LLM 能帮我做什么？我需要自己训练一个吗？
LLM 就是能理解和生成文字的一类 AI 模型。你已经在用的聊天助手、写作助手，背后往往就有这样的模型。它能帮你整理资料、起草文字、解释问题；做产品时，也可以借助 Codex 这类工具让它参与写代码和修改。大多数人先用现成的工具就够了，不需要自己训练一个模型。
LLM 就是能理解和生成文字的一类 AI 模型。你已经在用的聊天助手、写作助手，背后往往就有这样的模型。它能帮你整理资料、起草文字、解释问题；做产品时，也可以借助 Codex 这类工具让它参与写代码和修改。大多数人先用现成的工具就够了，不需要自己训练一个模型。
举个例子
你有十页访谈记录，想看大家反复提到什么。先把可分享的记录交给 AI，请它列出共同问题，并指出每个结论来自哪段原文。你要检查它有没有把原话理解错。
来源与延伸资料
接下来，你可能想知道
我有自己的资料，怎样让 AI 根据它们回答？ →
这类做法常叫 RAG：先从你的资料里找出相关内容，再让 AI 参考这些内容回答。比如把产品说明、常见问题放在一起，别人提问时，它先找资料再作答。它适合资料多、经常更新，或者回答必须有出处的情况。资料少时，先直接把文件交给支持读文件的 AI 工具试用；需要长期给多人用，再考虑让 Codex 帮你做可搜索的资料问答。AI 仍可能答错，重要答案要能点回原文核对。
Agent 是什么？和普通聊天 AI 有什么不同？ →
可以把 Agent 理解成“能动手办事的 AI 助手”。普通聊天 AI 主要回答你；Agent 除了回答，还可能按步骤安排任务、使用工具、查看结果，再继续下一步。它能做什么，要看你用的产品给了它哪些工具和权限；叫 Agent 不代表它什么都能做，也不代表可以不检查结果。
我不会写代码，第一句话怎么让 AI 帮我做东西？ →
不用先学会写代码。打开你准备用的 AI 编程工具，说清三件事：做一个什么小东西、给谁用、打开后能做什么。先请它做一个能打开的最小版本，并告诉你在哪里看。一次只提一个主要功能，看到结果后再继续改。
