AI 百科
用简明语言解释 AI 工具选型时常见的概念，并给出相关工具入口。
大模型
大模型（Large Language Model，LLM）是通过大规模数据训练、能够理解和生成文本、代码、图像或多模态内容的 AI 模型，是当前 AI 工具的能力底座。
大模型是「用海量数据训练出来的概率模型」：它从互联网文本、代码、书籍等数据中学习语言规律和知识模式，再根据输入预测并生成后续内容。模型的「智能」来自数据规模、参数规模和训练方法，而不是内置了某个知识库。 选型时通常关注六个维度：推理能力——复杂逻辑、数学和代码任务的表现；上下文长度——一次能处理多少文本，决定能否读完整份文档；多模态能力——是否支持图片输入理解、生成等；价格——按 token 计费，不同模型差异很大；延迟——响应速度是否满足业务要求；数据合规——训练数据、处理位置和隐私政策。 对普通用户来说，大模型的能力差异体现在日常使用中：DeepSeek 在推理和中文问答上表现突出，ChatGPT 生态完整、多模态覆盖广，豆包和通义千问中文体验好、免费额度大，Claude 擅长长文档和代码。选择时先明确任务类型，再对比价格和免费额度，而不是只看参数规模。 常见误区是把「参数越大越强」当作唯一标准：实际业务中，延迟、成本、上下文和数据策略往往比参数更重要。一个 7B 的小模型在特定任务上可能比千亿参数模型更实用，因为它更快、更便宜、更容易部署。
智能体
AI 智能体（Agent）是能自主规划任务、调用工具、执行多步骤流程的 AI 应用，区别于单轮问答的聊天助手，代表产品包括 Coze、Dify 构建的客服与办公智能体。
智能体的核心能力是「自主性」：它不只是回答问题，而是能把一个目标拆解成多个步骤，按顺序执行，并在过程中调用外部工具。例如「帮我整理上季度客户续约风险」这个任务，智能体会先检索客户数据，再调用分析工具，最后生成报告。 智能体的组成通常包括：大模型（大脑，负责理解和决策）、工具（手，负责检索、计算、操作外部系统）、知识库（记忆，提供业务资料）、工作流（流程，定义步骤和规则）。构建平台如 Coze（零代码、多渠道分发）、Dify（开源、全流程）、FastGPT（中文知识库优化）降低了搭建门槛。 选择智能体方案时要先回答三个问题：数据能否出内网——不能就选支持私有化的方案；团队有没有工程师——没有就选托管平台；任务是否高风险——支付、删除、对外发布等动作必须设置权限和人工确认。 常见误区是把智能体当作「完全无人值守的员工」：实际上，越复杂的智能体越需要日志、失败兜底、权限边界和人工接管机制。智能体擅长执行规则清晰的任务，不擅长在没有监督的情况下处理高风险决策。
RAG
RAG（Retrieval-Augmented Generation，检索增强生成）是把外部知识检索与大模型生成结合的架构，让 AI 基于企业自己的文档回答问题并给出引用，减少幻觉。
RAG 解决的核心问题是「大模型不知道你的业务资料」：模型训练有截止时间，也不包含企业内部文档。RAG 的流程是：先把文档切分、向量化存入知识库；用户提问时检索相关内容；再把检索结果连同问题一起交给模型，让模型基于检索内容回答。 RAG 的关键环节有四个：文档解析——PDF、扫描件、表格的解析质量决定信息是否完整；切片策略——按章节结构切分比固定字数更合理；检索质量——召回率和排序决定模型拿到的是不是正确答案；上下文组织——检索结果要过滤、排序、重写，不能全塞进提示词。 落地平台方面：Dify（开源、全流程）、FastGPT（中文优化）、RagFlow（文档解析强）、Coze（零代码）各有侧重。评估 RAG 效果要用真实评估集：准备 50-100 条问题、标注参考答案,统计检索命中率和回答准确率,而不是凭感觉判断。 常见误区是「把所有文档丢进知识库就等于完成 RAG」：实际上文档清洗、权限设计、评估迭代才是决定效果的关键，RAG 是运营出来的，不是一次部署就结束的。
文生图
文生图（Text-to-Image）是通过文字描述生成图像的 AI 技术，代表工具有 Midjourney、Stable Diffusion 等，广泛用于插画、海报、商品图和视觉灵感探索。
文生图的工作原理是模型理解文字描述后,从训练数据中学习到的图像规律里生成匹配画面。当前主流工具的能力差异主要体现在：风格上限——Midjourney 的艺术感和画面质量领先；可控性——Stable Diffusion 支持本地部署和精细控制；中文支持——国产工具对中文提示词理解更好；商用授权——各平台规则不同。 使用文生图的典型流程：明确画面主体、场景、风格和构图 → 用提示词描述（中文工具用中文,英文工具建议英文）→ 生成多张初稿 → 用变体、放大和局部修改收敛 → 人工挑选和精修。 版权和合规是文生图最容易踩的坑：生成图不一定可直接商用,涉及真实人物、商标、字体、素材和平台授权都需要确认;生成内容的版权归属因平台而异,商用前要读条款。 选择工具时先问自己的需求：探索视觉方向选免费档即可;高质量商用素材要评估授权和订阅成本;需要完全可控和私有化选本地部署方案。百器工具库的「AI 图像」分类收录了国内外绘图工具,标注价格模式和适用场景,方便对比。
文生视频
文生视频（Text-to-Video）是通过文字或脚本生成视频片段的 AI 技术,用于广告分镜、创意验证和短视频素材。
文生视频的核心能力是把文字描述转化为动态画面,当前主流工具支持文生视频、图生视频和脚本生成。技术现状:短片段（5-15 秒）质量可用,长片段的连续性、角色一致性和物理细节仍需筛选。 适用场景:广告分镜——快速验证镜头和画面方向;创意验证——在正式拍摄前测试概念;短视频素材——辅助内容创作。 使用注意:中文脚本支持因工具而异,国产工具对中文脚本理解更好;生成内容涉及肖像、配乐和素材版权,商用前确认授权。 选型建议:创意验证用免费额度,正式项目评估授权和成本。百器「AI 视频」分类收录国内外视频工具,标注价格模式与适用场景。
提示词
提示词（Prompt）是用户给 AI 模型的指令和上下文，包含目标、背景、约束和输出格式，是控制 AI 输出质量的核心手段。
提示词不是「咒语」，而是「任务说明书」：把任务描述得越清楚，AI 的输出越可控。一个高质量的提示词通常包含四部分：角色——让模型以什么身份回答；背景——提供必要上下文；任务——明确要做什么；约束——限定格式、长度、语气和边界。 示例对比：差的提示词「帮我写个方案」，好的提示词「你是一名产品经理，请为面向中小企业的 AI 客服工具写一份 500 字的产品方案，包含目标用户、核心功能、定价策略和落地路径，输出 Markdown 格式」。后者的结果质量会明显更高。 提示词的作用边界也要清楚：它不能解决所有问题。模型能力、知识截止和事实准确性不受提示词控制，关键信息仍要人工核实。提示词模板适合高频重复任务（写作、绘图、客服），但模板不能适配所有业务，要用真实任务样本测试和迭代。 在百器工具库的「提示词」分类下，可以找到提示词模板、提示词优化工具和提示词学习资源，按需组合使用。
向量数据库
向量数据库（Vector Database）是存储和检索向量数据（embedding）的专用数据库,是 RAG 和 AI 检索应用的基础组件。
向量数据库解决的核心问题是「语义检索」:传统数据库按关键词匹配,向量数据库把文本、图片等内容转成向量,按语义相似度检索,能理解「怎么用」和「如何使用」是同一意思。 主流向量数据库包括 Weaviate、Qdrant、Milvus、pgvector 等,选择时关注:检索性能——百万级数据的查询延迟;混合检索——向量+关键词组合;部署方式——开源自托管 vs 云服务;生态集成——与 RAG 平台（Dify、RagFlow）的兼容性。 在 RAG 应用里,向量数据库决定检索召回质量:索引策略、距离度量和过滤条件都会影响结果。选型建议:小规模用内置默认方案,大规模或高并发评估独立向量库。
模型评测
模型评估（Model Evaluation）是对 AI 模型能力进行量化测试的过程,包括基准测试、人工评估和业务指标,是选型和优化模型的基础。
模型评估回答的问题是「这个模型到底行不行」,而不是「看起来行不行」。评估方法分三层:基准测试——用公开数据集（如数学、代码、推理基准）测通用能力;人工评估——用真实任务样本让用户打分,更贴近业务;业务指标——上线后的准确率、用户满意度、成本等实际数据。 常见误区:只看排行榜分数——公开基准与真实业务差距大;只测演示案例——精心挑选的例子不代表稳定表现;没有基线——不知道换模型是变好还是变差。 正确做法:准备 50-100 条真实业务问题,在候选模型上跑同一批测试,记录准确率、速度、成本和失败案例,用数据决定选型。
提示词工程
提示词工程（Prompt Engineering）是设计、优化和系统化提示词以稳定提升 AI 输出质量的方法论,是 AI 应用落地的重要技能。
提示词工程的核心不是「咒语」,而是任务设计:把需求描述得清楚、完整、可执行。方法论包括:角色设定——让模型以特定身份回答;上下文提供——给出背景和约束;输出规范——明确格式、长度和边界;示例引导——用例子示范期望的输出。 进阶技巧:思维链——让模型分步推理,复杂问题更准确;少样本——给几个示例再提问,输出更稳定;迭代优化——基于输出反馈调整提示词。 实践建议:把高频任务的提示词沉淀成模板和团队规范;用真实任务样本测试提示词的稳定性;提示词解决不了模型能力问题——事实、推理和数据策略需要从模型和流程层面解决。
AI 工作流
AI 工作流（AI Workflow）是把多个 AI 能力、工具和人工审核点串联起来完成复杂任务的流程设计,是 AI 从「单点工具」走向「业务系统」的关键。
AI 工作流的本质是编排:把「写文案」「生成图片」「查资料」「人工审核」等步骤串成一条流水线,每个步骤的输入来自上一步的输出。好的工作流设计关注三件事:任务拆解——把大任务拆成 AI 擅长的小步骤;人机分工——AI 负责效率,人负责判断,关键节点保留人工审核;失败处理——每步设置校验、重试和降级。 落地工具:Coze、Dify 提供可视化编排;LangGraph 等框架提供代码级控制。选择标准:流程复杂度、数据私有化要求和团队技术能力。 常见误区:一上来就追求全自动——自动化放大错误;把流程写死——业务变化后难调整;忽略监控——上线后没有日志和复盘。正确路径是从半自动开始,逐步标准化再自动化。
多模态 AI
多模态 AI（Multimodal AI）是能同时理解和处理文本、图像、音频、视频等多种信息类型的 AI 技术,是当前 AI 产品的主流方向。
多模态 AI 让模型不只处理文字:能看懂图片内容、听懂语音、理解视频画面,并在这些信息之间建立关联。典型应用包括:图像理解——拍照识别、图表解读;语音交互——语音问答、会议转写;文档理解——带图文档、表格、扫描件;多模态创作——文生图、文生视频。 当前国产产品的多模态覆盖:豆包支持图片、语音和文档;通义千问支持图像和文档理解;Kimi 支持图片输入和长文;DeepSeek 以文本和推理为主,多模态创作需搭配绘图视频工具。 选型建议:日常多模态（拍照、文档、语音）选豆包或通义;专业图像理解评估专用模型;创作类（文生图/视频）用专门的绘图视频工具。多模态能力还在快速迭代,功能边界以官网为准。
AI 搜索
AI 搜索（AI Search）是把大模型的问答能力与搜索引擎的检索能力结合的搜索形态,直接生成带来源的答案,代表产品包括豆包搜索、Kimi 搜索等。
AI 搜索与传统搜索的区别:传统搜索返回链接列表,由用户自己筛选;AI 搜索理解问题、检索信息、综合生成答案,并标注来源。它更适合探索性问题——概念解释、方案对比、资料整理,效率明显更高。 使用注意:AI 搜索可能产生幻觉——答案流畅但事实错误;引用来源需要点击核实——「有引用」不等于「引用正确」;时效性问题——实时信息的检索质量取决于数据源。 选型与使用建议:选择带来源引用的产品,可追溯性决定可信度;研究场景用「AI 搜索 + 原始来源核实」双保险;重要决策不依赖单一 AI 回答,多源交叉确认。
AI 代码助手
AI 编程助手（AI Coding Assistant）是集成在开发环境中的 AI 工具,提供代码补全、对话编程、代码解释和 Agent 任务执行能力,代表产品有 GitHub Copilot、Cursor、Claude Code 等。
AI 编程助手分三种形态:代码补全型——在编辑时预测下一段代码,降低打字量（GitHub Copilot）;对话编程型——用自然语言描述需求,AI 修改多个文件（Cursor、Windsurf）;终端 Agent 型——在命令行自主执行长任务（Claude Code、Codex CLI）。 使用价值:效率提升——重复代码、测试补齐、文档生成显著加速;学习辅助——代码解释和报错分析降低上手门槛;重构支持——跨文件修改和大规模重构。 安全边界:AI 生成代码必须人工 Code Review;敏感代码、密钥和客户数据不上传个人版;生产代码保留测试和回滚。 选型建议:按主要场景组合——日常补全用 Copilot,功能开发用 Cursor,长任务用 Claude Code,国内团队可评估通义灵码等国产方案。
AI 内容检测
AI 内容检测（AI Content Detection）是识别文本、图片、视频是否由 AI 生成的工具,用于内容审核、学术诚信和反欺诈场景,但检测准确率存在边界。
AI 内容检测的原理:文本检测通过分析语言模式的统计特征（困惑度、重复度、AI 常见措辞）判断;图像检测通过识别生成痕迹（伪影、不自然的细节）判断。 检测的局限性:误判——人类写的内容可能被判为 AI,尤其是模板化、正式语气的文本;漏判——经过改写、翻译的 AI 内容难以检测;对抗——刻意设计可绕过检测。 使用建议:AI 检测结果作为参考信号,不单独作为判定依据;高风险场景（论文、作品、发布内容）结合人工审核和证据链;被误判时保留创作过程证据。 对内容创作者:了解检测工具的逻辑,避免无意识的高 AI 相似度,保留草稿和过程记录。
AGI（通用人工智能）
Artificial General Intelligence，能够在大多数认知任务上达到或超过人类水平的通用人工智能，是 AI 领域的长期目标。
与当前「专用于特定任务」的窄 AI 相对，AGI 强调跨领域迁移、自主推理与持续学习能力。业界对 AGI 的定义和时间表分歧很大：部分厂商将 Agent 能力视为通往 AGI 的路径，也有研究者认为现有大模型范式无法直接到达 AGI。选型时的务实视角：不必为「接近 AGI」的营销话术买单，重点仍看任务基准、成本与可靠性。
Token
大模型处理文本的最小单位，一个汉字通常约 1-2 个 Token，一个英文单词约 1-1.5 个 Token，是计费与上下文长度的基本单位。
API 定价通常按「输入/输出每百万 Token」计费，输出价格一般是输入的 3-5 倍。选型对比时务必把「上下文窗口大小」和「单位价格」放在一起看：窗口大但价格高，长文档场景的实际成本需要按任务样本估算，而不是只看标价。
上下文窗口
模型单次对话能「记住」的最大文本长度，以 Token 计。当前主流从 128K 到 1M 不等，决定了一次能处理多长的文档或对话。
窗口大不等于用得好：超过一定长度后模型对中间内容的召回会衰减（中间遗忘）。长文档任务建议优先实测关键信息的召回质量，而不是只看官方标称的窗口数字。超长场景可配合 RAG 分段检索。
MCP（模型上下文协议）
Model Context Protocol，Anthropic 于 2024 年开源的标准化协议，让大模型以统一方式连接外部工具、数据源与服务，被称为「AI 界的 USB-C」。
MCP 把「模型连工具」从各自为战的自定义集成变成标准接口：一个 MCP 服务器可以被 Claude、Cursor 等多个 Agent 复用。选型视角：如果你的团队要给 Agent 接入内部系统，优先确认该 Agent 是否支持 MCP，避免为每个工具重复开发集成。相关生态可参考站内 MCP Builder 等 Skill。
Agent Skills
让 Agent 学会特定任务的标准化能力包：一个文件夹 containing 指令（SKILL.md）、脚本与资源，Agent 按需动态加载。由 Anthropic 提出并开源规范。
Skill 与 MCP 的区别：MCP 连接外部工具（数据进出），Skill 教会 Agent 做事的方法（流程与知识）。一个 Skill 通常包含任务指令、示例与可选脚本，安装后即让 Claude Code、Cursor 等 Agent 掌握新能力（如处理 Word、审查代码）。选型视角：关注来源（官方/社区）、是否含脚本执行、安全风险与维护状态——这正是本站 Skills 目录逐项核验的内容。
思维链（CoT）
Chain of Thought，让模型先输出逐步推理过程再给答案的提示方法，可显著提升数学、逻辑与分析类任务准确率。
CoT 的效果来自「把思考过程显式化」，让模型在给出结论前完成中间推导。当前推理模型（如 o 系列、DeepSeek-R1 系）已把 CoT 内化为训练目标，会自动「思考」并消耗推理 Token——这类模型按推理过程计费，复杂任务效果好但成本更高。简单任务不必强制 CoT。
RLHF
Reinforcement Learning from Human Feedback，人类反馈强化学习，用人类偏好数据训练奖励模型来对齐模型输出，是大模型「好用」的关键训练环节。
RLHF 决定了模型的语气、安全边界和「有帮助程度」，也是各家模型风格差异的主要来源。对选型的意义：模型风格偏好很主观，同一任务在 A 模型顺手在 B 模型别扭很常见——重要场景建议用自己的真实任务样本横评，而不是只看榜单。
微调（Fine-tuning）
在预训练模型基础上，用领域数据继续训练，使模型稳定掌握特定风格、格式或知识。主流平台提供 SFT 微调服务。
微调适合「固定模式、高频调用」的场景（固定格式抽取、品牌语气、垂直领域问答），不适合知识频繁更新的场景（那应该用 RAG）。决策顺序建议：先试提示词工程 → 不够再试 RAG → 仍有大量重复模式才考虑微调——成本和维护复杂度依次上升。
AI 幻觉
模型生成看似合理但与事实不符内容的现象，根源是语言模型按概率「补全」而非查证事实。是所有选型决策必须纳入的可靠性约束。
幻觉在高风险场景（法律、医疗、财务、引用）危害最大。缓解手段按成本排序：要求模型提供引用来源并人工抽查、接入 RAG 限定答案范围、用低温度参数、关键结论交叉验证。选型视角：宣称「绝不幻觉」的产品不可信，值得看的是它是否内置了引用、溯源与人工确认机制。
推理模型
以「延长思考时间」换取复杂任务准确率的模型类型（如 o 系列、DeepSeek-R1、Gemini Thinking），会在作答前生成内部推理链。
推理模型在数学、代码、科学与分析类任务上显著强于普通对话模型，代价是更贵、更慢、消耗推理 Token。选型经验：日常问答/写作用普通模型即可，复杂推理/难题攻坚再切换推理模型——很多平台（如 OpenRouter）已支持同一会话按需路由。
扩散模型
通过「逐步去噪」生成图像/视频的模型架构，是当前文生图与文生视频的主流技术路线（Stable Diffusion、Midjourney、即梦等均基于此）。
扩散模型决定了视觉生成的能力边界：构图合理性、光影真实感与提示词遵循度。选型视角：图像质量差异在「手部、文字、多主体关系」等细节上最明显，商用素材建议用自己的提示词集实测；开源权重（如 SD 系列）可本地部署但需要 GPU 资源。
Function Calling
让模型按预定义的函数签名输出结构化调用参数的能力，是 Agent 调用工具、查询数据、执行动作的技术基础。
Function Calling 的可靠性直接决定 Agent 的可用性：参数是否合法、该不该调用、调用时机是否正确。选型视角：搭建 Agent 时优先选函数调用成功率高的模型，并用真实任务集测试「该调用时调用、不该调用时不乱调」两个方向；MCP 则是把函数调用标准化的协议层。