从0开始入门Vibecoding：AI核心术语表

为帮助大家系统、清晰地掌握AI应用核心基础知识，本文整合梳理了行业高频、实用性极强的全套AI专业术语，覆盖模型底层基础、交互核心逻辑、智能执行体系、工程应用工具、实操配置规范五大核心维度。摒弃碎片化、口语化的零散解读，以标准化、通俗化的科普形式，逐一拆解每个术语的定义、核心作用、应用场景，同时厘清不同概念之间的层级关系与联动逻辑。​

大语言模型（LLM，Large Language Model）​

本轮生成式AI产业浪潮的广泛普及，始于2023年前后ChatGPT产品的落地。支撑这类对话产品实现人机交互能力的核心底座，即为大语言模型（LLM）。​

LLM依托海量文本数据完成预训练，习得人类语言的语义、逻辑与表达范式。用户以自然语言形式提交指令，模型可基于输入信息完成问题解析、内容归纳与自然语言生成，典型场景包含概念释义、文本分析、文稿撰写等。​

需要区分模型底座与上层应用：豆包、DeepSeek等是面向终端用户的AI应用产品；应用底层会调用LLM能力，并封装对话交互界面、文件上传等配套功能，对外提供可直接操作的入口。简言之，大语言模型承担信息理解与内容生成的核心能力，应用层负责将模型能力产品化。​

多模态（Multimodal）​

传统大语言模型仅支持文本交互，而人类信息输入包含文本、图像、音频、视频等多种载体，每一类信息载体称为一个模态。​

多模态模型指能够同时处理两种及以上模态信息的AI模型，能力覆盖输入侧多模态理解与输出侧多模态生成。输入层面，可同步解析图文组合信息；输出层面，可基于文本提示生成图像、音频、视频内容。 典型应用场景：图文创作配图、视觉海报设计、语音转文字、AI配音、音视频生成、AI漫剧制作。 例：将文章封面图与正文文本一同输入多模态模型，模型同步完成文本阅读与图像理解，针对封面配色、主体视觉、图文匹配度给出专业评估。 部分LLM原生集成多模态能力，可同时完成文本生成与图像理解；模型是否支持音频、图像、视频处理，由该模型的训练范围与能力边界决定。​

提示词（Prompt）​

Prompt，即提示词。广义上，用户提交给大模型的全部输入内容都属于提示词，涵盖问题指令、任务要求、背景资料与对话内容。 提示词形式不限，可单句，也可为结构化的多段任务说明。 例：指定模型读取文档，拆分段落结构并为各段落匹配配图方案，整套任务描述即为提示词；可在提示词内补充IP形象、视觉风格等约束条件，明确任务目标与交付标准。​

在生成式AI体系中，向模型清晰传递任务意图、约束条件与交付要求，是高效使用模型的基础能力。需求描述越完备，模型输出结果越贴合预期。​

Token（词元）​

Token在计算机领域存在多种释义，常见译名为令牌；在大模型领域，国内官方定名词元，是模型处理文本的基础计算单元。​

模型接收文本输入后，会按照内置分词规则，将文本切分为若干词元单元。单个词元可以是完整汉字、词语，也可以是字符片段；不同模型分词策略存在差异，因此Token数量与汉字字数不存在固定换算比例。​

词元主要影响两大核心维度：​

计费：多数模型API服务分别统计输入词元、输出词元数量并单独计价。输入词元包含用户指令与参考素材，输出词元为模型生成内容；面向C端的对话产品，也可采用会员订阅等其他收费模式。​

上下文窗口：模型规格中标注的“XX万Token上下文”，代表模型单次会话可承载的信息容量，该容量不等价于汉字数量。​

上下文（Context）​

上下文是模型生成单次回复时，可读取、参考的全部信息集合，包含历史对话记录、当前提问、用户上传文档与参考资料。历史对话记录是上下文最常见的组成部分。​

例：向模型输入品牌定位、IP素材，模型可基于该上下文生成符合品牌调性的视觉素材；提供个人履历信息，模型可结合背景给出适配的职业建议；项目场景下，录入项目背景、会议纪要，模型可依托上下文完成纪要整理与项目进展更新。​

上下文存在容量上限，该上限称为上下文窗口，计量单位为Token。当对话轮次持续增加、参考资料不断追加，窗口资源耗尽时，早期内容会被摘要压缩，或直接移出上下文。模型本轮可引用的信息，取决于当前加载进上下文的内容。​

记忆（Memory）​

记忆模块解决跨会话信息留存问题：AI记忆是独立存储模块，用于持久化保存指定信息，并可在后续会话中检索加载。可存储内容包含用户基础信息、表达偏好、项目资料等。启用记忆后，用户无需在每次对话重复录入背景信息；不同产品对记忆的存储范围、会话生效范围实现方案存在差异。​

​

核心区分：上下文是单次会话临时加载的参考信息；记忆是跨会话持久存储的信息资产。记忆内容被检索调用后，会被注入当期上下文供模型使用。​

​

若产品无记忆功能，可在会话收尾时生成交接文档（Handoff），归档核心背景、已完成事项与待执行任务；在新会话上传该文档，实现任务跨会话接续，交接文档的信息质量直接决定任务连续性。​

知识库（Knowledge Base）​

知识库是结构化存储、索引检索业务/个人资料的信息集合，核心价值是补充模型训练截止前未收录的私有信息，让模型输出具备事实依据。​

个人场景下，知识库可分类归档个人资料、知识笔记、项目文档、创作稿件，同时可借助AI完成文档分类、归档管理；创作检索素材、项目研讨时，AI检索知识库内对应资料，提取内容注入上下文参与任务。 企业场景下，产品手册、业务规范、客户资料均可入库。模型应答业务问题时，检索知识库原文，结合私有业务信息生成答案。​

注意：文档存入知识库不等于模型实时读取；仅当任务触发检索，匹配到相关片段后，才会将检索片段送入上下文。​

Agent（智能体）​

Agent即智能体，是一类以目标驱动、具备自主任务规划与工具调用能力的AI系统。用户设定最终目标，智能体自主拆解任务步骤、调用外部工具、校验执行结果，并基于反馈迭代后续动作。​

普通对话产品（豆包、DeepSeek）已具备轻量化Agent能力，例如联网检索，但其工具集与执行边界受产品内置功能约束。而WorkBuddy、Codex等面向本地电脑的任务型Agent，拥有更广的工具生态，在授权前提下，可读写本地文件、操控浏览器、对接第三方软件，完成多步骤长链路任务。​

示例：自动检索历史创作素材，提取可用内容撰写文稿，完成后写入飞书文档；对接邮箱，批量筛选邮件提取有效信息；具备代码运行沙箱时，可自主编写脚本批量处理文档。​

架构层面：LLM负责目标理解、决策判断；各类工具承担检索、读写、调用等实操动作；Agent作为调度层串联整套流程，根据执行反馈持续推进任务。智能体能力上限由工具生态、授权范围与任务复杂度共同决定。​

Skills（技能）​

Skill（复数Skills，技能）是封装在Agent内、可复用的标准化任务方案。单个技能包含任务指令、参考素材、输出模板、执行脚本等全套约束。​

例：固定风格IP封面生成任务。无Skill时，每次生成封面都需要重复输入风格描述、IP参考图等全部约束；封装为Skill后，固定规则、素材持久保存。后续执行同类任务，直接调用该技能，Agent自动读取预设约束，结合本次输入的文章内容生成配图。​

工作流（Workflow）​

工作流是预先定义固定顺序的任务执行链路。例如文章处理链路：读取原文→提取重点→生成配图。在n8n、扣子等低代码平台中，任务拆分为独立节点，节点之间配置触发逻辑，系统按照预设顺序依次执行。工作流可嵌入AI节点，但整体执行路径固定。​

​

工作流与Agent的核心差异：工作流步骤预先固化；Agent基于目标与执行结果动态判断下一步动作。 二者可组合使用：Agent可作为工作流内的其中一个节点；Skill也可封装柔性工作流，步骤细节交由Agent依据输入内容动态调整。​

​

​

AI幻觉（AI Hallucination）​

AI幻觉指大模型生成内容看似通顺合理，但事实虚构、论据不实的现象。典型表现包括编造不存在的文献、引用文献真实但原文不支持模型给出的结论。该问题在科研文献综述场景中被广泛观测，不会随工具接入而彻底消除。​

需区分两类模型输出偏差：一是缺少背景信息导致回答泛化，属于信息不足；二是编造事实、生成无依据结论，属于AI幻觉。 联网检索可引入实时外部资料、增加溯源引用，降低幻觉概率，但无法完全杜绝。即使检索到原文，模型仍可能出现文本误读、错误转述。对高可信度要求场景，必须人工核验原始来源，确认论据真实性。​

​

🧠

这一期，我们从 AI 背后的模型，聊到怎么交代任务、提供资料，再到让它调用工具帮我们做事，也认识了回答中可能出现的 AI 幻觉。​

​

提示词工程（Prompt Engineering）​

提示词工程是面向特定任务，设计、迭代、优化提示词，持续验证输出效果的工程化实践。​

简单指令“写一篇AI介绍文章”约束不足，模型输出不可控；补充受众、内容大纲、行文风格等约束，输出才能够匹配需求。底层原理：模型基于当前上下文，逐Token预测下一个词元的生成概率，提示词作为输入，直接约束生成方向。​

提示词工程核心原则：完备传递任务信息、约束、交付标准。实操策略：可让模型主动提问补全需求，完善提示词；输出结果不达标时，检索该任务领域最佳实践，迭代优化指令。​

​

系统提示词（System Prompt）​

模型接收的输入除用户对话内容外，还包含产品侧预先注入的指令，即系统提示词。由开发者预设，用于定义AI角色、应答规范、安全约束，该内容对终端用户不可见。​

示例客服AI系统提示词：设定客服身份，知识库无匹配信息时如实告知，禁止泄露用户隐私。系统提示词保证产品应答风格稳定，承载安全、隐私基础规范；完整安全管控还需要配套其他模块协同。​

​

自定义指令（Custom Instructions）​

系统提示词属于产品厂商预设配置；自定义指令是用户自主配置的长期生效约束，一般在AI产品设置面板内配置（豆包、Codex均支持）。自定义指令会在后续所有会话中作为上下文的固定组成部分，减少重复背景描述。​

可配置内容包含：默认行文风格、语言规范、用户个人背景、思考方式，甚至交互规则（如允许模型针对用户观点提出反驳并论证依据），让模型输出适配使用者特征。​

​

推理（Reasoning）​

推理是模型将多条条件综合运算，推导结论的能力。典型场景包含时间规划、代码排错、多约束方案评估。模型生成中间推导内容，中间结果会纳入上下文，支撑后续推导。普通问答也可包含推理；产品内的“深度思考”开关，用于控制模型是否投入额外资源执行多步推导。​

​

思维链（Chain of Thought，CoT）​

思维链，即CoT，是一种推理范式：模型拆解复杂问题，分步输出中间推导过程，基于上一步结果继续求解。分步推导相比直接输出最终答案，更适合复杂逻辑问题。模型生成的中间思考内容，会作为上下文辅助后续计算。部分产品展示的“思考过程”，为原始推导步骤或整理后的摘要。​

​

深度思考与推理强度（思考强度）​

深度思考功能，会让模型在输出最终答案前分配更多算力，开展多轮推导、校验结论、探索多种解法，提升复杂任务准确率。代价为更高Token消耗、更长响应时延。​

推理强度（思考强度）是算力投入档位控制，常见分级：低/中/高/极高。底层实现分为两类：设置思考阶段Token预算，或向模型传递投入程度控制信号，由模型自主分配算力。档位不对应固定响应时长，实际耗时受任务复杂度、模型算力影响。 选型策略：简单任务关闭深度思考即可；复杂任务开启后输出质量明显提升，才建议启用。​

​

问答模式与执行模式（Ask / Agent Mode）​

部分Agent产品区分问答（Ask）模式与Agent执行模式。 问答模式：模型读取文件、检索资料、完成推理分析，返回修改方案与代码片段，所有操作需要用户手动落地执行。 执行模式：在工具授权前提下，Agent可直接修改本地文件、运行校验，捕获报错并迭代修复。​

两种模式均可支持文件读取与复杂推理；核心边界在于：模型是否被授予实体操作权限，能否自主推进任务落地。推理强度与执行模式相互独立，可自由组合。​

​

计划模式（Plan Mode）​

计划模式是提升复杂任务交付质量的重要工作模式。普通任务下达时，模型直接拆解并执行，任务质量高度依赖用户指令完备度；而用户往往难以一次性完整描述全部需求。​

启用计划模式后，模型首先针对目标生成详细执行方案，主动识别缺失信息并发起追问，待需求、约束全部确认后输出定稿计划。用户审核确认计划，模型再依照方案执行。本质上，计划模式由AI辅助完成精细化需求梳理，生成完备指令，解决模糊需求带来的结果偏差。​

​

目标模式（Goal Mode）​

目标模式以最终交付成果为核心导向。用户定义目标、验收标准，模型自主拆解子任务持续执行，减少用户分步指令输入。普通Agent也支持多步骤执行；目标模式会循环校验目标达成状态，未完成则持续迭代，遇到关键信息缺失时向用户询问。​

目标描述清晰度直接决定交付质量。模糊目标“开发网站”难以落地；精准目标“修复登录模块：正确密码正常登录，错误密码返回提示，保留原有页面样式”，定义了明确验收标准。 风险提示：长链路复杂任务会产生大量Token消耗；目标、验收标准定义模糊，依然会出现成果偏离预期。​

​

权限与审批（Permissions / Approvals）​

当Agent操控本地软件、外部服务时，需要授权机制，即权限与审批。 权限：定义Agent可访问的资源范围、允许执行的操作，例如文件夹读写权限、文件修改权限、命令执行权限、第三方账号接入权限。 审批：高风险操作执行前，强制触发人工确认。 策略建议：读取文件可开放默认权限；文件覆盖、删除等高风险操作，建议开启审批，同时做好版本备份，保障操作可回滚。取消逐次审批能够保障任务连续执行，但需要提前锁定任务边界、权限范围与备份机制。​

​

上下文压缩（Compaction）​

上下文存在Token容量上限，例如128K、256K上下文窗口。随对话轮次、工具返回结果持续增加，上下文资源逐步耗尽。上下文压缩机制可自动或手动触发，将早期对话提炼为精简摘要，保留核心背景、既定约束、项目进展与待办事项，释放窗口空间。压缩后，模型读取摘要与近期原文继续会话，可重复多次压缩。 局限：摘要会丢失原始细节、原话；重要原始素材建议独立保存至本地文件，压缩后如需引用原文，从外部文件调取。​

​

知识截止日期（Knowledge Cutoff）​

知识截止日期代表模型预训练数据的时间边界。模型训练数据由采集筛选后的公开文本、代码、文献、书籍等素材构成。训练完成发布后，现实世界持续产生新事件，因此模型静态知识库与实时信息存在时间差。​

该指标用于评估信息时效性：超出截止日期的新闻、事件，若无联网检索或用户补充资料，模型无法获取；用户粘贴最新资料，模型仍可读取分析。​

​

联网搜索（Web Search）​

联网搜索是AI工具调用搜索引擎获取互联网资料，将检索结果送入上下文辅助生成答案。该能力弥补静态知识库时效性不足，支持结果溯源。可配置为自动触发或手动开启。 局限性：联网检索不能消除全部错误。可能检索到过时、不可靠转载内容，或是正确原文被模型误读、错误转述。例如原文为“新用户首月免费”，模型错误转述为“全部用户永久免费”。​

​

深度研究（Deep Research）​

普通联网搜索适合单点信息查询；深度研究面向复杂调研任务，模拟专业调研流程。AI围绕研究问题执行多轮检索、精读文献、交叉比对多源资料，基于已有发现动态规划下一步检索方向。当多份报告数据冲突时，自动核查统计口径、时间、地域差异，交叉验证多方证据，最终整合形成完整调研报告。​

​

引用来源（Citations / Sources）​

引用来源指AI输出内容附带的文献、网页索引标记，一般为数字锚点或原文链接。作用是支持溯源核验，使用者可跳转原始文档，核查论据真实性，或延伸阅读。​

​

🧠

上面聊到的这些功能，在不少主流 AI 工具里都能见到。有些名字叫得不见得完全一样，但对应的功能往往是相似的。大家在使用的时候呢，可以多去实际操作，边用边感受不同功能给结果带来的变化。 用熟了，自然就知道遇到什么任务，该怎么去用了。​

​

工具调用（Tool Calling / Function Calling）​

工具调用（又称Function Calling）为大模型赋予调用外部系统的能力，相当于模型的执行终端。仅依靠LLM只能理解语言、生成文本；借助工具调用，模型向外发送标准化请求，指定调用工具与入参；外部系统执行操作后，返回结果给模型。模型基于返回结果判断：继续调用其他工具，或是输出最终答复。 示例：检索文件，未命中则更换关键词二次检索；读取文档内容后，基于文档信息作答。​

​

API（应用程序编程接口）​

API，即应用程序编程接口。软件平台将内部能力封装，开放标准化接口，允许其他程序通过代码调用该功能。 举例：气象服务商开发天气预测系统，对外开放API。其他应用无需自研气象采集与预测体系，调用该API，传入城市、日期参数，即可获取天气数据展示在产品内。​

​

MCP（模型上下文协议）​

MCP由Anthropic（Claude开发团队）推出的开放标准协议。MCP统一规范外部工具的能力清单、调用方式。 举例：平台新增快递查询、邮编查询工具，通过MCP对外暴露能力清单。Agent接入MCP服务后，自动识别可用工具列表、入参规则。用户下达查询快递指令，Agent读取MCP清单，调用快递查询工具并传入单号，返回查询结果。 MCP统一工具注册与调用标准，简化AI应用对接外部能力；MCP底层能力，仍然依托API实现。​

​

CLI（命令行界面）​

CLI即命令行界面，俗称终端。区别于图形界面点击交互，CLI依靠输入文本命令执行软件操作。Agent支持CLI调用时，无需模拟鼠标点击图形界面，直接发送命令执行操作。例如飞书官方CLI，支持通过命令完成文档、多维表格操作。 示例：Codex生成文稿，调用飞书CLI直接写入文档，无需人工复制粘贴。​

​

连接器（Connector）​

连接器是Agent产品内的功能模块，用于对接第三方SaaS软件，例如飞书、邮箱。完成授权配置后，Agent可调用该软件开放的能力。连接器底层实现可基于API、MCP、CLI或其他集成方案。 限制：连接器接入软件，不等于可以调用软件全部功能；可用能力取决于软件开放接口范围，以及连接器的实现范围。​

​

插件（Plugin）​

插件是AI工具的功能扩展组件。插件可以新增独立能力，或是优化特定任务的执行效果。例如PPT插件辅助版式调整，合同插件增加条款校验逻辑。 插件可封装独立功能，也可对接外部软件，因此与连接器存在功能重叠；不同平台对插件、连接器的定义存在差异，以产品文档为准。​

​

API地址（Base URL）​

除厂商网页端产品外，大模型可通过API接入第三方软件。配置第三方客户端接入模型服务，需要填写API地址、API Key、模型ID。 Base URL即API基础请求地址，定义请求数据包的目标服务端点。使用官方服务填写厂商提供地址；中转服务填写中转站地址。部分平台命名为Endpoint，配置以服务商文档为准。​

​

API Key（密钥）​

API Key，密钥，是访问模型API服务的身份凭证，具备机密性。开通API服务后，用户创建密钥；调用请求携带Key，服务端校验身份，记录Token消耗并计费。 安全规范：API Key等同于账号访问凭证，禁止对外分享，避免他人盗用额度产生费用。开发网页应用时，密钥不可写入前端代码；密钥需保存在后端服务器，由后端代理发起模型调用。​

​

模型名称与模型ID​

同一服务商通常提供多款大模型。完成Base URL、API Key配置后，需指定本次调用的目标模型，该标识即为模型ID，部分客户端界面标注为模型名称。 示例：DeepSeek Flash模型接入ID为deepseek-flash。官方服务参考厂商文档；中转平台以平台内模型清单为准。同一模型在不同中转平台的模型ID可能不一致。​

​

接入链路总结：Base URL指定请求投递地址，API Key完成身份鉴权，模型ID选定目标大模型。​

​

​

Computer Use（电脑操作）​

部分老旧本地软件无API、CLI接口，无法通过常规工具调用接入。Computer Use（计算机操作）方案，使AI通过屏幕视觉识别，模拟人类键鼠操作电脑。AI读取屏幕画面，识别界面元素，模拟鼠标点击、键盘输入；执行操作后观察界面变化，继续迭代动作。该方案不依赖软件开放接口，适用范围更广。 局限：视觉识别存在误差，会出现定位错误、操作失误，任务成功率取决于界面复杂度。​

​

🧠

这一期讲的这些词，都和扩展 AI 工具的能力有关。有了这些概念，再去看工具里的连接器、插件，或者填写模型的 API 配置，就能知道它们大致负责什么，也更容易理解 AI 是怎么帮你把事情做出来的。​

​