43.4 AI语汇
本文档是一份AI术语通俗对照表，将LLM、智能体、RAG、Token等高频词翻译成人话，帮助用户理解AI系统底层能力、谈判要点与合规要求。
- 模型是大脑、技能是本领、智能体是员工、提示词是工作指令
- RAG技术保证“有据可查”降低AI幻觉风险
- 系统支持模型切换，避免被单一供应商绑定
- AI内容合规标识由系统自动处理
这一卷把最常被问到的 AI 词汇翻译成人话。懂了这些词，跟任何 AI 供应商谈判都不会被绕晕。
| 术语 | 一句话解释 | 详见 |
|---|---|---|
| 大语言模型（LLM） | AI 的"大脑"——读过海量文字、会理解会表达的通用智能，是所有 AI 能力的底层 | 第10章 |
| 智能体（Agent） | 有角色、有目标、能连续完成多步任务的 AI"数字员工"——不只回答，还会干活 | 第10章 |
| AI技能 | 封装好的单项 AI 本领——写标题、提要点、审合规，各司一职，随取随用 | 第10章 |
| 提示词（Prompt） | 给 AI 下的"工作指令"——指令写得好不好，直接决定产出质量 | 第10章 |
| 数字人 | AI 生成的虚拟形象主播——把文字稿变成真人出镜般的视频 | 第16章 |
| AI外呼 | AI 用自然人声拨打电话、与客户对话——批量触达的主力 | 第13章 |
| 语音识别 | 把说话变成文字——外呼通话记录逐字可查靠的就是它 | 第13章 |
| 语音合成 | 把文字变成自然人声——AI 外呼、数字人配音的发声引擎 | 第13章 |
| AI用量与配额 | AI 的"水电表"：用了多少、花了多少、还剩多少，随时可查、可设上限 | 第10章 |
| 模型切换 | 不满意当前 AI 大脑？一键换一个——不被任何单一供应商绑死 | 第10章 |
| 国产大模型 | 国内厂商研发的大语言模型——合规、稳定、性价比高，系统全面支持 | 第10章 |
| AI内容合规标识 | 按监管要求给 AI 生成内容打上标识——合规红线，系统自动处理 | 第20章 |
| AI 幻觉 | AI “编造”不存在的信息——这就是为什么我们的 RAG 架构强调“有据可查”，不瞎编 | 4.5 AI问答 |
| 微调（Fine-tuning） | 在通用大模型基础上用您的数据再训练——让 AI 更懂您的行业与口吻 | 第10章 |
| 多模态 | AI 同时理解文字、图片、语音、视频——数字人视频就是多模态的典型应用 | 第16章 |
| RAG（检索增强生成） | 先从知识库里找到依据，再让 AI 组织答案——“有据可查，不瞎编”的技术底座 | 4.5 AI问答 |
| Token | AI 处理文字的最小单位——大概等于一个中文字或 0.75 个英文单词，用量的计费基础 | 第10章 |
| 功能模型绑定 | 每类AI任务固定配什么模型有明确规则——写作、翻译、问答各用各的，不靠临时拍脑袋 | 第10章 |
| 模型降级 | 主力模型故障时自动切换备用模型——业务不断线，用户无感知 | 第10章 |
易混术语
| 容易混的一对 | 差在哪 |
|---|---|
| AI技能 vs 智能体 | 技能是单项本领（写标题、审合规），智能体是能连续干多步活的"数字员工"——技能是工具，智能体是角色 |
| 微调 vs RAG | 微调是"教模型学会您的行业"（改模型），RAG是"给模型递上您的资料"（不改模型）——本系统以RAG为主，灵活且数据不外流 |
| AI幻觉 vs 知识溯源 | 幻觉是AI瞎编的病，溯源是治病的药——每个答案能指出依据来自哪份文档，编没编一查便知 |
一句话记住这一卷
模型是"大脑"，技能是"本领"，智能体是"员工"，提示词是"工作指令"——这套系统替您把四者都配好了，您只管用。