衡量成果,不是產出:為什麼 Token 用量不是 AI 績效指標
AI 的價值不能只看 Token 用量。從任務成效、流程採用到組織轉型,每一層都要回到真實工作驗證,才有機會影響營收、成本、客戶、員工與風險。
從實際工作、寫作、教學與判讀案例理解生成式 AI,而不只追逐工具消息。
適合正在找 AI 工作方法、教學案例與技術觀察的讀者。Start Here
AI 的價值不能只看 Token 用量。從任務成效、流程採用到組織轉型,每一層都要回到真實工作驗證,才有機會影響營收、成本、客戶、員工與風險。
最近一直有朋友問我,現在 AI 進展這麼快,該怎麼教育下一代。但在我看來,反而是因為科技進展太快,所以更不用替孩子的未來擔心。
我太太是一位國中老師,她對新科技相當有興趣,很願意嘗試使用 AI 來改善教學品質。她有訂閱 ChatGPT,最近還學會使用 Google AI Studio。
溝通技巧不只適用於人際互動,在跟 AI 對話時也非常重要!不過,要如何調整這些技巧,讓我們跟 AI 的對話更有效率呢?
最近的熱門話題是 DeepSeek。可以先參考 Ben Thompson 的 DeepSeek FAQ。感謝 Jimmy Su 弄了一個繁體中文好讀版。
Series
從資料整理、爬蟲、評分到人機協作的完整實驗紀錄。