一杯珍奶的時間，搞懂 7 個 AI 關鍵名詞到底在幹嘛
Agent、MCP、Function Calling、Skills⋯⋯這些 AI 名詞是不是讓你很頭痛？這支影片用「點一杯珍奶、外送到你手上」的故事，把七個最常聽到的名詞一次講清楚。這篇圖文指南把影片裡的每一張投影片拆開，配上白話解釋，讓你滑著看也能秒懂。
這支影片在講什麼
最近 AI 的新名詞冒得又快又多，每一個聽起來都很專業，但其實背後的概念都很生活化。影片把整個 AI 運作流程，類比成「你在外送 App 點一杯珍奶」這件事：從你打字、店家回應、外送員跑腿，到背後那套規格與經驗，一路對應到七個關鍵名詞。
把 AI 想成一套外送系統：你出一張嘴（打字），店家照人設回應，外送員自己跑腿，靠著統一規格和經驗，把「珍奶」準確送到你手上。看懂這個流程，七個名詞就都通了。
User Prompt：你打給 AI 的那句話
下午嘴饞，你打開外送 App，輸入「大杯珍奶微糖去冰」。這行你親手打的字，在 AI 的世界就叫做 User Prompt。
講白話，User Prompt 就是你對 AI 說的話、打的字、問的問題。你每天用 ChatGPT 打「幫我整理這份會議記錄」，那一句就是 User Prompt。超簡單，就這樣。
System Prompt：AI 背後的人設
有趣的是，同樣一句「珍奶微糖去冰」，不同的店回應完全不一樣：路邊阿姨說「好，35 塊，旁邊等」；文青茶飲店說「建議三分糖，品嚐茶香喔」；你媽則是「家裡有茶包，自己泡啦」。
為什麼差這麼多？因為他們的設定不一樣——性格、風格、服務方式都不同。AI 也是這樣：開發者可以在背後偷偷告訴 AI「你是一個文青風格的茶飲顧問，回答要優雅有品味」。這段背後的人設，就叫做 System Prompt。
System Prompt 不會顯示在聊天畫面裡，但它決定了 AI 用什麼風格、什麼語氣來回答你。User Prompt 是你說的話，System Prompt 是 AI 的人設。
AI Agent：會自己跑腿的外送員
到這裡，AI 都只是在「回覆」你的訊息——就像你在 App 上打字、店家回你話，但飲料不會自己飛過來。
如果有一個外送員，他不只收到你的訊息，還會自己騎車到店裡拿飲料、開 GPS 找路、打電話跟你確認地址，最後把珍奶送到你手上，這個外送員就是 AI Agent。他不只回話，還會自己判斷下一步要做什麼，然後真的去做。
Tools：外送員口袋裡的裝備
外送員之所以能完成任務，是因為他手上有一堆裝備：GPS 導航、付款系統、打電話的功能。這些他拿來辦事的東西，就是 Tools（工具）。
記住這組關係就好：Agent 是那個會跑腿的人，Tool 是他口袋裡的裝備。沒有工具，外送員寸步難行；沒有外送員，工具也只是躺在那裡。
Function Calling：標準化的點餐表單
但外送員要怎麼確定你到底要什麼？如果你含糊地說「我要那個大的珍珠奶茶，不要太甜，一點加椰，不對加珍珠⋯⋯」，AI 很容易聽得霧煞煞。所以他需要一張格式清楚的點單。
看外送 App 的點餐畫面：杯型、甜度、冰量、加料，每一格都是固定選項，不是讓你隨便打字，而是一張格式清楚的表單。在 AI 的世界，這個東西就叫做 Function Calling。
它是 AI 模型的一個能力：當 AI 覺得「我需要用某個工具」，它會輸出一段格式固定的指令，告訴系統「幫我呼叫這個功能，參數是這些」。有了標準格式，AI 就不會亂點、不會給出系統看不懂的東西。
MCP：AI 世界的 USB-C
但問題來了：Uber Eats 的點單格式長一個樣，Foodpanda 長另一個樣，店家自己的點餐又是第三種。店家每上一個平台，就要重新設定一次，超累。
如果有一套統一的規格呢？店家只要上架一次，所有平台都能使用；任何一個外送員不管用哪個 App 都看得懂。這就是 MCP（Model Context Protocol）。
它就像 AI 世界的 USB-C，讓任何 AI 都能連線任何工具服務，接上就能用。
Function Calling 是 AI 模型「會點餐」的能力（模型端）；MCP 是店家跟所有平台對接的那套統一規格（工具端）。一個是模型端、一個是工具端，它們是搭配使用的，不是互相取代。
Skills：從菜鳥變老手的經驗值
到這裡你可能覺得：有了 Agent、有了工具、有了統一格式，應該很完美了吧？嗯，還少一樣東西。
你想想，同樣是外送員、同樣有 GPS 跟手機，菜鳥跟老手差多少？菜鳥跟著 GPS 走，結果走進死巷、飲料還灑了一半、甚至送錯地址。差在哪？不是工具，是經驗跟判斷力。
資深外送員一看地址就知道：這個社區要從後門進、飲料一定要直放、下雨天多套一個塑膠袋。這份「遇到這種情況該先做什麼、什麼時候該問客人、什麼時候可以自己判斷」的本事，就是最新的概念 Skills（技能）。
Skills 不是工具，也不是格式，它是一份教學手冊，加上實戰經驗包。如果說 MCP 是給 AI 工具箱，Skills 就是教 AI 怎麼聰明地用這些工具。
Skills 不只波特人背後的 Claude 在用，現在 VS Code、GitHub Copilot、Gemini CLI 也都支援。就像一份好的 SOP，誰拿到都能上手。
一張圖看懂七個名詞的關係
影片最後用一張堆疊圖，把三個最容易搞混的名詞串起來，由下往上一層一層疊：
這些概念不是互相取代，而是像齒輪一樣一起轉動。User Prompt 加 System Prompt 決定 AI 聽到什麼、用什麼風格回；Agent 帶著 Tools 去做事；Function Calling、MCP、Skills 三個加在一起，AI 才從一個「聊天框」變成真正能幫你做事的夥伴。
重點整理
| 名詞 | 珍奶比喻 | 白話意思 |
|---|---|---|
| User Prompt | 你打的「大杯珍奶微糖去冰」 | 你對 AI 說的話、問的問題 |
| System Prompt | 阿姨／文青／媽媽的不同回應風格 | 開發者給 AI 的背後人設，不顯示在畫面上 |
| AI Agent | 會自己跑腿送飲料的外送員 | 會自己判斷下一步、並真的去做的 AI |
| Tools | 外送員的 GPS、付款、打電話 | Agent 拿來辦事的各種工具 |
| Function Calling | 固定選項的點餐表單 | AI 模型輸出標準格式指令的能力（模型端） |
| MCP | 各平台通用的統一點單規格 | 讓任何 AI 連任何工具的統一協議（工具端） |
| Skills | 老手外送員的經驗與判斷力 | 教 AI 聰明用工具的教學手冊＋經驗包 |
看完是不是覺得「喔～原來是這樣」？把這支影片分享給也被 AI 名詞轟炸的朋友吧。
