iPAS 考題解析

小明想開發一個部落格寫作工具，讓用戶輸入文章開頭後，系統自動幫忙寫出後續內容，例如輸入「今天去了台北木柵動物園...」，系統就能續寫。若要實現這樣的功能，最適合選擇下列哪一類任務？

初級生成式AI應用與規劃難度：中等 ★★☆

考試範圍定位

考試等級: 初級能力鑑定
考試科目: 生成式 AI 應用與規劃
知識主題: No code / Low code 概念
能力指標: No Code / Low Code 的基本概念（L12101）

本題屬於 iPAS AI 應用規劃師初級能力鑑定「生成式 AI 應用與規劃」科目中的「No code / Low code 概念」範疇，對應的能力指標為「No Code / Low Code 的基本概念」，涵蓋工具本身的基本認知與基礎概念等核心知識點。考生在準備這個範疇時，需要掌握相關的理論基礎與實務應用。

題目與選項

A. 序列到序列建模（Sequence-to-Sequence Modeling），透過輸入序列產生新的輸出序列；
B. 遮罩語言建模（Masked Language Modeling），補齊文字中缺失的詞語或片段；
C. 生成式語言建模（Text Generation），依據上下文持續產生新的內容； ✓ 正確答案
D. 文本分類（Text Classification），針對輸入文本判斷情感、主題或標籤

詳細解析

正確答案：C. 生成式語言建模（Text Generation），依據上下文持續產生新的內容；

續寫文章是典型的 Text Generation 任務，依據上下文持續產生新的內容。

各選項逐一解析

理解每個選項為什麼對或錯，是真正掌握這個知識點的關鍵。以下逐一分析每個選項的含義與判斷依據。

A. 序列到序列建模（Sequence-to-Sequence Modeling），透過輸入序列產生新的輸出序列；（不正確）

Sequence-to-Sequence 適合翻譯等輸入到輸出的轉換任務，續寫是單向生成而非序列轉換

B. 遮罩語言建模（Masked Language Modeling），補齊文字中缺失的詞語或片段；（不正確）

Masked Language Modeling 用於填補缺失詞語（如 BERT），不適合開放式續寫生成

D. 文本分類（Text Classification），針對輸入文本判斷情感、主題或標籤（不正確）

Text Classification 用於分類標籤判斷，不是生成新文本內容的任務

延伸學習

本題尚未連結特定術語，你可以從以下常見主題開始探索相關知識。

AI 基礎機器學習深度學習自然語言處理電腦視覺

中等題備考建議

▶ 本題屬於中等難度，需要理解概念之間的關聯與應用情境，不能只靠死背定義。
▶ 中等難度的題目常考「為什麼」和「怎麼用」，建議整理各技術的優缺點比較表。
▶ 練習時注意錯誤選項的陷阱設計，很多時候錯誤選項只有一兩個字的差異，需要仔細辨別。
▶ 建議用「費曼學習法」，嘗試向別人解釋這道題的解題思路，能講清楚就代表真正理解了。

同主題考題練習

以下題目與本題屬於相同的考試範疇，建議一併練習以加強對該主題的掌握程度。

學校教師如何引導學生正確使用生成式 AI 工具？

初級生成式AI應用與規劃難度 ★★☆ 114 年

下列哪一項不是生成式 AI 工具在使用體驗方面的優化方向？

初級生成式AI應用與規劃難度 ★★☆ 114 年

小莉老師準備使用生成式 AI 製作個人化學習系統，以下為她設計系統時可能採取的操作步驟，請依其邏輯順序排列：a.根據學生學習歷程與成績，輸入學生特徵 b.根據教材主題，指示 AI 生成適合的練習題與即時回饋 c.生成適應性學習計畫，讓每位學生依進度與弱點調整練習方式 d.匯入課綱與教學單元內容，建立知識結構圖。請問下列何者為較合理的順序？

初級生成式AI應用與規劃難度 ★★☆ 114 年

iPAS AI 應用規劃師認證簡介

iPAS AI 應用規劃師能力鑑定是經濟部產業發展署推動的國家級 AI 證照制度，分為「初級」與「中級」兩個等級。初級考試包含「人工智慧基礎概論」和「生成式 AI 應用與規劃」兩個科目，著重基本概念的理解與應用。中級考試涵蓋「AI 技術應用與規劃」「大數據處理分析與應用」「機器學習技術與應用」三個科目，要求考生具備更深入的技術知識與實務能力。本題來自初級考試範圍，適合正在準備初級認證的考生練習。

開始準備 iPAS 考試

本題來自 iPAS AI 應用規劃師初級考試。想通過 iPAS 認證？從完整題庫練習開始，搭配術語詞典與備考攻略，系統化提升你的 AI 知識。

開始練習題庫進行診斷測驗初級備考指南 iPAS 總覽