生成式 AI 是什麼?能幫公司做什麼、哪裡一定要人把關

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。

先說結論

生成式 AI 是能照你給的文字或圖片,做出新的文字、圖片、聲音、影片或程式碼的 AI,ChatGPT、Gemini、Claude 都屬於這一類。它和傳統 AI 的差別在輸出:傳統 AI 多半在判斷和分類,生成式 AI 則是做出新東西。它很適合打初稿、出好幾個版本,但交出來的是最像你描述的內容,事實、數字和對外承諾都要人確認;要用到公司內部資料,還得先把資料給它。

淺色橡木桌上排著四樣東西:左邊是一張倉庫鐵架照片,架上排滿掛彩色吊牌的紙箱,被需求單壓住一角;中間是一張需求單,只有登山鞋、紙箱和圖片三個小圖示與空白橫線,上面斜放一支鉛筆;需求單旁邊是一張灰白棋盤格小卡;右邊是一張被螢光綠長尾夾夾住的照片,紙箱裡放著一隻棕色登山鞋和一張空白吊牌,照片上蓋著一個透明壓克力裁切框
生成式 AI 是什麼?能幫公司做什麼、哪裡一定要人把關 封面視覺

有一家賣登山鞋的網店,小編要替官網上一篇〈商品頁的規格怎麼標清楚〉做封面圖。那篇文章在講怎麼替商品頁的每個欄位貼上清楚的標籤,而小編腦中浮現的畫面是倉庫。

鐵架上排著牛皮紙箱,每個箱子都掛著一張不同顏色的吊牌,還夾著一張空白的裝箱單。小編就照這個畫面寫了需求交給 AI,幾分鐘後,它就交回一張很像雜誌攝影的圖。

這張圖畫得很好看,但放在這篇文章上就不對了。因為那篇文章從頭到尾都是拿一雙登山鞋的商品頁當例子,倉庫只是小編自己想出來的比喻。所以讀者看完文章再看到這排紙箱,根本認不出它在講哪一段。

AI 完全是照需求畫的,所以問題是出在需求本身。如果你的公司要用 AI 寫貼文、擬客服回覆或做活動圖,也會遇到同樣的事。你沒有寫進需求的東西,它不會知道,但它還是會交回一份看起來很完整的成品。

這張封面圖後來一直改到第三版需求才定稿。所以下面我就跟著這張圖,講生成式 AI 能做什麼、又會在哪裡出錯。

生成式 AI 是什麼?

生成式 AI 是能照你給的文字、圖片或檔案,做出新的文字、圖片、聲音、影片或程式碼的 AI。AWS 對它的說明是「一種可以創造新內容和想法的人工智慧」,可以產生對話、故事、影像、影片和音樂。AWS:什麼是生成式 AI

你交給它的那段描述,就叫做提示詞(prompt)。像是用 ChatGPT 擬一封回信、用 Gemini 摘要會議紀錄,都是在用生成式 AI。小編拿來畫封面圖的工具也是。而你常看到的 GenAI,就是 Generative AI 的縮寫,講的是同一件事。

這裡說的「新」,是指它會照你的描述畫出一張原本不存在的圖,而不是去圖庫找一張現成的倉庫照片。所以就算同一段描述再跑一次,紙箱的角度、吊牌的顏色和位置也都會不一樣。

可以把生成式 AI 想成一位看過大量作品、手很快,但從來沒來過你公司的外包美術。

  • 你給的需求單,就是提示詞:你寫得越具體,他交回來的東西越接近你要的。
  • 他看過很多作品,所以畫得出樣子:倉庫、紙箱、吊牌長什麼樣,他不用你教。
  • 他沒來過你公司,所以不知道你沒寫的事:文章明明在講登山鞋,但只要需求單上沒寫,他就不會知道。
  • 每次交稿都不太一樣:同一張需求單請他畫兩次,會拿到兩張不同的圖。
  • 他不會自己去查證:你沒給的規格和數字,他會照「通常長這樣」補上去。

不過這個比喻有兩個地方對不上。真人美術看不懂需求時會反問你,或者跟你說「這個我不確定」。但生成式 AI 多半不會問,而是直接交出一張看起來很完整的圖。另外,真人會記得你上次改了哪裡。而生成式 AI 除非有開記憶功能,不然換一個新的對話就會從頭開始。

生成式 AI 很適合拿來打初稿、一次出好幾個版本,但它交出來的只是最像你描述的東西,所以事實和細節一定要有人確認。

公司可以把哪些工作交給生成式 AI?

大致可以分成三類。第一類是可以直接請它打初稿的工作,第二類是要先給它公司資料才能請它寫的工作,第三類則是要由專業人員判斷或乾脆不要交給它的工作。而一件工作出錯的代價越高、越接近對外承諾,就越需要有人確認。

類別工作交給生成式 AI 的方式人要確認什麼
直接打初稿社群貼文、商品頁初稿給它商品名、從規格表貼上的原文數字、寫給誰看事實、數字、品牌語氣
直接打初稿活動主視覺草圖、文章配圖寫出畫面裡要有的物件和位置,一次出兩三個版本來挑有沒有亂碼字、假介面、主體被裁掉
直接打初稿會議紀錄、長信摘要把原文貼給它整理有沒有漏掉決定和期限
先給資料再寫客服回覆草稿先把常見問答和退換貨規定整理成文件給它每一則送出前都有人看過
先給資料再寫報價、規格、交期給它最新的價目表和庫存,或請人把系統接起來讓它查每一個數字都要對
專業判斷或不交合約、法規、醫療判斷只拿來整理問題,不讓它下結論由專業人員判斷
專業判斷或不交商品實拍、產品介面截圖不交給它用真實照片和真實截圖

第一類裡的文字工作,需求單也要寫得和畫圖時一樣具體。以商品頁初稿為例,可以這樣寫:

  • 商品名,加上從規格表直接貼上的原文數字:尺寸、材質、價格都用貼的,不要讓它自己記。
  • 寫給誰看:例如「第一次買登山鞋的上班族」。
  • 沒給的規格留空,不要自己補:把這一句寫進去,可以減少它自己編數字的情況。
  • 不寫保固、交期和優惠承諾:這些由負責的人最後補上。

表格的最後一列要特別注意。AI 生成的圖只適合拿來當示意用的概念圖,產品畫面還是要用真實的截圖,因為讀者會把截圖當成「產品真的長這樣」。

第二類之所以要先給資料,是因為生成式 AI 不知道你公司的價目表和庫存。如果要它在回答之前先去查公司文件,再根據查到的內容回答,這種做法就叫 RAG。我整理在 RAG 是什麼。而如果是讓它直接去系統裡查訂單、建單,那就是 AI agent 在做的事。至於系統和系統之間要怎麼接起來,我在 API 是什麼那篇有說明。

如果你想把生成式 AI 接上公司的資料和系統,這就是我們企業 AI 營運在做的串接工作。

另外,公司的資料到底能不能貼進去,也要先講好。行政院在 2023 年 8 月發布了〈使用生成式 AI 參考指引〉,開頭就要求公務使用要保有機密性及專業性。這份指引的重點之一,也是要使用者客觀、專業地評估生成式 AI 產出的資訊與風險。行政院:使用生成式 AI 參考指引

一般公司雖然不受這份指引約束,但可以照同樣的方向訂三條規則。第一條是講清楚哪些資料不能貼,例如客戶的姓名電話、報價單和合約。第二條是一律用公司統一申請的帳號,不用個人帳號。第三條是講好對外發出之前要由誰看過,例如負責的業務或主管。

至於員工用個人帳號貼客戶名單會有什麼風險,我在 Shadow AI 是什麼那篇有整理。

生成式 AI 和傳統 AI 差在哪?

兩者的差別在於交出來的東西:傳統 AI 多半是在判斷和分類既有的資料,生成式 AI 則是做出新的內容。

我們平常說的傳統 AI,比較精確的名字是分辨式 AI(也有人叫鑑別式 AI)。科技大觀園的文章說明,它是用一批已經標好答案的資料,訓練出一個分類器,再拿去判斷沒看過的資料。而分類器,就是專門判斷東西屬於哪一類的模型。科技大觀園:「生成式 AI」和「分辨式 AI」有哪裡不一樣?

例如信箱的垃圾信過濾,判斷的是「這封是不是垃圾信」,而客服系統的分類,判斷的是「這則留言是不是客訴」。生成式 AI 則可以接著把那則客訴的回覆草稿寫出來。兩者都是從資料裡學出來的,差別就在學完之後交出來的是什麼。

分辨式 AI(傳統 AI)生成式 AI
交出什麼一個判斷:是或不是、屬於哪一類、分數多少一段新的文字、一張新的圖、一段影片或程式碼
例子垃圾信過濾、零件瑕疵檢測、信用卡盜刷偵測擬回信、寫商品頁初稿、畫文章封面圖
怎麼確認對不對拿標好的答案比對,算出準確率通常沒有唯一的正確答案,要人看過才知道能不能用

分辨式 AI 可以先用一批舊資料算出準確率,再決定要不要上線。但生成式 AI 交出來的每一份都不一樣,所以通常要有人看過,才知道這一份到底能不能用。這也是為什麼前面那張分工表,每一列都有「人要確認什麼」。

生成式 AI 是怎麼做出一張圖、一段文字的?

它會先從大量資料裡學到「什麼東西通常長什麼樣子」,然後再照你的描述,做出最符合描述的內容。

負責做文字的是大型語言模型(LLM),例如 GPT、Claude、Gemini 背後的模型。而 ChatGPT 則是用 GPT 做成的聊天產品。

LLM 會看著前面的文字,依機率挑出下一小段字,然後一路接下去。因為它不一定每次都挑機率最高的那個,所以同一個問題問兩次,答案的用字也會不一樣。另外,現在很多 LLM 也能讀圖片。

細節我在 LLM 是什麼那篇有拿一封詢價信完整走過一次。

而做圖片的模型,常見的一種是擴散模型。AWS 的說明是,這類模型在學習的時候,會在原始資料上一次又一次地加入雜訊,再把過程反過來,一步步把雜訊去掉。你可以把雜訊想成電視沒訊號時的雪花點。

等到要畫圖的時候,它就從一片雪花點開始,照你的描述,一步步整理出一張原本不存在的新畫面。

前面那張倉庫封面圖也是這樣來的。「倉庫、鐵架、紙箱、吊牌」這幾個詞它都懂,所以畫得很像。但它不知道文章在講登山鞋,因為需求裡根本沒寫。那張圖之所以對不上內文,是因為需求只描述了小編自己想的比喻,沒有描述文章裡真正的例子。

如果讓 AI 自己去公司系統裡查資料、把事情做完,那就是 AI agent。至於它和聊天機器人、自動化流程有什麼差別,我整理在 AI agent 和聊天機器人、RPA、自動化流程差在哪。

生成式 AI 會在哪裡出錯?

它最常出錯的地方有兩種。一種是你沒告訴它的事,另一種是要求很精準的地方。下面第 1、2 種是這張封面圖實際遇到的,第 3、4 種是做圖時常見的問題。第 5 種則是文字工作最常見的錯。

  1. 畫得很像,但不是你要的:就是開頭那張倉庫紙箱。所以到了第二版需求,小編就改成寫正文裡的東西。紙箱裡放一隻登山鞋,箱子正面貼一張託運單。旁邊擺著那雙鞋的商品頁印稿,紙上夾著一張吊牌,再用一條螢光綠細繩把託運單和吊牌連起來。這些都是那篇文章裡真的有出現的例子。
  2. 東西放不到你要的位置:第二版一次產了 A、B 兩張,但吊牌都擠在畫面的最右邊。封面圖原本是 16:9 的橫圖,而手機看文章時會把它裁成比較接近方形的 4:3。這樣左右各切掉約 12%,所以吊牌剛好就會被切掉。OpenAI 的圖片生成文件也有寫,模型在需要精準排版的構圖上,可能很難把元素放到指定的位置。OpenAI:Image generation
  3. 字寫不好:同一份文件也提到,模型在文字的位置和清晰度上還是可能出錯。所以需求裡最好寫明「不要有任何文字」。至於圖上要標的中文,就另外排好字再疊上去。
  4. 照字面做,交出一個假的東西:例如你要做一張產品圖直接疊在網頁上,所以需求裡寫了透明背景,也就是圖片沒有底色。結果交回來的圖,卻把透明的地方畫成一片灰白棋盤格。那是修圖軟體用來表示「這裡透明」的花紋,整張圖其實一點都不透明。
  5. 文字會流暢地講錯:圖畫錯了一眼就看得出來,但文字寫錯了卻很難發現。例如你請它照規格表寫商品頁,如果規格表上沒寫防水等級,它可能會自己補一個,而且寫得很像真的。這種情況叫 AI 幻覺,原因和預防的方法我整理在 AI 幻覺是什麼。

第 4 種只要換個做法就可以避開。OpenAI 的文件有寫明,部分圖片模型透過 API 可以直接要求透明背景。而如果你用的工具做不到,可以改成請它畫一整片純洋紅色的背景,再用修圖軟體或程式把洋紅色去掉,只留下主體。

三張圖並排的對照圖:第一版是倉庫鐵架與紙箱,需求寫的是「倉庫鐵架、紙箱、彩色吊牌」,標「讀者認不出文章在講什麼」;第二版 A 是登山鞋紙箱和商品頁印稿,畫面左右各畫出手機會裁掉的 12% 範圍,吊牌落在被裁掉的區域;第三版 C 補上位置限制,所有物件都在裁切範圍內 同一張封面圖的三版。左邊是只寫比喻的第一版。中間是寫了正文物件、沒寫位置的第二版 A,吊牌會被手機裁掉。右邊是補上位置限制的第三版 C。

前三種都可以靠改需求來解決。需求要寫出具體的物件、位置,以及不能出現的東西。例如要寫「登山鞋」,不要寫「商品」。要寫「放在寬度 18% 到 82% 之間」,不要寫「放中間」。最後再加一句「不要有任何文字」。至於提示詞要怎麼寫才能讓團隊重複使用,可以看提示詞怎麼寫。

第 5 種則只能靠人在交出去之前看過一次,所以分工表裡每一列都留了「人要確認什麼」。

常見的生成式 AI 工具有哪些?

寫文字常用的有 ChatGPT、Claude、Gemini 和 Microsoft Copilot。畫圖常用的有 ChatGPT 的圖片生成、Gemini 和 Midjourney。寫程式常用的有 Cursor 和 GitHub Copilot。做影片則有 Google 的 Veo。

不少工具同時能處理文字和圖片,所以同一個工具常常橫跨好幾類。

要它做出什麼常見工具公司常拿來做的事
文字ChatGPT、Claude、Gemini、Microsoft Copilot擬回信、寫商品頁初稿、摘要會議紀錄、翻譯
圖片ChatGPT 的圖片生成、Gemini、Midjourney活動主視覺草圖、文章配圖、簡報插圖
程式碼Cursor、GitHub Copilot改網站、寫小工具、看懂別人寫的程式
影片Google 的 Veo 等影片模型短影音草稿、產品示意短片

選工具之前,你要先想清楚一件事,就是你會不會把公司資料貼進去。如果會的話,就要先看這個工具的企業版怎麼處理你的資料,這部分我整理在企業版 AI 助理怎麼選。

回到那張封面圖:最後怎麼定稿,你可以怎麼開始?

小編最後用的是第三版 C,關鍵就在需求單終於寫出了正文裡的物件和位置。那張封面圖的登山鞋、託運單、細繩和吊牌都放在畫面中間,所以手機裁切之後還是看得到。之後要做圖的話,也可以照同樣的順序。先把正文寫完才開始寫需求,需求裡寫明物件和位置,一次產兩個版本,最後再用手機的比例看一次。

如果你的公司也想開始用,我會建議先挑一件出錯也來得及改的工作來試,試過之後再決定要不要交給它更多。例如商品頁或社群貼文的初稿就很適合,因為每一份都會有人看過才發出去。

需求單的部分,照前面分工表下面那四點來寫就可以了。然後每一份草稿,你都可以順手記下同事改了幾個地方、花了幾分鐘,以及 AI 有沒有把事實寫錯。

試了幾週之後,如果你發現同事要動手改的地方越來越少,有可能是你們的需求單越寫越清楚了,但也有可能只是審稿的人標準放寬了。所以這兩種可能你都要回頭確認一下。

而如果這段時間 AI 都沒有把事實寫錯,那就可以試第二類工作。也就是把常見問答和退換貨規定整理成一份文件交給它,請它寫客服回覆草稿。但如果它一直把事實寫錯,通常是因為它缺了公司的資料,那就先把資料補給它,之後再考慮要不要換工具。

常見問題

ChatGPT 算是生成式 AI 嗎?

算。ChatGPT 是一個生成式 AI 產品,背後用的是大型語言模型,現在也能產生圖片。科技大觀園的文章也寫,ChatGPT 只是生成式 AI 的其中一種形式。而畫圖用的 Midjourney 等工具,也屬於生成式 AI。

生成式 AI 和 LLM 差在哪?

生成式 AI 是總稱,LLM 是其中以處理文字為主的那一類模型,很多也能讀圖片。專門畫圖、做影片的模型同樣屬於生成式 AI,但一般不叫 LLM。至於這幾個名詞的完整對照,我在 LLM 是什麼那篇有做一張表。

公司資料可以貼進生成式 AI 嗎?

要看你用的是哪一種帳號。在貼之前,你要先確認公司用的版本會不會拿對話去訓練模型,以及資料會存多久。這些通常寫在服務的隱私權政策或企業版的資料使用說明裡,也可以請公司的 IT 或採購窗口向廠商確認。

至於各家企業版的差別,我整理在企業版 AI 助理怎麼選。客戶個資、合約和報價這類資料,我建議等公司訂好規範、用企業版之後再貼。

生成式 AI 每次的答案都不一樣,正常嗎?

正常。它每次都是重新產生內容,所以同一個問題、同一張需求單,跑兩次會拿到兩個版本。做圖的時候反而可以利用這一點,每次跑兩個版本來挑。但如果你要的是價格、規格這類一定要對的答案,就要讓它先查公司資料再回答,並且每次都要有人核對。查資料可以讓答案有依據,但用字還是可能每次都不一樣。

參考來源

從這篇繼續看相關內容

依文章主題整理同站文章、服務/產品與 FAQ 入口,讓下一步有清楚的閱讀方向。

延伸閱讀

下一步

服務入口

了解企業 AI 營運導入

名詞弄清楚之後,看 AI agent 怎麼接進既有系統,以及哪些動作要人工確認。

查看相關頁面

常見問題

AI 的 token 是什麼?

用量和費用怎麼算,先看一題直接回答。

查看 FAQ 解答

企業 AI 落地實踐

把文章裡的判斷帶回你的流程

從一個實際工作流開始,與 EthorX 共同釐清 AI agents 的導入起點。