AI 運作原理

向量資料庫怎麼幫 AI 找資料？用三份虛構食譜，理解相似搜尋和條件篩選的不同，也分清 Embedding、向量資料庫與 RAG 的角色。

Embedding 和語意向量是什麼？從「不用報名」與「免事先登記」等例子，理解 AI 如何找意思相關的文字，以及為何相似不代表答案相同。

RAG 就是先找資料再回答嗎？用社區閱覽室手冊的完整例子，理解檢索增強生成的流程、和模型訓練的不同，以及有來源仍可能答錯的原因。

思維樹 ToT 如何比較不同解題方向？用九十分鐘安排兩個活動的完整例子，看懂保留選項、排除錯路與回頭重選。

測試時計算不是考試。用兩家商店的含運費比較，理解 AI 回答當下增加運算的用途，以及為何想得久、寫得長不保證正確。

自洽推理如何比較多份解法？用筆記本與運費的算式示範答案投票，理解多數一致為何仍可能出錯，以及怎麼自己核對。

ReAct 如何讓 AI 依工具結果調整下一步？用查圖書館館藏的完整例子，分清判斷、行動、觀察，以及找到資料和完成預約的差別。

思維鏈 CoT 如何拆解問題？用點心與飲料的費用例子，看懂條件、必要計算和答案，也分清可見說明與模型內部運作。

AI 反思不只是再寫一次。用通知的初稿、問題清單與修正版，學會給明確標準、核對原始資料，知道何時停止修改。