AI 黑话大白话速通：用「皇上和大臣」讲清 8 个词

来源：抖音视频 · 有种羊 · 约 4 分 26 秒 · 作品 ID 7696742297266027365

作者把 AI 概念整套翻译成皇宫戏：你是皇上，AI 助手是大臣，大模型是大臣的脑子，提示词是圣旨，多模态是能文能武，token 是干活消耗的力气，工作流是办事流程，技能包是提前备好的本领，RAG 是回答前先去档案馆查资料，Agent 是那个能自己管事、排流程、调人干活的内务府大总管。

八个词串成一句：你写好 Prompt 交给 LLM，它每干一步都消耗 Token；步骤多了串成 Workflow，固化下来就是 Skill；怕它瞎编就加 RAG 先查资料；需要多步执行时可用 Agent，但仍需按任务风险检查结果。

这条和 018（把原理图做成 MD 给 AI 读）、020（Codex 斜杠命令） 是同一件事的三个切面：怎么把「我脑子里的要求」变成 AI 能稳定执行的东西。

0. 两张总表

作者自己在结尾串的总结（原话）：LLM 是大臣的脑子；Prompt 是皇上下达的指令；多模态是能处理文字、图片、声音等不同类型的信息；Token 可以暂时类比为处理文字时的计量单位；Workflow 是把多个步骤串起来的工作流；Skill 是可以重复使用的任务技能包；RAG 是先检索资料再生成答案；Agent 是围绕目标规划步骤、调用工具并推进任务的智能体。

1. LLM = 大臣的脑子

你招来的大臣需要一颗脑子，这颗脑子就是大语言模型。有了它，大臣才能帮你整理信息、分析问题、干活。

但脑子和脑子不一样：有的聪明有的傻，擅长的东西也不一样。多模态就是这个脑子能文能武——会写字、会画画、还能跟你唠嗑，也就是能处理文字、图片、声音等不同类型的信息。作者特别补了一句：也不是一个模型全包，有的脑洞大擅长创作，有的理性擅长出谋划策。

此处配图暂缺，参阅原帖。

顺带讲清另一个容易混的点：一个大臣不够用，可以多找几个——按任务挑合适的模型，把不同模型回答得好的部分整合起来，不用自己挨个复制、挨个重问。视频里演示用的是 Chatbox（官网）。

2. Prompt = 圣旨

此处配图暂缺，参阅原帖。

你光往龙椅上一坐啥也不说，大臣不知道你想让他干啥。 所以得下一道圣旨明确告诉他——这道圣旨就是 Prompt（提示词）。

作者的例子很直观：

• ❌「给朕写篇文章」→ 要求太宽泛，大臣不知道从哪下手；
• ✅「给朕写篇文章，要严谨一些，不能太墨迹，要专业，不能看着太没文化」→ 这就清楚多了。

（第四条「给个输出格式样例」是我补的，视频只给了前三条。）

3. Token = 干活消耗的力气

人是铁饭是钢，就算是 AI 大臣，干活也要消耗资源。 让它说一句生日祝福，和让它写一份几万字的报告，那能一样吗？Token 是模型处理文本的单位，常用于计算上下文长度和 API 用量；它不是能量或准确的工作量，不同语言和模型的切分也不同。

「烧 token」通常指消耗了较多用量；额度用尽、上下文窗口接近上限和服务限流是不同问题，并不是模型“累了”。

更麻烦的是：你好不容易把一套任务调教明白，花了不少 token，下次开新对话它又忘了——难道要重新交代、重新烧一遍？

4. Workflow → Skill：一次打包，反复用

不用重来。让 AI 把你调教好的流程整理成一个 Workflow（工作流）：把办事流程安排好，让系统按照设定的步骤依次执行。再把这个工作流做成一个 Skill（技能包）——它就像一个提前准备好的办事本领，下次遇到类似的活直接调用，省事省劲省 Token。

视频里的两个例子：

• PPT skill：把别人做 PPT 的工作流做成了技能包，直接用；
• a-stock-data skill（转写识别如此）：去数据源调取 A 股数据再做分析，省去自己扒数据的时间。

5. RAG = 先去档案馆查资料

大臣多了就有个问题：他们说的话，朕怎么知道靠不靠谱？ 有些回答嘴上说得头头是道，一问依据就露馅。

办法是：让大臣回答之前先去档案馆查查相关资料，结合资料来回答。 这种先检索相关信息、再辅助生成答案的技术就是 RAG（检索增强生成）。

作者强调：这个库保存在本地，可以放私密档案，没有隐私问题（对应 Chatbox 桌面端的本地知识库）。

6. Agent = 内务府大总管

此处配图暂缺，参阅原帖。

「虽然有这么多 AI 大臣，我还是嫌费劲——能不能只说一个目标，让它自己想怎么做、自己调工具、一步一步把事办完？」

这时候引出的就是 Agent（智能体）：一个能围绕目标、调用工具、推进任务的内务府大总管。它自己管事、排流程、调动其他人干活，不用你继续一道道下圣旨，最后直接把成品拿给你。

7. 八个概念怎么串起来

模型处理输入；工作流组织步骤；技能保存可复用的说明或资源；RAG 先检索再辅助回答；Agent 则可围绕目标调用工具推进任务。它们可以组合使用，不必按固定顺序串成一条流水线。

8. 比喻好记，但别把比喻当技术定义

这张表的右列全部是我的补充，视频只给了左列的比喻。比喻的价值在于**「第一次听懂」**，但要真正用对，还是得看准确定义——尤其要区分：模型当前能看到什么上下文，和是否具备跨会话记忆是产品配置问题；Skill 通常是调用时提供的说明与资源，不代表模型参数被重新训练。