AI小白手册
18 条AI 入门指南，专为新手打造的学习手册
All Handbooks
MCP（模型上下文协议）
让AI连接真实世界的标准接口协议
Multimodal AI（多模态AI）
能同时处理文字/图片/音频/视频的AI模型
Vector Database（向量数据库）
AI时代的记忆系统，让AI能处理海量信息
AI Agent（AI智能体）
能自主规划和执行多步骤任务的AI系统
Fine-tuning（微调）
让通用AI变成垂直领域专家的核心技术
RAG（检索增强生成）
让AI能回答最新信息的技术架构
Prompt Engineering（提示词工程）
如何向AI提问以获得更准确答案的核心技能
LLM（大语言模型）
Large Language Model，AI领域最核心的技术概念
AI 幻觉：为什么 AI 会一本正经地胡说八道
AI 幻觉是指 AI 生成的内容听起来很合理但实际上是错误的。比如编造不存在的论文、编造电话号码等。这是因为 AI 是概率模型，不是数据库。它会'猜测'最可能的答案，即使答案是假的。
Temperature 温度：控制 AI 的创造力
Temperature 控制 AI 输出的随机性。0 = 确定性输出（数学题、代码），0.7 = 平衡（日常对话），1.2+ = 高随机性（创意写作）。调高温度让 AI 更脑洞大开，调低让输出更稳定。
上下文窗口：AI 能记住多少内容？
上下文窗口就是 AI 一次能处理的最大 token 数。ChatGPT 4 是 128K，Claude 4 是 200K。超过这个长度，AI 就会忘记前面的内容。处理长文档时要选窗口大的模型。
多模态 AI：能看能听能读的综合智能
多模态是指 AI 能同时处理文字、图像、音频、视频等多种信息。比如 GPT-4V 能看懂图片，Gemini 能处理视频。能理解多种信息格式的 AI 就是多模态 AI。
AI Agent 是什么？会自己行动的 AI
AI Agent 是能自主规划、执行多步骤任务的 AI。不只是回答问题，而是能分解目标、调用工具、执行动作、反思结果。比如让它'帮我分析竞品并生成报告'，它会自动完成整件事。
Embedding 向量：AI 理解文字的数学秘密
Embedding 就是把文字转换成一堆数字（向量）。相似的文字会有相似的向量。比如'狗'和'猫'的向量距离近，'狗'和'汽车'的距离远。RAG 和搜索推荐都靠它。
Fine-tuning 微调：让通用 AI 变成专家
Fine-tuning 是在已有的大模型基础上，用特定领域的数据继续训练，让它更懂某个专业。比如用医学文献微调 ChatGPT，就能让它成为医学助手。适合有大量专业数据的场景。
RAG 技术：让 AI 读懂你的私有资料
RAG = Retrieval-Augmented Generation，检索增强生成。简单说就是先从你的文档/知识库中找到相关信息，再让 AI 根据这些信息回答问题。这样 AI 就能回答私有的、实时的信息了。
Prompt 是什么？写出好提示词的技巧
Prompt 就是给 AI 的指令。好的 Prompt = 角色 + 任务 + 格式 + 约束。比如'你是一个资深律师，帮我写一份合同，要求使用中文，条款要完整'。结构越清晰，AI 输出越准确。
Token 是什么？AI 是怎么数数的
Token 是 AI 处理文本的基本单位。简单说就是文字被切成的小块。英文每个词约 1-2 个 token，中文每个字约 2 个 token。AI 模型有上下文窗口限制，就是指能处理的 token 总数。