前幾天一直提到「把需求告訴 AI，讓 AI 幫我們寫程式」，但這時候可能會有另一個問題：

AI 到底為什麼會寫 Code？

現在我們常用的 ChatGPT、Claude、Gemini，背後都使用了大型語言模型，也就是常看到的 LLM（Large Language Model）。

簡單來說，LLM 在訓練過程中接觸大量文字與程式碼，從中學習語言、程式語法以及它們之間的關聯。當我們輸入一句 Prompt 時，它會根據目前取得的內容，預測接下來最合理的文字或程式碼應該是什麼。

例如我們告訴 AI：

使用 JavaScript 寫一個函式，輸入兩個數字並回傳相加結果。

因為模型在訓練過程中已經看過大量類似的程式結構，所以它可以根據需求產生相對應的 Code。

不過這裡有一個很重要的地方：LLM 並不是像人類一樣真正理解程式。

它產生的答案是根據學習到的模式與目前提供的資訊推算出來的，因此即使程式碼看起來非常合理，也不代表一定正確。這也是為什麼 AI 有時候會寫出不存在的函式、用錯 API，甚至很有自信地給出錯誤答案。

所以在 Vibe Coding 中，AI 雖然可以負責大量 Coding 工作，但我們還是得負責確認它到底有沒有寫對。

而除了模型本身之外，我們怎麼把需求告訴 AI，也會直接影響最後產生的結果。

下一篇 Day 5，就來看看 Vibe Coding 最常接觸到的東西——Prompt。