AI 黑话扫盲：Prompt、RAG、Fine-tuning……这些词到底在说啥？

freeflydom

2026年9月5日 11:48 本文热度 190

一个刚接触 AI 的 Java 开发者，混进技术群里听别人聊天，大概率是这种体验：

「这个需求用 RAG 就行，别急着 Fine-tuning。」
「你 System Prompt 写清楚点，再调一下 Temperature。」
「这模型上下文窗口不够，Token 超了，得做切片 Embedding 存向量库。」
「它又幻觉了，得加个 Function Calling 让它自己查数据。」

听完你满脑子都是：这些词每个都好像在哪听过，但到底啥意思？RAG 和 Fine-tuning 有啥区别？Token 和参数是一回事吗？

别慌，你不是一个人。这些「AI 黑话」，本质就是一层「专业术语的包装纸」——剥开看，每个词背后都是一个挺简单、挺直观的概念。

今天这篇，就是一篇扫盲文。我用「一个 Java 开发者也听得懂」的方式，把这些高频黑话一次讲透，每个词都给你一句「人话解释」和一个「通俗类比」。

一、一张图看懂 AI 黑话的「全家福」

先别急着逐个背，我们先建立一张「地图」，把这些黑话分门别类。它们其实可以归成四大类：

一句话：AI 黑话虽多，但逃不出四件事——模型是什么、怎么跟它说话、怎么让它变强、怎么用它干活。抓住这四条线，所有词都能各归其位。

下面，我们一条线一条线地拆。

二、模型相关黑话

2.1 大模型（LLM）

LLM（Large Language Model，大语言模型），就是那个「AI 的大脑」。它的本质，用一句话说：

一个巨大的「概率机器」——你给它一段文字，它预测下一个字最可能是什么，一个字一个字地接下去。

一句话：大模型不是「会思考」，而是「极其擅长预测下一个字」。当这个「预测」准到一定程度，看起来就像「真的会说话、会思考」了。

2.2 Token：AI 世界的「最小单位」

Token 是模型处理文本的最小单位，也是计费单位。

它不完全是「一个字」，也不是「一个词」，而是介于两者之间；
大致上，一个汉字 ≈ 1 个 Token，一个英文单词 ≈ 1~2 个 Token。

「我喜欢编程」 → 大约 4~5 个 Token
「I love coding」 → 大约 3~4 个 Token

一句话：Token 就是 AI 的「字符计数单位」。为什么重要？因为模型的收费、上下文长度限制，全按 Token 算——你用 AI 花钱，本质就是在买 Token。

2.3 上下文窗口（Context Window）：模型「一次能看多少」

上下文窗口，就是模型一次能「看见」的文字总量上限。

你可以把模型想象成一个人，盯着一块有限大小的白板。白板上写着所有信息（你的问题、历史对话、查到的资料），但白板有限，写满了就得擦掉最早的。

一句话：上下文窗口就是模型「一次能记住多少」。窗口越大，一次能塞进的信息越多；但超出窗口，最早的内容就被「忘掉」了。

2.4 参数（Parameters）：模型的「脑容量」

参数，可以粗略理解成模型「脑容量」的度量——参数越多，模型越「大」，通常也越聪明。

小模型：7B 参数（70 亿）
大模型：70B / 200B / 更大

一句话：参数越多 ≈ 脑子越大 ≈ 通常越聪明，但也越贵、越慢。「7B」「70B」这种数字，说的就是参数量。

2.5 Temperature / Top-p：控制「随机性」的旋钮

这两个词控制的是同一个东西——模型回答的「随机性/创造性」。

参数	作用	低值	高值
Temperature	控制随机程度	更严谨、稳定	更有创造性、发散
Top-p	控制候选范围	只选最可能的	允许更多可能

一句话：Temperature 和 Top-p 是「创造力的旋钮」——想要严谨稳定就调低，想要天马行空就调高。

三、提示词相关黑话

3.1 Prompt：你对模型说的话

Prompt 就是「你输入给模型的那段话」。它是你和 AI 沟通的唯一接口。

一个 Prompt 的例子：
「你是一位资深 Java 工程师，帮我解释一下 HashMap 的底层原理」

3.2 System Prompt：给模型定的「人设和规矩」

System Prompt 是最开头、最优先的那段指令，用来给模型定人设、立规矩。

System Prompt（定人设）：
「你是一个严谨的代码审查助手，只回答技术问题，
 不闲聊，回答要简洁，用中文，别夹英文缩写。」

一句话：Prompt 是「你问什么」，System Prompt 是「你让它是谁」。System Prompt 优先级最高，能「约束」模型后续的所有行为。

3.3 Prompt Engineering：提示词工程

Prompt Engineering，就是「怎么把话说到位」的技巧。核心思想：说清楚、给框架、给示例。

❌ 差 Prompt：「写个排序」
✅ 好 Prompt：「用 Java 写一个冒泡排序，加上详细注释，
             解释时间复杂度，再给一个使用示例」

一句话：Prompt Engineering 不是玄学，本质就是「把需求说清楚」——目标、约束、格式、示例，交代得越全，模型做得越准。

3.4 Few-shot / Zero-shot：给不给示例

这两个词描述「你给模型示例了吗」：

术语	含义	类比
Zero-shot	不给示例，直接问	让没见过的题
Few-shot	给几个示例，再问	先看例题再做

Few-shot 示例：
「把英文转中文。示例1：hello → 你好；示例2：world → 世界。
 现在请翻译：java → ?」

一句话：Few-shot 就是「先给它看几个答案，它照着学」，往往比 Zero-shot 更准。

四、让模型「变聪明」的三种方式（重点）

这一章是全文的核心。 很多人分不清 Prompt、RAG、Fine-tuning，其实它们对应「让 AI 变强」的三条完全不同的路。

方式	改不改模型	核心动作	类比	成本
Prompt	❌ 不改	优化输入	换个说法问	最低
RAG	❌ 不改	给它查资料	开卷考试	中等
Fine-tuning	✅ 改	用数据训练	补课/深造	最高

一句话：Prompt 是「换个方式问」，RAG 是「给它开卷考试」，Fine-tuning 是「给它补课深造」。 记住这三句类比，三者的区别一辈子忘不掉。

一个实用的选择口诀：

场景	选哪个
只是想让回答更准	先优化 Prompt
需要模型知道「私有知识」（文档、数据库）	用 RAG
需要模型「学会某种风格/能力」（如专业术语、特定格式）	用 Fine-tuning
知识经常变	RAG（更新资料即可，不用重训）
知识相对固定、要深度内化	Fine-tuning

五、RAG 深入：给模型「开卷考试」

RAG（Retrieval-Augmented Generation，检索增强生成），是现在最火的落地方式。它解决一个痛点：大模型不知道你的私有数据（你的文档、你的数据库，它训练时没见过）。

RAG 的思路很简单：不让模型「背」，而是让它「现场查」。

5.1 RAG 的完整流程

用户问：「我们公司的年假政策是什么？」
RAG 过程：
① 检索：从「员工手册」里找到「年假」相关段落
② 增强：把这段手册内容，拼在用户问题后面
③ 生成：模型读着手册内容，回答「贵司年假是...」

5.2 关键配套：Embedding 和向量数据库

RAG 的「检索」不是靠关键词，而是靠 Embedding（向量化）：

Embedding 就是把一段文字，变成一串「坐标数字」，保证「意思越近的文字，坐标离得越近」。

这些「坐标」存在 向量数据库（Vector Database） 里。提问时，把问题也转成坐标，找「离它最近的几段资料」。

一句话：RAG = 检索 + 增强 + 生成。它让模型不用「背下所有知识」，而是「用到时现查」。Embedding 负责「把意思变成坐标」，向量数据库负责「存坐标、找最近的」。

六、Fine-tuning 深入：给模型「补课」

Fine-tuning（微调），是「用你自己的数据，去训练/调整模型」，让它真正「学会」某种知识或风格。

6.1 RAG vs Fine-tuning：本质区别

维度	RAG	Fine-tuning
知识放哪	外部资料库	内化进模型参数
模型变了吗	没变	变了
更新知识	换资料即可	要重新训练
类比	开卷考试	把知识背下来

6.2 LoRA：低成本的微调

Fine-tuning 很贵（要动整个大模型）。LoRA（Low-Rank Adaptation） 是一种「省钱版微调」——不重训整个模型，只训练「一小部分参数」，成本大幅降低。

一句话：如果 Fine-tuning 是「回炉重造整个脑子」，LoRA 就是「只补一小块课」。

6.3 RLHF：用人类反馈训练

RLHF（Reinforcement Learning from Human Feedback，基于人类反馈的强化学习），是让模型「学会什么回答是人类喜欢的」。

一句话：RLHF 就是「人给答案打分，模型照着改」，让模型的回答更符合人类的偏好。

6.4 什么时候该微调？

情况	建议
知识频繁更新	❌ 别微调，用 RAG
需要模型「稳定输出某种格式/风格」	✅ 可微调
有大量高质量标注数据	✅ 可微调
只是想让它知道你的文档	❌ 用 RAG 更划算

一句话：能 RAG 就 RAG，非必要不微调。因为 RAG 灵活（换资料就行），微调又贵又不灵活（知识变了要重训）。

七、应用相关黑话

7.1 Agent：能自主干活的 AI

Agent（智能体），是「能自主规划、调用工具、完成复杂任务的 AI 应用」。它不只是「一问一答」，而是「自己拆任务、自己干、自己检查」。

一句话：普通 AI 是「你问它答」，Agent 是「你给目标，它自己跑完全程」。

7.2 Function Calling：让模型会「调工具」

Function Calling（函数调用），是让模型能「调用外部工具/函数」的能力。模型不再只会「说」，还能「动手」——查数据库、调 API、发请求。

注意：模型并不真的「执行」工具，它只是「决定调哪个、传什么参」，真正执行的是外面的程序。这和你写 Java 时「调用一个方法」是类似的思路。

一句话：Function Calling 让模型从「只会说」进化到「能干活」——它是 Agent 的「手」。

7.3 幻觉（Hallucination）：一本正经胡说八道

幻觉，是模型「一本正经地编造不存在的答案」。它不知道自己不知道，还会编得有理有据。

你问：「xxx 公司的 CEO 是谁？」
模型幻觉：「是张三。」（实际上张三根本不存在，模型瞎编的）

一句话：幻觉是 AI 最危险的毛病——它不会说「我不知道」，而是会自信地编一个。所以关键信息，别光信它，要核实。

7.4 多模态（Multimodal）：能看图、听声音

多模态，就是模型不再只处理文字，还能处理图像、语音、视频。

一句话：单模态 = 只会看字；多模态 = 字、图、音、视频都能看懂。

7.5 推理（Reasoning）：让模型「先想后说」

推理，是让模型在回答前「先在内部思考、拆解、推理」，而不是「脱口而出」。现在很多模型都有「深度思考」模式。

普通模式：直接给答案（可能没想清楚）
推理模式：先拆解问题 → 逐步推理 → 再给结论（更准，但更慢）

一句话：推理就是「让模型先打草稿，再答题」。慢一点，但更靠谱。

八、一张「AI 黑话速查表」

最后，把这篇讲过的所有词，压成一张速查表。建议收藏，随时查阅：

术语	一句话解释	类比
LLM	大语言模型，AI 的大脑	概率机器
Token	文本最小单位，计费单位	字符计数
上下文窗口	模型一次能看多少	有限的白板
参数	模型脑容量	神经元数量
Temperature	控制随机性	创造力旋钮
Prompt	你输入的话	提问
System Prompt	定人设规矩	立规矩
Prompt Engineering	把话说到位	提问技巧
Few-shot / Zero-shot	给不给示例	给不给例题
RAG	检索增强生成	开卷考试
Fine-tuning	微调模型	补课深造
LoRA	省钱版微调	只补一小块课
RLHF	用人类反馈训练	打分改答案
Embedding	文字变坐标	意思→位置
向量数据库	存坐标找最近	坐标库
Agent	自主干活的 AI	会办事的助手
Function Calling	让模型调工具	给 AI 装手
幻觉	一本正经瞎编	不懂装懂
多模态	能看图听声	五感俱全
推理	先想后说	先打草稿

写在最后

我们从「听群友聊天像听天书」出发，把这堆 AI 黑话分门别类地扫了一遍盲。回顾这条主线：

四大类：模型是什么、怎么说话、怎么变强、怎么干活；
模型相关：LLM、Token、上下文窗口、参数、Temperature；
提示词相关：Prompt、System Prompt、Prompt Engineering、Few-shot；
三种变强方式（核心）：Prompt 是「换个说法」，RAG 是「开卷考试」，Fine-tuning 是「补课深造」；
RAG 深入：检索 + 增强 + 生成，靠 Embedding 和向量数据库；
Fine-tuning 深入：LoRA 省钱、RLHF 打分，能 RAG 就别微调；
应用相关：Agent、Function Calling、幻觉、多模态、推理。

最后送你一句话：

AI 黑话，没有一个是「黑科技」，它们都是「用一个新词，包装一个挺朴素的想法」。 你缺的不是智商，只是一张「把词和意思对上」的对照表——而这篇文章，就是给你的那张表。

下次再听到「这个用 RAG 就行」「调一下 Temperature」「它又幻觉了」，你可以微微一笑：原来，就是那么回事。

阅读原文：点击这里

该文章在 2026/9/5 11:48:18 编辑过

关键字查询

rag

正在查询...