學 AI

AI Is Not One Thing: The Difference Between Chatbots, Image Generation, RAG, and Automation

內容目錄

很多人說自己想學 AI，第一件事就是打開 ChatGPT。

問它能不能寫文案、整理會議紀錄、翻譯英文、分析資料，接著看到別人用 AI 畫圖、做影片、做簡報，又開始懷疑：我是不是也該訂閱？是不是少學了什麼？是不是再不跟上就來不及了？

先別急。

現在大家口中的「AI」，其實已經混進很多不同東西。ChatGPT 是 AI、Midjourney 是 AI、把公司 SOP 上傳後讓同事查詢是 AI，自動讀信、整理表單、寄通知也常被叫做 AI。

但它們處理的問題不同，背後需要的技術、資料、成本與風險也不同。

如果一開始沒有分清楚，很容易變成：看見什麼都想學一點，工具帳號開了一堆，最後真正遇到工作問題時，還是不知道該用哪一個。

Day 1 先不教你一長串 Prompt，也不急著比較哪個工具最強。

先把地圖攤開來看。

你以為在學 AI，
可能只是在學怎麼跟 ChatGPT 聊天

ChatGPT 很紅，確實有它的原因。

它能寫、能改、能翻、能整理，也能陪你把一個模糊的想法慢慢說清楚。對多數人來說，第一次感受到 AI 真正進入日常工作，往往就是從這裡開始。

但 ChatGPT 不等於 AI 的全部。

你請 AI 根據產品需求寫一份提案架構，和你請它生成一張產品情境圖，表面上都只是輸入一句話；底下處理的事情卻不一樣。

前者主要在處理文字與語意；後者要處理畫面、構圖、風格、光線、材質，以及物件之間看起來是否合理。

再往後，你希望 AI 能回答「我們公司的保固規範是什麼」，它也不能只靠一般網路知識亂答。它得先在你提供的文件裡找到資料，再根據資料回答。

而當你希望有新表單進來後，自動分類、寫入試算表、通知窗口，這又已經走到流程串接與自動化了。

它們都叫 AI，但不能用同一種期待去看。那AI 有哪些種類….

先看這張 AI 使用地圖

下面這張表不用急著背。它的用途只是幫你先把常見的 AI 應用分開，不要全部都塞進「ChatGPT 很厲害」這一句裡。

你想做的事	常見 AI 類型	常見例子	它主要在處理什麼
問問題、寫文章、摘要、翻譯、整理想法	LLM／大型語言模型	ChatGPT、Claude、Gemini	文字、語意、對話與內容生成
生成圖片、改背景、做視覺草圖	圖像生成式 AI	Midjourney、DALL·E、Stable Diffusion	畫面、風格、構圖與影像內容
看圖片、讀 PDF、聽語音、理解表格	多模態 AI	支援圖片、語音、文件輸入的 AI 工具	文字以外的圖片、聲音與文件資訊
根據公司文件、產品資料回答問題	RAG／檢索增強生成	內部知識庫、客服問答系統	先找指定資料，再依資料回答
自動分類信件、更新表格、寄通知	自動化／AI Workflow	Zapier、Make、n8n 等流程工具	串接不同系統，按條件執行工作

有些產品會把幾種能力包在一起，所以你用起來會覺得「這就是一個 AI」。

例如你可以在同一個聊天視窗裡，請它寫文、看圖片、分析文件，甚至建立一套工作流程。使用介面是一個，但背後通常不是只有一種模型或一種能力。

這也是為什麼，光看工具名稱不夠。先看自己要解決什麼問題，才比較不會花冤枉錢。

ChatGPT、Claude、Gemini：主要是 LLM

ChatGPT、Claude、Gemini 這類工具，核心通常是 LLM（Large Language Model，大型語言模型）。

名字有點長，但你可以先把它想成一個很擅長處理語言的系統。

它可以幫你：

將一封語氣太硬的信改得比較自然
把一小時會議紀錄整理成待辦事項
將英文資料翻成易讀的中文
幫你列出企劃初稿、訪談問題或簡報大綱
將零散筆記重新整理成有邏輯的內容
用不同角度陪你檢查一個想法有沒有漏洞

它很適合處理那些「明明腦中有一些東西，但還沒整理好」的工作。

不過，LLM 有一個很重要的限制：它生成的是看起來合理的文字，不是保證正確的事實。

你問它資料、法規、價格、新聞、產品規格、人物經歷，它可能回答得很流暢，甚至補上看起來很完整的細節。問題是，那些細節不一定真的存在。

所以，LLM 可以幫你整理、起草、推演與找方向；遇到需要精準負責的資訊，仍要回到原始資料確認。

後面 Day 3、Day 4 和 Day 5 會接著談 Prompt、AI 幻覺與查證，因為這些都是使用 LLM 時繞不開的事。

AI 繪圖：它在處理畫面，不是在替你「打字」

很多人第一次接觸 AI 繪圖時，會覺得它很像魔法。

輸入「雨天的台北街角，咖啡店落地窗，暖黃燈光，底片感」，幾秒後就出現幾張像模像樣的畫面。你可以拿它做社群配圖、情境示意、提案草圖、靈感板，或先把腦中的畫面具體化。

這一類通常叫做圖像生成式 AI。

它和 LLM 都可以接收文字指令，但處理重點不同。LLM 的強項是語言脈絡；圖像生成模型在意的是畫面裡有什麼、東西怎麼擺、風格像不像、光線合不合理。

它適合拿來做前期探索，尤其是這幾種情況：

你需要快速找視覺方向
你想替文章或簡報補一張概念圖
你有一個產品、空間或角色的初步想法
你需要大量不同風格的素材草圖
你想先和設計師溝通「我大概想像的是這種感覺」

但它不會因此取代設計判斷。

一張圖看起來很精緻，不代表它能直接拿去做品牌主視覺，更不代表適合商業使用。字體可能亂掉，手部或結構細節可能有問題，畫面中的產品也不一定符合真實規格。若牽涉商標、人物肖像、授權或商用用途，也要回頭確認使用平台的條款與素材來源。

AI 繪圖可以很快地幫你把想像畫出來。要不要採用、怎麼修改、是否符合品牌與現實條件，還是人的工作。

AI 看得懂圖片、聲音和文件嗎？是多模態 AI

現在的 AI 不只會處理文字。

你可以上傳一張照片，問它畫面裡有什麼；丟一份 PDF，請它整理重點；放進報表截圖，問數字可能代表什麼；上傳錄音，請它轉成逐字稿和待辦事項。

這些能力通常會被放在多模態 AI 這個範圍裡。

「多模態」聽起來很技術，其實就是它不只處理一種資料形式。文字、圖片、語音、影片、表格、掃描文件，都可能成為它理解內容的來源。

這會讓很多原本很麻煩的事變得比較快。

比方說，你不必自己先把一張白板照片逐字打出來；你可以請 AI 先辨識內容，再自己校正。你也可以請它先讀一份長報告，列出應該注意的圖表與段落，減少第一輪閱讀的負擔。

但「能看」不等於「看得完全正確」。

模糊的掃描檔、字很小的表格、複雜的工程圖、醫療影像、財務報表，或有很多上下文的法律文件，都可能讓 AI 誤讀、漏掉細節，甚至根據不完整資訊做出過度自信的結論。

它很適合當第一位整理資料的助手，不適合在高風險情境裡成為最後拍板的人。

RAG：讓 AI 先讀你的資料，再回答你的問題

接下來這個名詞，很多人會在公司導入 AI、建立內部知識庫時遇到：RAG。

RAG 的全名是 Retrieval-Augmented Generation，中文常翻成「檢索增強生成」。名字先不用記，你只要理解它想解決的問題：

希望 AI 回答時，不只靠它原本知道的內容，而是先去找你指定的資料。

假設公司有產品規格、保固政策、內部 SOP、客服紀錄、教育訓練教材。若每次有人問問題，都要人工翻文件，久了很花時間。

RAG 的做法，是先把文件整理進可查找的知識庫。當使用者提問時，系統先找出相關段落，再把這些內容交給 AI 組織成回答。

這和把一份 PDF 丟進聊天視窗請它摘要，差別在哪裡？

一次上傳文件，比較像「請 AI 幫我讀這一份資料」；RAG 則更接近「讓系統能持續在一批資料裡找答案」。

如果資料會更新、使用者很多、內容有權限差異，RAG 才會真正開始變得有意義。

不過它也不是把檔案丟進去就結束。文件過期、內容互相矛盾、權限沒有分好、資料沒有來源標示，AI 一樣可能答錯，甚至讓不該看到的人看到不該看的內容。

所以公司在談「做一個內部 AI」時，最該先問的通常不是模型多強，而是：資料品質如何？誰能看？多久更新？回答能不能回到原始來源？

自動化和 AI Workflow
讓事情往下走，而不只是回答你

最後一個常被混淆的，是自動化。

有人填表單後，把資料自動寫進試算表；訂單進來後，自動通知客服；每週固定時間把數據整理後寄到信箱。這些工作即使沒有 AI，也可以靠規則與流程工具完成。

它的邏輯通常很清楚….
發生 A，就執行 B；符合條件 C，就通知 D。

AI 放進來之後，流程會多一層理解與判斷。

例如客服信件進來後，先由 AI 判斷它是退貨、產品問題還是合作邀約，再交給不同窗口；或是每週自動抓取資料後，先由 AI 寫出摘要，再讓負責人確認是否發送。

這類把 AI 放進流程中的做法，常被稱為 AI Workflow。

它有價值的地方，通常不在於「AI 自己會工作」，而是能減少那些每週都在重複複製、貼上、分類、轉寄、提醒的瑣碎工作。

但流程越長，越需要小心。

如果 AI 分錯類別、摘要看錯數字、把客戶資料送到不該去的地方，問題就不只是回答錯一句話而已。導入自動化前，最好先確認：哪些步驟可以自動做？哪些地方一定要人工確認？出錯後誰負責處理？

真正好用的自動化，通常不是最華麗的那一套，而是剛好替你省掉最容易漏、最重複、最浪費時間的工作。

那我現在到底需要哪一種 AI？

如果你還是不確定，可以先用這張表快速判斷。

你現在遇到的問題	可以先看的方向
想整理文字、寫初稿、翻譯、摘要、討論想法	LLM
想做社群配圖、提案情境圖、視覺靈感板	圖像生成式 AI
想理解照片、PDF、錄音、報表截圖	多模態 AI
想讓團隊問公司規範、產品資料或 SOP	RAG
想減少重複搬資料、分信、寄通知、更新表格	自動化或 AI Workflow

你不需要今天就把全部都學會。

先找到自己最常遇到的一個問題就好。若你每天都在整理文字，先學 LLM；若工作常常需要視覺素材，再研究 AI 繪圖；若團隊真正卡在資料找不到，才去理解 RAG；若大家一直被重複行政流程拖住，才開始看自動化。

工具本身沒有那麼神祕。真正困難的地方，是先看懂問題，再選對工具。

明天，我們會回到大多數人最先碰到的選擇：ChatGPT、Claude、Gemini，到底要不要付費？付費前，又應該先看什麼？

如果你的問題是……	先從哪一類開始
我想把一堆文字整理成重點	LLM
我需要社群圖片、提案視覺或素材草圖	圖像生成式 AI
我想問一份 PDF、照片或報表在說什麼	多模態 AI
我想讓團隊查公司規範、產品資料或 SOP	RAG
我每週都在重複搬資料、寄信與整理表單	自動化／AI Workflow