AI 入門：普通人先搞懂這 6 件事再用

釋出於 2026-11-09 · 櫻桃茶編輯部

AI 入門不需要報班，也不用先學程式設計：先把模型、token、上下文、幻覺、聯網、隱私這 6 個概念弄明白，再拿一週時間每天用它做一件你本來就要做的事。沒弄明白這幾件事，新手最常踩的坑是花冤枉錢，以及把它編出來的東西當真。前半篇講概念，每個只講「這對你意味著什麼」；後半篇是 7 天練習計劃和選工具的建議，已經天天在用 AI 的人可以直接跳到練習計劃。

第 1 件：模型是什麼，為什麼有這麼多個？

ChatGPT、Claude、Gemini 這些名字，背後都是大語言模型：一個讀過海量文字、按你給的內容一個詞一個詞往下接著寫的程式。回答是現算出來的，所以同一個問題問兩次，措辭會不一樣。

模型多，是因為廠商在做取捨。大的、會深度思考的，難題做得好，但慢、貴；小的快、便宜，寫個通知、改個錯別字綽綽有餘。拿櫻桃茶模型廣場寫作時（2026 年 11 月）的標價看，GPT-4o mini 輸出 0.24 點數/千字，Claude Opus 5.5 輸出 20 點數/千字，差了八十多倍。順帶說一句，站上寫的「千字」其實是一千個 token，和你自己數出來的漢字數對不上。

落到使用上，不用追「最強」那個。日常活用便宜快的，碰到真難的（要推理、要讀很長的材料）再換大的。

第 2 件：token 是什麼，為什麼長對話更貴？

token 是模型處理文字的單位，可能是一個字、半個詞，也可能是一個標點。OpenAI 幫助中心給的估算是英文裡 1 個 token 約等於 4 個字元、四分之三個單詞，同時註明其他語言的換算關係不同。中文到底幾個字算一個 token，各家分詞方式不一樣，沒有一個通用比例；想看具體切法，可以把一段話貼進 OpenAI 的 Tokenizer 工具。

按量計費的服務都按 token 算錢，而且分輸入和輸出兩筆。長對話更貴，原因在輸入那一側。Anthropic 的文件寫得很直白：每一輪發給模型的輸入，包含之前的全部對話記錄加上你這一句。算筆賬：假設每輪來回 1,000 個 token，聊到第 20 輪，光這一輪的輸入就有將近 2 萬個 token，前面 19 輪又被重新算了一遍。有提示快取的服務，這部分會便宜一些，但仍然計費。

還有一筆容易忽略：帶「思考」的模型會先推理一陣再回答。Anthropic 的上下文視窗文件寫明，思考產生的 token 按輸出計費。所以一個很短的回答，用掉的可能比它看上去多得多。

對你意味著什麼：換話題就開新對話；簡單問題關掉深度思考；在意花費的話，先看清單價是按輸入還是輸出算。

第 3 件：上下文視窗，為什麼聊久了它會忘？

上下文視窗是模型一次能「看到」的全部文字，包括你發的、它回的、你上傳的檔案。Anthropic 把它比作模型的工作記憶，和訓練時讀過的那些資料是兩回事。視窗大小差別很大，同一張價目表上（寫作時）GPT-4o mini 標的是 128k，GPT-6 Luna 標的是 1050k。

視窗大不等於什麼都記得住。Anthropic 文件專門提到，token 越多，準確度和回憶能力越會下降，他們管這叫 context rot。文件還說，claude.ai 這類聊天介面可能按「先進先出」管理視窗，最早的內容會先被擠出去。

所以你在第 3 輪交代的「不要用第一人稱」，聊到第 30 輪它不照辦，多半不是故意的。

應對辦法很樸素：要緊的要求放在最近一條訊息裡再說一次；一件事聊得很長了，讓它先寫一段「到目前為止的結論」，複製到新對話裡接著聊。

第 4 件：幻覺，為什麼它說得像真的也要查？

幻覺指模型一本正經地給出錯的內容：編一個不存在的文獻、記錯一個年份、把兩個人的話安到一個人頭上。OpenAI 在 2025 年 9 月發表的研究認為，原因之一是訓練和評測在獎勵「猜」，答「不知道」一定得零分，猜一個還有機會對。文章也承認準確率到不了 100%：有些問題本來就沒有答案可查，像某個人的生日這種冷門事實，也沒法靠規律推出來。

所以人名、數字、日期、法條、引用這幾類，用之前自己核一遍；要它給出處，然後真的點開看。具體怎麼查，見 AI 幻覺是什麼：一本正經胡說時怎麼查證。

第 5 件：聯網，它什麼時候知道最新的事？

模型的知識停在訓練資料截止的那一天。Anthropic 的模型總覽裡，Claude Opus 5.5、Sonnet 5.5、Haiku 5.5 的「可靠知識截止」都寫的是 2026 年 6 月；之後發生的事，不聯網它就不知道，硬問的話可能現編一個。

聯網之後，它會先搜網頁、讀幾篇，再整理成回答。好處是新；風險是它讀到的網頁本身可能就是錯的，或者是一篇過時的舊聞。

對你意味著什麼：問新聞、價格、政策、版本號這類會變的東西，確認它聯網了，再看它引用的是什麼網站、哪天發的。

第 6 件：隱私，哪些東西別發給 AI？

先說官方產品。OpenAI 的幫助中心寫明，ChatGPT 免費版、Plus、Pro 的個人帳號預設開啟資料共享，可以在「設定 → 資料控制」裡關掉用對話改進模型的那個開關（英文介面叫「Improve the model for everyone」，中文介面以實際顯示為準），關掉後聊天記錄照樣保留。另外要知道，你給某條回答點贊或點踩，整段對話仍可能被拿去訓練。Anthropic 在 2025 年 8 月更新了消費者條款，讓 Claude 免費版、Pro、Max 使用者自己選要不要拿對話訓練模型；選允許的，資料保留期延長到 5 年，不允許的維持 30 天。

再說第三方平臺。你的內容至少要經過平臺本身和背後的模型廠商兩道。以櫻桃茶為例，櫻桃茶的常見問題裡是這麼寫的：為了生成回答，對話內容會發給對應的模型服務商處理；櫻桃茶自己用它來計費、記住上下文和防止濫用，不用來投放廣告，也不賣給第三方資料公司；密碼只存雜湊值，銀行卡資訊由支付渠道處理；想刪帳號和資料，可以找客服申請。用任何第三方平臺之前，都值得花兩分鐘找到它的這幾條。

不管用哪家，下面這些別直接發：

身份證號、銀行卡號、各種密碼和 API Key
別人的病歷、住址、聊天截圖
公司沒公開的財務資料、客戶合同原件
你簽過保密協議的任何東西

非發不可的材料，先脫敏：人名換成甲乙丙，金額和編號換成「【金額】」這樣的佔位，再讓它處理。

AI 入門 7 天練習：每天一個真實任務

每天花 20 分鐘，用你手頭真有的事情練，比看十節課管用。括號裡是這一天對應的概念，提示詞可以直接複製，把【】裡換成自己的內容。

第 1 天（模型）：「我是【職業】，下週要【具體的事】。請列出我需要提前準備的 5 件事，每件一句話說明原因。」同一句話發給兩個模型，記下哪個更貼你的情況。

第 2 天（把話說清楚）：「下面是背景：【貼上相關聊天記錄或要點】。幫我寫一條發給【物件】的訊息，200 字以內，語氣客氣但直接，最後要對方在【日期】前回復。」

第 3 天（上下文）：貼一篇三四千字的文章，先讓它總結，再問：「第三部分舉的那個例子是什麼？原文怎麼說的？」對一下原文，看它有沒有記混。

第 4 天（幻覺）：「關於【你熟悉的一個話題】，列 3 個可以核實的事實，每條附上出處名稱和連結。」每個連結都點開，看頁面上是否真有這句話。

第 5 天（聯網）：先問「你的知識截止到什麼時候？」，再問「這週【你關心的領域】有什麼新訊息？列出來源網站和日期」。注意它有沒有真的去搜。

第 6 天（隱私）：找一份工作檔案，把人名、金額、電話全換成佔位符，再讓它：「總結這份檔案的要點，列出需要我拍板的事項。」

第 7 天（復盤）：回看這一週，挑一條效果最滿意的提示詞，把具體內容換成【】，存進備忘錄。下次同類的活，改幾個字就能用。

第一個工具怎麼選：官方免費版，還是多模型平臺？

兩條路都行，看你怎麼用。

官方免費版是最省事的起點。按櫻桃茶整理的 ChatGPT Plus 價格說明和 Claude Pro 價格說明頁（核對於 2026 年 10 月 18 日），ChatGPT 和 Claude 都有 0 美元的免費檔，Claude 免費版不能用 Opus；付費的 ChatGPT Plus、Claude Pro 都是每月 20 美元。如果你已經確定主要用其中一家，而且天天用，直接訂那家的會員最簡單。

多模型平臺適合還沒想好的人：一個帳號裡換著用不同廠商的模型，按用量付費，不用每家各開一個會員。想多試幾個模型，可以先去櫻桃茶，註冊送 50 點數，夠先跑幾輪對話；它有 25 個對話模型，問到最新的事會自動聯網並標出處，寫作時（2026 年 11 月）聯網暫時免費，支援微信和支付寶付款。說明一句：櫻桃茶由英國公司 CHERRYCHAT LTD 運營，通過介面接入各家模型，不是 OpenAI、Anthropic 或 Google 的官方產品。

我們的建議：入門第一週別急著付錢，用免費額度把上面 7 天練完，你會清楚自己是需要「一個模型用到底」，還是「不同的活換不同的模型」，再決定訂會員還是按量。挑第三方平臺時，先查運營主體、隱私條款和是否要你交出官方帳號密碼。

下一步讀什麼？

按你接下來想做的事挑一篇：

常見問題

學 AI 要不要先學程式設計？ 日常使用不用。會打字、能把事情說清楚就夠了；等你想做自動化或者自己搭應用，再按需要補。

英文不好能用嗎？ 能。主流模型都能直接用中文問、中文答。遇到只有英文的幫助文件，用瀏覽器翻譯看一眼就行。

AI 課程值得買嗎？ 入門階段不太值得。本文講的 6 個概念，各家官方文件和幫助中心都有原文可查；真要系統學，先確認課程教的是你工作裡用得上的東西，再看價格。

從明天開始做第 1 天的任務：一個問題，兩個模型，看完你就知道「模型不一樣」是什麼意思了。

參考來源

OpenAI Help Center，Understanding and counting tokens（2026，訪問於 2026-11-07）：https://help.openai.com/en/articles/4936856-what-are-tokens-and-how-to-count-them
Anthropic，Claude Docs：Context windows（2026，訪問於 2026-11-07）：https://platform.claude.com/docs/en/build-with-claude/context-windows
Anthropic，Claude Docs：Models overview（2026，訪問於 2026-11-07）：https://platform.claude.com/docs/en/about-claude/models/overview
OpenAI，Why language models hallucinate（2025）：https://openai.com/index/why-language-models-hallucinate/
OpenAI Help Center，Data controls in ChatGPT（2026，訪問於 2026-11-07）：https://help.openai.com/en/articles/7730893-data-controls-faq
Anthropic，Updates to Consumer Terms and Privacy Policy（2025-08-28）：https://www.anthropic.com/news/updates-to-our-consumer-terms

關於本文

本文由櫻桃茶編輯部撰寫，AI 輔助檢索和初稿，編輯逐條對照 OpenAI、Anthropic 的官方文件核對了引述；站內價格、上下文和隱私說法按 2026 年 11 月 7 日線上模型廣場和常見問題頁核對。文中的提示詞是按概念設計的練習示例，沒有在每個模型上逐一執行。