2026年了，你还在被各种AI术语搞晕？

大模型、Token、Prompt、RAG……这些词是不是经常看到，但就是搞不清楚是什么？

今天用一篇文章，把最常见的10个概念全部说清楚。

1. AI / 人工智能

Artificial Intelligence的缩写。简单说，就是让机器具有像人一样的智能。

现在的AI主要指机器学习、深度学习这类技术，能够从数据中学习并做出判断。

2. 大模型 / LLM

Large Language Model，大语言模型的缩写。

“大”体现在两个方面：
– 参数多：几十亿到上千亿个参数
– 数据量大：训练时看了几千亿句话

GPT、Claude、Kimi都是大语言模型。

3. Prompt / 提示词

你给AI发送的文字指令。

比如：

帮我写一封求职邮件，应聘产品经理岗位

这就是一个Prompt。写好Prompt是使用AI的核心技能。

4. Token / 词元

Token是AI处理文字时的基本单位。

中文里，一个汉字大约等于1-2个Token。
英文里，一个单词大约等于1-2个Token。

API按Token计费，所以了解Token有助于控制成本。

一个实用换算：
– 1000个Token ≈ 750个中文汉字
– 一次对话的Token消耗 = 输入的 + 输出的

5. Prompt Engineering / 提示词工程

怎么写Prompt能让AI回答得更好，这就是提示词工程。

核心原则：
– 具体：说清楚你要什么
– 给示例：让AI参考你的风格
– 分步骤：复杂任务拆成多步

6. RAG / 检索增强生成

Retrieval-Augmented Generation。

简单理解：让AI在回答时，先从你的文档/资料中查找相关信息，再回答。

适合场景：
– 企业内部知识库问答
– 需要AI基于特定文档回答问题

7. Fine-tuning / 微调

用特定领域的数据，对已有的大模型进行额外训练，让它在该领域表现更好。

比如：用医学文献微调一个医疗AI。

vs 从头训练：微调成本低，效果好。

8. API / 应用程序接口

Application Programming Interface，应用程序接口。

简单说：AI通过API对外开放服务，你可以通过编程调用它。

主流AI API：
– OpenAI API（GPT系列）
– Anthropic API（Claude系列）
– 国内的硅基流动、MiniMax等

9. Temperature / 温度参数

控制AI输出随机性的参数。

• 低Temperature（0-0.3）：输出更稳定、更确定，适合 factual 问答
• 高Temperature（0.7-1.0）：输出更有创意、更随机，适合创作

写作文用高Temperature，查资料用低Temperature。

10. Hallucination / 幻觉

AI一本正经地胡说八道。

AI会编造看似合理但实际错误的信息，这是当前大模型的主要局限性。

应对方法：
– 重要信息交叉验证
– 用RAG提供真实参考资料
– 要求AI给出信息来源

总结

记住：术语不重要，会用才重要。

看到这里，你已经比90%的人更懂AI了。下一期我们会讲：怎么选择适合自己的AI工具。