3科目一系統教材：人工智慧基礎概論
四個章節對應官方評鑑主題 L111–L114。每個概念都先用白話講懂、再給比喻與實例；★ 標示公告試題實際考過的重點，但請以「理解」為先——理解了，變形題怎麼出都不怕。
第 1 章｜L111認識 AI 與 AI 治理
🎯 學習目標——讀完你應該能：
- 畫出 AI、機器學習、深度學習的「套圈關係」，並說出彼此差別
- 分辨規則式與學習式系統、弱 AI 與強 AI
- 說明為什麼需要 AI 治理，並記住台灣與歐盟的規範架構
- 判斷哪些場景必須保留人工把關（HITL）
人工智慧Artificial Intelligence, AI
白話說讓電腦去做「本來要靠人類智慧才辦得到」的事：看懂圖片、聽懂語音、翻譯、下棋、寫文章、做判斷。
AI 不是魔法，拆開來就是「數學模型＋大量資料＋運算力」。歷史上有兩條路線：符號式 AI——把專家的判斷規則一條條寫進程式（如早期的專家系統（Expert System））；連結式 AI——模仿大腦神經元，讓機器自己從資料學規律。今天的主流是後者。
💡 比喻規則式像「背食譜做菜」——食譜沒寫到的狀況就當機；學習式像「看一萬部料理影片自己歸納手感」——遇到沒看過的食材也能舉一反三。
🔍 深入理解（點開看進階拆解）
「智慧行為」的判準其實會隨時代移動：1997 年深藍擊敗西洋棋世界冠軍時被視為 AI 的巔峰，今天多數人只把它當「搜尋演算法」。這叫 AI 效應——一旦某項能力被機器攻克，大家就不再覺得它算 AI。所以考題問「AI 的範圍」時，答案通常是「涵蓋多種技術與領域的總稱」，而不是任何單一技術。
另一個常被忽略的點：符號式與連結式不是你死我活。現代系統經常混用——例如 LLM（連結式）搭配規則式的防護欄過濾輸出。判斷題「AI 系統一定使用機器學習？」→ 錯，規則式專家系統也是 AI。
📌 考點：AI 涵蓋多種技術與領域，「AI＝機器學習」是錯誤敘述；專家系統屬於 AI、但不屬於機器學習。
AI・機器學習・深度學習的三層關係AI ⊃ Machine Learning ⊃ Deep Learning
白話說三個套在一起的圈：AI 是最大的圈，機器學習是其中一種實現方法，深度學習又是機器學習裡的一個分支。
機器學習（ML）：不寫死規則，而是給機器大量例子，讓它自己找出「輸入 → 輸出」的規律。深度學習（DL）：用「很多層」的神經網路來學習，最大特點是能自動從原始資料抽取特徵，不必人工設計。
🏭 實例要辨識照片裡的貓——傳統 ML：工程師先人工定義「有鬍鬚、尖耳朵、瞳孔形狀」等特徵，再讓模型學；深度學習：直接餵幾十萬張貓照片，網路內部自己「長出」偵測鬍鬚與耳朵的神經元。
🔍 深入理解（點開看進階拆解）
用同一個任務「辨識手寫數字」把三個圈走一遍，差異就立體了：
- 純規則（AI 但非 ML）：if 有一個圓圈 then 是 0 或 8……規則永遠寫不完，遇到潦草字跡就崩潰。
- 傳統機器學習：工程師先人工設計特徵（筆畫數、圓圈數、長寬比），再讓分類器從標好的資料學出判斷規則——特徵好壞決定成敗。
- 深度學習：原始像素直接餵進 CNN，網路自己逐層學出「筆畫→部件→數字」的特徵——資料量與算力換來免人工設計。
再補一個易錯點：生成式 AI 是深度學習裡的分支（第四個圈），但「深度學習＝生成式」是錯的——CNN 影像分類這類鑑別式模型也是深度學習。
📌 考點：「深度學習不需人工設計特徵」「所有深度學習都是機器學習，反之不成立」是高頻正確敘述。
圖靈測試Turing Test
白話說你隔著螢幕跟一個「不知道是人還是機器」的對象聊天，如果聊完你分不出來對面是誰，這台機器就通過了測試。
由電腦科學之父圖靈（Alan Turing）提出，重點是它測的是「行為表現像不像人」，完全不涉及機器有沒有意識、感情或真正的理解。
🔍 深入理解（點開看進階拆解）
原始版本叫「模仿遊戲」：評審透過文字終端同時與一個真人、一台機器對話，時間有限（圖靈設想約 5 分鐘），若機器能騙過相當比例的評審，就算通過。注意三件事：
- 它只看對話行為，不檢查內部機制——用什麼技術達成都行。
- 哲學家 Searle 的中文房間論證正是衝著它來：房間裡的人照規則手冊回覆中文紙條，完全不懂中文卻能以假亂真——「表現得懂」不等於「真的懂」。
- 考試層次記兩句：測行為、不測意識；通過測試不代表機器具有真正的理解或自我意識。
📌 考點：選項若寫「圖靈測試可證明機器具有自我意識」→ 必錯。
弱 AI 與強 AINarrow AI vs. Artificial General Intelligence, AGI
白話說弱（狹義）AI 是「單項運動選手」——只精通一件事，下棋冠軍不會開車；強（通用）AI 是「十項全能」——像人一樣什麼領域都能學，目前還不存在。
你用過的所有 AI——ChatGPT、人臉辨識、自駕輔助、翻譯——全部都是弱 AI。ChatGPT 看起來什麼都會聊，但本質仍是「語言」這個單項的超級選手。AGI（通用人工智慧）目前仍是研究目標，不是現實。
🔍 深入理解（點開看進階拆解）
為什麼 ChatGPT 看起來無所不聊，仍然是弱 AI？因為它的能力邊界由訓練資料與架構決定：它不能自主設定跨領域目標、不能像人一樣在全新領域從零自學、沒有持續自我改進的通用能力——它是「語言」這個單項的超級選手。
詞彙補充：比 AGI 更遠的假想稱為超級人工智慧（Superintelligence）——全面超越人類的智慧，目前純屬理論討論。考題陷阱句：「生成式 AI 的出現代表強 AI 已經實現」→ 錯；「AGI 已廣泛商用」→ 錯。
📌 考點：「現有 AI 系統已具備人類等級的通用智慧」→ 必錯選項。
AI 發展三波浪潮與起飛三要素
白話說AI 紅過三次：第一波靠手寫規則（專家系統），因為規則永遠寫不完而退燒；第二波靠統計機器學習；第三波（現在）靠深度學習與生成式 AI。
第三波能起飛，靠的是三要素同時到位：大數據（網路時代累積的海量資料）、算力（GPU 平行運算讓訓練從幾年縮成幾天）、演算法突破（神經網路架構的進展，尤其是 Transformer）。
🔍 深入理解（點開看進階拆解）
把三波的「興起與退燒原因」記成故事，比背年代有效：
- 第一波（1950s–80s）專家系統：把醫師、工程師的規則寫進程式，紅極一時；敗在規則爆炸與「知識取得瓶頸」（專家說不清自己怎麼判斷）→ AI 寒冬。
- 第二波（1990s–2010s）統計機器學習：SVM、隨機森林當家，從資料學規律；但特徵仍靠人工設計，天花板明顯。
- 第三波（2012–）深度學習：2012 年 AlexNet 用 GPU＋大資料在 ImageNet 影像辨識一舉突破；2017 年 Transformer 論文（Attention Is All You Need）開啟 LLM 時代。
三要素缺一不可：沒 GPU 算不動、沒大數據學不會、沒新演算法堆再多資料也白搭——考題常問「何者非關鍵因素」，答案多半是「政府補助」這類干擾項。
📌 考點：「何者是深度學習興起的關鍵因素」→ 資料、算力、演算法三選項都對，錯的通常是「政府補助」這類干擾項。
為什麼需要 AI 治理AI Governance
白話說AI 會出錯、會「偏心」（歧視特定族群）、會被拿去做壞事，而且出錯時常常說不出理由。治理就是立規矩：哪些能做、該怎麼做、出了事誰負責。
治理不是「阻止使用」，而是「安心使用」的配套：資料來源合法、模型可受檢驗、結果可被解釋、有人負最終責任。核心概念是負責任 AI（Responsible AI），通常包含六個面向：
- 公平（Fairness）：不因性別、種族、年齡給出系統性差別待遇。
- 透明（Transparency）：讓人知道「現在是 AI 在服務你／做決定」。
- 可解釋（Explainability）：說得出「為什麼這樣判」（對應第 3 章的 XAI 技術）。
- 隱私（Privacy)：個資的蒐集與使用受保護（對應第 2 章的隱私技術）。
- 安全穩健（Safety & Robustness）：不易被攻擊、出錯有防護。
- 問責（Accountability）：出事有明確的負責人——不能把責任推給「演算法自己決定的」。
🔍 深入理解（點開看進階拆解）
治理不是一份文件，而是一組落地機制。企業內部通常拆成四塊：
- 資料治理：來源合法性、授權、品質、保存期限。
- 模型治理：版本管理、上線前驗證、上線後監控、模型卡（Model Card）文件化。
- 使用治理：誰能用、能用在哪（可接受使用政策）、權限控管。
- 事故應變：出錯的通報流程、回滾機制、補救措施。
「透明」與「可解釋」常被混用，考試要分清：透明＝讓人知道 AI 的存在與用途（你正在跟機器人對話）；可解釋＝說明個別決策的理由（你被拒貸是因為負債比過高）。
台灣《人工智慧基本法（草案）》七大原則 ★
白話說台灣版的 AI 大原則有七條：永續發展、人類自主、隱私保護、資安與安全、透明可解釋、公平不歧視、問責。口訣「永・人・隱・資・透・公・問」。
逐條白話：AI 發展要兼顧環境與社會（永續）；最終決定權在人（人類自主）；保護個資（隱私）；系統要防駭防濫用（資安）；讓人看得懂、查得到（透明可解釋）；不歧視（公平）；出事有人負責（問責）。
🔍 深入理解（點開看進階拆解）
「基本法」的定位是原則性框架：宣示國家發展 AI 的大方向與基本價值，不像 EU AI Act 那樣直接規定風險分級義務與罰則；細部規範交由各目的事業主管機關（金融歸金管會、醫療歸衛福部）訂定。
七大原則與國際高度接軌——OECD AI 原則、歐盟「可信賴 AI 準則」都能一一對應。考題玩法：把七原則和「創新豁免」「產業補助」「技術自主」這類不在清單裡的詞混在選項裡——用口訣「永人隱資透公問」逐字排除最快。
📌 考點：常考「下列何者不屬於七大原則」——用口訣快速排除。
歐盟《人工智慧法》風險金字塔 ★高頻EU AI Act
白話說全世界第一部完整的 AI 法律，思路像交通管制——按危險程度把 AI 應用分成四級，越危險管得越嚴。
高風險系統的義務包含：風險管理制度、資料品質要求、紀錄保存、人工監督機制。且風險等級應在設計階段就預先評估，不是上線後才補。
🔍 深入理解（點開看進階拆解）
高風險系統的合規義務可整理成「七件套」：風險管理制度、資料治理與品質要求、技術文件、自動紀錄保存（log）、對使用者的透明資訊、有效的人工監督、準確性／穩健性／資安要求。
- 通用目的 AI（GPAI，如大型語言模型）另有專章：訓練資料摘要、AI 生成內容標示等透明義務。
- 域外效力：只要產品或服務進入歐盟市場就適用——台灣廠商外銷歐洲同樣要遵守。
- 罰則：最重（違反禁止條款）可達全球年營業額 7% 或 3,500 萬歐元取其高——這是它被稱為「最嚴 AI 法」的原因。
應試技巧：先記死「①的三個禁止例」；再抓「②＝用人生大事做決定」（工作、貸款、醫療、司法、關鍵基礎設施）；③只有「告知」義務；剩下歸④。
📌 考點：給一個應用場景問「屬於哪一級」——記住①的三個禁止項，和②「用人生大事做決定」的特徵（工作、貸款、醫療、司法）。
金管會「金融業運用 AI 指引」六大原則 ★
白話說金融業「錯一筆就影響身家」，所以主管機關特別立了指引：建立治理及問責機制、重視公平性及以人為本、保護隱私及客戶權益、確保系統穩健與安全、落實透明性與可解釋性、促進永續發展。
實務含義：銀行用 AI 拒絕你的貸款，必須能解釋理由；模型要定期驗證、有人負責。注意——對客戶的揭露義務不包含「模型原始程式碼」，這是營業祕密，也不是法規要求的揭露項目。
🔍 深入理解（點開看進階拆解）
六原則可以分兩群記：治理群（建立治理及問責機制、重視公平性及以人為本、保護隱私及客戶權益）＋技術群（確保系統穩健與安全、落實透明性與可解釋性、促進永續發展）。
落地時的具體要求：用 AI 做授信、理賠、投顧建議，必須能解釋個別決策理由、提供人工申訴管道、定期驗證模型效能；且把模型外包給第三方供應商，責任仍在金融機構身上（責任不可外包）——這點是進階考點。對客戶的揭露範圍不含模型原始程式碼（營業祕密）。
📌 考點：115 年考過「何者非必要揭露資訊」→ 答案是 AI 模型原始程式碼。
人在迴圈Human-in-the-Loop, HITL
白話說重要的決定，AI 只給建議、人類做最終拍板。
適用場景：醫療診斷、貸款准駁、人事決定（僱用／解僱）、司法量刑輔助——只要決定會重大影響一個人的人生，就要有人把關。相關詞：Human-on-the-Loop（人在旁邊監督，異常時才介入，如自駕車安全員）。
🔍 深入理解（點開看進階拆解）
人機分工其實是一條光譜，三個詞要能分辨：
- Human-in-the-Loop：每筆決策都由人最終拍板（AI 只給建議）——高風險決策的標準配置。
- Human-on-the-Loop：系統自動執行，人在旁監督、異常時介入——如自駕測試車的安全員。
- Human-out-of-the-Loop：全自動無人監督——僅限低風險場景（垃圾郵件過濾）。
設計重點：人要有「實質否決權」，不能只是橡皮圖章——介面必須呈現 AI 判斷的理由與證據（這裡接上 XAI），否則人根本無從監督，形同虛設。EU AI Act 對高風險系統要求的正是「有效的」人工監督。
📌 考點：選項出現「完全自動化、無需人工介入」用在高風險場景 → 幾乎必錯。
📎 第 1 章回顧
AI ⊃ ML ⊃ DL 套圈關係；規則式 vs 學習式；弱 AI（現況）vs 強 AI（未來）；治理六面向（公平／透明／可解釋／隱私／安全／問責）；台灣七原則「永人隱資透公問」；EU AI Act 四級金字塔；金融六原則；高風險必留人工（HITL）。
✍️ 自我檢核（能口頭回答就過關）
用套圈圖說明 AI、機器學習、深度學習的關係，並各舉一個例子。
看參考解答
AI 是最大的圈（讓機器展現智慧行為，例：專家系統）；機器學習是其中一種方法（從資料自己找規律，例：垃圾郵件過濾）；深度學習又是機器學習的分支（多層神經網路自動抽特徵，例：人臉辨識）。關係：DL ⊂ ML ⊂ AI，反向包含皆不成立。
深度學習和傳統機器學習最大的差別是什麼？（提示：特徵）
看參考解答
差在「特徵怎麼來」：傳統機器學習靠人工設計特徵（工程師先定義鬍鬚、耳朵形狀…），深度學習由多層網路直接從原始資料（像素、聲波）自動學出特徵，因此能處理影像、語音這類難以人工定義特徵的資料。
EU AI Act 的四個風險等級各舉一個應用例子。
看參考解答
①不可接受風險（禁止）：社會評分、公共場所即時遠端生物辨識；②高風險（嚴格合規＋人工監督）：招聘篩選、信用評分、醫療器材；③有限風險（透明義務）：聊天機器人須告知使用者是 AI；④最小風險（不管制）：垃圾郵件過濾、遊戲 AI。
為什麼「問責」原則不允許把錯誤推給演算法？
看參考解答
因為演算法不是法律主體，無法承擔責任、無法賠償、也無法被課責；若允許把錯誤推給「AI 自己決定的」，受害者將求償無門，組織也失去改善誘因。所以問責原則要求：決策責任永遠落在部署與營運系統的組織與人身上。
舉三個必須保留人工覆核（HITL）的場景。
看參考解答
例如：醫療診斷（誤診影響生命）、貸款准駁（影響財產權益）、招聘或解僱決定（影響工作權）。共同特徵：對個人權益有重大影響的高風險決策——EU AI Act 也把這些列為高風險、要求有效人工監督。
第 2 章｜L112資料處理與分析——AI 的食材學
模型是廚師，資料是食材。「垃圾進、垃圾出（Garbage In, Garbage Out）」——再強的模型也救不了爛資料，所以這一章學的是：認識食材、存放食材、清洗處理食材，以及保護食材的隱私。
🎯 學習目標——讀完你應該能：
- 分辨資料的型態（結構化／半結構化／非結構化）與測量尺度
- 說出資料庫、資料倉儲、資料湖的差別與 ETL 流程
- 對缺失值、異常值、不平衡資料開出正確處方
- 解釋特徵縮放與編碼為什麼必要、何時用哪種
- 分辨聯邦學習、同態加密、差分隱私的適用情境
資料的三種長相Structured / Semi-structured / Unstructured Data
白話說結構化資料＝已經是整齊表格（Excel、資料庫，欄位固定）；半結構化資料＝有標籤但不是表格（JSON、XML、網頁 log）；非結構化資料＝文字、照片、錄音、影片這種「沒有固定格式」的內容。
世界上八成以上的資料是非結構化的。生成式 AI 之所以是革命，正是因為它終於能大規模利用非結構化資料（讀文件、看圖、聽聲音）。
測量尺度四層：名目尺度（血型——只有類別，無大小）、順序尺度（名次——有大小、間距不等）、等距尺度（攝氏溫度——間距相等但 0 不代表「沒有」）、等比尺度（身高、金額——有絕對零點，可以算倍數）。
🔍 深入理解（點開看進階拆解）
半結構化的「有標籤」具體指什麼？JSON／XML 這類格式有 key-value 與巢狀結構——有欄位概念，但每一筆的欄位可以不一樣，所以進不了欄位固定的關聯式表格，常存進 NoSQL 文件資料庫。
測量尺度決定「你能對它做什麼統計」，這是它真正的用處：
- 名目尺度：只能算次數、眾數（血型 O 型最多）。
- 順序尺度：可加中位數（名次的「中間名次」有意義，平均名次意義薄弱）。
- 等距尺度：可算平均數、標準差，但不能講倍數——攝氏 30 度不是 15 度的「兩倍熱」（0°C 不代表沒有溫度）。
- 等比尺度：有絕對零點，才能講倍數——身高 180 是 90 的兩倍。開爾文溫標是等比、攝氏是等距，這對比常拿來出題。
📌 考點：辨識資料型態＋「無序類別＝名目尺度」是後面 One-hot 編碼題的伏筆。
資料放哪裡：資料庫、資料倉儲、資料湖Database / Data Warehouse / Data Lake
白話說日常交易資料放資料庫；要做報表分析，把清理好的資料集中到資料倉儲（像超市貨架，分類上架）；什麼原始資料都先收著、之後再說，就丟資料湖（像大倉庫）。
- 關聯式資料庫（RDB，用 SQL 查詢）：表格欄位嚴格定義，交易遵守 ACID——原子性、一致性、隔離性、持久性。白話：轉帳「扣款＋入帳」要嘛全部成功、要嘛全部取消，絕不能只做一半。
- NoSQL 資料庫：綱要彈性、容易水平擴充，適合大量、格式多變的資料。類型：文件型（MongoDB）、鍵值型、圖形資料庫（社交關係）等。
- 資料倉儲：Schema-on-Write——寫入前先定義好格式（上架前先分類）；供 BI 報表與歷史分析。
- 資料湖：Schema-on-Read——先存原始資料，讀取時才定結構；供資料科學探索與 AI 訓練。
🔍 深入理解（點開看進階拆解）
ACID 逐字白話：原子性＝轉帳的扣款與入帳「全有或全無」；一致性＝交易前後帳目守恆不會憑空多錢；隔離性＝兩筆交易同時進行互不干擾；持久性＝一旦成功，當機也不會消失。NoSQL 陣營則常採 BASE（基本可用、軟狀態、最終一致）——犧牲即時一致性換取大規模擴充。
新趨勢一個詞：資料湖倉（Lakehouse）＝資料湖的彈性＋資料倉儲的管理能力，近年主流架構。選型口訣：日常交易→關聯式資料庫；海量彈性→NoSQL；報表分析→倉儲；探索與 AI 訓練→資料湖。
📌 考點：倉儲 vs 湖的比較、ACID 的意義、什麼場景選 NoSQL。
ETL：資料的搬家流程Extract–Transform–Load
白話說把資料從各系統搬進分析倉庫的標準三步：Extract 抽取（打包搬出）→ Transform 轉換（清洗、統一格式、彙整——最花工的一步）→ Load 載入（放進目的地）。
💡 比喻搬家：先把東西打包（抽取）、淘汰壞損並重新整理分類（轉換）、最後到新家定位上架（載入）。
現代雲端環境也常見 ELT：先把原始資料載入資料湖，需要時再轉換。
🔍 深入理解（點開看進階拆解）
Transform 這步實際包含哪些動作？清理（缺失、異常、去重）、標準化（日期格式、單位、代碼對照表統一）、彙整（join 多表、聚合統計）、遮罩（敏感欄位去識別化）——這就是為什麼它最花工。
ELT 興起的原因：雲端倉儲算力便宜了，先把原始資料原封不動載入（保留「原汁」），需要時再轉換，轉換邏輯改了還能重跑歷史資料。代價是治理壓力：沒有目錄與品質控管的資料湖會退化成「資料沼澤（Data Swamp）」——找不到、不敢用。
📌 考點：「資料清理與格式統一發生在哪個階段」→ Transform。
資料清理Data Cleaning
白話說真實資料一定又髒又亂：有人沒填、有人亂填、有重複。清理三大課題——缺失值、異常值、重複與冗餘。
- 缺失值（Missing Value）：缺太嚴重→整列／整欄刪除；輕微→插補：數值型用平均數（分布對稱時）或中位數（有偏態或極端值時較穩健）、類別型用眾數，進階作法用模型預測補值。
- 異常值（Outlier）★：Z-score 法——某筆資料距離平均超過 3 個標準差（|Z| > 3）就可疑，像全班身高平均 170cm 卻出現一筆 300cm；IQR 法——落在 Q1−1.5×IQR ～ Q3＋1.5×IQR 範圍外視為異常。異常值不一定是錯誤，可能是重要訊號（詐欺！），要先判斷再決定刪或留。
- 重複 vs 冗餘：重複＝同一筆資料出現兩次（直接去重）；冗餘＝欄位間高度相關、沒帶來新資訊（身高 cm 與身高 inch 同時存在）。
🔍 深入理解（點開看進階拆解）
缺失值進階一層：缺失的「機制」決定處置是否安全。
- 完全隨機缺失（MCAR）：缺不缺純屬意外——刪除相對安全。
- 隨機缺失（MAR）：缺失與其他欄位有關——宜插補。
- 非隨機缺失（MNAR）：缺失本身就是訊息（高收入者傾向不填收入）——直接刪會造成系統性偏差，實務常加一個「是否缺失」旗標欄位讓模型自己學。
異常值三種處置：確定是錯誤→刪；疑似極端但合理→修（截尾／縮尾 Winsorize）；可能是重要訊號（詐欺、設備故障前兆）→保留並另建旗標。方法選擇：資料近常態用 Z-score，偏態明顯用 IQR 較穩健。
📌 考點：Z-score 是「偵測異常值」的方法——選項常拿它跟編碼、降維混淆。
特徵工程Feature Engineering
白話說模型只吃數字，而且對數字的「大小與範圍」很敏感。特徵工程＝把原始資料處理成模型好消化的樣子——它往往比換模型更能提升效果。
- 特徵縮放：Min-Max 正規化把數值壓到 0～1（對極端值敏感）；Z-score 標準化轉成平均 0、標準差 1（較耐極端值）。為什麼必要：KNN、K-means、SVM 這類「算距離」的模型，若「收入（萬）」與「年齡（歲）」量級差太多，距離會被大數字綁架，等於只看收入。
- 類別編碼 ★：無序類別（縣市、顏色）→ One-hot 獨熱編碼（展開成多個 0/1 欄位）；有序類別（滿意度低／中／高）→ Label／Ordinal 編碼（照順序給數字）。無序類別誤用 Label 編碼會捏造「台北 1 < 台中 2 < 高雄 3」的假大小關係，誤導模型。
- 特徵交叉（Feature Cross）：把兩個特徵組合出新特徵以捕捉非線性關係——例如「經度 × 緯度」交叉後才能表達「地段」。
- 特徵選擇（Feature Selection）：刪掉無關欄位，降低過擬合風險與訓練成本。
- 降維 PCA（主成分分析）：把上百個欄位壓成少數「綜合指標」，保留最大變異。比喻：行李真空壓縮——體積變小、主要內容還在，但壓完就看不出原本每件衣服的樣子（犧牲可解釋性）。
🔍 深入理解（點開看進階拆解）
① 編碼的完整邏輯（把上課沒講透的講透）。模型只能吃數字，把文字類別轉成數字的動作就是編碼——但轉法會「偷偷夾帶訊息」。Label 編碼給的是一串有大小的整數，等於夾帶了「順序＋間距」兩個訊息；One-hot 只夾帶「屬於哪一類」一個訊息。
為什麼 Label 誤用會出事？線性模型的算式是「房價 = 權重 × 縣市代號 + …」——模型被迫學出「代號每 +1、房價固定加減 w」的規則；把編號順序換掉，學到的模型就完全不同。同一份資料、只因編號不同就得到不同結論，代表模型學的是編號的假象而不是資料的真實規律。One-hot 讓每個城市各有獨立權重，互不牽連。每列只有一個 1（熱），所以叫「獨熱」。
② One-hot 的代價：類別一多欄位就爆炸（全台 368 鄉鎮→368 欄），稱為維度爆炸；高基數類別實務會改用目標編碼或嵌入向量（初級考試不深究，知道有此限制即可）。樹模型（決策樹、隨機森林）只做「切分」不做加減乘除，對 Label 編碼相對不敏感——但考試原則仍是「無序→One-hot」。
③ 縮放的實算感受：顧客 A（30 歲、年收 60 萬）與 B（35 歲、年收 61 萬）。不縮放算距離：√(5² + 10000²) ≈ 10000——距離幾乎全由收入決定，年齡形同虛設。縮放後兩個特徵才平起平坐。這就是 KNN／K-means／SVM 必先縮放的原因。
類別不平衡與 SMOTE ★Imbalanced Data / SMOTE
白話說1000 筆交易只有 5 筆詐騙——模型學會「全部猜正常」就有 99.5% 準確率，但完全沒用。這就是類別不平衡問題。
- 過採樣（Over-sampling）：增加少數類樣本。SMOTE 不是單純複製，而是在少數類樣本與其鄰居之間「內插」合成新樣本——比複製更不容易過擬合。
- 欠採樣（Under-sampling）：丟掉部分多數類樣本（代價：損失資訊）。
- 調整類別權重：訓練時把「少數類答錯」罰得更重。
配套：評估指標改用 F1-score 或 Recall（第 3 章詳述），別再看 Accuracy。
🔍 深入理解（點開看進階拆解）
SMOTE 的機制具體長這樣：對每一個少數類樣本，找出它的 k 個少數類鄰居，隨機挑一個鄰居，在「兩點的連線上」隨機取一點當作新樣本——所以是內插合成，不是複製貼上。
- 侷限：在雜訊區或兩類重疊區也會照樣合成，可能製造出「模糊地帶」的壞樣本——因此有 Borderline-SMOTE 等改良版。
- 鐵律：只能對訓練集做 SMOTE，驗證集與測試集絕不可動——否則評估結果失真（等於考題洩漏）。
- 實務組合：SMOTE（增加少數類）＋適度欠採樣（減少多數類）常一起用；再搭配 F1／Recall 評估，三件事成套。
📌 考點：115 年考「SMOTE 的作用」——關鍵字「合成少數類樣本、改善訓練資料分佈」。
資料切分與資料洩漏 ★Train/Validation/Test Split・Data Leakage
白話說訓練集＝課本習題、驗證集＝模擬考（用來調參數）、測試集＝正式大考（最後只用一次）。資料洩漏＝考題偷跑進課本——模型訓練時看到了不該看的資訊，回測成績漂亮、一上線就崩。
- 時間序列的經典錯誤：把三年的股價資料「隨機打亂」再切分——未來的資料混進訓練集，模型等於偷看答案。正確作法：依時間先後切分，舊資料訓練、新資料測試。
- 欄位型洩漏：把「事後才會知道」的欄位放進輸入（例如用「最終理賠金額」預測「是否詐保」）。
🔍 深入理解（點開看進階拆解）
資料洩漏其實有三種型態，第三種最隱蔽也最常犯：
- 時間洩漏：時序資料隨機切分，未來混入訓練（正課講過的股價例）。
- 目標洩漏：輸入放了「事後才會知道」的欄位——用「最終理賠金額」預測「是否詐保」，上線時根本拿不到這欄。
- 預處理洩漏：先用「全部資料」計算平均值／縮放參數，再切訓練測試——測試集的統計資訊已經滲進訓練流程。正確順序：先切分，縮放器只用訓練集 fit，再套用到驗證與測試集。
洩漏的臨床徵兆：驗證成績「好到不合理」。看到 99% 先懷疑洩漏，再懷疑自己是天才。
📌 考點：「時序資料隨機切分會發生什麼」→ 資料洩漏、測試成績虛高。
資料隱私與四大保護技術 ★Privacy-Enhancing Technologies
白話說個資法的基本邏輯：蒐集前告知目的並取得同意、目的外利用要再同意、當事人可查詢／更正／刪除、跨境傳輸有限制。而技術上保護隱私有一條「馬賽克光譜」＋兩張王牌。
- 去識別化光譜：假名化（Pseudonymization）——把姓名換成代號，但對照表還在、能還原，仍屬個資 → 匿名化（Anonymization）——徹底斷開、無法還原 → 差分隱私（Differential Privacy）——在統計結果裡撒少量雜訊，讓任何人都無法從結果反推出「某個特定的人」，同時保留整體統計價值（Apple、美國人口普查採用）。
- 聯邦學習（Federated Learning）★：「資料不動、模型動」——模型分頭到各醫院／銀行的本地資料上訓練，只把學到的參數（梯度）傳回彙整，原始病歷、帳務資料完全不出門。適合跨機構合作訓練。
- 同態加密（Homomorphic Encryption）★：可以直接對「加密狀態的資料」做運算，解密後結果依然正確。比喻：把錢鎖在透明保險箱裡請人幫忙數——他數得出總額，卻碰不到也看不到鈔票內容。適合把敏感資料交給雲端運算。
🔍 深入理解（點開看進階拆解）
先用一張「目的→技術」對照表把四招釘死：聯合訓練模型→聯邦學習；把運算委外但內容不能被看→同態加密；對外發布統計結果→差分隱私；內部分析降風險→去識別化。
- 聯邦學習的弱點：交換的梯度其實也可能被反推出原始資訊——實務常再疊上差分隱私或安全聚合（Secure Aggregation）雙保險。
- K-匿名化：去識別化的量化標準——資料集中每一筆至少與其他 k−1 筆在準識別欄位上不可區分。
- 法規地位：假名化資料在個資法／GDPR 下仍是個資（對照表在就還原得回來）；真正匿名化後才脫離個資法適用範圍——這是選擇題最愛的分界線。
📌 考點：三種情境分辨——「跨機構聯合訓練」→聯邦學習；「加密狀態下計算」→同態加密；「發布統計不洩個資」→差分隱私。
📎 第 2 章回顧
資料三長相（結構化／半結構化／非結構化）＋四種尺度；存放三層（資料庫 ACID／倉儲 Schema-on-Write／湖 Schema-on-Read）；ETL 三步；清理三題（缺失／異常 Z-score・IQR／冗餘）；特徵工程五招（縮放、編碼、交叉、選擇、PCA）；不平衡用 SMOTE＋F1；切分防洩漏（時序照時間切）；隱私光譜（假名化→匿名化→差分隱私）＋聯邦學習＋同態加密。
✍️ 自我檢核
資料倉儲和資料湖差在哪？各適合什麼用途？
看參考解答
資料倉儲存「清理好的結構化資料」，寫入前先定義格式（Schema-on-Write），供 BI 報表與歷史分析；資料湖什麼原始資料都先收，讀取時才定結構（Schema-on-Read），供資料探索與 AI 訓練。比喻：超市貨架 vs 大倉庫。
為什麼 KNN、K-means 這類模型訓練前必須做特徵縮放？
看參考解答
因為它們靠「距離」運算。若「年收入（幾十萬）」與「年齡（幾十）」量級差太多，距離幾乎完全由收入決定，年齡形同虛設。縮放（Min-Max 或 Z-score 標準化）把各特徵拉到相同量級，距離才公平反映所有特徵。
「縣市」欄位為什麼不能用 Label Encoding？該用什麼？
看參考解答
縣市是無序類別（名目尺度），Label Encoding 會給出台北=1、台中=2、高雄=3 的編號，模型會把編號當「數量」運算，捏造出不存在的大小與間距關係。正確作法是 One-hot 獨熱編碼：展開成「是否台北／是否台中／是否高雄」多個 0/1 欄位，彼此獨立無大小。
SMOTE 和「直接複製少數類樣本」有什麼不同？
看參考解答
複製只是同一個點重複出現，模型容易背下這些點（過擬合）；SMOTE 在少數類樣本與其鄰居的「連線之間」內插出新的合成樣本，增加樣本多樣性、讓決策邊界更平滑。另注意：SMOTE 只能對訓練集做，不能動測試集。
股價預測模型隨機切分資料會發生什麼事？正確作法是？
看參考解答
會發生資料洩漏：隨機打亂讓「未來的資料」混進訓練集，模型等於提前看到未來，回測成績虛高、上線立刻失準。正確作法：依時間先後切分——舊資料訓練、較新資料驗證、最新資料測試。
跨醫院聯合訓練模型但病歷不能外流，該用哪個技術？如果是要讓雲端在看不到內容的情況下代算呢？
看參考解答
用聯邦學習（Federated Learning）：模型分頭到各醫院本地訓練，只回傳參數（梯度），病歷不出門。若是要讓雲端「在看不到內容的情況下代算」，則用同態加密（Homomorphic Encryption）：對加密資料直接運算，解密後結果仍正確。
第 3 章｜L113機器學習——機器到底怎麼「學」？★單科最大題區
這是科目一配分最重的一章（10 題以上）。別急著背演算法名字——先弄懂「訓練」這件事的本質，後面所有概念都會自動長在同一棵樹上。
🎯 學習目標——讀完你應該能：
- 用「調旋鈕＋下山」解釋訓練、損失函數、梯度下降、學習率
- 看到情境就分辨五種學習方式，並為場景挑對演算法
- 說明神經網路的組成與反向傳播在做什麼
- 診斷過擬合／欠擬合並開出正確藥方
- 依場景選對評估指標（Recall／Precision／F1／RMSE…）
- 解釋 LIME 與 SHAP 的差別、資料漂移的處理方式
訓練的本質：調旋鈕＋下山Training / Loss / Gradient Descent
白話說模型＝一台有幾萬（到幾千億）顆旋鈕的機器，旋鈕就是參數（權重 Weights）。訓練＝不斷微調旋鈕，讓輸出越來越接近正確答案。
- 損失函數（Loss Function）：計分板——量化「這次錯得多離譜」。訓練的目標就是讓損失越低越好。
- 梯度下降（Gradient Descent）：濃霧中下山——看不到全景，就摸腳下的坡度，往最陡的下坡方向走一步，重複走到谷底（損失最低點）。「坡度」就是梯度。
- 學習率（Learning Rate）：每一步的步伐大小——太大會跨過谷底來回震盪不收斂；太小會走到天荒地老。
- Epoch 與 Batch：整份訓練資料完整看過一輪＝1 個 epoch；每次拿一小批（batch）資料算完就更新一次旋鈕。
🔍 深入理解（點開看進階拆解）
用一顆神經元跑一遍實際流程：模型 y = w·x + b 預測房價，w 初始亂猜。餵一筆資料 → 算損失（例如 MSE：預測 800 萬、實際 1000 萬，誤差平方 = 4 兆）→ 梯度告訴你「w 往哪個方向調，損失會下降」→ w 朝那個方向挪「學習率」那麼大的一步。重複百萬次，w 就逐漸調到讓損失最小的位置。
- 批次的三種取法：全批次（整份資料算一次梯度——穩但慢）、隨機梯度下降 SGD（一筆一更新——快但抖）、小批次 mini-batch（主流折衷，一次 32／64／128 筆）。
- 學習率過大的實況：損失曲線上下彈跳、甚至發散成 NaN；過小的實況：曲線幾乎水平，訓練一整天沒進展。實務常用「先大後小」的學習率排程。
📌 考點：學習率過大／過小的後果、損失函數的角色。
五種學習方式 ★115 年考 5 題・最高頻Supervised / Unsupervised / Semi- / Self-supervised / Reinforcement
白話說差別只在一件事：機器學習時「有沒有答案可以對」、答案從哪來。
- 監督式學習（Supervised）：每個例子都附標準答案（標籤）。像用「正面圖片、背面答案」的抽認卡教小朋友。兩大任務：分類（Classification）——答案是類別（是不是垃圾郵件）；迴歸（Regression）——答案是數值（房價多少）。
- 非監督式學習（Unsupervised）：完全沒答案，機器自己找結構。像把一堆衣服倒在床上，自然而然按季節、顏色分成幾堆。任務：分群（Clustering）、降維、關聯規則（超市發現「買啤酒的常順手買尿布」）。
- 半監督式學習（Semi-supervised）:「少量有標籤＋大量無標籤」一起用——當人工標註太貴、只標得起一小部分時。
- 自監督式學習（Self-supervised）：機器自己出題自己答——把句子挖空預測缺字（克漏字），監督訊號來自資料本身，完全不需人工標註。大型語言模型的預訓練就是這個。
- 強化學習（Reinforcement Learning）：訓練小狗——做對給零食、做錯不給。代理人（Agent）在環境中試錯，依獎勵訊號（Reward）調整策略。AlphaGo、機器人控制、動態定價。
🔍 深入理解（點開看進階拆解）
把「監督訊號從哪來」做成一行對照，五種一次分清：監督式＝人工標籤；非監督式＝沒有訊號；半監督式＝少量人工標籤＋資料結構假設；自監督式＝資料自己產生（遮住一部分預測那部分）；強化學習＝環境的獎勵回饋。
三個容易判錯的實例：
- 「推薦系統拿使用者點擊紀錄當標籤」→ 仍是監督式（標籤來自行為紀錄，不是沒有標籤）。
- 「AlphaGo 自我對弈進步」→ 強化學習（勝負就是獎勵訊號）。
- 「GPT 讀網路文本學會語言」→ 預訓練是自監督；後面的 RLHF 階段才用到強化學習——一個模型的不同階段可以用不同學習方式。
📌 秒判關鍵字：「有歷史答案」→監督；「無標籤自動分群」→非監督；「只標了一小部分」→半監督；「不需人工標註／預測下一個字」→自監督；「試錯＋獎勵」→強化。
經典演算法巡禮Classic ML Algorithms
白話說每個演算法記三件事就夠：一句原理、一個特性、什麼時候用。
🔍 深入理解（點開看進階拆解）
再給一層「選型決策順序」，考情境題時心裡跑一遍：
- 要可解釋（金融、醫療報告）→ 決策樹、邏輯迴歸。
- 表格資料要準 → 隨機森林、XGBoost。
- 高維、小樣本 → SVM。
- 要輸出機率 → 邏輯迴歸、單純貝氏。
- 分群：群大致是球狀、知道大概幾群 → K-means；形狀不規則、有雜訊、不想指定群數 → DBSCAN（改調鄰域半徑與密度）。
K-means 的 K 怎麼選？肘部法（Elbow Method）：把 K 從 2 試到 10，畫「群內距離總和」曲線，下降幅度突然變緩的「手肘點」就是合理的 K。
神經網路是怎麼運作的Neural Networks
白話說一顆神經元＝小型加權投票機：把每個輸入乘上權重加總，超過門檻就「激發」送出訊號。把幾萬顆神經元一層層疊起來，就是神經網路。
- 結構：輸入層 → 隱藏層（一層層加工、逐層抽出更抽象的特徵）→ 輸出層。
- 激活函數（Activation Function）：給網路「非線性」能力的開關——沒有它，疊一百層也等於一條直線。常見：ReLU（負數歸零，隱藏層最常用）、Sigmoid（壓成 0～1，二分類輸出）、Softmax（把多類分數轉成加總為 1 的機率，多分類輸出層）。
- 學習四步循環：前向傳播算出預測 → 損失函數計分 → 反向傳播（Backpropagation）從結果往回推、算出每顆旋鈕該負多少責任 → 梯度下降更新旋鈕。像考完試檢討：從錯的答案一路回溯，每個步驟分攤責任、各自修正。
🔍 深入理解（點開看進階拆解）
為什麼要「深」？每一層學一個抽象層級：第一層看邊緣線條、中層組合成形狀、深層組合成物件——深度＝特徵的層級化。理論上「很寬的淺網路」也能逼近任何函數，但效率極差；「深」是用層級化換效率。
梯度消失是深網路的歷史難題：Sigmoid 兩端平坦、梯度趨近 0，反向傳播一路連乘後，靠近輸入的層幾乎收不到更新訊號（學不動）。ReLU 正半段梯度恆為 1，大幅緩解——這是它成為預設激活函數的原因。
參數量的直覺：兩層各 1000 顆神經元全連接，光這兩層就有 100 萬個權重——「大模型」的參數量就是這樣一層層堆出來的（GPT 級模型達千億級）。
📌 考點：激活函數的目的（提供非線性）、反向傳播的作用（計算梯度以更新權重）、Softmax 用在多分類輸出。
深度學習明星架構與選型 ★115 年考 8 題CNN / RNN / LSTM / Transformer / YOLO
白話說不同資料形狀有不同的專用架構——影像用 CNN、序列用 LSTM、語言用 Transformer。選型題是送分題，前提是記對對應關係。
- CNN 卷積神經網路：拿小放大鏡（卷積核）在圖上滑動掃描——淺層看出邊緣線條、中層組成形狀、深層組成物件；池化（Pooling）＝縮圖保留重點、減少計算。用於影像分類、瑕疵檢測。
- YOLO：「You Only Look Once」——看一眼就同時框出物件位置＋類別，即時物件偵測（監視器、自駕）。
- RNN 循環神經網路：帶著「上一步的記憶」依序讀序列；缺點是記性差——序列一長就忘（梯度消失）。
- LSTM 長短期記憶網路：帶筆記本的 RNN——用遺忘門／輸入門／輸出門決定「該記什麼、該忘什麼」，解決長期依賴。時間序列預測（銷量、股價）常用。
- Transformer：不再逐字讀——自注意力機制（Self-Attention）讓每個字同時「看」整句所有字、算出彼此關聯強度；可平行訓練（比 RNN 快得多）；用位置編碼保留語序。現代 LLM（GPT、Gemini、Claude）的地基。Flash Attention＝讓注意力計算更省記憶體、更快的工程優化（115 年新考點）。
🔍 深入理解（點開看進階拆解）
Self-Attention 再拆一層：每個字會產生三個向量——Query（我在找什麼）、Key（我是什麼）、Value(我攜帶的內容)。用 Q·K 算出「我該關注誰」的權重，再加權平均大家的 V，得到融合了上下文的新表示。效果：同一個字在不同句子得到不同表示——「bank」在 river bank（河岸）與 bank account（銀行）中向量不同，這是舊式固定詞向量做不到的。
- 為什麼能平行：RNN 必須等前一個字算完才能算下一個；注意力是整句所有字同時互看，一次矩陣運算搞定——GPU 火力全開，訓練速度數量級提升。
- 位置編碼為何存在：注意力本身「不知道順序」（誰跟誰互看都行），必須外加位置訊號才知道「我愛你」≠「你愛我」。
訓練的兩大病：過擬合與欠擬合 ★Overfitting / Underfitting
白話說欠擬合＝書讀太少——訓練、測試都考不好（高偏差 Bias）；過擬合＝死背題庫——訓練 99 分、測試 65 分（高變異 Variance），模型把「訓練資料的雜訊」也背起來了。
欠擬合的藥：換更複雜的模型、增加特徵、訓練久一點。過擬合的藥（必背五帖）：
- 更多資料／資料增強（Data Augmentation）：把圖片翻轉、裁切、調亮暗，「一張變十張」。
- 正則化（Regularization）：給過大的權重「罰款」。L1（Lasso）罰絕對值——會把不重要的旋鈕直接轉到 0，等於自動做特徵選擇（稀疏解）；L2（Ridge）罰平方——讓權重整體變小變平滑、但不歸零。
- Dropout：訓練時每輪隨機讓部分神經元「請假」——逼所有神經元都得學會本事，不能依賴少數幾顆。
- 提前停止（Early Stopping）：驗證集分數開始變差就喊停，不讓模型繼續背。
- 簡化模型：減少層數／參數。
偏差-變異權衡（Bias-Variance Tradeoff）：蹺蹺板——模型太簡單偏差高、太複雜變異高，目標是找中間的甜蜜點。交叉驗證（k-fold Cross-Validation）：把資料切成 k 份輪流當驗證集、取平均表現——評估更可靠，也用來挑超參數。
🔍 深入理解（點開看進階拆解）
學習曲線判讀法（把訓練/驗證損失畫成兩條線）：兩條都高→欠擬合；訓練低、驗證高且差距持續擴大→過擬合；兩條都低且貼近→健康。這是實務診斷的第一步，也是考題的圖表題型。
L1 為什麼會把權重壓到整數 0？幾何直覺：L1 的罰函數 |w| 在 0 的位置有個「尖角」，最佳解經常正好卡在角上（w=0）；L2 的罰函數 w² 在 0 附近平滑，只會把權重「縮小」而不會「歸零」。所以 L1＝稀疏解＝自動特徵選擇，L2＝整體平滑。
Dropout 的細節：只在訓練時隨機關神經元；推論（正式上線預測）時全部開啟——考題若說「Dropout 在預測階段隨機關閉神經元」→ 錯。
📌 考點：「訓練 99%／測試 65% 該怎麼辦」；「何者無法改善過擬合」→ 提高模型複雜度。
模型考幾分：評估指標 ★情境選指標＝必考題型Evaluation Metrics
白話說先用「火災警報器」記住混淆矩陣：TP 真火災有響（真陽性）、FP 沒火亂響（誤報，型一錯誤）、FN 真火災沒響（漏報，型二錯誤，最致命）、TN 沒火沒響。所有分類指標都是這四格的排列組合。
- Accuracy 準確率＝整體答對率。⚠ 類別懸殊時嚴重失真：99.5% 是良品時，「全猜良品」也有 99.5%。
- Precision 精確率＝TP／(TP＋FP)——「警報響的裡面，幾次是真的」。誤報成本高時看它（垃圾郵件過濾誤擋老闆的信）。
- Recall 召回率（敏感度）＝TP／(TP＋FN)——「真火災裡，幾次有響」。漏報成本高時看它（癌症篩檢、詐欺偵測、瑕疵漏檢）。
- 兩者是蹺蹺板：把警報調得更靈敏 → Recall 升、Precision 降。F1-score＝兩者的調和平均——類別不平衡、或兩邊都要顧時的首選。
- AUC-ROC：掃過所有判定門檻的整體判別力，適合「比較不同模型」。
- 迴歸指標：MAE（平均絕對誤差——直觀、對離群值不敏感）；MSE／RMSE（把誤差平方——大錯罰更重，在乎極端誤差時用 RMSE）；R²（模型解釋了多少變異，越接近 1 越好）。
🔍 深入理解（點開看進階拆解）
拿一組數字把所有指標算一遍，手感就出來了。設 100 筆交易、其中 10 筆詐欺；模型標記了 8 筆，其中 6 筆真詐欺：
- TP=6、FP=2、FN=4、TN=88。
- Accuracy＝(6+88)/100＝94%——看起來很棒。
- Precision＝6/8＝75%——報出來的 8 筆有 75% 是真的。
- Recall＝6/10＝60%——10 筆真詐欺漏掉了 4 筆！
- F1＝2×(0.75×0.6)/(0.75+0.6)≈66.7%。
結論：Accuracy 94% 的光鮮外表下，四成詐欺漏網——這就是不平衡資料只看 Accuracy 的陷阱。閾值的蹺蹺板：把判定門檻調鬆→抓得更多→Recall 升、Precision 降；調嚴則反過來。AUC 的白話定義：隨機抽一個正例與一個負例，模型給正例更高分的機率——0.5 等於亂猜、1.0 完美。
📌 秒判：「不能漏」→Recall；「報出來要準」→Precision；「極度不平衡」→F1；「大誤差不可接受」→RMSE。115 年 Q50 癌症篩檢題、Q40 瑕疵品題都是這個套路。
打開黑箱：可解釋 AI ★115 年考 4 題Explainable AI, XAI
白話說深度模型很準，但說不出理由——這在金融、醫療是大問題（法規要求「說得出為什麼拒絕你」）。XAI 就是一套「讓模型交代理由」的技術。
- LIME（Local Interpretable Model-agnostic Explanations）：在「這一筆」預測的附近製造一些相似樣本，用簡單模型（如線性模型）模仿黑箱在局部的行為，來解釋這筆判決。關鍵字：局部近似、模型無關。
- SHAP（SHapley Additive exPlanations）：用賽局理論的 Shapley 值，把「這筆預測結果」當獎金，公平分給每個特徵——收入 +30 分、負債比 −20 分、年資 +5 分……貢獻值可加總、也能彙整成全局特徵重要性。關鍵字：特徵貢獻值、公平分配。
- Saliency Map／Grad-CAM：影像版解釋——熱力圖標出模型「看著哪裡」做判斷（X 光片上模型盯著的病灶區）。
- 反事實解釋（Counterfactual Explanation）：「若月收入再多 1 萬，貸款就會核准」——告訴你改變哪個條件能翻轉結果，對使用者最有行動指引。
🔍 深入理解（點開看進階拆解）
LIME 的四步流程：①在目標樣本附近隨機擾動，生成一堆相似的假樣本；②丟給黑箱模型打標籤；③以「離目標越近權重越高」的方式訓練一個簡單線性模型；④線性模型的係數＝這筆預測的局部解釋。它模仿的是黑箱「在這附近」的行為，換一筆樣本解釋就要重做。
SHAP 的 Shapley 值直覺：想像特徵們輪流「加入團隊」，每次加入都量測它帶來多少邊際貢獻，再對所有可能的加入順序取平均——這是賽局理論證明「唯一公平」的分法。所以 SHAP 值可以加總（各特徵貢獻加起來＝預測值與基準值的差），也能彙整成全局特徵重要性。
兩者定位一句話收尾：LIME 只做局部近似、快而粗；SHAP 有理論保證、可局部可全局、算得較重。
📌 考點：「量化各特徵對單筆預測的貢獻」→SHAP；「局部用簡單模型模仿」→LIME。兩者分辨是 115 年連兩題的考點。
上線不是終點：漂移與模型維運 ★Data Drift / Concept Drift / MLOps
白話說世界一直在變，模型卻停在訓練那天。資料漂移＝客人口味變了（輸入分布改變）；概念漂移＝遊戲規則變了（輸入與答案的「關係」改變，例如詐騙手法進化）。
症狀：上線幾個月後效能逐漸下滑，但系統與程式都沒壞。處方：建立監控（效能指標＋輸入分布比對）→ 異常警示 → 定期用新資料再訓練。這套「讓模型持續健康」的工程實務統稱 MLOps。
🔍 深入理解（點開看進階拆解）
監控實務分三層，由淺入深：
- 輸入分布監控：比對線上輸入與訓練資料的統計分布（常用 PSI 指標、統計檢定）——不需要真實答案就能做，是最早的警報器。
- 預測分布監控：模型輸出的比例是否漂移（核准率突然從 60% 掉到 40%？）。
- 實際效能監控：等真實結果回來後對答案——最準但最慢（詐欺要幾週後才確認）。
再訓練的三種策略：定期制（每月重訓）、觸發制（監控指標超標才重訓）、線上學習（即時更新——風險高，要防資料污染攻擊）。上新模型的穩妥作法叫冠軍／挑戰者模式：新模型先「影子運行」只記錄不決策，比贏現任冠軍才真正切換。
📌 考點：「推薦模型半年後點擊率下滑、系統無故障」→ 資料漂移；答案選「監控＋再訓練」，不選「模型參數自然衰減」（沒這回事）。
📎 第 3 章回顧
訓練＝調旋鈕下山（損失／梯度／學習率）；五種學習方式看「答案從哪來」；演算法各記一句原理＋時機；神經網路＝加權投票機疊層＋反向傳播分責任；架構選型（CNN 影像／YOLO 偵測／LSTM 時序／Transformer 語言）；過擬合五帖藥（資料、正則化 L1/L2、Dropout、早停、簡化）；指標秒判（漏→Recall、誤→Precision、不平衡→F1、大錯→RMSE）；XAI 四招（LIME 局部、SHAP 分貢獻、熱區圖、反事實）；上線後防漂移（監控＋再訓練）。
✍️ 自我檢核
用「下山」的比喻解釋梯度下降與學習率，並說明學習率太大／太小會怎樣。
看參考解答
損失函數像山的海拔（錯得越離譜海拔越高）。濃霧中看不到全景，只能摸腳下坡度（梯度），往最陡的下坡方向走一步（更新參數），步伐大小就是學習率。學習率太大：一步跨過谷底，來回震盪甚至發散；太小：收斂太慢，訓練遙遙無期。
五種學習方式各舉一個生活例子，關鍵差別是什麼？
看參考解答
監督式＝附答案的抽認卡（房價預測）；非監督式＝衣服自然分堆（顧客分群）；半監督式＝只標了一小部分的相簿（少量標註＋大量未標註）；自監督式＝自己出克漏字自己答（LLM 預訓練）；強化學習＝訓練小狗做對給零食（AlphaGo）。關鍵差別：答案（監督訊號）的有無與來源——人工標籤／沒有／少量人工／資料自身／環境獎勵。
邏輯迴歸做的是分類還是迴歸？隨機森林和 XGBoost 的組隊方式差在哪（Bagging vs Boosting）？
看參考解答
邏輯迴歸做「分類」——名字有迴歸，實際輸出 0～1 的機率再判類別，是經典陷阱。隨機森林＝Bagging：多棵樹「平行」各看不同資料再投票，穩定抗過擬合；XGBoost＝Boosting：樹「序列」生成，每一棵專門修正前面的錯誤，準度常更高但較講究調參。
為什麼沒有激活函數的深層網路等於一條直線？反向傳播在算什麼？
看參考解答
因為線性變換疊加仍是線性：W₂(W₁x)=（W₂W₁)x，疊一百層等價於一層線性模型，永遠學不會曲線關係。激活函數（ReLU 等）在層與層之間加入非線性，網路才能逼近任意複雜的函數。反向傳播則是從輸出端的誤差往回推，算出每個權重對損失的梯度（責任分攤），供梯度下降更新。
訓練 99 分、測試 65 分——診斷是什麼病？開三帖藥。
看參考解答
診斷：過擬合（高變異）——模型把訓練資料連同雜訊背起來了。藥方（任選三帖）：增加訓練資料或資料增強、L1/L2 正則化、Dropout、提前停止（Early Stopping）、簡化模型。注意「提高模型複雜度」只會更嚴重。
癌症篩檢和垃圾郵件過濾，各該優先看哪個指標？為什麼？
看參考解答
癌症篩檢→召回率 Recall：漏診（FN）的代價最高，寧可誤報也不能漏掉真病患。垃圾郵件→精確率 Precision：誤報（FP）的代價高——把老闆的正常信擋進垃圾桶比漏掉一封廣告嚴重。口訣：怕漏看 Recall、怕誤看 Precision。
LIME 和 SHAP 各自的一句話定位？銀行要「量化每個特徵對這筆拒貸的貢獻」該用哪個？
看參考解答
LIME：在「這一筆」預測附近用簡單代理模型做局部近似解釋（關鍵字：局部、模型無關）。SHAP：用賽局理論 Shapley 值把預測結果公平分配給每個特徵，得到可加總的貢獻值。銀行要「量化每個特徵對這筆拒貸的貢獻」→ 選 SHAP。
第 4 章｜L114鑑別式 AI 與生成式 AI——裁判與創作者
🎯 學習目標——讀完你應該能：
- 用一句話分辨鑑別式與生成式 AI，並判斷應用場景屬於哪邊
- 說出 GAN、VAE、Diffusion 三大生成架構的原理、強項與弱點
- 解釋 LLM 的訓練三部曲與幻覺的成因
裁判 vs 創作者Discriminative vs. Generative AI
白話說鑑別式 AI 是裁判——學「分界線」，給它輸入、它回你判斷（類別或數值）；生成式 AI 是創作者——學會「資料整體長什麼樣子」，然後創造新內容。
用數學語言：鑑別式學條件機率 P(y|x)（給定輸入 x，答案 y 是什麼）；生成式學資料分布 P(x)（資料本身怎麼分布，所以能從分布中「抽出」新樣本）。
🏭 實例鑑別式：詐欺交易判定、人臉辨識、信用評分、瑕疵分類。生成式：寫行銷文案、文生圖、合成語音、產生程式碼。判斷法：輸出是「標籤／數字」→鑑別式；輸出是「內容」→生成式。
🔍 深入理解（點開看進階拆解）
用「同一個場景的兩種用法」練分辨，考題就是這樣出的：
實務系統常是混合架構：生成式產出內容、鑑別式在後面審核打分（品質、合規、毒性）——「生成→審核」兩段式是業界標配，也開始出現在情境題。
📌 考點：115 年考「何者屬鑑別式應用」——詐欺判定 vs 文案生成的對比。
GAN 生成對抗網路Generative Adversarial Network
白話說兩個網路互相較勁：生成器（Generator）是偽鈔犯，努力印出以假亂真的鈔票；判別器（Discriminator）是警察，努力分辨真偽。軍備競賽下，偽鈔越印越真。
強項：影像銳利、生成速度快、多樣性好。弱點：兩個網路要保持勢均力敵，訓練不穩定；以及模式崩潰（Mode Collapse）——偽鈔犯發現「印某一款最容易騙過警察」，就只印那一款，輸出全長得一樣。
🔍 深入理解（點開看進階拆解）
訓練為什麼不穩？兩個網路的目標互相衝突，像蹺蹺板要一直維持動態平衡：判別器太強→生成器怎麼做都被識破，收不到有用的學習訊號；判別器太弱→生成器亂做也過關，學不到精進。實務要小心調配兩邊的學習速度。
模式崩潰的偵測：生成樣本的多樣性驟降（一千張人臉長得像同五個人）就是警訊。
GAN 的三個代表應用：影像風格轉換（照片變梵谷畫）、資料增強（合成訓練樣本補資料不足）、超解析度（低清變高清）——應用題認得出「對抗生成」的關鍵字即可。
VAE 變分自編碼器Variational Autoencoder
白話說「壓縮再重建」：編碼器把一張臉壓成潛在空間（Latent Space）裡的一個座標（想像成「捲髮程度 0.8、微笑程度 0.3」），解碼器再從座標畫回圖。
潛在空間是平滑的，可以在兩張臉的座標之間「滑動」產生漸變。應用亮點：異常偵測——模型只看過正常樣本，正常品重建得很好、異常品重建誤差大 → 誤差一大就抓到。弱點：輸出偏模糊。
🔍 深入理解（點開看進階拆解）
「變分（Variational）」到底變什麼？普通自編碼器（AE）把輸入壓成潛在空間的「一個點」；VAE 壓成「一個分布」（均值＋變異數），再從分布中取樣交給解碼器。這個設計逼出平滑連續的潛在空間——兩張臉的座標之間每一點都能解碼出合理的臉，才有「漸變」效果；AE 的潛在空間則可能破碎，點與點之間是垃圾。
異常偵測的完整流程：只用正常樣本訓練 → 對新樣本計算重建誤差 → 設定門檻（例如取正常樣本誤差的 99 百分位）→ 超標即判異常。適用場景的共同點：異常樣本稀少且型態未知（產線新型瑕疵、新型盜刷手法）——正因為異常沒得學，才改成「把正常學透」。
📌 考點：「用重建誤差做異常偵測」→ VAE。
Diffusion 擴散模型Diffusion Model
白話說訓練時把清晰圖片「一步步加雜訊」直到變成雪花，讓網路學會倒帶——一步步去噪還原。生成時就從純雜訊開始，一路去噪「雕」出一張全新的圖。
強項：品質最高、訓練穩定——DALL·E、Stable Diffusion、Midjourney、Sora 的底層都是它。弱點：生成要跑很多步 → 速度較慢。
💡 三兄弟怎麼選要做異常偵測 → VAE；要最高品質與穩定 → Diffusion；要快速生成、可接受訓練難度 → GAN。（比較題必考）
🔍 深入理解（點開看進階拆解）
為什麼品質能做到最高？秘密在「把困難拆小」：一步從雜訊生出完整圖片太難；拆成幾百個小步驟，每一步只需要「去掉一點點噪、修正一點點」——每步都簡單，整體就穩定，品質自然堆得上去。代價正是步驟多→生成慢。
- 文生圖的原理：在每一步去噪時用文字描述「引導」方向（條件擴散）——文字說「戴帽子的貓」，去噪就往那個方向修。
- Stable Diffusion 的「潛在擴散」：不在原始像素上跑擴散，而是先壓縮到小的潛在空間再跑——算力省一個數量級，這是它能在消費級顯卡上跑的原因。
- 加速方向：把幾百步蒸餾成幾步的少步數模型，是近年主要研究線。
大型語言模型Large Language Model, LLM
白話說本質是「超大型文字接龍」：以 Transformer 為地基，自迴歸（Autoregressive）地一次預測一個 token（字塊），接出整段回答。ChatGPT、Gemini、Claude 都是。
- 訓練三部曲：① 預訓練——用海量文本玩自監督克漏字／接龍，學會語言與世界知識；② 指令微調（Instruction Tuning）——教它「聽懂指令、好好回答」；③ RLHF（人類回饋強化學習）——請人類評審比較答案好壞、訓練出獎勵模型，再用強化學習讓它更有幫助、更無害（對齊人類偏好）。
- Embedding（向量嵌入）：把文字轉成「語意座標」——意思相近的詞座標也相近。這是第 6 章 RAG 檢索的基礎。
- 幻覺（Hallucination）為何發生：模型是在算「哪個字最可能接下去」，不是在查資料庫——所以會一本正經地說錯話。緩解方式（RAG、引用查核）見科目二。
🔍 深入理解（點開看進階拆解）
token 的手感：token 是模型的「字塊」單位——中文一個字常是 1 個 token，「人工智慧」約 2～4 個；英文長字會被切成幾塊。兩件事都以 token 計：計費（輸入＋輸出都算錢）與上下文窗口（一次能「看見」的總量，超過就被截斷遺忘——所以長文件要靠 RAG 分段餵）。
溫度的機率機制：模型每一步對所有候選字算機率（softmax），溫度 T 就是除在分數上的參數——T 小→分布變尖→幾乎只挑最高分（穩定）；T 大→分布變平→冷門字也有機會（多樣）。
湧現能力（Emergent Abilities）：規模跨過某個門檻後「突然會了」的能力（多步推理、少樣本學習）——解釋了為什麼大家拚命把模型做大。
📌 考點：「ChatGPT 基於什麼架構」→ Transformer；「RLHF 的目的」→ 對齊人類偏好；幻覺的定義與成因。
📎 第 4 章回顧
鑑別式＝裁判（P(y|x)，輸出判斷）；生成式＝創作者（P(x)，輸出內容）。GAN 對抗（快、多樣／不穩、模式崩潰）；VAE 壓縮重建（潛在空間、異常偵測／偏模糊）；Diffusion 去噪（品質最高最穩／慢）。LLM＝Transformer 接龍：預訓練→指令微調→RLHF；幻覺因為「接龍不是查證」。
✍️ 自我檢核
「輸入一張 X 光片、輸出有無病灶」和「輸入文字、輸出一張海報」各屬哪類 AI？
看參考解答
X 光片判讀輸出的是「判斷結果」（有／無病灶的類別）→ 鑑別式 AI；文字生成海報輸出的是「新內容」→ 生成式 AI。判斷口訣：輸出是標籤或數字→鑑別式；輸出是內容→生成式。
GAN 的兩個網路各扮演什麼角色？模式崩潰是什麼？
看參考解答
生成器（Generator）是偽鈔犯：努力產生以假亂真的樣本；判別器（Discriminator）是警察：努力分辨真假。兩者對抗中一起變強。模式崩潰（Mode Collapse）＝生成器發現某一款樣式最容易騙過判別器，就只產那一款——輸出多樣性喪失、全長得一樣。
為什麼 VAE 適合做異常偵測？
看參考解答
VAE 只用「正常樣本」訓練壓縮—重建：正常品它見多了，重建誤差小；異常品從沒見過，重建誤差大。因此設一個重建誤差門檻，超標就判為異常——適合瑕疵檢測、盜刷偵測這類「異常樣本稀少難蒐集」的場景。
LLM 訓練三部曲是哪三步？RLHF 解決什麼問題？
看參考解答
①預訓練：海量文本自監督（克漏字／接龍），學會語言與世界知識；②指令微調：教它聽懂指令、好好回答；③RLHF：請人類評比答案好壞訓練獎勵模型，再用強化學習調整輸出。RLHF 解決的是「會說話但不一定得體、有幫助、無害」的對齊（Alignment）問題。
用「接龍 vs 查資料庫」解釋為什麼 LLM 會產生幻覺。
看參考解答
LLM 回答時是在算「哪個字最可能接在後面」（機率接龍），並不是到資料庫查證事實。所以當它沒把握時，仍會流暢地接出「看起來最像正確答案」的內容——這就是幻覺：一本正經地說錯話。對策是給它資料（RAG）、要求引用、人工覆核。
4科目二系統教材：生成式AI應用與規劃
三個章節對應官方評鑑主題 L121–L123。科目二考的是「把 AI 用進組織的判斷力」——工具會一直換，但選型邏輯、導入流程與治理原則不會變，這正是本教材的重心。
第 5 章｜L121No-Code／Low-Code——人人都能蓋 AI
工程師永遠不夠用。No-Code／Low-Code 平台讓不會寫程式的業務人員（所謂「公民開發者，Citizen Developer」）也能自己動手做應用——但「人人能蓋」也代表「人人能蓋出災難」，所以治理跟著來。
🎯 學習目標——讀完你應該能：
- 在 No-Code／Low-Code／AutoML／傳統開發之間為場景選型
- 說明工作流自動化工具（n8n、Make、Zapier）怎麼串接 LLM
- 解釋平台治理要管什麼、影子 IT 與供應商鎖定是什麼風險
- 判斷什麼場景該用邊緣運算、什麼場景該上雲
開發方式光譜：從樂高到手工訂製No-Code / Low-Code / AutoML
白話說四種蓋法：No-Code＝樂高積木（全拖拉、零程式、快但客製有限）；Low-Code＝半成品家具（視覺化為主＋少量程式加工）；AutoML＝自動大廚（自動做特徵、選模型、調參數——「不會建模也能訓練預測模型」）；傳統開發＝手工訂製（最彈性、最貴、最慢）。
🔍 深入理解（點開看進階拆解）
選型時心裡跑三個問題，答案自然浮現：
- 之後誰維護？業務單位自己→No-Code／Low-Code；有工程團隊→傳統開發也行。
- 要多客製？標準流程→No-Code；要接內部系統、寫商業邏輯→Low-Code 或傳統。
- 是不是核心競爭力？是（演算法就是你的護城河）→自建；不是（內部效率工具）→買現成或低程式碼。
AutoML 自動化了什麼、沒自動化什麼——這是考題的精確邊界：自動化＝特徵處理、模型選擇、超參數搜索、（部分）部署；沒自動化＝問題定義、資料蒐集與品質、業務解讀與決策。所以「AutoML 可完全取代資料科學家」→ 錯誤選項。
📌 考點：115 年考 No-Code 與 AutoML 的「分工定位」——No-Code 蓋應用與流程，AutoML 產模型，兩者常搭配使用而非互相取代。
工作流自動化：把 AI 串進流程Workflow Automation（n8n / Make / Zapier）
白話說像排骨牌：設定一個觸發器（收到客戶郵件）→ 一連串節點加工（呼叫 LLM 摘要、判斷急迫度）→ 動作（寫入表格、發 Slack 通知、自動回信）。全程拖拉節點完成，不寫程式。
n8n、Make、Zapier 是代表工具。115 年新題型的重點：用 No-Code 工作流把 LLM API 接進既有流程——AI 不再只是聊天窗，而是流程裡的一個加工站。
🔍 深入理解（點開看進階拆解）
把一條真實流程攤開，節點概念就懂了——「客訴信自動處理」：
- 觸發器（Trigger）：信箱收到新郵件（事件驅動，不用人盯）。
- 加工節點：LLM 節點做分類（物流／品質／退款）＋摘要重點。
- 分流節點（IF）：急迫度高→開工單＋通知主管；一般→自動回覆＋寫入追蹤表。
比背工具名更重要的三個觀念：事件驅動（觸發器取代人工輪詢）、節點＝原子步驟（每個節點只做一件事，好除錯）、錯誤分支與重試（API 失敗時走備援路徑，而不是整條流程掛掉）——考題開始往「流程設計判斷」走，就是考這些。
平台治理與影子 IT ★Platform Governance / Shadow IT
白話說人人都能蓋系統的副作用：各部門偷偷自建一堆小工具，IT 部門根本不知道——這叫影子 IT（Shadow IT）。沒人管權限、沒人管資料品質、出事沒人知道資料流去哪。
- 治理要管的事：權限控管（誰能建、誰能看資料）、資料存取規範、版本管理、上線前審核、跨系統整合測試。
- 平台的資料治理機制會直接影響資料品質與合規——選平台時就要評估，不是出事再補。
- 供應商鎖定（Vendor Lock-in）：邏輯全建在某平台上，之後要搬家極痛——評估時要考慮匯出能力與標準相容性。
🔍 深入理解（點開看進階拆解）
影子 IT 為什麼會蔓延？三個結構性原因：需求急（業務等不了）＋ IT 排程慢（排隊三個月）＋平台太易取得（刷卡就能開通 SaaS）。它不是員工故意搗亂，而是治理跟不上工具民主化的自然結果——所以解法是「疏」不是「堵」。
- 風險具體化：個資被存進未經審核的服務、建立者離職帳號沒人回收、各部門重複採購、同一份資料多處各自維護版本打架。
- 治理解法三件套：提供「受核准的自助平台」讓大家在圍欄內自由發揮（疏）；定期盤點掃描組織內使用中的 SaaS（查）；單一登入 SSO 統一身分與權限（管）。
📌 考點：「缺乏治理的 No-Code 平台會發生什麼」→ 管理混亂、資料品質失控；治理機制的典型影響是 115 年實際考題。
雲端 vs 邊緣運算 ★Cloud vs. Edge Computing
白話說雲端＝中央廚房：算力大、彈性伸縮、集中管理，但要透過網路（有延遲）、資料要出門。邊緣運算＝現場小廚房：在裝置端或近端就地運算——低延遲、斷網也能動、資料不出門，但算力與記憶體有限。
- 選邊緣的關鍵字：「毫秒級即時反應」（產線瑕疵檢測、自駕）、「網路不穩也要能運作」、「資料涉敏不能上傳」。
- 邊緣的代價：裝置資源小，模型要先「瘦身」——量化（降低數值精度）、知識蒸餾（見第 6 章）。
- 邊緣裝置效能不佳的常見原因 ★：模型太大、超出裝置運算與記憶體資源——不是「網路太慢」（邊緣本來就不靠網路）。
🔍 深入理解（點開看進階拆解）
量化（Quantization）的直覺：把權重從 32 位元浮點數（FP32）壓成 8 位元整數（INT8）——模型體積縮四倍、運算量大降，精度只犧牲一點點。搭配知識蒸餾（換一個天生就小的模型），就是邊緣部署的兩大瘦身術。
延遲的數字感：雲端 API 一來一回常見 50～200ms（還沒算模型推論時間）；高速產線的影像檢測窗口可能不到 10ms——物理上只有邊緣做得到。這就是「為什麼不能上雲」的硬理由。
實務常是混合架構：邊緣負責即時推論，雲端負責訓練新模型、再透過 OTA（空中更新）下發到各裝置——「邊緣跑、雲端養」是標準答案的形狀。
📌 考點：115 年考「邊緣運算效能下降的原因分析」與雲端／邊緣選型情境題。
📎 第 5 章回顧
開發光譜：No-Code（樂高）→ Low-Code（半成品）→ AutoML（自動建模）→ 傳統開發（訂製）；工作流工具＝觸發→節點→動作的骨牌；治理防影子 IT（權限、資料、版本、審核）＋防供應商鎖定；雲端（彈性）vs 邊緣（低延遲、離線、隱私，但要幫模型瘦身）。
✍️ 自我檢核
行銷部想自己做一個「客訴信自動分類轉發」流程，該用哪類工具？為什麼不必動用工程團隊？
看參考解答
用 No-Code 工作流工具（n8n／Make／Zapier）：觸發器（收到客訴信）→ LLM 節點（分類＋摘要）→ 動作（轉發對應部門＋寫入表格）。全程拖拉節點即可完成，屬於「表單／流程自動化」等級的需求，業務人員即可自建，不需佔用工程團隊。
影子 IT 是怎麼形成的？治理該管哪四件事？
看參考解答
需求急、IT 排程慢、平台又易取得（刷卡就能開 SaaS），各部門就繞過 IT 私建工具——形成沒人管的影子 IT。治理四件事：權限控管（誰能建、誰能看資料）、資料存取規範、版本管理、上線前審核（含跨系統整合測試）。
工廠產線的即時瑕疵檢測為什麼適合邊緣運算？部署前模型要做什麼準備？
看參考解答
三個理由：需要毫秒級即時反應（雲端網路往返延遲太大）、斷網也必須持續運作、產線影像資料不必外傳（隱私與頻寬）。部署前要為裝置有限的算力做模型瘦身：量化（降低數值精度）或知識蒸餾（大模型教小模型）。
第 6 章｜L122生成式AI應用與工具——從會聊天到會辦事 ★核心題區
這一章是科目二的技術核心，一條學習動線貫穿：先學會「跟 AI 好好說話」（提示工程）→ 給它「開書考」的能力（RAG）→ 需要時「調教」它（微調）→ 最後讓它「動手辦事」（Agent 與 MCP）。
🎯 學習目標——讀完你應該能：
- 寫出結構良好的提示，並依任務選對推理策略（CoT／ToT）與溫度
- 完整說出 RAG 的建庫與查詢流程，解釋 Chunking 為什麼必要
- 在提示工程、RAG、微調之間做正確選擇（含 LoRA、蒸餾的時機）
- 說明 AI Agent 的運作循環與 MCP 的角色，以及該有的安全防線
- 認識多模態工具、內容真實性標準（C2PA）與模型評測基準
提示工程：跟 AI 好好說話Prompt Engineering
白話說同一個模型，話問得好不好，答案品質差三倍。提示工程就是「把需求說清楚」的技術——不用寫程式，但有方法。
- System Prompt vs User Prompt：System 是「人設與規則」（你是資深法務，回答須引用條文，不確定就說不確定）——使用者看不到、優先權高；User 是每次的實際提問。
- 好提示四件套：角色（你是誰）＋任務（做什麼）＋脈絡（背景資料與限制）＋格式（用表格？幾字內？）。
- Zero-shot：不給範例直接命令。Few-shot：先示範幾題再讓它做——範例會強力引導格式與判斷。⚠ 陷阱：範例必須貼近目標場景。拿美國市場的範例教它分析台灣市場，會整組帶偏（領域偏移）——115 年實際考題。
🔍 深入理解（點開看進階拆解）
把「好提示四件套」寫成一則完整範例，感受一下差距。壞提示：「幫我寫報告」。好提示：
📝 範例「你是資深資料分析師（角色）。請根據以下三季銷售數據，寫一份給高階主管的摘要報告（任務）。讀者不懂統計術語，重點放在趨勢與異常（脈絡）。輸出：300 字內、三個要點加一句結論（格式）。」
- 負面指令效果差：「不要用口語」不如「使用正式書面語」——模型對「做什麼」的服從度遠高於「別做什麼」。
- 分隔符技巧：用 ``` 或 XML 標籤把「使用者資料」與「指令」隔開——既讓模型分清界線，也降低提示注入的風險（資料區的內容不被當成指令執行）。
推理策略：CoT、ToT 與 Graph ★Chain / Tree of Thoughts / Graph Prompting
白話說複雜問題別讓模型「憑直覺秒答」，要它把思考攤開來。三種攤法對應三種問題形狀。
- 思維鏈（Chain-of-Thought, CoT）：要求「一步一步推理再作答」——多步驟數學、邏輯題正確率大幅提升。形狀：一條直線。
- 樹狀思維（Tree-of-Thoughts, ToT）：同時展開多條思路、互相比較、可回頭換路——適合「有多種方案要評估」的規劃問題。形狀：一棵樹。
- Graph Prompting：把概念間的網狀關係交給模型——處理多條件相互影響（庫存、天氣、促銷互相牽動的補貨決策）。形狀：一張網。
- Self-consistency：同一題讓模型答很多次、取多數決——花錢買穩定。
🔍 深入理解（點開看進階拆解）
CoT 為什麼有效？直覺解釋：LLM 每生成一個 token 的「思考量」是固定的；要求它先寫出中間步驟，等於把一個大問題攤成多個小步驟、每步只需小小的推理量——用更多 token 換更高正確率。魔法句「Let's think step by step」就能觸發零樣本 CoT。
ToT 的內部結構：生成多個候選思路 → 用評估器替每條路打分 → 展開最有希望的、必要時回頭換路——本質是把「樹搜索」接到 LLM 上，所以適合規劃與多方案比較。
選擇題判斷句：題幹出現「逐步推導」→CoT；「比較多個方案、可回溯」→ToT；「多因素互相牽動成網」→Graph Prompting；「同題多答取多數決」→Self-consistency。
📌 考點：看題目給的「問題形狀」選策略——線性步驟→CoT；多方案比較→ToT；多條件互相影響→Graph。
輸出控制：溫度與 Top-p ★Temperature / Top-p Sampling
白話說溫度（Temperature）是「創意旋鈕」：調低 → 每次都挑最穩的字，輸出保守、穩定、可重現（法務文件、客服 FAQ）；調高 → 敢選冷門字，輸出多樣有創意（行銷腦力激盪）。
Top-p（核採樣）：只從「累積機率前 p%」的候選字中抽——另一種控制發散程度的方式。兩者常擇一調整。
🔍 深入理解（點開看進階拆解）
溫度沒有「正確值」，只有「對的區間」——給你一張實務對照：
- T ≈ 0～0.3：法務、客服 FAQ、資料抽取——要穩定可重現。
- T ≈ 0.3～0.7：摘要、翻譯、一般寫作——通順與變化的平衡。
- T ≈ 0.8 以上：行銷腦暴、創意寫作——要驚喜、可接受偶爾脫線。
Top-p 與溫度的分工：溫度改變機率分布的「形狀」（尖或平）；Top-p 直接「截尾」——只保留累積機率前 p 的頭部候選字（p=0.9 表示只從最可能的那 90% 機率質量中抽）。兩者常擇一調整，同時大動兩個容易失控。小心一個誤解：T=0 也不保證 100% 逐字重現（系統層仍有些微不確定性），但已是最穩設定。
📌 考點：「希望輸出穩定一致」→ 降溫度；「調高溫度」絕不是解決幻覺或提升準確性的方法（只會更嚴重）。
幻覺與防線Hallucination
白話說幻覺＝模型「一本正經地胡說八道」。根本原因：它在玩機率接龍（哪個字最像會接下去），不是在查證事實。
防線三層：① 給它資料——RAG 讓回答「依據檢索到的文件」；② 要求交代——附引用來源＋自動／人工查核；③ 人來把關——高風險內容一律人工覆核。
🔍 深入理解（點開看進階拆解）
幻覺不只一種長相，認得出型態才防得住：事實錯誤（把年份、數字講錯）、憑空引用（編造不存在的論文、法條、判決字號——法律與學術場景的頭號地雷）、過度自信（錯的內容配上斬釘截鐵的語氣）。
RAG 為什麼有效？它把任務從「回憶」改成「閱讀理解」——答案錨定在檢索到的文本上，模型不必憑記憶硬接。但注意：RAG 不是保證——模型可能「檢索對了照樣亂講」，所以提示要加一句「僅根據提供的內容回答；內容不足時回答不知道」。
評估幻覺的實務指標：溯源率（答案中有出處可查的句子比例）、人工抽查的事實錯誤率——監控儀表板上的固定欄位。
📌 考點：「何者不是降低幻覺的作法」→ 調高溫度。
RAG 檢索增強生成：讓模型開書考 ★115 年考 5 題Retrieval-Augmented Generation
白話說與其逼模型「憑記憶作答」（記憶會過期、會腦補），不如改成開書考：先從你的知識庫翻到相關頁面，再依據那幾頁回答並附出處。
建庫流程（一次性）：文件 → Chunking 切塊 → Embedding 向量化（每段變成語意座標）→ 存入向量資料庫（Vector Database）。
查詢流程（每次提問）：問題轉向量 → 到向量庫找「座標最近」的片段（可用混合檢索：語意＋關鍵字，專有名詞才不會漏）→ 重排序（Re-ranking）精挑最相關的幾段 → 塞進提示 → 模型「依據資料」作答＋附來源。
- Chunking 為什麼必要 ★：整份 200 頁手冊做成一個向量，檢索到的永遠是大雜燴——切成語意完整的小段，才能精準取回「真正相關」的內容。切太碎會失去上下文、切太大會夾雜噪音，大小要拿捏。
- RAG 的三大優勢：知識即時更新（換文件就好，不用重訓模型）、可溯源（附引用）、降幻覺。
- 增量索引：新文件進來只補建新片段的索引，不必重建整庫。
- 上下文工程（Context Engineering）：更廣義的技術——把檢索片段、對話記憶、工具結果「組裝」成模型當次的上下文，是 RAG 的上位概念（115 年新考點）。
🔍 深入理解（點開看進階拆解）
Embedding 檢索勝過關鍵字的時刻：「發票報帳流程」與「如何請款」——關鍵字零重疊，語意向量卻很近（餘弦相似度高），語意檢索抓得到。關鍵字勝過語意的時刻：產品型號「X-200」——語意上毫無意義，精確字串比對才可靠。這就是混合檢索存在的理由：兩邊的死角互補。
- Chunk 大小的實務手感：常見 200～500 字一塊，塊與塊之間留少量重疊（overlap）防止語意被切斷；切太碎→片段失去上下文，切太大→夾雜雜訊。
- 重排序（Re-ranking）的位置：第一輪向量檢索先「粗召回」幾十段（快），再用更強的模型對這幾十段「精排」取前幾名（準）——粗篩＋精選兩段式。
- 常見誤解：RAG 不會「更新模型」——模型權重從頭到尾沒變，變的是餵給它的參考資料。
📌 考點：「知識庫常更新該用什麼」→RAG；「回覆夾雜無關內容怎麼辦」→Chunking；RAG 與微調的分工見下一節。
微調家族：什麼時候該調教模型 ★Fine-tuning / PEFT / LoRA / Distillation
白話說微調＝拿自己的資料「再訓練」模型。時機很關鍵：要改的是行為與風格（固定格式、專業口吻、特殊任務）才微調；要補的是知識，用 RAG 就好。
- 全參數微調（Full Fine-tuning）：整台機器的旋鈕全部重調——效果最完整，但 GPU、資料、時間成本都最高。
- PEFT 參數高效微調 ★：只動一小部分參數。代表 LoRA（Low-Rank Adaptation）：凍結原模型，在旁邊掛一組小小的「外掛矩陣」只訓練它——需更新的參數可降到千分之一，效果卻接近全微調。「GPU／記憶體受限」情境的標準答案。同家族還有 Prefix Tuning、Adapter。
- RLHF／RFT（強化微調）：用獎勵訊號調整行為——RLHF 靠人類偏好評比，RFT 針對特定任務用獎勵函數調（115 年新考點）。
- 知識蒸餾（Knowledge Distillation）★：大模型當老師、小模型當學生——學生模仿老師的輸出，得到「便宜、快、夠用」的小模型。適合邊緣部署與高流量降本。
- 樣板化風險：過度微調固定格式，模型會變「死板」、喪失彈性推理——微調不是越多越好。
💡 三選一決策梯先試提示工程（零成本，先把話說清楚）→ 不夠？知識問題用 RAG → 還不夠？行為問題才微調。口訣：MCP 連工具、RAG 找知識、Fine-tuning 改行為。成本階梯：提示 < RAG < 微調 < 重新預訓練。
🔍 深入理解（點開看進階拆解）
LoRA 的數學直覺（一段話版）：微調本來要學一個跟原權重同尺寸的更新矩陣 ΔW（d×d，動輒億級參數）；LoRA 假設這個更新「本質上很簡單」（低秩），把它分解成兩個小矩陣 A（d×r）×B（r×d），r 取 8、16 這種小數字——參數從 d² 掉到 2dr，千分之一等級。推論時把外掛合併回原權重，不增加任何延遲。
- 微調 vs RAG 的判斷句庫：「輸出格式／語氣／術語習慣要固定」→微調；「知識常過期要更新」→RAG；實務常兩者並用——微調管行為、RAG 管知識。
- 蒸餾與微調別搞混：微調＝改「同一個」模型的行為；蒸餾＝造一個「新的小」模型來模仿大模型——目的是降推論成本，不是改行為。
AI Agent：從會聊天到會辦事 ★115 年考 4 題AI Agent / Tool Calling / MCP
白話說聊天機器人只出一張嘴；AI Agent 會動手——收到目標後自己拆解步驟、呼叫工具執行、看結果修正，直到完成任務。
- 運作循環：感知（理解目標與現況）→ 規劃（拆解步驟、決定用什麼工具）→ 行動（呼叫工具／API）→ 觀察結果 → 修正再來。多輪迭代＋記憶機制。
- 工具呼叫（Function／Tool Calling）：模型輸出一張結構化的「申請單」（函式名＋參數），由系統代為執行——Agent 行動力的基礎。
- MCP（Model Context Protocol）★：工具接口的 USB-C——以前每個工具×每個模型都要各寫一個轉接頭；MCP 把接口標準化，工具做一次 MCP 接入，各家模型都能用。與 RAG 的分工：MCP 連「系統與工具」（查庫存、開工單），RAG 補「知識內容」（文件問答）。
- 多 Agent 協作：企劃、執行、審查各由一個 Agent 分工——複雜任務的常見架構。
- 工程防線：逾時設定（Timeout）、心跳檢測（Heartbeat，確認 Agent 還活著）、重試上限、權限最小化（只給任務需要的工具與資料）。
- 提示注入（Prompt Injection）與 Guardrails：攻擊者在輸入或網頁內容裡「藏指令」騙 Agent 做壞事；防護欄＝輸入過濾＋輸出檢查（攔敏感資訊）＋工具白名單。
🔍 深入理解（點開看進階拆解）
把一個任務完整走一遍循環——「幫我安排下週與 A 公司的會議」：
- 感知：解析目標（要約誰、多長、實體或線上）＋讀行事曆現況。
- 規劃：查雙方空檔 → 選時段 → 發邀請 → 訂會議室，四步排好。
- 行動：呼叫行事曆 API 執行。
- 觀察→修正：A 公司回覆時段衝突 → 重新規劃改到週四。
這種「推理與行動交錯」的模式文獻上叫 ReAct。防線為什麼是那幾條？對照真實事故型態就懂：沒逾時→Agent 卡在一個工具上永遠不回來；沒重試上限→無限迴圈把 API 額度燒光；權限過大→誤刪正式資料。每條防線都對應一種事故。
📌 考點：MCP vs RAG 的定位差異、Agent 防護機制（心跳／逾時）、提示注入的防範。
多模態應用與工具地圖Multimodal AI
白話說多模態＝一個模型同時處理多種形態的輸入輸出（文字、影像、聲音、影片）。認得出工具的「類別與定位」就夠，不必背版本號。
- 文生圖：DALL·E、Midjourney、Stable Diffusion——底層都是 Diffusion 擴散模型。
- 影片生成：OpenAI Sora、Google Veo。
- 即時語音：GPT-Realtime——語音進、語音出、低延遲，適合語音客服。
- 程式輔助：GitHub Copilot、Cursor——依上下文「接龍」程式碼。Vibe Coding＝用自然語言描述需求讓 AI 直接寫——快，但品質與資安要靠程式碼審查＋自動化測試＋依賴掃描把關（115 年新考點）。
🔍 深入理解（點開看進階拆解）
「模態（Modality）」＝資訊的形式（文字、影像、聲音、影片）。多模態模型的核心技術是把不同形式的資料對齊到同一個向量空間——例如 CLIP 用「圖與其描述文字互相拉近」的對比學習，讓「狗的照片」和文字「a dog」的向量靠在一起，模型才能跨模態理解。
應用題的三種形狀：輸入圖＋問題、輸出文字＝視覺問答；輸入文字、輸出圖＝文生圖；語音進語音出＝即時語音對話（GPT-Realtime 類）。
Vibe Coding 為什麼要三件套防線？AI 生成的程式常是「能跑，但不安全、難維護」：自動化測試抓行為錯誤、程式碼審查抓設計與安全問題、依賴掃描抓引入的第三方套件漏洞（供應鏈風險）——各堵一種洞。
內容真實性：對抗深偽 ★C2PA / Watermarking / Deepfake
白話說AI 生成內容以假亂真（深偽 Deepfake），社會需要「驗明正身」的機制。兩把武器：內容履歷與隱形浮水印。
- C2PA 內容憑證：像食品的產銷履歷——用密碼學記錄「這內容由什麼工具生成、經過哪些編輯」，任何人可驗證。OpenAI Sora 生成的影片已內建。
- SynthID／數位浮水印：在像素或聲波裡嵌入人眼看不出、機器驗得出的標記，即使裁切壓縮也能偵測（Google 技術）。
🔍 深入理解（點開看進階拆解）
兩把武器的運作與弱點，配成一對才完整：
- C2PA 內容憑證：生成／編輯工具在檔案內嵌入經數位簽章的清單（誰、何時、用什麼工具、做過哪些編輯），任何人可用驗證器查證歷程。弱點：憑證附在檔案上——截圖、轉錄一次就剝離了。
- SynthID 類浮水印：直接改動像素／聲波的統計特徵，人眼看不出、裁切壓縮後仍可被偵測。弱點：需要專用偵測器，且是機率性判定。
一句話分工：憑證證明「真的」（來源可溯）；浮水印偵測「假的」（AI 生成可辨）——雙保險互補彼此的剝離／偵測弱點。考題給場景問用哪個：要「證明出處與編輯歷程」→C2PA；要「事後辨識是否 AI 生成」→浮水印。
📌 考點：115 年考「Sora 影片的出處證明」→ C2PA；「Veo 影片真實性驗證」→ 浮水印技術。
模型怎麼挑：評測基準Benchmarks
白話說評測基準＝模型的「模擬考」，各科考不同能力——選模型時看「你的任務對應哪一科」的分數，別只看總分。
選型還要一起看：開源 vs 閉源、延遲、成本、上下文長度（一次能吃多少資料）。
🔍 深入理解（點開看進階拆解）
選型是一條流程，不是看一個分數：
- ①定任務→查對應基準分數（客服問答看 MMLU／C-Eval，寫程式看 HumanEval）。
- ②算成本：token 單價 × 預估月用量（大模型貴 10 倍不一定好 10 倍）。
- ③量延遲：即時客服要秒回，批次報告可以慢慢跑。
- ④看上下文長度：要一次讀 200 頁合約就得挑長上下文模型。
- ⑤合規：資料能否出境？不能→可私有部署的開源模型。
開源 vs 閉源：開源（可自部署、可微調、資料不出門／要自己養運維）；閉源 API（能力常較強、免運維／受制於供應商、資料經第三方）。警惕刷榜：基準題目外洩會讓分數虛高——正式選型前用自家的小型實測集跑一輪最實在。
📎 第 6 章回顧
提示四件套＋Few-shot 範例要對場景；推理策略照問題形狀選（線→CoT／樹→ToT／網→Graph）；溫度＝創意旋鈕；幻覺防線（RAG＋引用查核＋人工）；RAG＝開書考（Chunking→Embedding→向量庫→檢索→重排序→附源作答）；微調階梯（提示→RAG→LoRA／PEFT→蒸餾瘦身）；Agent 循環（感知規劃行動）＋MCP 標準接口＋Guardrails；C2PA 履歷與浮水印；評測基準按任務對科目。
✍️ 自我檢核
把 RAG 的建庫與查詢流程各自從頭講一遍。Chunking 解決什麼問題？
看參考解答
建庫（一次性）：文件 → Chunking 切塊 → Embedding 向量化 → 存入向量資料庫。查詢（每次）：問題轉向量 → 相似度檢索（可混合語意＋關鍵字）→ 重排序精挑 → 相關片段塞進提示 → 模型依據資料作答＋附來源。Chunking 解決「整份文件一個向量→檢索粗糙、回覆夾雜無關內容」的問題。
公司知識庫每週更新，該微調還是 RAG？如果是要模型「永遠用固定公文格式回覆」呢？
看參考解答
每週更新→ RAG：換文件即可讓回答跟上最新版，還能附出處；微調要每週重訓，成本高又慢。要模型「永遠用固定公文格式回覆」→ 微調：這是行為與風格問題，不是知識問題。口訣：RAG 找知識、Fine-tuning 改行為。
LoRA 為什麼能省資源？知識蒸餾產出的小模型適合放哪裡？
看參考解答
LoRA 凍結原模型全部權重，只在旁路訓練一組小的低秩矩陣（外掛），需要更新的參數可降到原本的千分之一等級，GPU 記憶體需求大減、效果卻接近全參數微調。知識蒸餾產出的小模型適合放在邊緣裝置（手機、產線設備）或高流量服務（便宜、快、夠用）。
MCP 和 RAG 各解決什麼問題？用一句口訣回答。
看參考解答
MCP 解決「模型連接外部工具與系統」的標準化問題（查庫存、開工單、讀行事曆——像工具接口的 USB-C）；RAG 解決「模型缺知識」的問題（檢索文件內容再作答）。口訣：MCP 連工具、RAG 找知識、Fine-tuning 改行為。
Agent 的三步循環是什麼？列出三個必備的工程防線。
看參考解答
感知（理解目標與現況）→ 規劃（拆解步驟、選工具）→ 行動（呼叫工具／API 執行），觀察結果後再修正、迭代。工程防線（任三）：逾時設定 Timeout、心跳檢測 Heartbeat、重試上限、權限最小化、Guardrails（輸入過濾＋輸出檢查＋工具白名單）。
要證明一支影片是 AI 生成的，有哪兩類技術？各自原理？
看參考解答
兩類技術：①C2PA 內容憑證——在檔案內嵌入可驗證的「產銷履歷」，記錄由誰、用什麼工具生成、經過哪些編輯；②數位浮水印（如 SynthID）——在像素／聲波中嵌入人眼看不出、機器驗得出的標記，即使裁切壓縮仍可偵測。兩者互補：憑證證明來源、浮水印偵測內容。
第 7 章｜L123導入評估規劃——把 AI 用進組織的完整劇本 ★題數最多的主題群
導入 AI 不是「買一套軟體裝起來」，而是一次流程再造。專案最常見的死法：先選了炫工具，才回頭想要解決什麼問題。這一章給你完整劇本：怎麼起步、怎麼算錢、怎麼管風險、上線後怎麼顧。
🎯 學習目標——讀完你應該能：
- 照順序說出導入七步驟，並指出每一步的常見錯誤
- 用 TCO、ROI、Token Economics 評估一個 AI 專案的成本效益
- 為偏見、隱私、資安風險設計對應的治理措施
- 規劃上線前測試與上線後監控的完整檢查清單
導入七步驟 ★流程排序題必考AI Adoption Lifecycle
白話說第一步永遠是「定義要解決的業務問題與成功指標」——不是挑模型、不是買 GPU。順序考題就考你有沒有把這條劇本內化。
🔍 深入理解（點開看進階拆解）
讓七步驟具體化的方法：記住每一步的「產出物」——有產出物才算完成那一步：
- ①KPI 定義書（要解決什麼、怎麼算成功）②資料盤點清單＋差距分析 ③用例優先矩陣（價值×可行性四象限）④PoC 結案報告（可行性結論＋效益估算）⑤試行檢討報告（採用率、滿意度、流程問題）⑥上線 Runbook＋教育訓練教材 ⑦監控儀表板＋再訓練排程。
專案最常見死因排行：第一名——沒定 KPI，上線後對「算不算成功」吵架；第二名——資料不可得或品質太差，到 PoC 才發現（盤點沒做實）；第三名——忽略變革管理，工具很好但第一線不想用。三個死因分別對應第①②⑥步偷工。
📌 考點：「導入的第一階段任務」→ 定義目標與 KPI；「PoC 階段不適合做的事」→ 長期治理框架與大規模採購（115 年實際考題）。
錢要算清楚：TCO、ROI 與 Token Economics ★115 年考 3 題Total Cost of Ownership / Return on Investment
白話說TCO（總體擁有成本）像一座冰山：水面上是看得到的 API 與授權費；水面下藏著更大塊——硬體與雲端運算、開發整合、維運監控人力、教育訓練、資安合規。只算水面上的，之後一定超支。
- TCO 涵蓋：授權／API 費、硬體與雲端、開發與整合、維運與監控、人員訓練、資安與合規成本。不涵蓋：與導入無關的外部項目（競爭對手動態、市場股價）——這是考題的標準錯誤選項。
- ROI 投資報酬率＝（效益 − 成本）÷ 成本 × 100%。例：AI 客服一年省 200 萬人力、總成本 100 萬 → ROI = 100%。效益要可量化：省下工時、錯誤率下降、營收提升。
- Token Economics ★：LLM 計費像計程車跳表——輸入與輸出的 token 都算錢，上下文塞越多越貴。月成本 ≈ 單次請求 token 數 × 單價 × 請求量。省錢四招：快取重複內容、精簡提示、小模型分流（簡單問題給便宜模型）、批次處理。
- Build vs Buy：自建（彈性高、養人成本高）vs 採購 SaaS（上線快、客製受限）——看「是不是核心競爭力」與「資料敏感度」決定。
🔍 深入理解（點開看進階拆解）
用數字把 TCO 與 ROI 走一遍（三年視角）：導入客服 AI——API 費每年 36 萬、開發整合一次性 80 萬、維運人力每年 60 萬、教育訓練 10 萬、資安稽核 10 萬。三年 TCO ≈ 36×3 ＋ 80 ＋ 60×3 ＋ 10 ＋ 10 ＝ 388 萬。效益：每年省 2 名客服人力 120 萬 → 三年 360 萬，再加客訴處理提速的價值——ROI 必須用同一段期間的效益除以同一段期間的成本，只拿第一年成本對三年效益是常見的美化話術。
Token 成本試算：每次對話平均輸入 800、輸出 400 token，月 10 萬次；假設輸入每千 token $0.003、輸出 $0.015——月成本 ≈ 80,000×0.003 ＋ 40,000×0.015 ＝ $840。看懂這條算式，就懂為什麼「精簡提示」「快取」「小模型分流」直接省錢。
風險與合規治理 ★115 年考 6 題・科目二最大題區AI Risk Governance
白話說AI 專案的風險有四張臉：偏見（歧視人）、隱私（洩漏資料）、資安（被攻擊）、法遵（違反法規）。每張臉都有標準對策，考題就考你「對號入座」。
- 偏見（Bias）★：模型會從歷史資料繼承歧視——AI 履歷篩選對特定性別給分偏低的經典案例。治理三步：偏見檢測（量測各族群的表現差異——發現問題）→ 偏見緩解（重新採樣、調整權重、後處理校正——解決問題）→ 人工把關（招聘屬高風險應用，最終決定留給人）。檢測與緩解是不同階段，考題愛混著考。
- 隱私三段位 ★：① 呼叫外部 API 前先遮罩／去識別化敏感欄位 → ② 選 Zero-Retention API（供應商承諾不留存、不拿你的輸入去訓練）→ ③ 最敏感的資料自建私有模型，資料完全不出門。
- 零信任架構（Zero Trust）：「不因為你在內網就信你」——每一次存取都重新驗證身分與權限，搭配最小權限原則。
- 法遵清單：個資法（含跨境傳輸限制）、著作權（生成內容的權利歸屬、訓練資料的授權合法性）、行業指引（金融業運用 AI 指引等）。
- 資料安全優先的導入策略 ★：敏感場景的第一個問題不是「功能多強」，而是「資料放哪、誰能看、留不留存」。
🔍 深入理解（點開看進階拆解）
偏見從哪裡來？三個源頭，防治點各不同：資料偏見（歷史資料本身帶歧視——招聘紀錄裡某性別錄取率天生偏低）、標註偏見（標註者的主觀標準不一）、回饋循環偏見（模型的決策影響未來資料——不推薦→沒點擊→更不推薦，偏見自我強化）。
公平沒有唯一定義：「各群體通過率相同」（人口統計均等）與「各群體中合格者被正確錄取的比例相同」（機會均等）在數學上常不可同時滿足——要由業務與法遵選定採用哪個定義，這是治理決策不是技術決策。
跨境傳輸的實務清單：把客資丟給海外 LLM API＝個資跨境傳輸，需檢視個資法限制；與供應商的契約三要點——不留存（Zero-Retention）、不用於訓練、指定資料處理區域。
📌 考點：偏見檢測 vs 緩解的區分、Zero-Retention 的意義、同態加密／聯邦學習在企業情境的套用（回看第 2 章）。
品質監控與效能測試 ★115 年考 6 題Quality Monitoring / Evaluation
白話說上線前「驗車」、上線後「定期保養」。生成式 AI 的輸出會變，所以監控不是選配，是導入劇本的固定橋段。
- 上線前驗車：功能正確性、延遲壓測（客服系統重點測「尖峰負載下的回應時間」——115 年實際考題）、跨系統整合測試、安全測試（含提示注入的紅隊演練）。
- 上線後儀表板：正確率、拒答率、回覆延遲、token 成本、使用者滿意度——異常就告警。
- 評估雙軌制：LLM 自動評分（快、便宜）＋人工抽查（準、可信）——重要指標兩軌對照。
- 黃金測試集（Golden Set）：一組固定的標準測試題——每次改提示、換模型後跑一遍，確認沒有「改好這裡、弄壞那裡」（回歸測試）。
- A/B 測試：新舊版本各服務一部分流量，用數據決定要不要全面切換。
- 漂移偵測：推薦、預測類模型效能隨時間下滑 → 優先懷疑資料漂移 → 再訓練（呼應第 3 章）。
- 執行順序心法 ★：先量測定位瓶頸 → 再改善 → 再驗證。例：語音 AI 表現差，要先確認是「辨識、理解、還是生成」哪一環出錯，才對症下藥——順序題的標準邏輯。
🔍 深入理解（點開看進階拆解）
黃金測試集怎麼建？四種題各佔一份：高頻真實問題（日常代表性）、邊界案例（模糊、刁鑽的極端輸入）、歷史事故題（曾經出包的案例，防止舊病復發）、紅隊攻擊樣本（提示注入、誘導違規）。測試集要版本化管理，跟著系統一起演進。
LLM-as-Judge（用模型評模型）的坑：自動評分快又便宜，但已知會偏好「更長的答案」與「自家模型的風格」——所以重要指標必須定期抽樣人工對照校準，雙軌不可省。
A/B 測試的指標選擇：別只看表面互動（點擊、回覆長度），要看業務終點——問題解決率、轉人工率、重複來訊率。新版回覆更長≠更好，可能只是更囉嗦。
📎 第 7 章回顧
七步驟劇本：目標 KPI → 盤點 → 用例排序 → PoC（別蓋治理框架）→ 試行 → 部署（高可用＋變革管理）→ 監控優化；算錢三件套：TCO 冰山、ROI 公式、Token 跳表（省錢四招）；風險四張臉：偏見（檢測→緩解→人工）、隱私三段位（遮罩→Zero-Retention→私有部署）、零信任、法遵；品質：驗車（功能／延遲／整合／安全）＋儀表板＋雙軌評估＋黃金測試集＋先量測再改善。
✍️ 自我檢核
導入七步驟照順序背一遍，PoC 階段「不該做」什麼？
看參考解答
①明確目標與 KPI →②現況盤點（資料／流程／人才）→③用例選擇（價值×可行性排序）→④PoC 概念驗證 →⑤試行 Pilot →⑥正式部署（高可用＋變革管理）→⑦監控與優化。PoC 階段不該做：建置全公司長期治理框架、大規模採購——那是部署階段的事。
TCO 的水面下藏著哪些成本？哪類項目一定不屬於 TCO？
看參考解答
水面下：開發與系統整合、維運與監控人力、教育訓練、資安與合規、硬體與雲端的持續費用。一定不屬於 TCO 的：與導入無關的外部項目——例如競爭對手的股價、市場新聞（考題標準錯誤選項）。
AI 客服年省 200 萬、總成本 80 萬，ROI 是多少？
看參考解答
ROI＝（效益−成本）÷成本×100%＝（200−80）÷80×100%＝150%。
發現招聘 AI 對某性別評分偏低——依「檢測→緩解→把關」各說一個具體作法。
看參考解答
檢測：分性別量測通過率／平均評分差異，確認偏差存在與程度；緩解：訓練資料重新採樣、調整類別權重、或對輸出做後處理校正；把關：招聘屬高風險應用，最終面試名單保留人工覆核。三步是不同階段，不可只做其一。
敏感客戶資料要用外部 LLM API 處理，隱私三段位怎麼套？
看參考解答
三段位由低到高：①呼叫前先遮罩／去識別化敏感欄位（姓名、身分證號換代號）；②選用 Zero-Retention API——供應商承諾不留存輸入、不拿去訓練；③最敏感的資料改為自建私有模型，資料完全不出門。依資料敏感度逐級升級。
為什麼每次改提示都要跑黃金測試集？
看參考解答
因為提示改動的影響是全域的——可能「這題變好、那題變壞」而你不知道。黃金測試集是一組固定的標準題（高頻問題＋邊界案例＋歷史事故題），每次改動後重跑一遍做回歸測試，才能確認整體品質沒有倒退。