深色模式
EP6 為什麼酒館是最終點
你可能已經在某個平台玩 AI RP 玩得不錯，但總感覺有個天花板：某些設定不能改、某些劇情一直被擋、角色一直走樣。這集要解釋那道天花板從哪裡來，以及為什麼酒館（SillyTavern）是突破他的方法——重點不是「酒館沒有牆」，而是「牆的主人換成了你」。
影片即將上線
本段影片將在 6/20 直播結束後上架。以下是文字重點摘要，可以配合影片一起看。
平台的天花板
回憶一下 EP5 的公式：
好回覆 ＝ 提詞 × 設定 × 上下文 × 算力 這四個變因，決定大廚能不能端出你要的那道菜。
在 ChatGPT 官網、Gemini 官網，或各種 AI RP 平台上玩，這四個變因你到底能控制多少？
| 變因 | 在平台上的控制權 |
|---|---|
| 提詞 | 部分（角色設定有限制、系統提詞不可見） |
| 設定 | 很少（大多數參數被鎖死） |
| 上下文 | 無（平台決定桶子多大） |
| 算力 | 部分（只能挑平台菜單上的模型，想要的不一定有） |
你是客人，菜單是老闆定的。老闆說今天只供應套餐，你就不能單點。你頂多在平台給的菜單裡挑大廚，挑不到菜單外的；火候怎麼調、桶子多大，也全都不是你說了算。
你看不見的那道牆：安全層
為什麼在 GPTs 或 Gem 上一直被擋，卻聽說用 API 比較放得開？因為現代 AI 平台其實有兩層牆——很多人不知道的是，擋住你的往往不是模型本身，而是模型外面那一層。
1第一層：模型本體的「對齊稅」：這就是 EP1 講過的拒絕反應——大廚在 RLHF 階段學到「這個不能寫」的本能。換句話說，這是模型的個性，跟模型本身綁在一起，換一個模型就不一樣。你改提詞，可以影響這一層的對齊反應。
2第二層：平台外掛的安全分類器：在模型外面，平台還會再加一道過濾器。這一層通常是另一個 AI 分類器模型，會對你的輸入和模型的輸出做語意審查，判定有問題就直接攔截。他獨立於主模型運作，是寫死在平台流程裡的關卡——不管你的提詞寫得多委婉、多有創意，語意一中就被擋在廚房門口，根本進不了廚房。
關鍵差別：走 API ／酒館，就是跳過第二層這道外牆。第一層（模型本體的對齊稅）還在，但第二層那個獨立的安全分類器沒了。
走 API 之後，安全限制主要只剩模型本體的對齊反應，自由度大得多——但也不是完全零限制。在 API 環境下，你直接跟模型本體說話，有機會透過調整系統提詞、或注入越獄提詞（Jailbreak，課程裡也叫「破限」），來引導模型回覆他在平台上可能會直接拒絕的內容。像 Google Cloud Vertex AI 這種企業 API，甚至連模型本身的安全等級都讓你自己設定。
比喻一下：平台版進餐廳要過兩道門，外面那道是貼滿封條的鐵門，裡面的服務員看到你的點單還要再過一遍。酒館版只剩裡面那道門，鑰匙在你手上。
不是「沒有牆」，是牆的主人換成了你。
護欄會移動
這裡補充一個 EP1 提到的點：各家公司的安全護欄不是固定的，會隨著時間移動。
近年各家都在加強安全設定，同一個模型改版後可能變得更保守。如果你在某個平台上玩，有一天發現「昨天還能玩的劇情今天被擋了」，很可能是平台或模型悄悄更新了安全設定。
在平台上，你只能吞。 護欄往哪邊移、什麼時候移，你既看不到也管不了。
用酒館走 API，模型行為一變你能第一時間感受到，你可以換一個模型、換系統提詞引導 AI 換個方式思考且不會被安全分類器擋掉，自己找到適合的平衡點。
酒館給你的：當老闆
用自己的酒館（SillyTavern）加上自己的 API，就是把「食客」升級成「老闆」——好回覆公式的四個品質變因，全部變成可控：
1提詞自由：系統提詞（釘在廚房牆上的鐵律）完全由你自己寫，你可以自由設計引導 AI 思考的方式，自行決定要不要使用越獄提詞（Jailbreak／破限）。角色卡從社群找好的、或自己做。沒有人能在你看不見的地方偷偷加限制。
2設定自由：溫度、上下文大小、輸出長度，全部自己調；也可以裝社群推薦的預設（preset），直接套用一整套已經調好的設定。
3上下文自由：桶子多大、永久區放什麼、世界書怎麼觸發，全部你說了算（也就是 API 費用多少）。想用更大的上下文、讓角色記住更多細節，多花一點費用就能做到。
4算力自由：不被任何平台的菜單綁住——想用 Gemini Pro 就用 Gemini Pro，想換 Claude 就換 Claude，各家模型隨你挑。模型實際怎麼跑（版本、給多少算力）終究是供應商說了算，但你隨時能換模型、換供應商；某家偷偷收火、或家規變嚴了，換一個就好——而且聊天紀錄永遠在你自己手上，搬家不會失去任何東西。這個「不爽就走人」的選擇權，就是你最大的籌碼。
這就是為什麼酒館是最終點——他把 EP5 那條公式的每一個變因，都從老闆手裡拿回到你手裡。
自架酒館需要多少錢？
這個問題很多人擔心，先給你一個概念：
- Zeabur 雲端部署費用大約每月幾十台幣（靜態站非常省），具體費用在新手上路→部署教學有詳細說明
- Google Cloud Vertex AI 有 90 天 US$300 的免費試用額度，對一般 AI RP 使用量來說可以撐很長時間（免費方案條款經常調整，詳情以官網為準）
- Google AI Studio 本身也有免費的 Gemini API 額度，門檻更低，適合先試水溫
- 試用結束後，實際花費取決於你的使用量；如果平常不是超密集使用，花費通常遠比你想的少
具體的 API 申請流程在新手上路→連上第一個 API。
常見問題
Q：用酒館是不是什麼都能做？
不是。模型本身的第一層限制（對齊稅）還在，AI 有他的傾向和偏好。只是第二層的平台安全分類器不見了，你跟模型本體直接溝通，靈活性高很多，但不等於零限制。
Q：我現在在某個平台玩得很好，有需要搬家嗎？
不一定要馬上搬。課程的建議是先了解「差別在哪裡」，試用一下 DEMO 酒館感受真實介面，再決定要不要動手。如果你覺得現在的平台很夠用，那就先用著；等哪天遇到天花板，你已經知道更好用的平台在哪裡。
Q：酒館需要電腦才能用嗎？
不需要。本站教的是雲端部署路線，你把酒館架在雲端服務上，之後手機開瀏覽器就能用，iPhone 也沒問題。詳細步驟在新手上路→把酒館架上雲端。
📌 本集重點
- 平台有兩層牆：第一層是模型本體的對齊反應，第二層是平台外掛、獨立運作的安全分類器；外層是寫死的關卡，提詞怎麼改都不一定繞得過。
- 走 API 只剩第一層：跳過外牆後，安全限制主要只剩模型本身的拒絕反應，相對有機會靠調整提詞、甚至越獄提詞來引導。
- 四個變因全部拿回手上：酒館把好回覆公式的提詞、設定、上下文、算力全部還給你——但當老闆也意味著食安要自己顧，這正是 EP7 要談的。
下一步
EP7 安全須知：你已經決定自己開店了，但自己當老闆，食安也是自己的責任。入坑之前，有幾件事要先知道。