忘了哪个词是什么意思,回来翻这张表。每个词一两句话说个大概,想弄明白就点“细讲”那一篇。


这张表是按“先懂这个,才好懂下一个”的顺序排的,不是按拼音。第一次看,建议从上往下读一遍,五分钟就能把 AI 圈常说的这些词串起来。

五组词,对应五个问题:

  1. 大模型本身是个什么东西?
  2. 怎么跟它说话?
  3. 怎么让它懂你家?
  4. 怎么让它替你干活?
  5. 怎么选工具、管资料、不踩坑?

一、大模型本身

名词 一句话 细讲
大模型(大语言模型,LLM) 读了海量文字、专门干“接下一个词”这件事的 AI。豆包、DeepSeek、元宝、千问,底子都是它 《大模型是怎么回答你的》
词元(token) 它读写文字的单位。一块可能是一个字、几个字或半个英文单词。收费按它算,长度上限也按它算 《它是按字块读的:词元(token)》
参数 模型里几千亿个“旋钮”,学到的规律就存在旋钮的位置里。常说的“671B”,B 是十亿,说的就是参数有多少 《大模型是怎么回答你的》
预训练 造模型的第一步:读遍全网,反复练“猜下一个词”。最花钱、最花时间的就是这一步 《它是怎么练出来的:预训练和微调》
注意力 它接每个词之前,都回头把前文看一遍,跟现在最相关的多看几眼。同一个词什么意思,靠前文定 《大模型是怎么回答你的》
微调 拿“问题+好回答”的示范接着练,教会它某种做法,比如好好当个助手 《它是怎么练出来的:预训练和微调》
人类反馈强化学习(RLHF) 让它对同一个问题写几个回答,人挑出好的,再按人的喜好调它 《它是怎么练出来的:预训练和微调》
谄媚 它被训练得想让人满意,所以容易顺着你说、夸你的方案好 《它是怎么练出来的:预训练和微调》
幻觉 把没有的事说得跟真的一样:编书名、编法条、编数字,语气还很笃定 《一本正经地胡说:AI 幻觉》
随机性(温度) 它挑下一个词时带一点随机,所以同一个问题问两遍,答案不一样 《同一个问题,两次答案不一样:随机性》
训练截止(知识截止日期) 它的知识停在训练资料收集完的那一天,之后的事它不知道 《它的知识停在某一天:训练截止》
联网搜索 软件替它上网查一圈,把查到的内容塞进前文给它看。它自己还是在接话 《它的知识停在某一天:训练截止》
思考模式(推理模型) 回答之前先打一段草稿,自己推一遍再说。算账、出方案更准,但更慢、更费词元 《先打草稿再回答:思考模式》
思维链 它在思考模式里写出来的那段解题步骤,像草稿纸。写出来不等于它真是这么想的 《先打草稿再回答:思考模式》
多模态 不光能读写文字,还能看图、听声音、画图、做视频 《它怎么看图、画图、做视频:多模态》
扩散模型 画图、做视频的主流办法:从一团乱糟糟的“雾”出发,照你的描述一步步擦出画面 《它怎么看图、画图、做视频:多模态》
能力边界 它的本事参差不齐:看着难的活可能干得好,看着简单的(精确计算、最新的事)反而会错 《它擅长什么,不擅长什么:能力边界》

一句话收住:大模型是一个读书极多、靠接话干活的大脑,聪明,但不认识你、会编、知识有截止日期。


二、怎么跟它说话

名词 一句话 细讲
提示词 你发给它的那段话:要它做什么、给谁看、做成什么样 《提示词为什么要这么写》
系统提示词 软件每次悄悄塞在你那句话前面的一段话,比如今天几号、它该怎么说话。你看不见,它看得见 《它的知识停在某一天:训练截止》
少样本提示(零样本) 给它看一个到几个样子,再让它照着做,叫少样本;只给要求不给样子,叫零样本 《给它一个样子,它就照着写:少样本提示》
元提示词 写提示词的提示词:说不清要什么,就让它先替你写一版提示词,你来改 《让 AI 帮你写提示词》
上下文 它这一次能看到的全部内容:你这句话、前面的聊天记录、你给它的资料 《聊久了它就忘:上下文》
上下文窗口 它一次能看到的上限,按词元算。聊得太长,前面的内容会被挤掉或压缩 《聊久了它就忘:上下文》
长期记忆 软件把你交代过的要点记进一个文件,每次开新对话自动塞进前文,所以它显得“记得你” 《聊久了它就忘:上下文》
反问 先别让它给答案,让它问你几个问题,把你没想清的问出来 《让 AI 先问你:反问和计划模式》
计划模式 让它先把打算怎么做列出来,等你点头再动手。WorkBuddy 里在加号 → 模式 → 计划 Plan 《让 AI 先问你:反问和计划模式》

一句话收住:它只认识你这一次给它看的东西,交代得越清楚,它干得越好。


三、怎么让它懂你家

名词 一句话 细讲
知识库 把你家的资料整理好放在一处,让它先翻资料再回答,像开卷考试 《知识库=让它开卷考试》
检索增强(RAG) 知识库的一种做法:把资料切成小段,你一提问,只挑最相关的几段塞给它看 《知识库=让它开卷考试》
向量(嵌入) 把一段话变成一串数字,意思相近的话,数字也相近。用来“按意思找资料”,而不是按字面找 《知识库=让它开卷考试》
让它更懂你的三种办法 写清提示词、给它知识库、重新训练(微调),成本一个比一个高,大多数公司用前两种就够 《让 AI 更懂你家的三种办法》
私有化部署 把模型装在自己公司的服务器上,数据不出门。贵,还要有人维护 《什么时候值得把大模型装在自己公司:私有化部署(选修)》
满血版和蒸馏版 满血版是完整的大模型;蒸馏版是拿大模型的答案教出来的小模型,路数像,本事差一截 《什么时候值得把大模型装在自己公司:私有化部署(选修)》
本地模型 装在你自己电脑或服务器上跑的模型,数据不出门,但一般比网上的小、弱 《什么时候值得把大模型装在自己公司:私有化部署(选修)》

一句话收住:它不认识你家,你家的事得你喂给它,资料整理得越清楚,它越懂你。


四、怎么让它替你干活

名词 一句话 细讲
智能体(Agent) 大模型加上一个能动手的程序:能上网、读写文件、运行工具,做完一步看结果,不对再改 《智能体是怎么替你干活的》
工具调用 大模型说“用哪个工具、填什么”,智能体真的去用 《智能体是怎么替你干活的》
循环(loop) 做一步、看结果、不对就换办法,一直绕到活干完 《智能体是怎么替你干活的》
harness 大模型这个大脑以外的那一套:工具箱、绕圈的规矩、记事本。WorkBuddy、Codex 的差别主要在这一套上 《智能体是怎么替你干活的》
工作区和权限 工作区是智能体能动的那个文件夹;权限是它能改到什么程度、能不能删 《文件夹就是系统:工作区和 AGENTS.md》
AGENTS.md 放在工作区里的一份“规矩文件”,写你是谁、资料在哪、什么算做完。Codex 每次开工先读它;WorkBuddy 先找 CODEBUDDY.md,没有才读它 《文件夹就是系统:工作区和 AGENTS.md》
Markdown 一种纯文本的写法:# 开头是标题,两个星号夹住是加粗。AI 写它最快,转 Word、PDF 也方便 《Markdown:AI 最顺手的文件格式》
技能(Skill) 一件活的操作手册:步骤、标准、模板写在一个文件夹里,用到时它才翻开 《技能=给 AI 一本操作手册》
渐进式披露(按需加载) 技能一开始只让它看名字和一句介绍,用到了才翻开正文,省地方 《技能=给 AI 一本操作手册》
MCP 一套让智能体接别家工具的统一规矩,像统一规格的插头,飞书、网盘、地图都能按它接进来 《连接器:给智能体接上别家的工具》
命令行(CLI) 用一行行文字命令操作软件的方式。人觉得难,智能体最擅长 《连接器:给智能体接上别家的工具》
连接器 WorkBuddy 里接外部服务的入口,底下用的是 MCP 或命令行 《连接器:给智能体接上别家的工具》
电脑操作 智能体看着屏幕截图点鼠标、敲键盘,没有别的接法时才用,慢,也容易点错 《连接器:给智能体接上别家的工具》
提示词注入 网页、文件、邮件里藏着写给 AI 的话,它读进去可能当成你的指令照做 《连接器:给智能体接上别家的工具》
最小权限 给智能体和连接器开权限,只开这件活用得上的,能只读就别给改、能改就别给删 《连接器:给智能体接上别家的工具》
工作流 几个技能按顺序串起来,再加一个记进度的文件,就能每天定时自己跑 《工作流:让几个技能每天自己跑》
进度文件和日志 进度文件像游戏存档点,记做到哪一步,断了能接着跑;日志像交班本,记每次干了什么、出了什么错 《工作流:让几个技能每天自己跑》
云上的智能体 在别人机房里跑的智能体,你关了电脑它也能干,但够不着你电脑里的文件 《智能体有几种样子》

一句话收住:大模型出主意,智能体动手,技能是手册,连接器接外面的工具,工作流把这些串成每天自己跑的一条线。


五、选工具、管资料、避坑

名词 一句话 细讲
订阅、积分、按词元付费 用 AI 的三种付钱方式:包月用、买点数扣、按用了多少词元算 《模型怎么选、钱花在哪》
接口(API) 让程序直接调用模型的那道门,不经过聊天网页,一般按词元收钱 《模型怎么选、钱花在哪》
输入、处理、输出 看懂任何 AI 工具的三问:喂它什么、它在哪怎么处理、交出来什么 《一个框架看懂所有 AI 工具》
敏感个人信息 法律上要格外小心的那类信息:病情、银行账户、行踪、人脸指纹、宗教信仰、特定身份、不满十四岁孩子的信息;处理要本人单独同意 《什么能交给 AI,什么不能:数据安全》
脱敏 交给 AI 之前,把名字、电话这类信息打码或换成代号 《什么能交给 AI,什么不能:数据安全》
接口密钥(API Key) 调用接口用的“钥匙”,谁拿到谁就能花你的钱,绝不贴给 AI、不发群里 《什么能交给 AI,什么不能:数据安全》

一句话收住:工具先看三问再决定换不换,钱花在看得见的地方,客户的信息和你的钥匙不随手交出去。


表里没有的词

群里看到、网上刷到的新词,这张表里没有,就在群里问。问得多的,我们会补进来。

← AI 通识课目录