第三週做完，真的覺得跟前兩週完全不一樣。前半段我還在跟GPT-2和Qwen mini這些小模型奮戰，每次跑出來不是文字接龍，就是蛇蛇蛇無限重複，雖然好笑，但完全不實用。直到 Day17我申請到Hugging Face的Token，把Gemma-3-1B-Instruct跑起來，才正式覺得「啊，原來這才是正常的輸出」。

Day15、16我特地玩了Prompt和Few-shot Prompting。那時候我還蠻天真地以為，只要設計好Prompt，就算是舊模型也能被拉回來。結果事實證明，GPT-2還是會亂跳，新聞和詩歌怎麼跑都不太像樣。換到Gemma之後，一模一樣的Prompt，輸出就瞬間專業很多，這真的讓我有感：Prompt當然重要，但模型的底子更是關鍵。

Day18跑Gemma的第一個prompt時，我看到它輸出乾淨的條列內容，內心是真的鬆了一口氣。Day19我測試幻覺現象，問它「月球上有幾家餐廳」跟「拿破崙在台灣打過什麼戰役」。Gemma反應蠻有趣：遇到月球餐廳的問題，它至少還知道沒資料；但換成拿破崙那題，它居然很認真給我造出三場戰役，還附年份，看起來超真。那一瞬間真的會有點被唬到，也提醒我：就算是新模型，還是得小心驗證。

Day20我沒有跑程式，單純回頭想一個問題：模型大小 vs Prompt 設計，到底哪個比較重要？做完這週，我覺得答案其實很明顯——兩個缺一不可。小模型怎麼調Prompt還是會歪，但大模型如果沒有好的Prompt，也不一定能發揮實力。

整體來說，這週最大的收穫就是：換上大模型之後，很多之前卡住的東西都變得合理了。Prompt還是要設計，但至少輸出不會再爛到沒法看。這讓我更確定，如果要做專題，模型的選擇真的會影響成敗。