作者：Ben Tsai 日期：2025.8.6
前言：
本文內容是閱讀美國華頓商學院莫里克(Ethan Mallick)教授發表之文章(Using AI Right Now: A Quick Guide，以下簡稱「AI使用指引」)1的心得整理，個人對其觀點相當認同，對於一般(非AI專業)有心了解或考慮使用生成式AI的讀者極具參考價值。透過閱讀「AI使用指引」一文，可以感受到人工智慧技術發展快速且應用廣泛，其內容涵蓋以下七大主題。
一、主流生成式Al系統概覽與選擇
核心理念：當前的Al市場已從選擇「最佳模型」轉變為「最適合大多數人的整體系統。使用Al系統變得更容易，但理解它們卻更複雜。
1. 對於希望認真使用Al的用戶，建議選擇以下三大主流系統：
- Anthropic-Claude
- Google-Gemini
- OpenAI-ChatGPT
共同特點：
- 支援語音進階模式、快速模型、具備檢視圖片和文件能力。
- 執行程式碼、API對外介面、建立圖片和影片(Claude缺乏此功能)。
- 支援Deep Research (深度研究)。
- 成本：大多數功能需要每月約20美元的訂閱費用。
- 其他值得關注的系統：
- Grok (Elon Musk的xAI)：適合大X用戶，但其運作方式不太透明。
- Microsoft Copilot：提供許多ChatGPT的功能，可透過Windows存取，但難以控制正在使用哪些模型(一般或推理型)以及何時使用。
- DeepSeek r1 (中國模型)：功能強大且免費，但缺少部分功能且長期支援缺乏確定性。
對於大多數想認真使用Al的人來說，選擇如下三種系統中之一可能是較為安全且保險的決定：Anthropic-Claude丶Google-Gemini & OpenAI-ChatGPT。
二、多層級Al模型與應用
核心理念：ChatGPT、Claude & Gemini都提供多種Al模型，用戶需根據任務需求選擇合適的模型，就像選擇不同的交通工具一樣。
- 三層級模型架構：
- 快速模型(Fast model)：適用於「休閒聊天」的Claude Sonnet、GPT-4o、Gemini Flash。
- 強大模型(Powerful model)：適用於「嚴肅工作」的Claude Opus、GPT-o3、Gemini Pro)，應用於如分析丶寫作丶硏究丶程式碼撰寫。
- 超強大模型(Ultra-powerful model)：適用於「最困難的問題」的GPT-o3-pro)，可能需要超過20分鐘來思考。
備註：大多數系統預設為快速模型，以節省運算資源。用戶需要手動切換到強大模型。免費版本的Gemini不提供最強大的模型。
- 重點提醒：
- ChatGPT、Claude & Gemini都提供多種Al模型，透過其介面，並選擇正確的模型至關重要。
- 每個系統皆提供三個層級：用於休閒聊天的快速模型，用於嚴肅工作的強大模型，以及有時用於最困難問題的超強大模型。
三、Al隱私與訓練資料
核心理念：用戶對個人資料用於Al訓練的擔憂日益增加，主流系統提供了相應的控制選項。
- 隱私政策差異
- Claude：不會將使用者資料用於訓練Al模型。
- Gemini & ChatGPT：如果不是使用企業或教育版本，使用者資料可能會用於訓練。
- 關閉訓練功能
- ChatGPT：可以輕鬆關閉訓練功能，且不會損失任何功能。
- Gemini：關閉訓練功能可能會損失一些功能。
- ChatGPT的記憶選項：在個性化設定中，可以開啟或關閉記憶功能，讓Al記住用戶的細節。然而，該記憶系統並不太穩定。
四、Deep Research (深度研究)功能
核心理念：Deep Research是一種關鍵的Al功能，尤其對專業人士極其有用，能生成高品質、準確且有引用的報告。
- Deep Research的價值：生成極高品質的報告，報告錯誤少並且遠比直接詢問Al更準確。
- 引用通常正確：對「資訊專業人士」(如律師、會計師、顧問、市場研究員)具有吸引力。
- 使用方式與差異：各個Deep Research工具運作方式略有不同且具有不同的優勢和劣勢。例如，在Claude和o3中開啟網頁搜尋選項，等同進行迷你Deep Research﹔Google則提供額外選項，將報告轉化為資訊圖表、測驗或播客。
五、有效的Al提示(Prompting)策略
核心理念：最新的Al模型可以處理複雜的提示詞，因此以往的許多提示技巧不再那麼重要，關鍵在於提供清晰的上下文和目的。
- 提示難度降低，不必過於擔心措辭的精確性。心得：
- 客氣地對待Al似乎對輸出品質沒有太大影響。
- 以對話式的方式與Al交流。
- 提供上下文(Context)是提示的核心原則: Al模型只知道基本使用者的資訊和當前聊天的內容，提供文件、圖片等額外資訊可提升AI回答的品質。心得：
- 明確的需求陳述：具體描述你想要什麼。例如，不要簡單說「寫一封行銷郵件」，而要具體描述：我計畫推出一個針對小型律師事務所的SaaS產品，寫一封冷門推廣郵件，解決他們的文件管理痛點，以下是產品細節：［貼上］。
- 讓AI提問：可要求Al進一步詢問問題以幫助釐清需求。
- 要求AI提供多個選項：Al不會疲倦或不滿，要求多個想法而不是僅數個。
- 分支對話(Branching) : Claude丶ChatGPT和Gemini都允許在收到答案後編輯提示，這會創建一個新的對話分支，有助於探索替代方案。
六、Al的侷限性與注意事項
核心理念：Al並非萬能，理解其侷限性對於有效利用至關重要。
- 幻覺(Hallucinations)：雖然Al模型有所改進，幻覺的風險遠不如以前。 然而，Al仍然會犯錯和產生錯誤的資訊，並自信地給出錯誤回答。使用更大、更具理解力的模型或進行網頁搜尋功能，較可能得到正確答案。同時，建議使用者僅將Al用於具備理解能力及孰悉的問題領域。
- 並非魔法(Not Magic)：最強的Al可以在某些任務上達到非常聰明的人的水平，但目前的模型無法提供超越人類理解的奇蹟般見解。Al處理問題時可能看起來令人難以置信地有見地，但使用者應始終帶著懷疑的態度。
- 雙向對話(Two Way Conversation)：與AI進行來回互動，不要只要求回應，而是推動Al並提問。
- 檢查錯誤與思維過程：直接詢問Al為何如此回答並無幫助。如果發現問題，檢查Al模型的思考軌跡可能可以發現一些端倪。
七、實際操作建議
核心理念：從休閒用戶轉變為高效用戶的關鍵，在於了解Al的核心功能及其侷限性，並適當地應用於實際工作。
- 立即行動：支付訂閱費用即「首先，選擇一個系統並支付20美元的費用(免費版本是演示，不是工具)」。
- 三項真實的工作測試：
- 切換到強大模型：給予Al一項實際工作的挑戰，提供完整上下文，並進行互動式的來回討論。要求具體輸出，並不斷修改直到滿意。
- 嘗試Deep Research：針對需要全面資訊的問題(例如競爭分析丶個人想法丶技術深度探討)
- 實驗語音模式：在做其他事情時(例如做飯、散步、通勤)嘗試語音模式，觀察它如何改變你思考問題的能力。
- 關鍵心態轉變
- 大多數人一開始像使用Google一樣使用Al：快速提問，沒有上下文。
- 從休閒用戶轉變成專業用戶的關鍵不在於提示技巧(這需要經驗)，而是孰悉這些核心功能並將之應用於實際工作。也就是具備起而行的實驗態度：給予Al完整上下文及輔助文件以進行分析，要求詳盡的選項使用分支(修改成不同的問法)來探索替代方案，實驗出不同的結果。
補充說明：
由於AI進展速度極快，除了「AI使用指引」提到的模型，各家亦推陳出新例如OpenAI推出模型更小、速度更快的-mini，進階模型-4.5，甚或即將推出”號稱”接近AGI的GPT-5。除了模型本身能力不斷提升，系統面的整合也是發展方向，特別是具有自動執行任務能力的AI代理(Agent)更是兵家必爭之地。
參考資料：
