一、先理解最基础的几个词
| 术语 | 通俗解释 | 例子 |
|---|---|---|
| AI | 人工智能，让机器完成理解、判断、生成、识别等任务。 | 智能客服、AI 写作、AI 绘图、语音助手。 |
| AIGC | AI Generated Content，AI 生成内容。 | 让 AI 写文章、做海报、生成短视频脚本。 |
| LLM | Large Language Model，大语言模型，擅长处理文字和语言任务。 | 对话、总结、翻译、写方案、改简历。 |
| GPT | 一种生成式语言模型类型，可以理解和生成文本。 | 把一段资料整理成大纲，或把想法扩写成文章。 |
最简单的理解：AI 是大概念，LLM 是其中很重要的一类，AIGC 是 AI 生成内容的结果。
二、Prompt：你怎么问，决定 AI 怎么答
Prompt 就是你给 AI 的任务说明。很多人觉得 AI 不好用，其实是因为问题太模糊。
| 普通提问 | 更好的提问 |
|---|---|
| 帮我写一篇招生文案。 | 请你扮演留学教育机构市场总监，为英国本科申请规划课写小红书文案。目标用户是高一高二学生家长，语气专业克制，不制造焦虑。输出 3 个标题、正文和咨询引导。 |
三、Token、上下文和幻觉
Token 是什么？
Token 是 AI 处理文字时的计算单位。你不需要精确计算它，但要知道：输入越长、输出越长，消耗就越多；模型一次能记住的内容也有限。
上下文窗口是什么？
上下文窗口可以理解成 AI 当前“能看见的资料范围”。窗口越大，它一次能处理的文档越多；窗口不够时，它可能忘掉前面的内容。
幻觉是什么？
幻觉就是 AI 一本正经地说错话，例如编造论文、引用不存在的政策、写出错误数据。越是政策、法律、医疗、金融、院校申请要求，越不能直接照抄。
- 让 AI 先标注“哪些是推测，哪些需要核实”。
- 要求 AI 给出来源，但来源本身仍要人工打开确认。
- 对重要结论做交叉验证，不要只问一个模型一次。
四、RAG、Agent、微调分别是什么？
| 术语 | 通俗理解 | 适合场景 |
|---|---|---|
| RAG | 让 AI 先查你的资料库，再根据资料回答。 | 企业知识库、客服问答、课程资料库。 |
| Agent | 能拆解任务、调用工具、连续执行的 AI 助手。 | 自动整理资料、生成表格、跟进项目。 |
| Fine-tuning | 用特定数据训练模型，让它更像某个行业或品牌。 | 品牌客服、行业助手、固定风格写作。 |
学习顺序建议：先会写 Prompt，再理解上下文和幻觉，然后学 RAG 和 Agent。不要一上来就追复杂技术。