機器學習是什麼?該不該用、資料要多少才夠,附 356 句查詢的小實測
冷氣公司想先分出要派人到府的詢問,還想預測明年誰不續約。這篇講機器學習怎麼運作、分哪三大類,再用 356 句查詢的小實測,比較規則和模型差多少、資料量又影響多少。
AI agent、LLM、RAG、MCP、A2A、向量資料庫、AI 幻覺與提示詞注入:先弄懂名詞和運作方式,再判斷企業導入要注意什麼。
18 篇文章/第 1 頁,共 2 頁
冷氣公司想先分出要派人到府的詢問,還想預測明年誰不續約。這篇講機器學習怎麼運作、分哪三大類,再用 356 句查詢的小實測,比較規則和模型差多少、資料量又影響多少。
FDE 是直接進客戶公司寫程式、把系統做到上線的工程師。這篇拿一家冷凍水餃廠的 AI 客服需求走一遍,講他實際做什麼,和顧問、外包、FAE 又差在哪。
工程師問「你們的系統有沒有開 API?」時,要怎麼回答、怎麼問廠商?這篇拿我們官網的詢價表單從送出走到通知信,講 API、狀態碼、API key 和 webhook,最後整理串接前要問的問題。
生成式 AI 能照描述做出新的文字、圖片和影片。這篇拿一家登山鞋網店替文章做封面圖的三版需求當例子,講它和傳統 AI 差在哪、會在哪裡出錯,以及公司哪些工作可以交給它。
Claude 是 Anthropic 開發的 AI 模型與聊天 App。這篇拿同一份英文商品規格實測四個模型的中文,整理台灣怎麼用、免費版限制、方案與模型怎麼選。
OCR 把圖片和掃描檔裡的字轉成電腦能用的文字。我們用三張虛構的報價單與收據,實測傳統 OCR 和本機的視覺模型(一種 AI OCR)各讀對幾個欄位、錯在哪裡。
RPA 讓軟體照設定好的步驟去操作電腦畫面,補上沒有 API 可以串接的那一段。這篇用一個每月對帳流程比較 RPA、API 流程與 AI agent,也整理上線後最常卡住的地方。
Vibe coding 是用白話描述需求、讓 AI 寫出整個程式的做法。這篇整理它的由來、常見工具,以及哪些情況可以直接用、哪些上線前一定要有人檢查。
A2A(Agent2Agent)是讓不同廠商、不同框架做的 AI agent 互相委派工作的開放協定。這篇說明它怎麼運作、和 MCP 的分工,以及公司什麼時候才需要它。
廠商簡報都寫 Agentic AI,這個詞和 AI agent 是同一件事嗎?這篇整理各家定義、五個自主程度,用同一個退貨流程對照,並列出評估廠商時該問的五個問題。
提示詞寫好了,agent 還是答錯,問題常出在每一步塞給模型的資料。這篇說明 context engineering 在管什麼、為什麼上下文越長越容易漏,以及企業導入 agent 時怎麼取捨。
AI 讀到的網頁、信件和文件裡,可能藏著寫給它的指令。這篇用一個採購 AI 助理被廠商官網帶偏的例子,說明 prompt injection 怎麼發生、為什麼擋不乾淨,以及防護要設在哪幾層。