当前各种模型频繁迭代，Claude、GPT、DeepSeek 等升级消息不断。但你是否真正了解如何用好它们？除了简单的对话，掌握以下核心概念才能构建可靠的应用：
- User Prompt（用户提示词）
- System Prompt（系统提示词）
- AI Agent（智能体）
- Function Calling（函数调用）
- MCP（模型上下文协议）
- RAG（检索增强生成）
- 上下文窗口
一、从 User Prompt 说起
最早的 GPT 只是个高级聊天机器人。你输入一句话（User Prompt），它返回一句话。
它能聊天、写文章、解释代码，但不能真的帮你做事。
比如你说：
帮我把 C 盘的 hello_world.cpp 移动到 D 盘，并总结内容
它最多告诉你'应该怎么做'，而不会真的操作文件。这就引出了 AI Agent 的概念——让 AI 真正去执行任务。
二、User Prompt 与 System Prompt 的区别
在深入 Agent 之前，先打好基础。
1. User Prompt（用户提示词）
就是你在对话框里直接输入的内容。
你好
早期 GPT 只有 User Prompt，模型没有人格设定，只是普通问答。
2. System Prompt（系统提示词）
后来人们发现，可以给模型'设定人设'。
例如：
你是一个傲娇的程序员，说话尽量傲娇，最好带 emoji。
这个提示不让用户看到，但每次请求都会和 User Prompt 一起发给模型。于是模型有了性格、风格和行为约束。
本质上：
user prompt = 你说的话 system prompt = 模型的隐藏设定
三、AI Agent 是怎么让 AI 干活的？
这是整个体系的核心。
1. AI 本身不能动手
AI 本身只能输出文本，不能直接操作文件系统、读数据库或调用 API。它只负责'动脑'，没法'动手'。
2. Agent 作为协调者
AI Agent 本质上是一段程序，负责协调用户、AI 和工具之间的关系。
| 角色 | 职责 |
|---|---|
| AI | 思考和决策 |
| Agent | 协调和调度 |
| Tool | 实际执行 |
3. 一个完整的执行流程
假设用户说：读取 C 盘 hello_world.cpp，移动到 D 盘，并总结内容。
Agent 会先告诉 AI 有哪些工具可用，比如 read_file 或 move_file。AI 决定先调用 read_file，并给出路径。Agent 真正执行工具，把文件内容读出来，再传给 AI。AI 决定调用 move_file，Agent 去执行移动。最后 AI 生成总结，Agent 把结果返回给用户。
整个过程是循环的：规划 → 执行 → 反馈 → 再规划 → 交付。
四、Function Calling：工具调用的标准化
早期 Agent 有个很头疼的问题：AI 是在'猜'怎么调用工具。
比如天气查询工具 ，AI 可能会返回自然语言'上海 明天'。参数顺序可能错，日期格式可能不对，或者缺字段。
