生成式 AI 是什麼？跟判別式 AI 差在哪？原理、應用與限制

生成式 AI（Generative AI）是能依照您的指令，產生全新文字、圖像、音訊、影片與程式碼的人工智慧技術。ChatGPT、Gemini、Claude 這類對話式工具，以及 Midjourney、Stable Diffusion 這類繪圖工具，都屬於生成式 AI。

這篇文章依序說明生成式 AI 的定義、與判別式 AI 有何不同、如何運作、能做哪些事，以及使用時該留意的限制。

重點摘要

• 生成式 AI 的核心能力是「產生新內容」，判別式 AI 則以「辨識、分類與預測」為主
• 以文字為主的生成式 AI，基礎是大型語言模型，預訓練目標是預測下一個 token
• 生成式 AI 會出錯，數據、引用與專有名詞都需要自行查證

---

🁢 生成式 AI 是什麼？

NIST（美國國家標準暨技術研究院）在《人工智慧風險管理框架：生成式 AI 概況》（NIST AI 600-1）中，將生成式 AI 定義為：模仿輸入資料的結構與特徵，進而產生衍生合成內容的一類 AI 模型，內容包含圖像、影片、音訊、文字與其他數位內容。

簡單來說，模型先從大量資料中學到「這類內容長什麼樣子、有哪些規律」，再依照您的指令，產生符合這些規律的新內容，並非單純從資料庫取出現成的答案。

---

🁢 生成式 AI 和判別式 AI 有什麼不同？

◼︎ 判別式 AI 指的是什麼？

以前的 AI 指 2022 年底 ChatGPT 推出之前，企業與日常產品中最常見的 AI，主要任務是對既有資料做辨識、分類或預測，例如判斷一封信是不是垃圾郵件。在生成式 AI 普及之前，這是企業與日常產品中最常見的 AI 類型，現在仍被廣泛使用。

學界稱這類模型為判別式模型（discriminative model），做法是直接學習「某筆輸入資料，對應哪個類別或數值」；生成式模型則是學習資料本身的分布，因此能依此產生新的樣本。

這個區分源自機器學習的傳統概念，可參考 Ng 與 Jordan（2001）對兩類分類器的比較。兩者各有適用的場景，實務上也經常搭配使用。

◼︎ 兩者的比較

比較項目	判別式 AI	生成式 AI
核心任務	辨識、分類、預測	產生新內容
輸出	標籤、分數、預測值	文字、圖像、音訊、影片、程式碼
常見例子	垃圾郵件過濾、人臉辨識、信用評分、詐騙交易偵測	對話式寫作、AI 繪圖、AI 作曲、程式碼補全
結果是否有標準答案	通常有標準答案可對照，能以準確率評估	通常沒有唯一答案，品質需要人來判斷
常見風險	誤判、資料偏誤	幻覺、版權、內容可信度

💡以同一封電子郵件為例：判別式 AI 負責判斷這封信是不是垃圾郵件；生成式 AI 則能替您草擬一封回信。

---

🁢 生成式 AI 怎麼運作？

以下以文字生成為主，文字生成的核心是大型語言模型（LLM），也就是專門處理文字的生成式模型，ChatGPT 等對話工具多以它為基礎。

整體流程大致上為：

階段	做什麼	簡單比喻
底層架構	用 Transformer 的注意力機制理解上下文	讀句子時，知道該注意哪些詞
預訓練	用海量文字練習預測下一個詞元	大量練習「文字接龍」
微調與人類回饋	讓回答更符合指令與人類偏好	請老師示範、批改，教它怎麼回答
生成回答	一個 token 接著一個 token 產出	邊想邊寫，一個字接一個字

◼︎ 底層架構：Transformer 與注意力機制

現今主流的大型語言模型，多以 Transformer 為基礎架構。它由 Google 研究團隊在 2017 年的論文《Attention Is All You Need》中提出，核心是「注意力機制」：模型讀到某個詞時，會同時衡量上下文其他詞與它的關聯，而不是照順序一個詞一個詞地處理。

這讓模型更能掌握上下文，也更容易平行運算，縮短訓練所需的時間。

◼︎ 預訓練：學會預測下一個詞元

GPT 系列屬於自回歸（autoregressive）語言模型，訓練目標很單純：根據前面已出現的文字，預測下一個 token（詞元）。token 是模型處理文字的基本單位，可能是一個字、一個詞，或詞的一部分。

可以想成規模龐大的「文字接龍」：模型在海量文字中不斷練習接下一個詞，慢慢學到語法、詞語關聯與常見知識。2020 年發表的 GPT-3 論文指出，GPT-3 有 1,750 億個參數，規模是當時所有非稀疏語言模型的 10 倍以上。

◼︎ 微調與人類回饋：學會依照指令回答

只做預訓練的模型擅長接續文字，卻不一定照著使用者的意圖回答，也可能產生不實或有害的內容。

OpenAI 在 2022 年發表的 InstructGPT 研究，做法分成三步：

1. 人工撰寫示範回答，對 GPT-3 做監督式微調
2. 蒐集人類對多個模型輸出的偏好排序
3. 用人類回饋強化學習（RLHF）進一步調整模型

在該研究的評估結果，人類評估者更偏好只有 13 億參數的 InstructGPT 輸出，而不是 1,750 億參數的 GPT-3，兩者參數量相差約 100 倍。可見模型好不好用，不只看規模，也看後續的對齊訓練。

◼︎ 生成回答：一次產生一個詞元

您輸入指令後，模型會逐個詞元計算「下一個詞元可能是什麼」的機率，選出一個，加進上下文，再繼續下一個，直到完成回答。多數產品的選取過程帶有機率抽樣，所以同一個問題問多次，答案可能不同。

這也說明了為什麼模型能寫出通順的文字，卻不保證內容正確：它的訓練目標是產生合理的文字，不是查證事實。

◼︎ 圖像是怎麼生成的：擴散模型

許多 AI 繪圖工具（例如 Stable Diffusion）採用擴散模型（diffusion model）；部分新一代模型則把圖像生成整合在大型多模態模型內，架構各有不同。

擴散模型的原理，可以想成把一張被雜訊蓋住的圖，一步步擦乾淨：模型從雜訊出發，經過一連串去除雜訊的步驟，逐步還原出符合文字描述的圖像。

---

🁢 生成式 AI 可以做什麼？

依輸出內容，大致分為文字、圖像、音訊與音樂、影片、程式碼五類，目前多款主流模型也支援多模態。

💡工具僅為舉例，產品更新很快，功能與限制請以各工具的最新說明為準。

◼︎ 文字生成

根據指令產生文章、摘要、翻譯與對話，代表工具有 ChatGPT、Claude、Gemini。這類工具的輸出可能含有錯誤資訊，數字、引用與專有名詞建議自行查證。常見應用包括：

• 撰寫與改寫：電子郵件、報告與文案初稿，並調整語氣和長度
• 摘要與整理：長文件、會議紀錄、論文重點
• 翻譯與語言學習：多語翻譯、對話練習、文法說明
• 問答與發想：解釋概念、列出選項、模擬面試

◼︎ 圖像生成

以文字描述產生圖像，也能依參考圖進行修改、擴圖或風格調整，代表工具有 Midjourney、Stable Diffusion、Adobe Firefly，以及 ChatGPT、Gemini 內建的圖像生成功能。常見應用包括：

• 社群與廣告素材的構想圖
• 簡報插圖與封面圖
• 產品概念視覺化與設計草圖探索

💡商用前建議確認工具的授權條款，並留意生成內容是否近似既有作品。

◼︎ 音訊與音樂生成

包含語音合成（文字轉語音）與音樂生成，代表工具有 Suno、Udio，以及各家的語音合成服務。常見應用包括：

• 影片旁白與有聲內容
• 背景音樂
• 語言學習的發音示範

💡注意：未經同意仿製他人聲音，可能涉及法律與倫理問題。各平台的授權與輸出規範仍在調整，商用前請確認最新條款。

◼︎ 影片生成

以文字或圖片為基礎，產生短片段影片，代表工具有 Veo、Runway 等。影片長度、畫面一致性與物理細節的表現仍在快速演進，正式使用前建議逐一檢查。常見應用包括：

• 概念影片與分鏡預覽
• 行銷素材的原型製作
• 教學與說明動畫的初稿

◼︎ 程式碼生成

根據需求描述產生程式碼，或協助理解與修改既有程式，代表工具有 GitHub Copilot、Cursor、Claude Code。常見應用包括：

• 程式碼補全與函式撰寫
• 解釋既有程式碼的邏輯
• 產生測試與協助除錯
• 把需求轉成可執行的原型

💡產生的程式碼仍需審查與測試，特別是資安與開源授權的部分。

---

🁢 生成式 AI 的限制與風險

◼︎ 幻覺（Hallucination）

學界把模型產生非預期、與事實或來源不符的內容，稱為幻覺，並有專門的綜述研究整理相關的衡量與改善方法。幻覺的麻煩在於語氣通順又有自信，但數據、引用、人名與法條都可能是錯的。建議做法：

• 重要資訊以原始來源交叉驗證
• 請模型附上來源時，仍需點開來源確認內容
• 涉及醫療、法律、財務的決策，以專業人士的意見為準

◼︎ 資料的時效、偏誤與版權

模型的知識來自訓練資料，有時間上的限制，除非產品另外串接搜尋，否則可能不知道最新資訊；訓練資料也可能帶有偏見，並反映在輸出中。

NIST 的文件將智慧財產權與資料隱私列為生成式 AI 的風險類別，訓練資料與生成內容的著作權歸屬，各國的規範與判決仍在發展，也不盡相同。建議商用前確認工具的授權條款，也不要輸入個人資料、客戶資料與機密文件。

◼︎ 過度依賴與學習影響

MIT Media Lab 研究團隊在 2025 年 6 月於 arXiv 公開一份預印本：54 位受試者分成「使用 ChatGPT」、「使用搜尋引擎」、「不使用工具」三組撰寫文章，並以腦電圖（EEG）量測腦部活動。

結果顯示，ChatGPT 組在多項腦電圖指標上的連結較弱，非 ChatGPT 組記憶回想與腦部連結的表現相對較好。

不過，這項研究有幾個限制需要留意：

• 樣本僅 54 人，第四階段每組只有約 9 人
• 受試者為波士頓地區數所大學的學生，且只測試寫作任務
• 發表時為預印本，尚未經同行審查
• 研究團隊表示，不宜將結果解讀為「使用 AI 會讓人變笨」

💡這項研究提供了初步線索，但仍需要更大型、經同行審查的研究驗證。目前較穩妥的看法是：先自己思考、再讓 AI 協助，可能有助於保留學習效果。

---

🁢 生成式 AI 與學習：先思考，再讓 AI 協助

綜合上述的研究與限制，實務上可以採用這個順序：

1. 先自己想：寫下目前的理解、卡住的地方與可能的答案
2. 再問 AI：請它補充、修正或提出反例
3. 比對差異：您的想法與 AI 的回答差在哪裡，那裡就是需要學的部分
4. 查證來源：重要資訊回到原始資料確認

這個順序說起來簡單，要養成習慣卻不容易，尤其在 AI 回答越來越快、越來越流暢的情況下。

葳格國際學校總校長李海碩的《總校長的 AI 教育寶典》，把「先思考、後 AI」拆解成可以直接使用的 AI Skill。其中，蘇格拉底式 AI Skill 讓 AI 以提問的方式引導您思考，批判性思考 AI Skill 則是在接受 AI 答案之前，先練習質疑與檢視。

課程內容包含 5 大階段的 AI 教育學習路徑、14 種核心學習法、40+ 個 AI Skill、8 小時影片教學與 10 次直播陪跑，教材永久持有並同步更新。適合想幫孩子建立 AI 使用習慣的家長、教育工作者，以及想把 AI 當作學習教練的職場工作者與學生。

---

🁢 生成式 AI 常見問題 Q&A

---

🁢 參考資料

• National Institute of Standards and Technology (2024). Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile (NIST AI 600-1). https://nvlpubs.nist.gov/nistpubs/ai/NIST.AI.600-1.pdf
• Vaswani, A., et al. (2017). Attention Is All You Need. https://arxiv.org/abs/1706.03762
• Brown, T. B., et al. (2020). Language Models are Few-Shot Learners. https://arxiv.org/abs/2005.14165
• Ouyang, L., et al. (2022). Training language models to follow instructions with human feedback. https://arxiv.org/abs/2203.02155
• Rombach, R., et al. (2022). High-Resolution Image Synthesis with Latent Diffusion Models. https://arxiv.org/abs/2112.10752
• Ji, Z., et al. (2023). Survey of Hallucination in Natural Language Generation. https://arxiv.org/abs/2202.03629
• Ng, A. Y., & Jordan, M. I. (2001). On Discriminative vs. Generative Classifiers: A comparison of logistic regression and naive Bayes. https://papers.nips.cc/paper/2001/hash/7b7a53e239400a13bd6be6c91c4f6c4e-Abstract.html
• Kosmyna, N., et al. (2025). Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task（預印本）. https://arxiv.org/abs/2506.08872

讓 AI 把你當成答案的關鍵檢查
90 天讓 AI 改選你的內容行動建議