChatGPT:「台灣最適合旅遊的月份是哪時?」如果它是單靠記憶生成,答案可能不夠即時;但如果它會先去查最新旅遊資料再回答,那就是用了 RAG 技術,它結合了 LLM 強大的生成能力和外部知識庫的即時性與準確性。

我們知道 LLM 的知識有其「訓練資料截止日期」,且有時會產生「幻覺」(Hallucination),也就是一本正經地胡說八道,而 RAG 技術就是為了解決這個問題。

在生成答案之前,RAG 模型會先從一個可信的外部資料庫(例如:公司的內部文件、最新的新聞資料庫)中「檢索」相關資訊,然後再利用這些「新鮮」的資訊來「增強」其生成的內容,從而大幅提升答案的準確性和時效性。

對於需要高度準確性和即時資訊的企業應用來說,RAG 是一個關鍵的技術。

 

從基礎的 AI、ML、DL,到當紅的 LLM、AIGC,再到未來趨勢的 AI Agent 和 Agentic AI,以及背後關鍵的 NLP、RAG 等技術,這10 個名詞構建了當今 AI 世界的輪廓。理解它們不僅能幫助你跟上時代的腳步,更能讓你洞悉未來科技發展的脈動。

👉 立即預約了解 Instag AI 代理人 + CDP 解決方案!歡迎與我們聯繫,一起探索更多可能性!點我預約了解