AI 為什麼不能直接幫你查資料庫？

情境：你問 AI，AI 說不知道

你開啟 ChatGPT，打下這句話：

「幫我查一下訂單 #A2024-0512 目前的配送狀態。」

AI 回答得很流暢，但答案卻是：

「我沒有辦法查詢你的訂單系統，你可以登入後台確認……」

你心想：AI 不是很聰明嗎？為什麼連一個訂單狀態都查不到？

這不是 AI 不夠聰明，而是 AI 根本沒有「手」。

概念：AI 是一個關在房間裡的天才

想像你雇用了一位超強的顧問，她懂所有的行銷策略、數據分析、文案技巧——但你把她關在一個完全隔離的房間裡，什麼工具都沒有，只能靠對講機跟你溝通。

你問她：「我們昨天的訂單金額是多少？」

她沒有電腦、沒有 ERP、沒有你的資料庫登入帳號。

她當然答不出來。

現在的 AI，本質上就是這位顧問。

AI 語言模型（像 ChatGPT、Claude）是在訓練時記憶了大量知識，但訓練完之後，它就被「凍結」了。它：

✅ 知道如何分析訂單趨勢
✅ 能寫出 SQL 查詢語句
✅ 理解物流系統的邏輯
❌ 無法真正連線你的資料庫
❌ 無法查看你今天的訂單
❌ 無法執行任何「真實世界的動作」

這個差距，在 AI 圈子裡叫做：知道怎麼做（Knowing）vs 能夠做到（Doing）。

概念：工具呼叫（Tool Use）打破隔離

工程師想到了一個解法：給 AI 裝上「工具」。

就像給那位顧問：

一台電腦（連上你的 ERP）
一支手機（可以查資料庫）
一個搜尋引擎（可以即時查網路資訊）

這就是「工具呼叫（Tool Use / Function Calling）」的概念。

AI 不再只是「說話」，它可以：

動作類型	範例
查詢資料	查訂單狀態、查商品庫存
寫入資料	建立新訂單、更新顧客資料
發送訊息	寄送行銷 Email、推播通知
執行程式	跑分析報表、觸發工作流程
瀏覽網頁	查競品價格、爬取評論

概念：但是，每個工具都要重新接一次

問題來了。

假設你想讓 AI 同時連接：你的訂單資料庫 + Google Analytics + Slack + 你的商品 Excel 檔案。

以前，每個工具都需要工程師單獨開發一個接口。訂單系統寫一套，Analytics 寫另一套，Slack 又是另一套。

這就像電腦剛發明的時代，每個滑鼠廠商都用不同的插頭——每次換一隻滑鼠，你就要換整個接口。

這時，一個叫 MCP（Model Context Protocol） 的規格出現了。

它就是 AI 世界的 USB 接口：統一格式，一次學會，到處通用。

（我們下一課會詳細說明 MCP 是什麼。）

小結

問題	解釋
AI 為什麼查不到我的資料？	AI 是「凍結的知識」，訓練後就沒有即時連線能力
工具呼叫是什麼？	讓 AI 可以呼叫外部工具執行真實動作的機制
MCP 解決了什麼問題？	統一工具連接格式，讓 AI 可以用標準方式接任何工具

練習題

AI 協作：學了這個，跟 AI 怎麼配合？

了解 AI 的「能力邊界」，讓你知道什麼任務需要工具、什麼任務 AI 直接就能幫你。

你的人類優勢：

你知道哪些資料源是重要的、值得連接
你能判斷哪些操作「太敏感」不應讓 AI 自動執行

可以這樣跟 AI 說：

我想讓 AI 助理幫我查詢電商後台的訂單資料，並自動回覆客戶查詢。請告訴我這個流程中，哪些步驟需要工具連接（Tool Use），哪些步驟 AI 可以直接完成？