LLM（大型語言模型）是什麼？
// 一句話回答
LLM（Large Language Model，大型語言模型）是 AI 的一種，用海量文字訓練出來、專門理解與生成人類語言。ChatGPT、Claude 背後就是 LLM。它是靠「預測下一個最合理的字」來回答你，不是真的去『查一個資料庫』。
LLM 是什麼（先拆名字）
LLM 全名 Large Language Model：Large 是「大型」、Language 是「語言」、Model 是「模型」。「模型」在 AI 裡的意思，是「一套從大量資料裡學出規律、能拿來做預測或生成的系統」。
合起來，LLM 就是「用超大量文字訓練出來、專門處理語言的 AI」。它讀過的文字量遠超任何人一生能讀的，所以能寫文章、回問題、翻譯、摘要。
它到底怎麼運作？（白話版）
LLM 的核心其實出乎意料地單純：它一直在做一件事——「預測下一個最合理的字」。你給它一段開頭，它就一個字一個字接下去，接出通順、合理的內容。
你可以想成手機打字的「自動選字」，但強大了千萬倍——強到能接出一整篇有條理的文章、能理解你的問題並回答。它處理文字的最小單位叫 token（詞元），也是計費的單位。
最重要的觀念：它不是在「查資料」
因為 LLM 是靠「預測」生成，而不是去一個正確答案的資料庫裡「查」，所以它有時會「一本正經地講錯」——講得很流暢、很有自信，內容卻是錯的。這個現象有個名字叫「幻覺（hallucination）」。
這代表：LLM 很適合處理語言，但涉及精確事實、數字、法規時，一定要自己查證，不能照單全收。這是用 AI 最重要的一條安全底線。
常見的 LLM 有哪些
你聽過的主流 AI 助理，背後幾乎都是 LLM：Claude（Anthropic 公司）、ChatGPT（OpenAI 公司）、Gemini（Google）等。它們能力各有差異，但基本原理是同一類。
對企業的實際意義
LLM 最擅長「語言類」的工作：寫文案、改稿、把長文濃縮成摘要、分類整理、對話客服、翻譯。這些能立刻替團隊省時間。
但要它做「需要精準」的事（算數字、引用法條、查最新資料），就要搭配查證或外接工具（例如讓它連上你的資料、或用計算工具）。分清楚「它強在哪、弱在哪」，才用得又快又安全。
常見問題
LLM 跟 AI 是一樣的東西嗎？
不完全一樣。AI（人工智慧）是很大的範疇，LLM 只是其中一種——專門處理語言的那種。你現在用的聊天型 AI，背後多半是 LLM。
為什麼 LLM 有時會講錯（幻覺）？
因為它是靠「預測下一個合理的字」來生成，而不是去查一個正確答案的資料庫。所以它可能生成通順但不正確的內容，涉及事實時務必查證。
LLM 的中文能力好嗎？
主流 LLM 的中文能力已相當好，能流暢寫作與對話。但不同模型有差異，且中文通常比英文更耗 token（處理單位），成本與細節表現可實測比較。
企業該選哪個 LLM？
沒有絕對答案，取決於任務類型、語言、資料安全需求與預算。建議拿自己真實的工作場景，用一兩個候選實測比較，再決定。