The Taxonomy

A shared vocabulary for describing technology.

Each category is a question people ask about a technology, and its elements are the answers. Choose a category, then an element, to see its icon and what it means. New to the terms? Read the concepts.

繁體中文: machine reviewed translation.It has not been checked by a fluent reviewer.Translation status

系統做什麼

Elements 10

這個系統在做什麼？

用日常動詞說明這個系統的行為：它感測、預測、決定、創作、驅動。把動詞說出來，更容易思考系統會影響什麼，以及哪裡可能出錯。

About this category

系統做什麼

這個系統在做什麼？

用日常動詞說明這個系統的行為：它感測、預測、決定、創作、驅動。把動詞說出來，更容易思考系統會影響什麼，以及哪裡可能出錯。

Datachain

Answer: The purpose often says it already. Name the actions when the system senses, decides or acts in ways the purpose leaves out.
Icon shape: The system itself: why it exists, who is involved, what it does, and the points where it meets the world.

Context: 人為參與

由誰完成最後一步：以簡明的系統層級訊號，表示有多少環節不需人力即可運作，並顯示在它所標示的動詞上。這是對部署情形的概括描述，不是技術稽核。

由人決定這個系統提供建議或資訊；任何結果生效前，都由人做出決定。例如：分流工具為臨床人員排列個案順序，由臨床人員選擇先看哪一位。

由人監督或執行這個系統自行算出結果；由人監督、可介入，或由人親自執行結果。例如：最佳化工具規劃當天的收運路線，再由司機照著行駛。

自行運作這個系統自行決定並使結果生效，不需有人逐一審查。例如：道路通行費隨車流變化自動調整費率並扣款。

Variables

說明 Optional

When to use it

選擇讀者看得懂的動詞，通常一到三個就夠。若要標示自主程度，請在最下游的動詞上設定「人為參與」，作為系統層級的訊號；只有在其他動詞所處階段確實不同時，才另行設定；若會造成混淆，則省略不設。

Sources

AI Taxonomy — An Operational Framework for Precision in AI DiscourseNarain Jashanmal, v1.1, January 2026. This category extends the source's six modes into a ten-verb vocabulary for public comprehension.

行動行動：將目標拆解成步驟，並在軟體中執行，例如呼叫工具、預約、申報、向上呈報，或代人執行多步驟的工作流程。輸出結果是已採取的行動，而不是回傳的內容。例如：預約會議、申報稅務、將案件向上呈報。若行動會移動實體物品，則屬於「驅動」。

回答回答：在對話中回應人們的問題，例如聊天機器人、語音助理、自動電話專線。它會當下與您一來一往地對話。例如：大眾運輸聊天機器人說明誤點原因、服務專線轉接您的需求。與「創作」不同，後者產生的內容在事後可獨立存在。

創作創作：產生這個系統執行前並不存在的新文字、影像、音訊、影片或程式碼。輸出結果是系統撰寫的內容，而不是關於既有資料的標籤或分數。例如：依提示草擬一段文字、依描述生成圖片、製作音訊、補全程式碼。與「回答」不同，後者是在對話中回應您。

決定決定：判定會實際生效的結果，例如核准或拒絕、定價、分配、標記以待處理。例如：依車流訂定的動態道路通行費、申請案的核准或駁回、派遣任務的指派。若是由人根據系統的建議做最後決定，則屬於「建議」。

識別識別：將臉孔、聲音、指紋、車牌或帳號與已知紀錄比對，辨認出某人是誰或某物是什麼。它把「有人在這裡」變成「這個人在這裡」。例如：登機門的臉部比對、收費門架的車牌查詢。與「感測」不同，後者只偵測而不指明身分。

驅動驅動：對實體世界採取行動。系統驅動馬達、閥門、號誌或其他致動器，改變您周遭的事物。例如：操控機器人、變換交通號誌時相、開啟閘門、調整建築物的通風、升起停車場柵欄。

預測預測：估計可能發生的情況，例如預報、風險評分、機率。它說明可能會發生什麼；至於如何因應，仍由其他人或其他系統決定。例如：排隊長度預測、信用風險評分、下一小時的擁擠程度預測。與「決定」不同，後者會使結果生效。

建議建議：提出選項供人選擇，例如排名、候選清單、建議的路線或治療方式。在有人接受建議之前，不會有任何結果生效。例如：提供給臨床人員的分流排序、提供給駕駛的替代路線、優先顯示的商品。與「決定」不同，後者的結果會自行生效。

感測感測：將攝影機、麥克風或感測器的原始訊號，轉換成系統其他部分可以使用的資訊，例如偵測結果、逐字稿、讀數。包括持續監測以留意特定事件。例如：偵測攝影機畫面中的車輛、將一句話轉成文字、察覺月台很擁擠。與「識別」不同，後者會指明所感知的人或物是誰或是什麼。

理解理解：從文字或語音中擷取意義、找出相關的概念，並將讀到的內容與已儲存的脈絡連結。它回傳的是比對結果、意圖、摘要或指向相關既有知識的連結，而不是新的內容。例如：將問題對應到正確的說明文章、找出適用於某個個案的政策條款、辨認一句話的主題。

回答

回答：在對話中回應人們的問題，例如聊天機器人、語音助理、自動電話專線。它會當下與您一來一往地對話。例如：大眾運輸聊天機器人說明誤點原因、服務專線轉接您的需求。與「創作」不同，後者產生的內容在事後可獨立存在。

Context: 人為參與

由誰完成最後一步：以簡明的系統層級訊號，表示有多少環節不需人力即可運作，並顯示在它所標示的動詞上。這是對部署情形的概括描述，不是技術稽核。 Choose a value to see its icon.

Variables

說明 Optional