夏肇毅／加快腳步駕馭生成式AI　讓機器人為我們服務

▲ 一個個大語言模型陸續出現，每個人隨時都可以讓AI為你服務。（圖／路透）

● 夏肇毅／CubicPower晶智能中心創辦人

現在已進入生成式AI時代，全世界AI股價暴漲，獨霸AI晶片生產的台積電也不遑多讓，跟上這一波浪潮。跟當年的工業革命一樣，汽車取代馬車，馬伕就沒生意了。但只要有意願跟上時代，很快就可以學習開汽車，繼續過日子。現在的人工智慧也一樣，一個個大語言模型也陸續出現，每個人隨時都可以讓AI為你服務。

網路上也有各式各樣的生成式AI服務，隨時都可以問它問題，重點在於要能問出獨到精確的答案。這就有賴AI提示工程師的獨門絕技了。浪潮既然來了，大家就跟著這股浪潮前進，儘快掌握生成式AI，讓它替你服務到位。研究人員發現大語言模型的學習模式，和人類很像。當有豐富知識時，你只要告訴它一些例子，它就可以從你的例子中結合過去的知識，產生一些從未學過的答案，而且正確率相當高。有了回答的內容，接下來就要提供一些輸出的格式，讓它符合你要的文件型式。

要掌握生成式AI的提示技巧，簡單來說，就是要目標明確，提供背景說明，角色扮演，提供範例，說明輸出格式等。因為大語言模型的肚子裡真的很多知識，你沒有給它一些限制，它隨便撈些答案就回給你，應付了事。如果你很明確的把你的目標說清楚，它就會去找符合你目標的內容。

▲ 要目標明確，提供背景說明，角色扮演，提供範例，說明輸出格式，是掌握生成式AI的提示技巧。（圖／CFP）

►►►思想可以無限大－－喜歡這篇文章？　歡迎加入「雲論粉絲團」看更多！

但事實上答案還是非常多。所以你要再提供你所需要的背景說明，它就會從這些答案裡，找出比較符合你說的背景資料。接下來你要設定角色，讓它以某個人物的身份來回答。這結果就會很不同。專家回答和市井小民或小學生回答的內容自然不同。設定好角色，自然容易達成你希望的答案。開始先給它一個大架構，然後再順著這個架構一點一點的問詳細，最後就能夠產生出一個內容豐富的文章。

雖然大語言模型能夠回答一般化的問題，但真實運用到各行各業上就會發現廣泛性，精確性和深度不足。於是慢慢地就發展出RAG檢索增強生成技術（Retrieval-Augmented Generation）。簡單地說，就是提供私有的專業知識庫檢索，來幫助生成式AI回答各行各業的專業問題。

前面提過，如果我們能夠提供一些背景說明和範例，大語言模型就能回答得很好。RAG就是實踐這規則的一種方法。公司可以把它的常用文件，和問答集建成私人知識庫。在回答問題的時候，讓RAG先從這個私人知識庫中尋找相關資料，當作背景說明，然後連同問題一起送給大語言模型來回答。

▲ 個人與公司都應加快腳步，導入生成式AI到公司日常業務中。（圖／CFP）

而公司使用AI，最擔心的問題就一直都是業務資料外洩。最保險的方式，就是花點錢將大語言模型搬到公司內執行。加上運用私有的專業知識庫的RAG技術，應該就可以滿足公司內員工常用到的QA問答，與教育訓練的需求。

隨著生成式AI的快速發展，個人與公司都必須加快腳步，導入生成式AI到公司日常業務中， 讓每個人都成為熟練的生成式AI提示工程師，以提高生產力與個人知識。過去工業革命時，大家適應的很好。現在生成式AI革命，人們一樣可以把握機會，抓住改變世界的浪潮繼續向前邁進。

● 以上言論不代表本網立場，歡迎投書《雲論》讓優質好文被更多人看見，請寄editor88@ettoday.net，本網保有文字刪修權。