AI知见 · AI工具怎么选，3步帮你搞定

第1章「先搞懂」· 约6分钟 · 看 AI 文章总被术语卡住？Token、上下文窗口、多模态、Agent——这篇用大白话把最常见的 12 个黑话讲清楚。

✨ 3步帮我选工具　浏览全部工具 →　今日AI早报 →

AI 黑话词典：Token、上下文、多模态，一篇讲明白

知识库 / AI实战手册 / 第1章 先搞懂 · AI知见编辑部 · 更新于2026-11-02 · 约6分钟

AI 领域的文章和测评里塞满了英文术语，新手看三行就要查一次词典。这篇不求全，只挑你最高频遇到的 12 个，用大白话讲明白。看完这篇，再刷 AI 资讯就不会被术语劝退了。

计量单位类：Token 和上下文窗口

• Token：AI 计费的「字」。不是一个汉字，也不是一个单词，而是模型切分文本的小块——一个汉字大约 1-2 个 Token，英文单词大约 1 个多。各家模型的计价都按百万 Token（1M）算。
• 上下文窗口：AI 一次能「看到」的内容总量，就像它的工作记忆。窗口 8K Token 的工具，你贴一篇长论文它就看不下；128K 的能塞下半本书。窗口越大，处理长文档越从容。
• 幻觉率：模型「一本正经胡说」的频率。测评里常给百分比，比如「幻觉率 3.5%」——意思是 100 个事实性问题里大约编 3-4 个。这个数看看就好，各家测试集不同，别当真排名。

能力描述类：多模态、推理、Agent

• 多模态：能同时处理文字、图片、音频、视频的模型。只懂文字的叫「文本模型」，能看图的就是「多模态模型」。现在主流新模型基本都多模态了。
• 推理能力：模型分步骤思考问题的能力。推理强的模型做数学、逻辑、代码明显更好，但也更「话痨」（会先输出一堆思考过程）。
• Agent：能自己拆解任务、调用工具、多步执行的 AI。普通聊天 AI 是「你问一句它答一句」，Agent 是「你说目标，它自己一步步做完」——比如自动帮你订机票、整理邮箱。
• MCP：让 AI 工具接入外部服务的协议标准（比如让 AI 直接读你的数据库、操作你的软件）。用户不用深究，知道「这是 AI 连接其他软件的插口」即可。

使用层面类：提示词、系统提示、联网搜索

• 提示词（Prompt）：你发给 AI 的指令内容。
• 系统提示（System Prompt）：开发者预设给 AI 的「人设和规矩」，用户一般看不到，但会深刻影响回答风格。
• 联网搜索 / 检索增强：模型本身的知识截止到训练日期，「联网搜索」让它能查实时信息；「检索增强」（RAG）是让它先查你指定的资料库再回答，企业知识库常用。
• 温度（Temperature）：控制回答随机性的参数。低温度=稳定保守（适合事实问答），高温度=发散有创意（适合头脑风暴）。普通用户在界面上调不到，知道概念即可。

编辑部提醒：术语不需要背，遇到陌生的回来查这篇就行。真正要紧的只有三个：Token（关系到钱）、上下文窗口（关系到能不能处理长文档）、幻觉（关系到能不能信）。

本文相关工具

• DeepSeek（免费）
  国产开源模型代表，V4.1系列推理与多模态能力强，网页版与App完全免费，API 价格在行业内较低（以官网为准）；10月开放自研搜索API
• 豆包（免费）
  字节跳动出品，语音通话与智能体生态完善
• Kimi（免费+付费）
  月之暗面出品，超长文档解析与中文搜索体验出色

本文涉及的名词

大语言模型 · 提示词 · 上下文窗口

大家常问

1M Token 是多少字？

中文大约 60-80 万字，英文大约 75 万词。对普通用户来说，单次对话很难用完——这个单位主要是给开发者算 API 成本用的。

上下文窗口越大越好吗？

不一定。窗口大意味着能处理长文档，但模型对窗口中段内容的注意力会下降——塞 10 万字进去，它可能对中间部分的记忆最模糊。重要内容放开头或结尾更保险。

上一篇：AI 入门：三个必须搞懂的概念，不装懂 ｜ 下一篇：免费版和付费版到底差在哪：一张表看懂 ｜ 手册目录

© 2026 AI知见（陕西中智航科技发展有限公司）· 陕ICP备2026019853号-1