一、单轮对话 vs 多轮对话
-
单轮对话 一问一答，不记历史。每次请求都是独立的，大模型不知道上一句聊了啥。适合：简单一次性提问、查单个知识点。
-
多轮对话 会记住上下文 ，需要把所有历史聊天记录一起传给大模型。模型能连贯接话、顺着之前的话题聊。适合：AI 聊天助手、智能客服、连续写代码改需求。
二、什么是上下文窗口（Context Window）
一句话：大模型一次能装下、能记住的最大文字总量。
- 上下文窗口越大：能读长文档、记很多聊天记录
- 上下文窗口越小：聊几句就忘、不能处理长文章常见规格：4K、8K、32K、128K（K 代表千 token）
三、输入 Token / 输出 Token
- 输入 Token：你发给大模型的文字（提问 + 历史对话）
- 输出 Token ：大模型给你回复的文字在线 API 调用时，输入、输出两边都计费。
四、流式输出 vs 一次性输出
-
一次性输出 等模型全部思考完，整段文字一次性发回来，要等待，像普通网页加载完才显示内容。
-
流式输出（SSE 流式） 一个字一个字实时往外蹦，像你用豆包打字那种逐字出现效果。前端对接用 SSE 协议，体验更丝滑，不用长时间等待。
五、Prompt 提示词 基础概念
Prompt 就是你发给大模型的指令、提问、要求 。同样的模型，Prompt 写得越好，答案越准。好提示词三要素：
- 给身份（你是资深前端工程师）
- 给要求（简洁、带注释、用 Vue3）
- 给任务（帮我写一个登录页面代码）
六、今日必背总结
- 单轮无记忆，多轮带历史上下文。
- 上下文窗口：模型能容纳的最大 token 容量。
- 输入、输出 Token 都要计费。
- 流式输出逐字展示，一次性输出整段返回。
- Prompt 就是给大模型的指令，写得好答案质量翻倍。