多模態 AI 是什麼？4 個生活與工作應用，看懂 AI 如何處理文字、圖片與聲音
多模態 AI 是什麼？本文用白話解釋文字、圖片、語音等資訊如何一起交給 AI 處理，並整理 4 個生活與工作應用、提示詞範本與使用注意事項，讓 AI 新手快速上手。
MCP 是什麼？白話看懂 Model Context Protocol、運作方式與企業風險
MCP 是什麼？白話解析 Model Context Protocol 的運作方式、企業應用，以及 MCP 與 API、RAG、Function Calling 的差異與安全風險
API 是什麼？AI Agent 一定要靠 API 才能做事嗎？
API 是什麼？本文用會議待辦、行事曆與 CRM 等工作情境，解釋 API 如何讓 AI Agent 讀取資料、呼叫工具與執行任務，也說明 API、MCP 的差別與權限安全問題。
Embedding 是什麼？AI 如何判斷兩句話意思很像
Embedding 是什麼？本文用退款與客服知識庫的例子，解釋文字如何轉成向量、AI 如何比較語意相似度，以及 Embedding 在語意搜尋、向量資料庫與 RAG 中的用途和限制。
RAG 是什麼？檢索增強生成與企業 AI 知識庫入門
RAG 是什麼？用客服與內部文件案例說明檢索增強生成流程、企業 AI 知識庫應用、常見限制，以及導入前該先整理的資料、版本與權限。
Human in the loop 是什麼？AI Agent 為何需要人類把關
Human in the loop 是什麼？認識人機協作 AI 的設計方式、適合人工介入的高風險節點，以及企業使用 AI Agent 時的權責與審核原則。
Tool Use 是什麼？AI 如何呼叫工具完成任務
Tool Use 是什麼？說明 AI 如何透過 API 與 function calling 查資料、讀文件和執行功能，以及導入工具使用時的權限與安全原則。
LLM 是什麼？大型語言模型如何生成答案
LLM 是什麼？用白話說明大型語言模型如何預測文字、它與 ChatGPT 的差異、常見限制，以及上下文為何會影響回答品質。
AI 上下文 Context 是什麼？它和記憶有何不同
AI 上下文是什麼？說明 Context 與長期記憶的差異、上下文如何影響模型回答，以及提供背景資料時應避免太少或太亂。
AI Agent 是什麼？與 ChatGPT 的差異、原理與應用
AI Agent 是什麼？比較 AI Agent 與 ChatGPT、聊天機器人的差異，並說明任務規劃、工具使用、常見應用及企業導入前的基本觀念。
關於「AI 代理基礎」
AI 代理（AI Agent）是能依照目標，自己規劃步驟、使用工具、檢查結果，把一件工作往前推進的 AI 系統。它和一般聊天機器人最大的差別，不在於回答得多好，而在於能不能在授權範圍內把事情做完。
這個主題用白話解釋理解 AI 代理需要的基本概念：大型語言模型怎麼產生答案、上下文與記憶有什麼不同、RAG 怎麼讓 AI 依照公司資料回答、API 與 MCP 怎麼讓 AI 接上公司系統、AI 如何使用工具，以及為什麼關鍵步驟仍要由人確認。
每篇都會說明一個概念是什麼、怎麼運作、常見的誤解在哪裡，以及它做不到的事，並搭配報價、客服、文件整理這類日常工作的例子。剛開始接觸 AI 代理，建議從第一篇入門文章讀起，再依興趣往下讀。
從這篇開始讀：AI Agent 是什麼？與 ChatGPT 的差異、原理與應用