原先的提問「從 LLM 輸入問題後，按下 Enter 發生什麼事？」看似很簡單的操作，但其實現在的 LLM 服務都有滿多功能被包裹在其中。所以在開始學習這一切怎麼運作的，想先最單純的用用看 ChatGPT，並忽略所有技術細節、運作原理、專有名詞，觀察在使用 ChatGPT 時，介面上發生了什麼事？

目的是想從：純粹的觀察，跳脫既定印象，來建立對現象的理解。如果已經對服務相對熟悉的人，可以直接略過這一篇，但如果平常僅跟 ChatGPT 純聊天，可以看看這篇瞭解除了純聊天外，現在跟 ChatGPT 能做什麼？

聊天

現在對於跟 ChatGPT 對話已經在熟悉不過，我們問出一個問題，ChatGPT 會回答我們。這一段行雲流水的對話中，其實有很多小細節，例如：ChatGPT 的文字跟聊天軟體不同，總是一段段「生」出來的，有時文字生得快、有時生的慢，有時邊生中間還會有一段他的所思所想、或程式碼。

又例如：他回答完後也都會留一個 UI 互動讓我們回饋這個回答是好是壞，有時會有不同的結果跑出來，詢問我們哪一個生成結果比較好。

也會有重複相關的互動，並在接下來發現，即便一模一樣的問題，但這次生成的結果跟上次不同，為什麼？甚至可以發現雖然有很多不同，但它最一開始還是回答了一個「清楚度 9/10」的句型，這是怎麼來的？甚至有時候聊著聊著，他會突然跳出一個「已寫入記憶」，甚至 ChatGPT 很明顯的知道我的個人資料，會基於我的背景跟我聊天。

當然，還有一些以上之外的小功能，複製、分享、朗讀等等，為什麼這樣設計？

對話方式

除了對話框本體，我們也可以在左上角展開，發現裡面列出了 GPT-5 自動、Thinking、Fast 甚至要升級到 200 美一個月才會出現的 Pro，同時舊版模型裡列了個 GPT-4o。雖然介面中第一時間看不出來，但現在大部分人已經很熟悉，這裡是選模型的清單。

為什麼有不只一個模型，它們有什麼差異，又為什麼舊版只有 GPT-4o？不是還有 GPT-1,2,3 一堆模型呢？

更多功能

我們也不止可以跟 ChatGPT「Chat」，也可以請它做更多除了回答我們的事情，有時在對話中就會自動觸發，也可以很明確直接請它執行，但這些功能是什麼？在做什麼？

像是「連接器」看起來是來讓 ChatGPT 可以快速讀取某一些資料來源，為什麼他要取得這些資料？取得這些資料的好處是什麼？他取得資料後，我們再問一個問題又會有什麼不同？

又或者像是「代理程式模式」「深入研究」跟「網頁搜尋」中，我們實際聊一次天發現，這次按下 Enter，ChatGPT 的回答行為顯著的不同，像是「代理程式模式」的 murmur 就是會自己做一大堆在模擬電腦中的小操作。「深入研究」則會思考很久很久，並一邊 murmur 它又看了哪些哪些資料，並且最終生出一篇報告出來。「網頁搜尋」有別於原本的聊天方式，會附上參考資料。或現在在「學習與研究」中，ChatGPT 就特別喜歡透過一問一答的方式來討論。

為什麼同樣按下 Enter 但方式可以跟原本的不同？這些對話方式哪裡來的？

甚至雖然名曰 LLM（大型語言模型）但卻可以直接在相同的聊天介面中選擇「創作圖像」，就能生成圖片。為什麼啊？甚至可以還可以透過語音辨識的方式來跟我們即時對話？

專案與探索 GPT

同樣是問問題，也不是只能在預設的地方問問題，我們可以在「專案」底下問問題、也可以在「探索 GPT 」下有一堆 GPT 中問問題。

在專案底下，我們可以看到有別於原本預設的聊天介面，專案中還有一塊選擇新增檔案與新增指令的選項？這些會怎麼改變我送出 Enter 時的行為？

而 GPT 就又更不一樣了，每一個 GPT 點進去前還會有一個他自己的介紹，說明他要怎麼開始對話，實際點進去後進行對話，會發現他的對話風格與原本的 ChatGPT 大有不同？為什麼可以不同？那些 GPT 哪裡來的？

總結

當然這次挑戰的大主題是「從 LLM 輸入問題後，按下 Enter 後會發生什麼事？」所以我們可以先忽略 ChatGPT API 跟 Play Ground，但其實裡面也有一大堆為什麼，也許這篇文章提到的一部份內容就順道回答了以上的問題。

實際觀察了一輪，Chat 聊天介面像是一個黑盒子，隱藏了眾多不同的 LLM 功能，面對這些情境，也瞬間在腦中可以浮現一些專有名詞像 AI Agent、Reasoning、RAG blahblah 可是這些名詞我真的瞭解嗎？

接下來將試圖先以「概念」的方式，初步回答怎麼運作，就是第一階段的目標了。