生成式人工智能（Generative Artificial Intelligence）自OpenAI于2022年底推出ChatGPT服务后，成了街头巷尾的热门议题，各行各业都面对冲击。虽然人工智能的发展在ChatGPT之前已有六七十年历史，由于硬体和演算法的局限，生成式AI只能在客观条件成熟后蔚然成风。
生成式AI通过分析文本、影像等数以亿计的大数据，以机器学习（machine Learning）的方式来产生用户指定的内容。元朝戏曲《琵琶记》：“十年寒窗无人问，一举成名天下知”，古代文人苦读诸子百家、四书五经，十年才能赴京考试。今日，我们只要手指轻轻一点，ChatGPT就能写出脉络清晰的答案。
ChatGPT聊天程序依赖其大语言模型（Large Language Model, LLM），比如GPT-3、GPT-4和近日的GPT-4o，通过单词或单词标记训练来学习人类可以理解的自然语言。为提高这些语言模型的输出成果，学者们提出“提示工程”（Prompt Engineering）来系统化地描述用户的任务和需求。简单来说，通过一系列中间步骤和提示，用户能“鼓励”或“禁止”LLM思考及推理的方向。好比学校老师在设计一道有难度的考题时，以多个小题来引导学生解题的方向。有效的提示对于成果至关重要。
