全書術語的一句話定義,採台灣學術繁體中文,英文原名保留。事實主張依官方文件,快變動項標註截至 2026-05。
對應單元
- 基礎觀念全貌 → 01-1 為什麼要「正確地」使用 AI 工具
- LLM 與 agent 機制 → 01-2 LLM 與 Agent 的運作基礎
- 上下文工程細節 → 01-4 上下文工程
- 設定層級模型 → 02-1 設定的層級模型
- 隱私安全詞彙 → 附錄 B 隱私與安全設定 checklist、03-3 安全、隱私與供應鏈風險
- 跨工具設定詞彙 → 02-6 其他工具設定對照
- 客製化詞彙 → 04-1 CLAUDE.md 至 04-11 Agent Teams 與 Sub Agent
- 案例研究詞彙 → 05-1 OpenClaw 至 05-4 三條路線比較
- [1] Chroma, “Context Rot in Long-Context Language Models,” 2025. [Online]. Available: https://research.trychroma.com (截至 2026-06 查證;含 18 個模型實測)
- [2] Liu, et al., “Lost in the Middle: How Language Models Use Long Contexts,” 2023. [Online]. Available: https://arxiv.org/abs/2307.03172
- [3] Anthropic, “Effective context engineering for AI agents,” 2026. [Online]. Available: https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents
- [4] Yang, et al., “Large Language Models as Optimizers,” 2023. [Online]. Available: https://arxiv.org/abs/2309.03409
- [5] Khattab, et al., “DSPy: Compiling Declarative Language Model Calls into Self-Improving Pipelines,” 2023. [Online]. Available: https://arxiv.org/abs/2310.03714
- [6] Snyk, “ToxicSkills: 2026 Report on Malicious Skills in the Wild,” 2026. [Online]. Available: https://snyk.io