不教技巧,教它为什么会那样
「不要编造」「先给背景」这些规矩,市面上都写成了要背的条目。这本书反过来:先讲清它会忘、会编的机制,那五条规矩你自己就能推出来——推出来的东西不会忘。
一份不绑定任何厂商的大模型教程。五篇一条路:搞懂它是个什么东西 → 让一步的结果每次都能用 → 把跑通的一步打包成 Skill → 把几步串成能验收的流水线 → 写不出步骤的那一步,才交给 Agent。
关于本站:一份讲通用概念的大模型入门手册,不绑定任何一家模型或工具——书里的方法在 GPT、Claude、Gemini、DeepSeek、豆包、通义、Kimi 上都成立。刻意不写版本号、价格和排行榜,那些下个月就变;只写不会过时的部分。正文里用「」标注的是术语原词,方便你拿去搜。
Reading path / 01—03
顺序是有讲究的:先搞懂它是什么,才谈得上把话说清楚;话说清楚了才值得打包;一步跑稳了才谈得上串成几步;步骤实在写不出来的那一步,最后才交给 Agent。跳着读可以,但别倒过来——每一层都会把下一层的不稳定放大。另有两篇不在主线上的地图——「模型篇」讲有哪些模型(人),「工具篇」讲有哪些工位(壳),随时可以回来查。
从「它只是在预测下一个字」讲起。把它当成一个刚入职的天才新人——很能干,但不懂你们的规矩、你不说清就自由发挥、答不上来还会编。
读完能一句话讲清它为什么会编
能写出一条「这次挺好」的提示词,和能写出一条「谁跑、跑几次都稳定」的提示词,是两件事。这一篇讲后者。
适合已经用了一阵、开始被不稳定折磨的人
同一段话贴了第三次,就该把它存起来了。Skill 是给 AI 的那本 SOP 手册:一次写好,一句话触发,团队用的是同一版。
前提是那条提示词已经调稳了
大多数人以为自己需要一个 Agent,其实需要的是一条 Workflow——你把步骤定死,它照着走。慢一点,但每次都一样,错了知道停在第几步。
串联会放大不稳定,先把每一步调稳
剩下那种你画不出流程图的活——下一步干什么,取决于上一步看到了什么。这时候才轮到 Agent:给目标、划边界、设上限、然后放手。MCP 也在这一篇。
能力靠模型,工具和边界靠你
Start from a question
这些是最常撞上的墙。点进去就是答案那一章,不用先读完前面。
Four stages
刷到的名词多到吓人,但它们有顺序:每个东西存在,都是因为上一阶段不够用。看懂这条线,你就知道哪些现在该学、哪些知道有这么个东西就行。
你给什么,它接什么。同一个模型,话说得清不清楚,结果天差地别。
Prompt · System Prompt · Few-shot说得再好它也会忘、也会编。知道边界在哪,那些技巧就不用背了。
Token · 上下文窗口 · 幻觉光会说不够,得让输出能被程序用,也得让它知道它本来不知道的事。
结构化输出 · Function Calling · RAG · 微调每一步都要你盯太累。先把步骤定死连起来;实在定不下来的那一步,才交给它自己拆——然后给它划边界、设上限。
Skill · Workflow · Agent · MCPSources
骨架来自一套线下培训讲义(那个「天才新人」的比喻和五要素),术语的分类框架参考了卡码网的关键词梳理,Skill 的结构依据各家官方文档中写得最细的那一套,其余是实际使用记录。完整说明见「参考来源与致谢」。
读一百页不如亲手跑通一次。挑一段你手头真实的乱记录——上周的会、这周的工作流水、一个说不清的需求——照着入门篇第 8 章做十分钟。做完你对它的理解会比读完整本书还多。
十分钟做出第一个成品提示词模板库