小六生也能懂的iPAS AI應用規劃師考前重點摘要(6)-RAG/RPA

更新 發佈閱讀 2 分鐘

一、RAG

  • 定義:RAG(檢索增強生成,Retrieval-Augmented Generation):在生成式 AI 模型(如 GPT)回應問題時,先從外部知識庫中搜尋相關資料,再交由模型結合生成答案。
  • 實務應用例子:
  1. ChatGPT + 文件上傳(企業用戶常見應用)
  2. 文件問答系統(PDF QA)
  3. 語意搜尋系統(Semantic Search)
  4. 法律文件 AI 助手:先查條文、再生成摘要建議
  • 與一般生成的差別?
raw-image

二、RPA

  • 定義:RPA(Robotic Process Automation)是讓電腦模擬人類操作,例如滑鼠點擊、鍵盤輸入、複製貼上等 「重複性、可預測的任務」
  • 應用舉例(與工作效率息息相關):
  1. 自動讀信件、存附件:每天 9 點自動打開 Outlook,下載報表存入資料夾
  2. 自動整理表格:開啟 Excel,自動合併工作表、加總、儲存
  3. 自動登入系統:每日自動打開系統網站 → 登入 → 執行查詢
  4. 自動填寫簡報模板:將資料表值自動填入 PowerPoint 各頁欄位(但不懂內容含義!)

 📌 RPA ≠ AI,它偏向「機器人流程模擬器」,但可以與 AI 結合,由 AI 提供內容,RPA 負責「操作與流程自動化」。



留言
avatar-img
留言分享你的想法!
avatar-img
Haruhii-愉快且認真的生活者
12會員
54內容數
在思索與書寫中尋找生活的節奏, 記錄觀影後的感觸、備考路上的心情, 以及各種實驗過的AI工具。 這裡沒有標準答案,只有愉快與認真的嘗試。
2025/11/05
本文介紹了 AI 模型的擬合概念,比喻三種狀態以及過擬合的困擾,並提供了正則化和 Dropout 等方法來解決過擬合問題,以提升模型在新資料上的表現。
Thumbnail
2025/11/05
本文介紹了 AI 模型的擬合概念,比喻三種狀態以及過擬合的困擾,並提供了正則化和 Dropout 等方法來解決過擬合問題,以提升模型在新資料上的表現。
Thumbnail
2025/11/05
本文為 iPAS AI 應用規劃師考試提供重點複習,概述了 K-means、布林型、標準差、決策樹、DBSCAN、線性回歸等基礎概念,並介紹了皮爾森積差相關、主成分分析、隨機森林等進階模型,以及擴散模型和 AR 模型在時序預測與圖像生成的應用,最後強調 AI 價值在組織中的擴散。
2025/11/05
本文為 iPAS AI 應用規劃師考試提供重點複習,概述了 K-means、布林型、標準差、決策樹、DBSCAN、線性回歸等基礎概念,並介紹了皮爾森積差相關、主成分分析、隨機森林等進階模型,以及擴散模型和 AR 模型在時序預測與圖像生成的應用,最後強調 AI 價值在組織中的擴散。
2025/11/04
本網頁為 iPAS AI 應用規劃師考試提供考前重點摘要,專注於雲端服務架構的對比分析。
Thumbnail
2025/11/04
本網頁為 iPAS AI 應用規劃師考試提供考前重點摘要,專注於雲端服務架構的對比分析。
Thumbnail
看更多