核心知识点：解释、练习与验收

优先级

• P0：主线必需，第一轮必须能解释并应用。
• P1：按场景学习，理解作用，项目需要时动手。
• P2：后续深入，不作为本轮完成条件。

1. 模型调用与能力边界｜P0

大模型根据输入上下文生成输出，不是一个自动核实事实的数据库。流畅、自信的回答不代表正确。

应用开发要区分训练和推理：训练调整模型参数，日常接口调用主要是在使用已有模型进行推理。应用团队的许多优化发生在数据、上下文、工具和流程层面。

模型选型要基于自己的任务样例，比较质量、延迟、费用、上下文限制和工具支持，而不是只看通用排名。

练习：同一批提取任务使用两个不同配置，记录字段正确率、耗时和失败；若只可用一个模型，就比较不同提示词。

验收：能解释选择依据，并指出至少一种模型不适合独立判断的情形。

2. Token、上下文与生成参数｜P0

Token 是模型处理文本的分片单位，与汉字或英文单词没有固定的一比一关系。上下文包括任务指令、用户输入、历史、检索资料和工具结果；具体可用输入与输出额度以接口规则为准。

长上下文不是无限记忆。内容变多可能增加费用和延迟，也可能让关键内容更难被利用。temperature 等参数会影响采样，但降低它不等于保证真实或让所有调用完全一致；有些模型不支持某些参数。

练习：在多轮任务中统计发送内容，移除无关历史，比较费用和效果。

验收：能回答“模型这次看到了什么”，并知道超过限制时怎样处理。

3. 提示词与上下文设计｜P0

提示词应包含任务目标、必要背景、约束、输出要求和适量示例。上下文设计进一步决定哪些数据进入请求、顺序如何、如何保留来源以及什么时候更新。

把系统规则与用户资料分开组织。引用资料是待处理的数据，其中出现的“忽略规则”等文本不应成为授权。结构化包装能帮助区分，但不能单独构成安全保障。

练习：为模糊需求生成澄清问题，比较无示例和有示例的版本。

验收：能说明新增某段上下文的目的，并通过测试判断它是否有效。

4. 结构化输出与校验｜P0

模型返回 JSON 或符合 schema，只说明结构满足一定要求，不代表字段内容真实或业务合法。TypeScript 类型在运行时不能自动验证外部数据。

需要分三层检查：格式是否可解析、类型和枚举是否符合约定、业务内容是否合理。例如日期是字符串，不代表该日期存在；商品编号有值，不代表数据库存在该商品。

练习：提取需求的目标、范围、待确认项和验收条件，加入缺字段、非法枚举、空数组的处理。

验收：不能把校验失败的结果静默传入下一步；能够向用户说明并允许修正。

5. Embedding 与检索｜P1，知识库项目为 P0

Embedding 把内容转换成向量，便于比较语义相似程度。相似不等于事实一致，也不等于具备访问权限。

关键词检索适合精确词、编号和名称等匹配；向量检索有助于找语义相关内容。BM25 是一种常见的词项相关性排序方法，因此不应被笼统归为“没用”。前期理解作用即可，不必先推导公式。

混合检索结合不同召回方式；重排对候选结果进一步排序。是否加入，要由失败案例决定。

练习：分别查询一个精确错误码和一个口语化问题，比较关键词与语义检索的结果。

验收：能够解释哪种查询为什么失败，避免只靠增大返回条数解决所有问题。

6. RAG 完整链路｜P1，知识库项目为 P0

典型流程：导入 → 清洗 → 切分 → 建索引 → 检索 → 可选重排 → 生成 → 展示来源。

切分需兼顾内容完整性和检索粒度。每段应保留文档标识、标题、位置、版本和权限信息。更新或删除原文时，要同步处理相关索引和缓存。

RAG 不能消除幻觉。错误可能来自原文、解析、切分、检索、过期内容，也可能来自模型未按证据回答。

访问控制要在返回内容给模型之前完成，不能先把无权限内容交给模型，再要求它不要透露。

练习：准备可回答、无答案、版本冲突、多段综合和越权查询。

验收：引用必须实际支持对应结论；无依据时不能把猜测包装成文档事实。

7. Workflow 与状态机｜P0

Workflow 用明确的顺序、条件和分支组织任务，模型可以承担其中的一步。状态机用有限状态及转换规则描述任务进度，例如待处理、生成中、待确认、完成、失败和取消。

固定流程也可以包含动态数据、条件分支和重试。关键在于控制逻辑由应用明确管理。

练习：实现需求输入 → 校验 → 生成草稿 → 用户修改 → 确认导出的流程。

验收：刷新页面、重复点击和失败重试都不会让状态混乱或重复产生副作用。

8. 工具调用｜P0

模型通常提出工具名和参数，应用验证后执行工具，再把结果返回给模型。模型本身不应获得任意接口调用权限。

工具设计要明确输入、输出、错误类型和副作用。工具返回“请求成功”不一定代表业务完成；需要明确的业务结果。

练习：提供一个只读查询工具和一个保存待办草稿的工具，服务端检查参数和用户权限。

验收：模型即使要求操作别人的资源，服务端仍然拒绝；重复调用不会产生重复记录。

9. Agent 与自主程度｜P1

Agent 在反馈循环中选择行动：观察任务与结果 → 选择工具或下一步 → 执行 → 读取反馈 → 继续或结束。

适用于步骤难以事先确定的任务，但会增加不确定性、运行时间和错误传播。需要最大步骤数、时间或费用上限、停止条件和人工接管方式。

练习：让助手根据查询结果选择是否继续查另一个资料源，并设置明确上限。

验收：能解释为什么固定流程不够用；如果没有理由，就保留 Workflow。

多 Agent 不是默认必修。先验证一个助手的能力，只有明确需要角色隔离或并行工作且能评估收益时再研究。

10. MCP｜P1

MCP 是连接 AI 应用与外部工具、资源等能力的一种协议。它有助于复用连接方式，但不替你完成授权、业务设计和效果验证。

需要区分调用方、服务器、暴露的工具以及它们的权限边界。了解基本工具调用后再学 MCP，更容易理解它解决的集成问题。

练习：画出一个外部工具连接的调用链，标注凭据、权限和用户数据经过的位置。

验收：能说明接入协议与允许执行某个业务操作是两件事。

11. 记忆与持久化｜P1

会话历史、任务状态、用户偏好、文档知识是不同类型的数据，不应全部拼进提示词。长期保存的数据需要来源、作用范围、更新和删除规则。

练习：区分本次任务上下文与跨任务偏好，模拟用户更正旧偏好。

验收：不同用户不会串数据，旧信息能被更新，重要状态不只存在于聊天文本中。

12. 评测基础｜P0

评测要从具体任务定义正确性，不能只有“感觉不错”。拆成格式、内容、来源、任务完成和交互等维度。

将日常开发样例和最终验收样例分开，防止只对熟悉问题优化。机器评分可以辅助，但也会犯错，需要人工抽检和明确评分标准。

练习：为一个任务写 0/1/2 分评分规则，两个人分别评同一批输出，讨论不一致的原因。

验收：能够复现一次对比，说明样本数、通过规则、错误分布和结论局限。

13. AI Coding｜P0

工作链路：明确验收 → 收集代码上下文 → 分步修改 → 审查差异 → 运行验证 → 总结。

适合练习的任务包括理解陌生模块、实现小功能、定位错误、补必要测试、做受控重构。评价指标包括总耗时、返工和缺陷，而不仅是生成速度。

验收：能解释关键代码，知道验证覆盖了什么，出现错误能回退或修复。

14. 暂缓但不否定的知识｜P2

• 数学与训练：线性代数、概率统计、梯度、优化、PyTorch、微调、训练基础设施。
• 模型原理：Transformer、注意力机制、分词与训练目标。
• 专项技术：传统 NLP、图像、语音、排序算法等，按业务需要深入。

先知道它们解决什么问题。若未来负责模型优化或相关专项，再单独制定路线。RAG 与微调也不是非此即彼：前者主要引入检索到的资料，后者调整模型行为；是否使用都需要实验依据。