AI 大模型落地基础：提示词、Agent 与工具调用详解
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、什么是 User Prompt
最早的 GPT 只是一个高级聊天机器人。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'，但不会真的操作文件。
这就引出了 AI Agent 的概念——让 AI 真正去执行任务。
二、User Prompt 和 System Prompt
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？
这是核心部分。
1. AI 的问题
AI 本身只能输出文本，不能操作系统、读文件或访问数据库。所以它只能'动脑'，不能'动手'。
2. Agent 的出现
AI Agent 本质上是一段程序，作用是协调用户、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. 完整流程示例
假设用户说：读取 C 盘 hello_world.cpp，移动到 D 盘，并总结内容。
流程大致如下：
首先，Agent 告诉 AI 可以用哪些工具，例如 read_file 或 move_file。
接着，AI 决定调用 read_file，并指定路径。
然后，Agent 真正执行工具，读取文件并将内容返回给 AI。
随后，AI 决定调用 move_file，Agent 执行移动操作。
最后，AI 输出总结，Agent 将结果返回给用户。
这是一个完整的循环：规划 → 执行 → 反馈 → 再规划 → 交付。
