- 天下Web only
我們有時候會發現自己對某個話題一竅不通,不論是跟客戶還是同事對話。《PCWorld》資深科技記者帕特森(Ben Patterson)是和智慧燈具廠商開會時,尷尬地發現自己不清楚標準的A19燈泡和BR30崁燈有什麼差別。
帕特森必須在最短時間內搬救兵,愈快愈好,最好有人能在短短幾分鐘內給他上速成班,讓他獲得最基本的燈具知識。AI普及以前,帕特森只能用Google搜尋甚至去圖書館找書,但現在有了ChatGPT、Claude和Gemini等聊天機器人,只要用對提示句,就能在10分鐘內擺脫門外漢身分,獲得基本入門知識。
帕特森使用「80/20」提示句,這個概念源自80/20法則,又稱82法則、帕雷托法則(Pareto Principle),核心概念是:20%最重要原因常會影響80%結果。這個法則廣泛應用在從商業(例如80%營收來自20%客戶)到烹飪等各種領域。AI提示工程師很快就發現,這個法則也能用來學習新技能。
網路上流傳很多版本的80/20提示句,以下是最常見的一種:
「我想學習[主題]。我不用成為專家,只要有基本實用的理解就好。請幫我找出最關鍵的20%概念、術語或觀點,讓我能掌握這個主題80%的內容。請先用白話文教我這些知識。」
你也可以使用更精簡的版本:
「針對[主題],請套用80/20法則,在10分鐘內教會我最重要的事情。」
這個提示句會引導AI優先處理這門學科中最核心的20%內容,讓你快速掌握 80%全貌,同時也跟AI講清楚,你不是要拿碩士學位,只是需要迅速掌握基本知識。
舉例來說,如果用這個句子請ChatGPT解釋SoIC,它會先解釋SoIC要解決什麼問題,再告訴你精華中的精華:
「SoIC本質上是在解決『AI晶片已經大到傳統方法快撐不住了』
它是台積電最重要的下一代 3D 晶片堆疊技術之一。
先記一句最核心的話
過去半導體進步:靠「縮小晶體管」
↓
現在:開始靠「把晶片立體堆疊」,SoIC就是這個方向的代表,重點是『把多顆晶片直接上下堆起來,像一棟高樓。』
為什麼要這樣做?
因為AI晶片現在遇到大問題:
問題 1:晶片太大
AI GPU愈做愈巨大,但曝光機有光罩極限(Reticle Limit),晶片不能無限變大。
問題 2:搬資料太耗電
現在AI最大耗電之一:不是「計算」,而是:「資料傳輸」。
例如:
GPU ↔ HBM
GPU ↔ GPU
距離愈遠,愈慢、愈耗電、愈熱
SoIC的核心解法:把晶片距離縮到極限。
不是:主機板距離、封裝距離,而是:幾乎直接貼在一起。
超白話比喻
傳統電腦像:不同辦公室的人互相寄 email。
SoIC像:大家直接坐同一張桌子。
SoIC最重要技術:Hybrid Bonding
這是整個重點中的重點。
以前晶片連接:像:小焊球、小凸點(micro bumps),有距離限制。
SoIC改成:
銅直接對銅接合,Cu↔Cu,這叫:Hybrid Bonding(混合鍵合)。
白話:
以前像:用小插頭接線。
現在像:直接把兩塊金屬熔在一起。
好處是什麼?
1. 更快:因為距離超短。
2. 更省電:AI最缺的其實是電。
3. 更高頻寬:資料搬運量暴增。
4. 可以堆更多晶片
未來AI需要:Logic、SRAM、HBM、I/O全部超密集整合。
SoIC和CoWoS差在哪?
CoWoS
核心:「並排」
GPU跟HBM:放旁邊。
屬於:2.5D 封裝
SoIC
核心:「上下堆」
屬於:真正3D堆疊
你可以這樣記:
CoWoS像:透天厝社區。
SoIC像:摩天大樓。
為什麼市場現在超重視SoIC?
因為:AI晶片正在撞牆,傳統scaling開始失效。
以前:製程縮小 = 性能大升級
現在:功耗牆、散熱牆、傳輸牆全部出現。
所以產業現在方向變成:「不只算更快,而是資料搬更近。」
這正是SoIC的核心價值。
SoIC 最近常和哪些詞一起出現?
1. HBM:因為記憶體頻寬是 AI 核心。
2. Chiplet:因為現在晶片開始拆小。
3. AI GPU:尤其NVIDIA Rubin,下一代 AI ASIC都需要更激進封裝。
4. Thermal(散熱):因為堆疊後:熱變超難處理。
產業真正的終極目標
你可以把未來理解成:
過去
很多晶片放主機板。
↓
現在
很多chiplet放同封裝。
↓
未來
整個AI系統像一顆超巨大立體晶片。
SoIC是往這條路的重要一步。
你只要記住這5件事就夠了
SoIC懶人包:
SoIC 台積電的3D堆疊技術
核心是把晶片「上下堆」
目的是降低資料傳輸距離
關鍵技術是Hybrid Bonding
AI時代瓶頸已從製程轉向封裝與傳輸
最後一句真正重要的產業理解
現在半導體產業最核心的變化是:
從追求更小晶體管,變成追求更高密度整合。SoIC就是這個時代的代表技術之一。」
使用80/20提示句的注意事項:
‧效果取決於AI的基礎知識,提示句品質跟AI本身的知識庫掛鉤。像Claude Opus 4.7或GPT-5.5這種大模型,幾乎對任何主題都能給出一份紮實的80/20簡報。但如果是較小型的「即時」模型,給出的答案可能會比較簡陋、潦草。
‧利用參考資料定錨,提供相關主題的PDF給AI,要求它根據你上傳的檔案進行80/20處理。你也可以要求AI回覆前先搜尋網頁,以確保資訊的時效性。
‧對於需要實際練習的手做技能(像是繪畫),這種方法的成效不彰,這個提示句比較適合瞭解概念性知識。
‧可以在80/20提示句加入時間限制(例如「我有 10 分鐘要惡補某某主題...」),引導AI做出調整,根據你擁有多少時間,決定是要展開成較詳盡的教學(適合用幾個月來學習),還是壓縮成更精簡、更好消化的懶人包(假如你只有幾小時)。
(資料來源:PCWorld、PCMag)
天下總主筆陳良榕專欄。半導體狂熱、科技巨頭謀略的最犀利解讀
看懂科技大勢,獨家解讀
請查看您的信箱,我們將寄送驗證信給您,確保未來信件會送到您的信箱