人工智能基礎

呢篇係俾唔識寫 code、又想用好 AI 嘅你。用日常例子、清楚步驟、實用貼士，幫你安全同有效率咁喺工作同生活用 AI。

TL;DR 一分鐘睇晒

• AI（Artificial Intelligence）其實係「電腦學習規律」去幫你做決定／產生內容，例如自動加字幕、整理電郵、寫草稿。
• 生成式 AI（Generative AI）最常見：幫你「寫嘢、畫圖、總結、翻譯」。用得好嘅關鍵係：提供清楚背景、講明要求，之後要自己過目。
• AI 會出錯（俗稱「幻覺 Hallucination」），特別係講事實／專有名詞。重要資料要核對來源。
• 私隱安全第一：唔好上載敏感個人資料或公司機密；必要時先做匿名化（anonymisation）。
• 同事之間的最佳做法：用企業帳戶／受管控嘅工具、寫低內部使用準則、保留人工覆核（human-in-the-loop）。

1. AI 係乜？（Artificial Intelligence）

簡單嚟講，AI 就係令電腦可以完成本來要人腦先做到嘅判斷或創作。你每日其實已經用緊：

• 手機相簿自動分類人臉
• YouTube/Spotify 推薦（Recommendation）
• 會議自動轉文字（Transcription）

早期好多功能屬於「規則式（rule-based）」：人手寫規矩。近年主流係「機器學習（Machine Learning）」：電腦透過大量例子自己學模式。深度學習（Deep Learning）同神經網絡（Neural Network）就係其中一種學習方式，喺圖像、語音、文字方面特別叻。

2. 佢點樣運作？（高層次）

概念上好似一個「黑盒」：

1. 你畀輸入（Input）→ 2) 模型（Model）按以往學過嘅規律計算 → 3) 產生輸出（Output）。

大型語言模型（Large Language Model, LLM）係近年常見嘅文字 AI。佢透過大量文本訓練，學識「下一個字最可能係咩」。所以佢擅長寫作、總結、改寫，但有時會「好似真」咁講錯嘢——因為佢唔係資料庫，係機率模型。

3. 今日最實際的用法 Examples

• 工作提升效率：
• 整理長電郵／文件→ 摘要重點、轉成待辦清單
• 草擬回覆、會議記錄、提案骨架（之後自己潤色）
• 翻譯＋在地化（localise）成香港用語／粵語
• 生活輕鬆啲：
• 旅行行程初稿、菜單同買餸清單、運動計劃
• 家長同學習：將艱深概念解釋成小學生版本
• 手機功能：相片抄字、即時字幕、語音總結備忘錄

貼士：一開始當佢係幫你「起稿」嘅助手，完成 60–80%，最後 20% 由你把關。

4. 點樣問得好（Prompt 基本功）

用呢個模板，好多情況都 work：

• 背景（Context）：我嘅角色／場景／對象
• 角色（Role）：你想 AI 扮演邊個（例如 HR 顧問、文案、老師）
• 目標（Goal）：想要乜輸出（摘要、電郵、表格、步驟）
• 限制（Constraints）：語言、字數、語氣、格式
• 範例（Example）：畀一段你覺得良好嘅範例

示例：

「你而家係一位 HR 顧問。背景：我想申請一份 Marketing Executive。目標：幫我根據以下履歷重寫一封 150 字以內、禮貌但自然嘅求職電郵，用粵語（可混合常見 English 用語），列 3 個我合適嘅原因。限制：唔好捏造經驗。資料如下：……」

再進一步：

• 要求分步驟推理（step-by-step）
• 要求列出假設（assumptions）
• 需要事實時，要求提供來源連結（references）並自行核對

5. 常見迷思 Myth vs Fact

• 「AI 知道一切」→ 唔係。佢係統計模型，會自信咁講錯（幻覺 Hallucination）。涉及金錢、法律、醫療等內容，必須人手核對。
• 「AI 會取代所有工作」→ 更準確係「將重複性工作自動化」，人類負責定目標、判斷同溝通。學識用 AI 嘅人更具競爭力。
• 「放資料入聊天就一定保密」→ 要睇供應商政策。除非用企業版或明確標示「不儲存對話」，否則唔好放入公司機密或個人敏感資料。
• 「AI = 機械人」→ 好多 AI 都係藏喺軟件入面（例如搜尋、濾鏡、鍵盤輸入法），唔一定有實體機械。

6. 安全與私隱（Safety & Privacy）

用得安心的實務清單：

1. 最小資料原則（data minimisation）：只提供完成任務所需嘅最少資料；可行就做匿名化。 2) 不要上載敏感資料：身份證、地址、客戶名單、未公開財務資料等。 3) 啟用隱私設定：使用企業帳戶或選項如「不保存聊天」。 4) 做事實核對：重要資訊要 cross-check 多個來源；要求 AI 附上來源，但你都要驗證。 5) 留意偏見（bias）：要求 AI 說明選擇標準；避免用帶偏見嘅描述。 6) 兒童使用：同小朋友一齊用，教佢唔好提供真實個人資料。

7. 立即試玩

• 注意地區供應：部分服務在香港未能使用（例如 ChatGPT、Gemini、Perplexity）；請選擇可用替代或企業版本。
• 電郵起稿：拎一封你要回覆嘅英文電郵，要求 AI「先提取 3 點重點，再寫一個 120–150 字、禮貌而直接嘅回覆草稿，語氣配合商務但友善」。
• 可以用：
• Notion AI↗（喺文件內直接改寫／總結）
• Wordtune↗（重寫、改語氣、縮寫內容）
• 會議摘要：將語音備忘錄轉文字，要求「用條列式整理行動項（Owner/Deadline），並提出 2 個風險」。
• 可以用：
• Subanana↗（AI 字幕／會議記錄：廣東話直出書面語／口語，生成摘要與待辦）
• Otter.ai↗（自動轉錄＋摘要，適合 Zoom/Meet）
• 生活助手：畀你屋企食材清單，要求「設計兩日晚餐，配合 30 分鐘內完成、偏少油、唔辣」。
• 可以用：
• Microsoft Copilot↗（根據限制出建議清單／行程）
• xAI（Grok）↗（對話助理，生成點子／清單；留意區域可用性）

貼士：如果第一次輸出唔合心意，唔好換平台，先用「再試一次，但……」嘅方式微調限制（例如更貼地語氣、更短、更逐步）。

8. 小詞彙（Glossary）

• 人工智能（Artificial Intelligence, AI）：令電腦做到類似人嘅判斷／創作嘅技術總稱。
• 機器學習（Machine Learning, ML）：用數據學規律，令模型自己改進。
• 深度學習（Deep Learning）：以多層神經網絡學習複雜模式。
• 大型語言模型（Large Language Model, LLM）：擅長處理文本，透過預測下一個字生成內容。
• 提示（Prompt）：你畀 AI 嘅指令／要求。
• 幻覺（Hallucination）：AI 自信但錯誤嘅輸出。
• 訓練數據（Training Data）：用嚟教模型學習嘅資料。

9. 小結

AI 唔係魔法，亦唔係洪水猛獸。將佢當成一個叻嘅實習生：畀清楚指示、提供合適背景、自己做最後把關。由今日起，揀一個你最常做但重複嘅任務，試用 AI 幫你慳到第一個 30 分鐘。

參考資料（References）

1. NIST. AI Risk Management Framework (AI RMF 1.0) 與 Generative AI Profile. https://www.nist.gov/itl/ai-risk-management-framework↗
2. OECD. OECD AI Principles（2019，2024 更新）. https://oecd.ai/en/ai-principles↗
3. PCPD（香港私隱專員公署）. 六項保障資料原則（DPP）. https://www.pcpd.org.hk/english/data_privacy_law/6_data_protection_principles/principles.html↗

本內容屬入門教學用途，並非法律或專業意見；引用資料版權屬原網站或機構所有。