名詞解釋
釐清本計畫中使用的關鍵術語與定義
本區統整常見關鍵詞與術語，提供簡明清晰的定義與使用說明；內容將隨研究進展持續更新。
P&MA（Person & Multi-AI）
本計畫所提出之「人與多 AI 協作關係」的總稱，強調由人類主導、AI 分工協作的共創模式。
亦為後續建構方法論與系統架構的核心概念來源。
AIC（AI Coordinator）
「AI 協調師」為人類主導角色，負責規劃任務、編排多 AI 的分工邏輯，並掌握互動回合的節奏與品質。
在 P&MA 方法論中，AIC 是協作流程的核心中樞。
ATT（AI Tone Trainer）
「AI 語氣訓練師」為人類輔助角色，著重於輸出後的表述調整與一致性維護，確保生成內容在不同場景下的語氣、風格與語境貼合預期。
與 PE（Prompt Engineer）的差異
- Prompt Engineer（提示工程師，PE）：專注於輸入前的指令設計與最佳化，讓模型在生成前就朝正確方向輸出。
- AI Tone Trainer（ATT）：著重於輸出後的語氣與表述微調，並依場景進行一致性校正。
簡而言之：PE 負責「把題目問對、賽道設好」，ATT 負責「讓最後表現符合情境與氛圍」。
MAOP（Multi-AI Orchestra Platform）
於本計畫中使用的高階協作架構名稱，用以描述「控制面板 → 對話控制層 → 連接中樞 → 代理層 → 多模型」的整體串接方式與觀測方法。
Phase I 階段僅公開結構輪廓與基本通路；尚在驗證之設計與細節暫不對外說明，將視研究進展逐步補充。
備註：此名詞僅指本計畫語境中的架構名稱，與任何同名公司或常見縮寫無關。
註：未來如有新名詞出現，將於此區域持續補充更新。敬請關注。