機率樹狀圖製作工具

機率樹狀圖是一種分支式圖表，用來把一連串事件可能出現的所有結果整理成清楚的流程。每一條分支通常都會標示其發生機率，讓你能看見多個機率如何從前一步的決策或隨機事件，逐步「接續」到下一步。它廣泛用於統計、商業分析與風險評估等情境。

你可以用兩種方式開始：第一是用自然語言描述你的情境，交給 AI 自動建立樹狀圖；第二是用節點編輯器手動完成。你可以新增決策節點、機率節點與結果節點，接著在每個分支上填入條件與機率值。當你逐步搭建時，畫面會即時渲染，快速檢查結果。

可以。MakeCharts 讓你免費建立並匯出機率樹狀圖，而且不需要註冊。免費帳號也會提供有限的 AI credits，讓你先試用用 AI 生成的圖。升級付費方案則可解鎖更多 AI credits、支援上傳檔案，並提供更進階的匯出選項。

決策樹通常包含：決策節點（你可控制的選項）、機率節點（帶有機率的事件）以及結果節點（最終結果）。而機率樹狀圖可視為其中一種專注於「分支事件的機率標示與流向」的表達方式。MakeCharts 都能使用不同節點類型來支援這兩種結構。

可以。你只要輸入一段自然語言情境，例如：「一個醫療檢測，敏感度為 90%、特異度為 85%，套用在疾病盛行率為 5% 的族群」，AI 就會生成完整的機率樹狀圖，並把分支標上條件與機率數值，讓你後續可以直接編輯。

在節點編輯器中，每條分支（edge）都有機率欄位，你可以輸入介於 0 到 1 之間的數值。接著到「顯示（Display）」設定啟用「Show Probabilities」，即可在匯出圖表上呈現所有機率標籤。分支標籤也可以同時顯示條件名稱與數字機率，讓內容更好讀。

可以。你可以下載機率樹狀圖為高解析 PNG，或向量 SVG 檔。PNG 適合用於簡報與文件；SVG 則能在任何尺寸下保持清晰不失真，特別適合放到網站嵌入或用於列印。

可以。貝氏定理題目是機率樹狀圖的經典應用。你能建模先驗機率、條件分支機率，並沿著路徑追蹤計算後驗機率。因為是視覺化分支結構，你也能更容易辨識每一條路徑並正確相乘機率。

可以。你可以在「Layout」設定中切換從左到右（適合寬螢幕簡報）或從上到下（適合樹狀較深的情況或用於列印）的版面方向。節點間距也都能自由調整，讓圖更符合你的排版需求。

很適合。老師可以快速生成範例機率樹狀圖，用來說明複合事件、獨立與非獨立事件之差異，以及期望值計算。學生也能自行建立圖表並匯出成圖片，作為作業繳交或上台展示之用。