什么是大模型？写给普通人的AI大模型认知科普，看完这篇你就懂了！

本文链接：https://blog.youkuaiyun.com/2401_85375186/article/details/147036754

这篇文章不讲操作，而是一篇AI大模型的科普。
主要面向没有专业和技术背景的普通人，
目的是在日常使用AI时，能否有所明悟。
次要目的是让普通人在纷扰信息环境中，
有能力分辨真假，不被夸张的宣传迷惑。

1、大模型的本质

对于普通人而言，无需理解技术环节，比如神经网络、CNN、RNN、LSTM、transformer等名词，它们都是在用计算机模拟人脑结构，模拟人脑的功能罢了。

专家们每隔一段时间，就会升级“人造大脑”，比如增加它模拟的人脑神经连接数量。然后，把海量的知识，比如书籍、文章、网页，一股脑打包塞进“人造大脑”。
这就是所谓的“大模型预训练”，就是塞数据，填鸭式教育。

而学习成果，只有一个，就是猜答案。
比如你说“床前明月光”，它大概率会接“疑是地上霜”，因为这是它从无数古诗数据中学到的规律。

人类婴儿时期的学习，也是从听和看开始，记住常见词汇句子规律。大模型也一样，只不过它的单位叫“Token”，跟人类的词汇单位不完全一致。

靠“猜”的结果，无法完全避免错误，这就是所谓的“幻觉”，比如一本正经的编造历史。而且因为它是基于人类知识的规律“猜答案”，更让人觉得合理，不易发现错误。

2、提示词

大模型被填鸭式塞入了全人类知识，通过提示词可以调取它的“满腹经纶”。
简单理解，提示词就是在大模型“人造大脑”中搜寻知识的关键词。
只不过，传统搜索引擎找出来的是原文，而大模型吐出来的是它按规律猜测单词的组合。

如何引导大模型“思考”，决定了答案的好坏。
网上有很多“提示词公式”，帮助普通人快速入门，但从根本上讲，写好提示词的窍门，在于两点：

写好提示词的窍门

“明确目标，给足够细节”。
1）明确要什么，相当于给它思考方向。
2）提供足够细节，约束它的思考边界。

基于这两点，可以演化出更多的提示词技巧。
比如在《[DeepSeek普通人使用指南]》和《[DeepSeek超实用36个场景72个提示词]》中用到的一些方法：

提供人设身份信息
提供分步执行要求
提供参考案例演示
……

如果稍加总结，每个人都能获得自己的“公式”，比如：

身份人设+任务目标+限制约束+输出格式

身份人设：你是谁？（教师/医生/律师/学生/自媒体主理人……）
任务目标：要解决什么问题？（分析数据/设计方案/写文章/做报告/排计划……）
限制约束：有哪些限制条件？（操作难度/适用场景/食物过敏/通俗易懂……）
输出格式：输出内容的格式？（普通文本/Markdown/表格/Mermaid/HTML/代码……）

“公式”的好处，除了能帮助普通人快速入门，还可以把开放问题，转变为“填空题”。举个例子：

案例：设计商业模式

我是一名AI创业者，想通过Coze和微信小程序的组合，为自媒体博主提供在线服务。请设计该项目的商业模式，输出商业模式画布，以及逐步演进策略（输出表格格式）。

公式对应“填空题”

【身份人设】：AI创业者
【任务目标】：商业模式设计和演进策略
【限制约束】：组合Coze+小程序服务自媒体博主
【输出格式】：表格

对于提示词的学习建议

未入门

：想到什么问什么，不要有顾虑
已入门

：尽量言简意赅，表明目的
想进阶

：观察AI思考过程，补充细节并引导约束

当你刚接触某个新领域，或学习某个新知识时，可以试试下面的提示词，这是一个逆向提问和思考的小技巧，让AI辅助你学习。

案例-逆向提问小技巧

我想要【设计一个品牌】，但我不懂【营销】，请引导我系统化思考如何【设计品牌】，以及该如何向你提问。

3、AI搜索

大模型诞生之初，只学会了被塞入的那部分数据。
比如诞生在2023年的大模型，它无从知晓2024、2025年的信息。
但它却掌握了2023年以前的知识规律，能联想、会推理，只要我们提供最新的数据给它，照样可以完成思考任务。

最直接的方式，复制最新的新闻到提示词中一并提问。
但每次都这么操作很麻烦，而且内容一多提示词变得庞大无比。
于是，AI搜索出现了，作为触手附着在大模型上，自动完成搜索任务。

Pasted image 20250313115706.png
Pasted image 20250313115736.png

这样，我们使用时就不必复制粘贴大量额外信息供大模型参考，也能让大模型获得最新数据。

虽然依托大模型，AI搜索能直接提供答案，但相比传统搜索引擎，AI搜索的触手能力依旧比较弱。
比如，它还无法定向搜索指定的网站范围，也无法搜索私域信息。

部分产品如秘塔，可以设置搜索偏好，但大部分时候也无法成功搜素微信公众号的内容。
Pasted image 20250313120412.png

相比技术局限，更多取决于内容壁垒。
换句话说，哪个平台有更高质量的内容来源，未来大概率也会有更大的AI竞争优势。再通俗些，未来优质内容会越来越值钱。

而对于AI搜索无法触达的内容，需要借助AI知识库解决。

4、AI知识库

AI知识库，可以简单理解为私域版的AI搜索。
搜索被限制在知识库范围，且知识库的内容由用户自己掌控。
类似AI搜索，AI知识库同样也是一种附着于大模型上的触手。
它的职责是把文档切片，让大模型能读懂信息，并在需要时方便找到。

最简单的知识库，是随提示词上传文档。

Pasted image 20250313121401.png

在手机上操作时，更推荐自带小程序的产品。
如腾讯元宝，能方便从微信聊天中上传文件。
毕竟，很多人都会临时用微信传送文件。

Pasted image 20250313122052.png

文档上传后，知识库会开始切片，根据提示词提取相关内容，一并发给大模型。

如果文件较多，或每次提问都要附带同样文档，那提前建一个知识库效率会更高。
比如，腾讯的ima助手：

Pasted image 20250313143629.png

在创建好知识库后，就可以基于知识库提问。
又或者用CherryStudio，勾选多个知识库一起提问。

Pasted image 20250313143758.png

现在还有更丰富的知识库产品，如百度文库的无限白板模式。
但AI知识库的本质并没有改变，仍是附着在大模型上的触手。

Pasted image 20250313144227.png

5、微调

大模型诞生于“填鸭式的塞数据”，而且塞的是通识数据，这也意味着它什么都“懂一点”。
但遇到专业问题，如金融或工业能源领域的某个具体问题，如果依旧用通识来回答，很容易就会显露不专业，看起来答非所问。

大模型使用时，我们能通过提示词、AI搜索和AI知识库，补充信息优化回答结果。
这个过程中，并没有改变大模型本身，即没有改变它诞生时的出厂设置。2023年诞生的它，依旧只知道2023年之前被填塞的数据，掌握的能力和规律也没有变化，每次使用都需要补充最新信息。

当我们希望改变大模型能力结构，比如让它更擅长于某个应用领域，或者掌握一个新的能力时，就需要对它进行二次训练，即“微调”。

微调，就是给已诞生的大模型，继续塞专业数据，让它快速补充某个专业领域的知识。

对于普通人而言，目前微调有一定门槛。
门槛并非在技术层面，而是在专业数据的准备。
只有优质的数据，才能调教出好用的模型。

6、多模态

大模型在诞生之初，主要的形态是文本生成。
但随应用推广，人们的需求已不局限于文字。
比如，让AI生成图片、音乐和视频，
或者，让AI讲述图片里包含的信息，甚至故事。
就像人类用不同的感官去感受和体验世界，AI通过多种数据形式，读懂并参与到数字世界，这就是AI的多模态能力。

比如，《[突破DeepSeek实战，普通人12个神级工具推荐]》文章中推荐的即梦和豆包，就是比较容易理解的案例。

即梦同时具备了生成图像、音乐和视频的能力。
通过提示词，就能引导它模仿人类创作。

Pasted image 20250313154910.png

豆包同时具备图像视觉理解和语音对话能力。

图像理解：就像为AI装了一双眼睛，让它有了视觉；
语音对话：就像跟朋友打电话，能听懂你说的话。

Pasted image 20250313153405.png

多模态让AI能更紧密地融入我们的世界，让它能听能看，能说会道，还能艺术创作。

7、Agent和API

Agent的英文直译为“代理”，放在AI环境可以理解为人类在数字世界的代理。
比如，我们点外卖，会用美团、大众、饿了么等软件，这些软件就是一种代理工具，让我们足不出户就能享受到餐厅的美食。
而API，简单理解，就是软件和软件之间的交流语言。就像人与人之间，会用中文、英文等语言对话一样，软件之间会用API对话。

前几天Manus在AI领域成了热议话题，虽然营销成分居多，但却也为普通人掀开了AI发展的一角。
以前大部分的软件硬件，都是为人类而设计。
硬件如鼠标、键盘、显示器等交互配件；
软件如按钮、输入框、表格等交互元素。
而AI时代，软硬件同样能为AI大模型而设计，为大模型配备一台电脑，让它自由操控完成任务。

AI搜索，其实也是一种Agent，帮助我们自动搜索网页内容。
可以预见，未来会有更多的Agent出现，基于大模型，完成原本需要人类操作软件达成的任务。