1  哈囉，Gemini！認識那位不會打翻 buffer 的 AI 實驗夥伴

Hello, Gemini! Meet the AI Lab Partner That Doesn’t Spill the Buffer

1.1 歡迎來到 21 世紀的生醫實驗室：你的新學長/學姊

在生物醫學的學習道路上，每個人都會經歷一段「實驗室震撼教育」。

想像一下你剛進實驗室時的慘狀：你必須在冷冰冰的 4°C 冰箱前尋找貼著早已模糊不清標籤的微量離心管 (microcentrifuge tube，就是大家都叫它 Eppendorf 或 eppy tube 的小管子)；旁邊的學長正在為了一次又失敗的 Western blot 狂灌黑咖啡；而你的實驗夥伴 (lab partner) 剛剛把稀釋好的 10x PBS 緩衝液 (buffer) 倒進了廢液桶，還順便把離心機轉得像是一架即將起飛的直升機，因為他忘記放平衡管。

這時你心裡一定在吶喊：「老天，難道就沒有一個不會出錯、不用睡覺、而且絕對不會偷喝我冰在茶水間星巴克咖啡的實驗夥伴嗎？」

有的。歡迎認識 Gemini——你的 AI 數位實驗夥伴。

flowchart TD
  A["Gemini AI<br/>不會打翻 Buffer<br/>不喝你的咖啡<br/>懂所有醫學教科書"]
  A --> B["回答<br/>這個 Reagent 怎麼配？"]
  A --> C["解釋<br/>這個機制怎麼運作？"]

Gemini 是一個大型語言模型 (large language model, LLM)，由 Google 開發。簡單來說，它讀過的醫學文獻、生物化學課本、免疫學期刊，大概比你跟你老闆（實驗室主持人，principal investigator, PI）一輩子看過的加起來還要多幾百萬倍。更棒的是，當你問它一個愚蠢的問題時（例如：「老師咪ting（meeting）問的那個 p值 (p-value) 到底是什麼意思？」），它絕對不會對你翻白眼，也不會在你考國考或寫論文 (thesis) 的時候對你露出憐憫的微笑。

本章將帶你踏出與 Gemini 合作的第一步。我們會學到如何從傳統的關鍵字搜尋 (keyword search)，過渡到與 AI 進行有深度、有邏輯的「對話式提示」 (conversational prompting)；並教你寫出人生中第一個強大的生醫提示詞 (prompt)。

1.2 什麼是大型語言模型 (LLM)？從「關鍵字」到「對話」的典範轉移

在開始玩提示詞之前，我們得先拆解這位 AI 夥伴的大腦。

1. 大型語言模型 (LLM) 的本質：超級神經網路接龍

你可以把 LLM 想像成一個終極版的「輸入法自動完成 (autocomplete)」。當你在手機上輸入「我想吃…」，鍵盤可能會推薦「火鍋」或「拉麵」。Gemini 也是在做類似的事情，只是它的規模大得驚人。

Gemini 透過閱讀網路上數以千億計的文字（包括整個 PubMed 資料庫、醫學指南、科學論著等），學會了字詞之間的關聯性。如果你給它一段輸入：

「紅血球 (erythrocyte) 的主要功能是攜帶…」

它的大腦會根據機率，自動接上：

「…氧氣 (oxygen) 到身體各個組織。」

這不是因為它真的有一顆鮮紅的心臟或懂呼吸的肺，而是因為在它讀過的無數文本中，這段話後面接「氧氣」的機率最高。

2. 從 Google Search 到 Gemini Chat

很多剛進醫學院或研究所的朋友，會用「估狗 (Google) 關鍵字」的方式來和 Gemini 對話。這就像是拿著手術刀去割紙箱——大材小用。

請看以下對比：

  • 關鍵字搜尋思維 (舊方法)： 在搜尋框輸入：先天性免疫 適應性免疫 差異 結果：你得到一堆超連結，你得自己點進去、過濾廣告、閱讀冗長的文章，然後在密密麻麻的字裡行間找出你要的答案。

  • 對話式提示思維 (新方法)： 直接對 Gemini 說：「我明天要考免疫學，請幫我把先天性免疫和適應性免疫的差異整理成一個簡明的表格，並著重在反應時間和特異性。」 結果：Gemini 直接吐出一個乾淨漂亮的對比表格，省去你 20 分鐘的篩選時間。

這種將「搜尋關鍵字」轉變為「與 AI 協同思考」的過程，就是我們所說的提示詞工程 (prompt engineering)。

1.3 提示詞魔法 (Prompt Magic)：生醫提示詞的黃金結構

要讓 Gemini 成為你的強力助手，你不能只對它說「幫我寫個報告」或「解釋一下免疫學」。一個能產生「哇！這太神了」等級回覆的提示詞，通常包含以下四個核心要素：

  1. 角色 (Role)：你想讓 Gemini 扮演誰？（例如：哈佛醫學院教授、嚴格的論文審查委員、或是耐心解釋病情的住院醫師）。
  2. 背景脈絡 (Context)：你的背景是什麼？這份輸出的受眾是誰？（例如：你是醫學系三年級學生、你正在準備病理學小考、或者你要向 10 歲的小朋友解釋）。
  3. 任務 (Task)：你具體要它做什麼？（例如：解釋概念、翻譯文獻、尋找實驗步驟中的出錯原因）。
  4. 格式限制 (Format Constraints)：你希望輸出長怎樣？（例如：使用條列式、限 300 字內、整理成 Markdown 表格）。
黃金提示詞結構
元素 範例
1. 角色 (Role) “Act as a friendly immunology professor…”
2. 脈絡 (Ctx) “…for a first-year medical student…”
3. 任務 (Task) “…explain the role of dendritic cells…”
4. 格式 (Fmt) “…in bullet points and with an analogy.”

小提醒：為什麼我們用英文寫 Prompt，並且要求英文回答？

雖然 Gemini 的中文理解能力極佳，但世界上 95% 以上的前沿生醫文獻、數據庫說明與學術討論都是以英文進行的。用英文寫提示詞 (Prompt) 並且讓 AI 用英文回答，不僅能激發 Gemini 內部更強大、更精確的生醫知識庫，還能幫助學生在學習科學概念的同時，熟悉專業的英文學術術語與溝通方式！

1.4 實戰演練：用英文 Prompt 馴服複雜的免疫學概念

現在，讓我們動手寫提示詞。我們將挑戰醫學生最頭痛的學科之一：免疫學 (immunology)。

練習一：把「先天 vs 後天免疫」解釋給中學生聽

免疫學的專有名詞又多又雜，第一步通常是建立宏觀的視覺或譬喻。讓我們用黃金結構寫一個 Prompt，讓 Gemini 用「城堡防禦」來比喻免疫系統。

請複製以下提示詞並貼給 Gemini：

[Prompt]

Act as a friendly immunology professor. Explain the core differences between innate immunity and adaptive immunity using an analogy of a castle’s defense system. Keep the tone engaging and easy to understand for a middle school student.

[觀察重點]

  • 譬喻的完整性：觀察 Gemini 是否將「先天性免疫 (Innate Immunity)」比喻為第一道防線（如城牆、巡邏衛兵、護城河），並強調其反應迅速但「缺乏特異性」與「無記憶力」的特徵。
  • 特種部隊的比喻：觀察它是否將「適應性免疫 (Adaptive Immunity)」比喻為精銳的特種部隊或狙擊手（如 T 細胞與 B 細胞），並強調其「高特異性」與「具備免疫記憶」的超能力。

[提示詞解析]

這個 Prompt 為什麼成功？

  • 我們設定了角色（親切的免疫學教授）與受眾/脈絡（中學生），這讓 Gemini 自動過濾掉了諸如「TLR-4 訊息傳遞路徑」或「V(D)J 重組」等會讓人昏睡的細節。
  • 我們指定了譬喻法（城堡防禦），使複雜的生理學反應瞬間具體化。
  • 我們使用純英文提問，這能激發 Gemini 最龐大、最精準的英語生醫學術知識庫。

練習二：用「犯罪現場」搞懂抗原呈現 (Antigen Presentation)

當病原體突破第一道防線後，巨噬細胞 (macrophages) 或樹突細胞 (dendritic cells) 會把敵人吞下去、大卸八塊，然後把敵人的碎片（抗原表位，epitope）掛在自己的細胞表面，這就叫做「抗原呈現 (antigen presentation)」。這通常需要 MHC class II 分子與輔助型 T 細胞 (helper T cells) 的參與。

這段話聽起來像是外星語對吧？讓我們換個 Prompt 試試看：

[Prompt]

Act as a witty biomedical science communicator. Explain the concept of “antigen presentation” (specifically focusing on MHC class II and helper T cells) using a humorous metaphor involving a crime scene investigation or a wanted poster. Format the output with clear bullet points.

[觀察重點]

  • 角色與隱喻的對應：觀察 Gemini 是否能將 “antigen presentation” 成功轉化為警匪片或通緝令的比喻。特別注意它如何將 “dendritic cells” 比喻為警員，將 “MHC class II” 比喻為引擎蓋或展示板，將 “epitope” 比喻為嫌犯特徵，並將 “helper T cell” 比喻為警長。
  • 排版格式：確認輸出是否符合 Prompt 要求，呈現出清晰的條列式 (bullet points) 結構。
  • 生醫邏輯的正確性：確認比喻是否符合 “MHC class II activation of helper T cells” 的正確生理邏輯（而非誤寫成 killer T cells/CD8+ T cells）。

1.5 避坑指南：AI 的極限與「幻覺」

跟 Gemini 協作非常爽快，但作為未來的醫療人員或科學家，你必須時刻保持批判性思維 (critical thinking)。

LLM 有一個致命的缺點：「幻覺」 (hallucination)。

因為 LLM 的本質是「文字接龍」，當它不知道答案時，它不會像誠實的研究生一樣說：「對不起學長，我不知道這管 reagent 放哪了。」相反地，它會用極度自信的語氣，講出一套聽起來天衣無縫的胡話。

例如，如果你問它： > 「請給我三篇證明咖啡因可以治癒阿茲海默症的 2025 年 PubMed 文獻。」

它可能會隨機拼湊出三個非常真實的 DOI、作者名字（可能都是該領域的權威）以及期刊名稱（例如 Nature Neuroscience）。但當你真的去 PubMed 搜尋時，你會發現這三篇論文根本不存在。

數位查核助手：讓 Gemini 扮演「Review Agent」自動稽核文獻

當 AI 給你一長串文獻時，除了手動一個個去 PubMed 搜尋，你也可以用另一個特定的「查核提示詞」來建立一個 Review Agent (評審代理人)，幫助你快速過濾掉那些可能被捏造的虛擬文獻。

請將以下提示詞貼給 Gemini（你可以把懷疑是幻覺的文獻列表放在 Prompt 的下方）：

[Prompt]

Act as a strict biomedical bibliography reviewer. I will provide a list of PubMed citations generated by an AI. Please audit each citation for potential hallucination (fabrication). For each reference, evaluate the following: 1. Is the PMID (PubMed ID) length and range historically plausible? (e.g. Current PMIDs are sequential integers, under 39,000,000). 2. Do the authors, journal name, and volume/issue numbers match logically? 3. Highlight any inconsistencies (e.g., mismatched publication year and volume, authors publishing outside their domain). Label the likelihood of fabrication as High, Medium, or Low, and explain your reasoning.

[觀察重點]

  • 識別不實文獻：觀察 Gemini 是否能幫你挑出那些看似合理但其實是拼湊出來的文獻。它能分析期刊名是否存在、作者組合是否合乎邏輯、或者指出 PMID 區間是否與年份不符（例如：若是 2024 年發表的文章但 PMID 為 8 位數 9 開頭，AI 能指出這是不合理的，因為目前 PMID 進度僅到 3800 萬左右）。
  • 輔助初篩：利用這個 Review Agent 策略，可以幫你快速把「高風險 (High)」的文獻標記出來，省去你逐一檢索的時間。

[!WARNING] 給學習者的鐵律：Trust, but verify (相信，但要查證) 在臨床與科研領域，錯誤的資訊可能會致命，或讓你的實驗白做三個月。對於 Gemini 提供的任何科學事實、藥物劑量、基因位點或文獻引用，絕對、必須、一定要親自到權威資料庫（如 PubMed, ClinVar, NCBI）進行二次確認！

1.6 本章小結與動手做

恭喜你完成了第一章！你現在已經知道 Gemini 不是一個簡單的 Google 替代品，而是能理解複雜邏輯的對話夥伴。你也學會了如何使用「英文 Prompt」搭配「角色、脈絡、任務、格式」的黃金公式來學習困難的生醫知識。

🚀 今日實驗室課後作業：

請打開 Gemini，輸入以下提示詞，看看它會給你什麼有趣的答案：

Act as a sarcastic organic chemistry tutor. Explain the difference between SN1 and SN2 reaction mechanisms in a funny way, comparing them to different styles of ending a romantic relationship.

試著調整 Prompt 中的角色或比喻，體驗一下提示詞工程的樂趣吧！

1.7 Glossary (中英詞彙對照表)

中文 英文 定義 / 解釋
大型語言模型 Large Language Model (LLM) 一種基於深度學習的 AI 模型，能理解並生成人類語言。
提示詞 Prompt 輸入給 AI 的指令、問題或背景資訊，引導 AI 產生特定輸出。
緩衝液 Buffer 用於維持溶液 pH 值穩定的化學溶液。
微量離心管 Microcentrifuge tube 用於微量液體離心與儲存的塑膠小管，常簡稱為 Eppendorf 或 eppy。
先天性免疫 Innate immunity 身體與生俱來的非特異性防禦機制，反應迅速但無記憶性。
適應性免疫 Adaptive immunity 後天獲得的特異性免疫反應，反應較慢但具高度特異性與記憶力。
抗原呈現 Antigen presentation 免疫細胞將病原體片段展示於細胞表面以活化 T 細胞的過程。
主要組織相容性複合體 Major Histocompatibility Complex (MHC) 細胞表面用於展示抗原片段給 T 細胞的特殊蛋白質家族。
輔助型 T 細胞 Helper T cell 負責協調、活化其他免疫細胞（如 B 細胞 and 殺手 T 細胞）的 T 細胞亞群。
抗原表位 (抗原決定基) Epitope 抗原分子表面被免疫系統（抗體或 TCR）識別的特定局部結構。
樹突細胞 Dendritic cell 一種功能強大的抗原呈現細胞，負責將先天免疫與適應性免疫串聯起來。
幻覺 Hallucination AI 模型生成看似合理但實際上完全虛假或不存在的資訊的現象。
批判性思維 Critical thinking 對資訊進行主動、仔細的分析、評估與質疑的思考過程。