完整定義
生成式 AI（Generative AI）與判別式 AI 相對，前者學習資料分佈以生成新樣本，後者學習邊界以分類輸入。代表技術包括 GPT 系列（文字生成）、Diffusion Model（圖像生成）、VAE、GAN。iPAS 考試重點：了解不同生成架構的特性與應用場景。
白話說明
你有沒有用過 AI 幫你寫字、畫圖或改程式碼？
你可以把生成式 AI 想成會創作新內容的系統，不只是判斷對錯，而是直接產生文字、圖像、音訊或程式碼。
它重要，是因為這種能力已經變成很多產品的核心介面，從寫作到客服都在用。
記住這句
不是只回答問題，而是能直接創作內容。
容易混淆
生成式 AI vs 傳統辨識式 AI
傳統 AI 常做分類、偵測和預測。
生成式 AI 則直接產生新內容。
生成式 AI vs 大型語言模型
大型語言模型是生成式 AI 的常見核心。
但生成式 AI 不只文字，也包括圖像、音訊和多模態。
實際案例
文案草稿
你輸入產品特色，模型先產出多版文案，再由人挑選修改。
圖片生成
你描述場景，模型直接生成一張新圖，這就是生成式能力的代表。
算法與應用
它常建立在大型預訓練模型之上，再透過提示、微調或對齊來產生符合需求的輸出。
實務上最常見的挑戰是幻覺、可控性和版權風險，所以不能只看生成速度。
iPAS 考題
Q：生成式 AI 和傳統分類 AI 最大差別是什麼？
生成式 AI 會產生新內容，傳統分類 AI 主要是判斷或預測。
Q：生成式 AI 常見輸出有哪些？
文字、圖像、音訊、影片和程式碼都算。
情境判斷
Q1：如果系統會幫你寫文章草稿，這算生成式 AI 嗎？
算，因為它在產生新內容，不只是分類。
Q2：只要能聊天的模型，都一定是生成式 AI 嗎？
不一定，要看它是否真的在生成內容，還是只是做規則式回應。
常見問題
不一定，但目前很多代表性系統都依賴大模型。
很有關，提示常是最直接的控制方式。
模型生成看似合理但其實不正確的內容。
不會直接取代整個工作，但會改變很多內容產製流程。
出現在這些考古題
官方公告試題的逐題解析裡，有 9 題把生成式 AI列為延伸術語，這裡列出 5 題。
立即測驗
想測試你對 生成式 AI 的掌握程度？用考古題作答
相關術語
來源
這個術語目前沒有標註外部來源。
考試範圍：iPAS AI 應用規劃師評鑑內容範圍參考（115.02 更新），經濟部產業人才能力鑑定，實際考試內容以官方公告為準。
其他格式：Markdown 版本