階段一：現階段的AI發展概況與應用
AI的最新發展概況
近年來，人工智慧（AI）的發展已經從實驗室走向了大眾的日常生活。最新的發展概況主要集中在以下幾個面向：
1. 多模態（Multimodal）模型的崛起：現在的 AI 不僅能處理文字，還能同時理解圖像、聲音甚至是影片。我們可以直接對著 AI 說話，或上傳一張圖片讓它進行分析。
2. 代理式工作流程（Agentic Workflow）：AI 不再只是一問一答的聊天機器人，而是能夠自主規劃步驟、使用工具（如搜尋網路、執行程式碼），進一步解決複雜問題的「智慧代理人（Agent）」。
3. 終端裝置 AI（Edge AI）：越來越多 AI 模型被壓縮並內建於我們的手機、平板和個人電腦中，不僅提升了運算速度，也能在不連網的狀態下保護使用者的隱私。
AI的最新發展應用
- 教育領域：成為學生的個人專屬家教，針對不懂的知識點進行耐心講解；協助老師自動出題與批改考卷。
- 醫療健康：輔助醫生判讀 X 光片、分析病歷，甚至加速新藥物的研發過程。
- 程式開發：開發者只需用自然語言描述需求，AI 就能自動生成程式碼，或幫忙找出程式裡的 Bug（臭蟲）。
- 娛樂與藝術：透過一句話生成精美的畫作、製作音樂特效，甚至是一段栩栩如生的電影畫面。
階段二：生成式AI的概念與應用
生成式AI的概念與傳統AI的差異
生成式 AI (Generative AI) 是人工智慧的一個分支，其核心能力在於「創造新內容」。
傳統 AI 大多用來「分類」或「預測」（例如：判斷這張圖是不是貓），而生成式 AI 則是學習了大量的資料後，能夠「生成」全新的內容（例如：畫出一隻正在喝咖啡的機器貓）。
下面是傳統 AI 與生成式 AI 的差異比較表：
| 比較項目 |
傳統 AI (分析與判別式 AI) |
生成式 AI (Generative AI) |
| 主要功能 |
分類、辨識、預測趨勢 |
創造、生成全新的內容 |
| 運作方式 |
尋找資料中的規則與特徵 |
學習資料的分佈與結構，生成相似但不一樣的新結果 |
| 常見應用 |
垃圾郵件過濾、人臉解鎖、天氣預測 |
文章撰寫、圖像生成、音樂創作、影片生成 |
| 舉例說明 |
「這張照片裡有狗嗎？」 |
「請幫我畫一張在太空漫步的黃金獵犬照片。」 |
我們也可以透過以下的 Mermaid 概念圖來理解它們的關係：
graph TD
A[人工智慧 AI] --> B(機器學習 Machine Learning)
B --> C(深度學習 Deep Learning)
C --> D{生成式 AI Generative AI}
A --> E[傳統/判別式 AI]
E --> F[分類貓狗圖片]
E --> G[預測股票走向]
D --> H[文字生成: ChatGPT/Gemini]
D --> I[圖像生成: Midjourney/Imagen]
D --> J[音訊/影片生成: Sora/Veo]
生成式AI的應用
生成式 AI 已經廣泛應用於多種媒體形式中：
- 文字 (Text)：撰寫報告、寫詩、翻譯語言、總結長篇文章。
- 圖像 (Image)：設計 Logo、製作遊戲素材、畫插畫。
- 音訊 (Audio)：文字轉語音（TTS）、生成背景音樂、模仿特定人聲。
- 影片 (Video)：將文字腳本轉換為短影音、生成動畫。
- 程式碼 (Code)：自動撰寫網頁 HTML/CSS、Python 腳本或資料庫查詢語言 (SQL)。
階段三：商用生成式AI介紹
目前市面上有多家科技巨頭推出了強大的生成式 AI 模型：
- Google 的 Gemini
- 特色與最新模型：Google 最強大的多模態模型。目前最新為 Gemini 3 與 Gemini 3 Flash 系列，進一步提升了推理能力與運算速度。它擁有極長的「上下文窗口（Context Window）」，可以一次塞入好幾本電子書或一部長影片讓它分析，並且與 Google 服務（如 Workspace、Android）深度整合。
- OpenAI 的 ChatGPT (GPT / o 系列)
- 特色與最新模型：ChatGPT 的幕後推手，也是目前最普及的 AI。最新的推理模型包含 o3、o3-mini 甚至 o4-mini，針對複雜的數學與程式問題強化了「深度推理（Reasoning）」能力。而在一般語言與多模態模型上，GPT-5.2 則在程式編寫與代理任務 (Agentic workflow) 上提供了頂尖的表現。
- Anthropic 的 Claude
- 特色與最新模型：由 OpenAI 前員工創立，極度重視「AI 安全性」。目前的最新版本已推進到 Claude 4.6 Sonnet 以及 Claude 4.5 Opus。它在撰寫程式碼和自然語言寫作上表現卓越，並且擁有 Artifacts 功能，可以直接在旁邊的視窗預覽它寫出來的網頁或圖表。
- xAI 的 Grok
- 特色與最新模型：由 Elon Musk 的 xAI 團隊開發。目前最新版本為 Grok 4.1。其最大特色是能夠即時存取 X (前 Twitter) 平台上的最新推文資訊，回答風格較為幽默、不受傳統框架侷限，適合尋找即時的新聞動態與社群風向。
階段四：Google Gemini 的實驗遊樂場
AI Studio的介紹
Google AI Studio 是一個專為開發者和學習者設計的「網頁版實驗室」。
在這裡，你可以直接呼叫 Google 最新的 Gemini 模型，調整各種參數（如溫度），甚至可以在不寫程式碼的情況下，測試不同 Prompt (提示詞) 的效果。它非常適合高中生用來了解 AI 模型的底層邏輯與運作原理。
Gemini的最新模型
在 AI Studio 中，我們可以選擇不同量級的模型來達成任務：
- Gemini Flash 系列：速度極快、成本低，適合處理大量的日常簡單任務。
- Gemini Pro 系列：效能與速度的完美平衡，擁有優異的長文本處理能力與推理能力。
💡 以下是 Gemini 各項功能的應用說明與「範例 Prompt」設計。請在 AI Studio 中親自嘗試這些 Prompt，觀察 AI 的回應！
1. 問答 (Q&A)
- 說明：AI 可以作為你的知識庫，進行深度問答與邏輯推演。如果問題太複雜，可以引導它一步步思考（Chain of Thought）。
- 範例 Prompt：
text
你現在是一位幽默的高中物理老師。請用高中生聽得懂的生活例子，並且以「一步一步思考」的方式，解釋什麼是「量子力學中的薛丁格的貓」。字數控制在 300 字以內。
2. 文本生成 (Text Generation)
- 說明：不論是寫作靈感、翻譯還是摘要，AI 都能根據你給定的角色與語氣快速生成高品質的文本。
- 範例 Prompt：
text
我需要寫一篇關於「減少校園塑膠垃圾」的短篇演講稿。對象是全校師生。
請幫我擬定 3 個吸睛的開場白，並撰寫一段大約 200 字的結語，語氣要充滿熱血與號召力。
3. 圖像生成 (Image Generation)
- 說明：利用 Google 的 Imagen 模型，你可以用文字描述腦海中的畫面，AI 會將其渲染成高品質圖片。描述越精準（包含風格、光影、主體細節），圖片越符合預期。
- 範例 Prompt：
text
生成一張高畫質圖片：一隻穿著太空衣的可愛柴犬，正漂浮在火星表面。背景是璀璨的銀河，風格是 3D 動畫皮克斯風格 (Pixar style)，光線明亮。
4. 影片生成 (Video Generation)
- 說明：Google 的 Veo 技術可以生成短秒數的高畫質影片。這對於製作簡報動畫或影音素材非常有幫助。
- 範例 Prompt：
text
生成一段 5 秒的影片：鏡頭從高空俯瞰一座被熱帶雨林包圍的古代神廟，接著一隻色彩斑斕的鸚鵡從鏡頭前飛過。電影級運鏡。
5. 各種程式 (Coding & Debugging)
- 說明：AI 是你寫程式的最強副手，不管是解讀看不懂的程式碼，或是幫忙找 Bug，它都能給出詳細的解釋。
- 範例 Prompt：
text
我是一個剛學 Python 的高中生。請幫我寫一個簡單的「猜數字遊戲」程式碼 (1 到 100 之間)。
請在每一行程式碼加上清楚的中文註解，並且在最後教我如果想把範圍改成 1 到 500 應該改哪裡。
6. 讀取與整理資料 (Data Processing)
- 說明：Gemini 擁有極大的上下文窗口，你可以上傳一份長篇的 PDF 或 CSV 檔案，讓它幫你找出重點，或是重新排版成表格。
- 範例 Prompt：
text
(請先上傳一份關於氣候變遷的 PDF 報告)
請閱讀這份報告，幫我總結出「全球暖化對海洋生態造成的三大主要影響」，並將這三個影響以及對應的解決方案，整理成一個 Markdown 格式的表格。
7. 其他功能 (Advanced Settings)
- 說明：在 AI Studio 中，你還可以調整右側的進階設定。
- System Instructions (系統指令)：設定 AI 的根本角色與規則（例如：設定它永遠只能用文言文回答）。
- Temperature (溫度)：設定 AI 的創意程度。數值接近 0 時，回答最精準死板；數值接近 1 甚至 2 時，回答最具創意但可能出現幻覺（Hallucination）。
- 範例 Prompt (搭配系統指令測試)：
- 在 System Instructions 輸入：「你是一個脾氣暴躁但內心善良的程式設計大師。回答問題前都要先嘆氣。」
- 在聊天框輸入：「請問什麼是 HTML？」
學習總結
恭喜你完成了生成式 AI 的基礎學習！
經過這個章節，你應該已經獲得了以下的知識與技能：
- 知識 (Knowledge)：
- 清楚知道傳統 AI 與生成式 AI 的核心差異與運作原理。
- 認識目前市場上主流的大型語言模型（Gemini, GPT, Claude, Grok）及其特色與最新模型資訊。
- 技能 (Skills)：
- 能夠登入並操作 Google AI Studio 環境。
- 具備基本的 Prompt Engineering (提示詞工程) 技巧，懂得如何設計具體的指令來引導 AI 完成問答、寫作、圖片生成與程式除錯等實用任務。