AI 新手入门：先搞懂这 10 个词，再谈用好 AI

学 AI 的第一道门槛是名词。本文用最日常的类比讲清 10 个高频词，看完再去读任何一篇 AI 新闻都不怵。

基础四词

• 大模型（LLM）：读过海量文字、学会「接着往下说」的超级程序。你问它问题，本质是它在极其聪明地续写
• Token：模型眼里的文字单位，计费与长度都按它算。中文一字约 1~2 个 token
• 上下文窗口：模型一次能记住的对话长度。窗口越大，一次能塞给它的资料越多
• 提示词（Prompt）：你给模型的指令与材料。问得好坏，直接决定答得好坏——不是玄学，是信息量

进阶三词

• Agent（智能体）：能自己拆任务、调工具、干完一整件事的 AI。比如你说「订下周去上海最便宜的机票」，它会查价、比价、下单，而不是只回你一段话
• RAG（检索增强）：先查资料再回答。把公司的文档喂给它，它先翻文档再开口，避免凭空编
• 微调：拿自己的数据再训练模型，让它学会你的行话与风格。成本不低，多数场景用 RAG 就够

部署三词

• API：程序之间调用 AI 的接口。你的软件想用大模型，基本都走 API + Key 这条路
• 开源 / 闭源：模型权重公开可下载的叫开源（如 DeepSeek、Qwen），只能在线用的叫闭源（如 GPT、Claude 的旗舰）
• 本地部署：把开源模型装进自己电脑或服务器跑，数据不出门、用量不花钱，代价是吃硬件

词都认识了，下一步动手：本地派去看《Ollama 保姆级教程》，应用派去看《用 Dify 搭知识库智能体》。