首页  思维导图  详情



 



AI 基础入门导图

2026-11-05 07:15:34   0  举报





AI 基础入门导图

大模型

基础概念

模板推荐

作者其他创作

大纲/内容

一、AI 基础概念

Token

模型处理文本的最小单位，不等于字符或单词

中文 1 个字约 1 个 Token，英文单词常拆成多个 Token；它决定上下文长度上限与计费用量

决定上下文长度上限与计费用量

Prompt（提示词）

用户给模型的输入指令，决定模型如何理解与作答

常见构成：角色设定、任务描述、背景信息、输出格式要求

写得好可显著提升结果质量，是使用 AI 的核心技能之一

Context（上下文）

模型在一次对话中能"看到"的全部信息，包括历史对话、上传资料、系统提示

有长度上限，超出后早期内容会被截断或遗忘

参数

模型内部通过训练学到的数值，决定其能力与表现

常见说法"参数量"指模型规模，如 7B、70B、千亿级

用户可调的"参数"另指温度、最大长度等生成设置

Skill（技能）

封装好的可复用能力模块，让 AI 完成特定任务，可理解为给模型安装的"插件"

调用后模型按预设流程执行，降低重复描述成本

CLI（命令行界面）

通过文字命令与程序交互的界面，区别于图形界面

AI 工具常提供 CLI，便于自动化与批量处理

适合开发者，可脚本化、可集成进工作流

Compute Use（计算机使用）

让 AI 直接操作电脑完成任务的能力

可点击、输入、浏览网页、操作软件，像人一样使用电脑

是 AI Agent 的重要方向，从"会说"走向"会做"

Memory（记忆）

让 AI 记住历史对话或用户信息的能力，分为短期与长期

短期记忆即当前上下文窗口内的信息

长期记忆把关键信息持久化存储，跨会话调用，实现"越用越懂你"

Soul（人格/灵魂）

定义 AI 的性格、语气、价值观与行为准则

常由系统提示或人设设定固化，决定回答风格

是 AI 产品差异化与"拟人感"的关键，如陪伴型 AI 的稳定人设

MCP（模型上下文协议）

Model Context Protocol，Anthropic 提出的开放标准

统一 AI 模型与外部工具、数据源的连接方式

类比"AI 的 USB 接口"，一次接入即可被多种模型调用

ACP（Agent 通信协议）

Agent Communication Protocol，规范多个 Agent 之间如何协作通信

让不同 Agent 能互相传递任务、共享上下文与结果

是构建多 Agent 协作系统的基础设施

CoT（思维链）

Chain of Thought，让模型分步推理再给答案

显著提升数学、逻辑等复杂任务准确率

常见形式：显式写出推理步骤，或"一步步思考"提示

ReAct（推理+行动）

Reasoning + Acting，让模型交替进行推理与调用工具

先思考下一步做什么，再执行动作、观察结果，循环推进

是 AI Agent 的核心范式，支撑自主完成任务

Harness（运行框架）

围绕模型搭建的工程外壳，负责循环调度、工具调用、上下文管理与错误重试

决定 Agent 能否稳定完成长任务，是"模型之外"的关键工程能力

Loop（循环）

Agent 反复执行"思考 → 行动 → 观察"的迭代过程

直到任务完成或触发终止条件，是自主 Agent 的基本运行方式

Agent（智能体）

能自主规划、调用工具、执行多步任务完成目标的 AI 系统

具备感知、决策、行动、记忆等能力

从"被动问答"升级为"主动做事"

RAG（检索增强生成）

Retrieval-Augmented Generation，先检索外部知识再生成回答

让模型基于最新或私有资料作答，降低幻觉

企业知识库问答的主流方案

Fine-tuning（微调）

在预训练模型基础上用特定数据继续训练

让模型适配垂直领域或特定风格

成本高于提示工程，但效果更稳定

Hallucination（幻觉）

模型生成看似合理实则错误或编造的内容

源于概率生成机制，缺乏事实校验

通过 RAG、联网检索、人工核对来缓解

Multimodal（多模态）

模型同时理解文本、图片、音频、视频等多种信息

是当前大模型演进的重要方向

让 AI 能看图、听声、生成图像视频

Embedding（向量化）

把文本等数据转换为高维向量表示

语义相近的内容向量距离更近

是检索、推荐、聚类与 RAG 的底层基础

Temperature（温度）

控制模型输出随机性的参数

值低更确定保守，值高更发散有创意

写代码调低，创作调高

二、主流大模型

国外模型

ChatGPT（OpenAI）

优点：生态最成熟，插件与工具丰富，综合能力强，更新快

缺点：部分高级功能需付费，国内访问受限，中文场景偶有水土不服

Claude（Anthropic）

优点：长文本处理出色，写作与代码质量高，安全对齐严谨

缺点：国内直接访问受限，多模态能力相对保守，价格偏高

Gemini（Google）

优点：与谷歌生态深度整合，多模态与超长上下文突出

缺点：中文表现不如国产模型，部分地区可用性受限

Llama（Meta）

优点：开源可本地部署，生态庞大，社区衍生模型多

缺点：中文能力一般，需自行调优，硬件门槛较高

Grok（xAI）

优点：接入实时社交数据，风格活泼，推理更新快

缺点：生态较新，稳定性与合规性待观察

国内模型

GLM（智谱）

优点：中文理解好，国产化与合规友好，提供多种规模版本

缺点：国际影响力与生态相对有限，复杂推理略逊顶尖模型

通义千问 Qwen（阿里）

优点：开源生态活跃，中文能力强，衍生模型多，部署灵活

缺点：不同版本能力差异较大，需按场景挑选

DeepSeek（深度求索）

优点：推理与代码能力强，开源且性价比高，广受开发者欢迎

缺点：多模态能力相对薄弱，高峰期服务可能不稳定

文心一言 ERNIE（百度）

优点：中文与搜索结合好，知识问答扎实，生态成熟

缺点：创新速度受大厂节奏影响，部分能力需付费

豆包大模型 Doubao（字节）

优点：性价比高，多模态与语音强，C 端体验好

缺点：深度推理略逊顶尖模型，企业定制生态较新

Kimi（月之暗面）

优点：超长上下文见长，长文档处理出色，中文友好

缺点：多模态与生态相对薄弱，高峰期可能限流

混元 Hunyuan（腾讯）

优点：与腾讯生态整合，多模态能力全面

缺点：对外开放度与开发者生态相对有限

MiniMax（稀宇）

优点：语音与视频生成突出，C 端产品体验好

缺点：文本综合能力中等，生态仍在建设

小米 MiMo（小米）

最新版本：MiMo-7B 系列（含 MiMo-VL 多模态版）

最大参数：7B（开源）

最大上下文：约 32K tokens

优点：推理能力强，开源可本地部署，与小米生态联动

缺点：规模较小，通用能力仍在追赶头部模型

美团 LongCat（美团）

最新版本：LongCat-Flash 系列

最大参数：总参数约 560B，MoE 激活约 27B

最大上下文：约 128K tokens

优点：MoE 架构推理高效，中文与工具调用表现好，开源

缺点：生态与多模态能力仍在建设

阶跃星辰 Step（阶跃）

优点：多模态布局全面，模型迭代快

缺点：知名度与生态规模相对较小

三、成熟 AI 产品

办公类

豆包（字节）｜聊天类

优点：日常问答与创作好用，中文友好，多端可用，上手门槛低

缺点：深度专业场景能力有限，部分高级功能需付费

WorkBuddy｜办公类

优点：面向办公协作，集成文档与任务处理，提升团队效率

缺点：生态与知名度相对较小，功能深度依赖具体版本

CodeX（OpenAI）｜Coding 类

优点：代码生成与补全强，融入开发流程，提升编码效率

缺点：面向开发者，非技术用户门槛高，需注意代码正确性

Claude Code｜Coding 类

优点：命令行中直接编程，能读写文件、执行任务，适合复杂工程

缺点：需一定技术背景，依赖终端环境，使用成本较高

文心一言（办公）｜办公类

优点：中文写作与文档处理强，办公场景成熟

缺点：部分高级功能需付费，专业深度有限

讯飞星火（办公）｜办公类

优点：语音转写与会议纪要出色，适合办公记录

缺点：通用创作能力一般，依赖特定场景

通义千问（办公）｜办公类

优点：文档解析与办公助手集成好，免费额度友好

缺点：复杂任务需人工把关，功能分散

Notion AI｜办公类

优点：笔记与知识库深度集成，写作整理一体

缺点：依赖 Notion 生态，中文体验一般

GitHub Copilot｜Coding 类

优点：代码补全与生成强，融入主流 IDE

缺点：面向开发者，需注意代码正确性与版权

Cursor｜Coding 类

优点：AI 原生编辑器，能理解整项目、批量改代码

缺点：需一定技术背景，重度使用有成本

通义灵码 / 腾讯 CodeBuddy｜Coding 类

优点：国产 AI 编程助手，中文友好，集成国内开发流

缺点：生态与成熟度仍在追赶国际产品

日常娱乐类

豆包（日常场景）｜聊天类

优点：聊天、写作、翻译、趣味互动体验好，免费额度友好

缺点：娱乐向内容深度有限，专业输出需人工核对

通用 AI 助手类产品｜聊天类

优点：覆盖问答、创作、陪伴等日常需求，使用便捷

缺点：同质化明显，隐私与数据安全需留意

Kimi（日常）｜聊天类

优点：长文档问答与资料整理好用，中文友好

缺点：娱乐互动与多模态体验一般

文小言 / 通义（日常）｜聊天类

优点：生活问答、翻译、创作便捷，多端可用

缺点：同质化明显，专业输出需核对

星野 / 猫箱（陪伴类）｜聊天类

优点：AI 角色陪伴与互动体验好，娱乐性强

缺点：内容深度有限，需注意沉迷与隐私

即梦 / 可灵（创作类）｜图像视频创作类

优点：AI 绘画与视频生成效果佳，创意门槛低

缺点：生成质量不稳定，版权与商用需留意

Suno / 海绵音乐（音乐类）｜音乐创作类

优点：输入文字即可生成歌曲，趣味性强

缺点：版权归属与商用限制需注意

 Collect

Get Started

AI术语

 Collect

Get Started

AI Agent 学习流程图

 Collect

Get Started

Linux基础常用指令思维导图

 Collect

Get Started

AI转型之路





0 条评论

下一页