• 為什麼要了解專有名詞
• Context 是什麼
• Context 不足會有什麼影響

想像一下你要和一位剛從國外回來的資深工程師 pair 了，但他有自己習慣用的一套開發流程和工具。
你：「我們來開始寫 code 吧！」
他：「等等，我們先來先定義一下 DoD（Definition of Done），然後設定 WIP limit，這個 story point 要先 estimate。」

這時候不懂這套規則的你，是不是會一頭霧水呢？

接著寫程式的時候，他一直打斷你：
「這個要先寫 test case」
「要遵守 DRY 原則」
「記得 commit message 要符合 conventional commits 格式」

你會不會想翻桌，「我只是想寫個程式！」

你覺得他規矩很多、很難配合，他覺得你不專業、沒有章法。明明兩個人技術能力都不差，卻因為你不懂他的工作方式和術語，導致 pair 的過程充滿摩擦，讓一加一沒有達到大於二的效果。你們花了大把時間在解釋和爭論，而不是在解決問題。

這就是今天想要聊的主題：先了解你的 pair 好夥伴的專業術語。

為什麼要了解這個？

當你開始與 AI 協作時，就像那個不懂敏捷開發的工程師一樣。不了解 prompt engineering、context window、token limit 這些術語，你會困惑為什麼 AI 回應不如預期，或為什麼它會「忘記」之前的對話。
但如果你了解 AI 的一些專業術語，這些知識可以讓你更精確地下指令、設計有效的對話流程，真正發揮協作威力。當你們說著同樣的「語言」，就能專注解決問題，而不是浪費時間在誤解上。

你玩過海龜湯嗎？

不知道大家有沒有玩過海龜湯？有一個最經典的海龜湯例子是：「一個男人走進餐廳，點了海龜湯，喝了一口後就自殺了。」

單看這句話完全摸不著頭緒，對吧？但隨著你不斷提問，你會搜集到更多有用的資訊，漸漸拼湊出整個故事的全貌。像是：
「這湯有毒嗎？」「沒有。」
「他以前喝過海龜湯嗎？」「有。」
「那次經歷很重要嗎？」「非常重要。」

這個故事的結局不是我們文章的重點，但我們可以觀察到的是：一開始的那句話是沒有完整的上下文的。

Context 是什麼？

Context 在中文通常被翻譯為上下文。海龜湯的玩法就是一開始不會有完整的上下文資訊，必須要透過不斷地提問來拼湊出有因果關係的故事。
如果你只有看到一開始的那句話，這時候有人要問你海龜湯是什麼故事，你可能會開始編造一些劇情：「海龜湯就是一個男人走進餐聽喝了一碗湯，想到媽媽死前很想喝但自己來不及買給他喝，想到很自責所以自殺的故事」。

因為沒有完整的上下文，所以會像這樣把前因後果隨便串起來 —— AI 也是。

Context 不足會有什麼影響？

生成式 AI 之所以叫生成式，就是因為他大多數時間都是根據已經有的資訊來產生回答。AI 是基於訓練資料中的模式和規律來生成回應，當缺乏足夠的上下文資訊時，就會根據訓練過程中學習到的類似模式，產生出一個它認為最符合當前情況的回答，這也就是為什麼有人常常抱怨 AI 會產生幻覺。

在 AI 應用中，Context 不僅包括當前對話的上下文，還涵蓋了系統設定、歷史對話記錄、輸入格式、以及相關的背景資訊等。因此，如何管理 context、什麼時候該切換 context 就變得很重要。

以上是今天的分享，明天會繼續介紹一些我認為在和 AI pair 的過程中需要了解的幾個名詞。還有哪些名詞是你在平常遇到會覺得困惑的呢？歡迎留言跟我分享喔！
我們明天見 👋