常见AI专有名词解释（用公司管理的方式理解 AI 世界）

Prompt，Agent，Skills，MCP，Claude，Code，Cursor，Context，API，Token，RAG，Embedding

把手里的工具想象成你开的一家公司。需要招人、分活、买工具、办门禁等。

每一个技术概念都对应着公司里的一个角色或物品

bash 复制代码

LLM（天才员工）
│
├── Prompt（口头交代）
├── Skill（SOP手册）
├── Context（桌面资料）
├── MCP（门禁卡）
├── API（电话系统）
├── RAG（档案室）
├── Embedding（资料坐标）
│
└── Agent（自主工作模式）
        │
        └── IDE（智能办公室）

一、大模型 (LLM) = 你招来的"天才员工"

定义：GPT、Claude、DeepSeek、Gemini 等都是大模型。
特征：聪明绝顶，文能写方案，武能改代码。
痛点：他是个刚入职的新人，不熟你家的规矩，不知道业务流程，甚至不知道厕所在哪。
核心任务：后面所有的概念，本质上都是在解决"如何让这个天才员工真正变成你公司的人" 。

二、 Prompt = 你给他的"当面口头交代"即--提示词

定义：你走到工位旁，当面跟他说的指令。
特征：

- 即时性：有用，但说完就没了。
- 临时性：是一次性的指令，用完即弃。
- 局限性：他不一定能记住你昨天的要求，不持久。

三、 Agent = 员工"自己干活"的状态即--智能体

定义：Agent 不是具体的产品名，而是一种工作模式。
工作流：以前是你拨一下动一下；现在你给一个目标，他自己拆解任务、规划步骤、调用工具、检查结果。
威力：你给目标，他给结果。以前花两三天的活，Agent 模式下不到半小时交卷。

四、 Skill = 你给他发的"SOP 手册"

定义：你写下来的公司内部标准操作程序（SOP）。
包含内容：标准流程、方案模板、优秀参考案例、辅助脚本。
与 Prompt 的区别：Prompt 是口头交代（易忘），Skill 是写下来的手册（可随时翻阅、复用）。
价值：Skill 越厚，AI 越像老员工，产出越标准稳定。

五、 MCP (Model Context Protocol) = 你给他办的"门禁卡"

定义：一套让 AI 用同一种方式打开不同系统大门的规矩。
功能：刷开数据库的门、CRM 的门、代码仓库的门、搜索引擎的门。
核心逻辑：Skill 教他怎么干活（能力），MCP 让他能进门干活（权限）。

六、 IDE = 已经坐了 AI 助手的"智能办公室"

定义：程序员写代码的软件，但现在是全套设备 + AI 员工 + 门禁系统都配好的智能空间。
主流派系：

1. 办公室派 (GUI) ：如 Cursor, Trae, Windsurf。像在办公室干活的白领，你能看到他改了哪行代码。
2. 特种兵派 (CLI) ：如 Claude Code, OpenCode。直接在终端（Terminal）干活，手感更好、反应更快，适合复杂场景。

Trae--字节跳动做的 AI IDE ，内置 Agent 模式，中文支持好，免费额度多

七、 Context = 员工当前能看到的所有信息（上下文）

**定义：**上下文（Context）就是 AI 在当前对话中能够看到的全部内容。

包括：当前问题，历史对话，上传的文档， Skill 手册，系统规则， MCP 获取的数据

**类比：**你让员工工作时，桌上摆着：客户需求，历史邮件，公司 SOP ，数据报表，参考代码

员工只能根据眼前这些资料来完成任务。

核心特点： 上下文越完整，AI 输出越准确，上下文越混乱，AI 越容易答非所问，超出上下文窗口的内容会被"遗忘" 。

举例： 当你在 Cursor 中使用 AI 时：当前打开的代码文件，选中的代码段，项目结构，聊天记录

都会作为上下文提供给模型。

八、 Token = AI 阅读和收费的最小单位（令牌）

**定义：**Token 是模型处理文本的基本单位。它不是严格意义上的"字"或"单词"，而是模型内部切分后的文本片段。

类比：就像快递按"重量"收费一样，AI 按 Token 计费。

粗略估算：

1 个英文单词 ≈ 1～2 Token
1 个汉字 ≈ 1～2 Token
1000 个中文字符 ≈ 1500～2000 Token

作用： 决定模型能读取多少内容，决定 API 调用成本，决定上下文窗口大小

**举例：**如果模型上下文窗口是 200K Token，相当于可以同时阅读几十万字资料。

九、 API = 与 AI 沟通的电话系统（应用程序接口）

**定义：**API 是程序调用 AI 服务的标准接口。

**类比：**除了当面下达 Prompt，你还可以通过电话给员工安排任务。

常见使用方式

网站聊天（如 ChatGPT）
IDE 调用
Python 脚本调用
企业系统集成

Python 示例

复制代码

from openai import OpenAI

client = OpenAI()

response = client.responses.create(
    model="gpt-5",
    input="解释什么是 Agent"
)

print(response.output_text)

作用: 自动化调用 , 批量处理 , 与业务系统集成

十、 RAG = 员工不会时去查资料库

**定义：**RAG（Retrieval-Augmented Generation，检索增强生成）是：先检索相关资料，再交给模型回答。

类比：员工记不住所有知识时，会先到档案室查资料，再写报告。

工作流程

提问
检索知识库
获取相关文档
将文档加入上下文
模型生成答案

作用： 减少幻觉，引入企业私有知识，保持回答更新

十一、 Embedding = 给每份资料贴上坐标

**定义：**Embedding（向量化）是把文本转换成数字坐标。

**类比：**把每份文件放到地图上的某个位置。意思越接近，位置越靠近。

用途： 相似搜索，知识库检索，推荐系统， RAG

总结

Prompt 是临时指令，Skill 是长期经验，Context 是当前资料，MCP 是系统权限，Agent 是自主工作模式，RAG 是查资料机制，IDE 是工作的办公室，API 是自动化调用方式，而 LLM 则是核心的"天才员工"。