AI 概念辨析
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_1d515cca/ai-concept-trainer。
技能介绍
要解决什么问题
大模型、机器学习与产品文档里,同名不同义和近义难区分很常见:Agent 与 智能体、RAG 与「知识库问答」、微调 与 提示词工程 等,读文章或开会时容易把概念叠在一起,后续设计或选型就会偏。
本技能(@user_1d515cca/ai-concept-trainer)面向概念辨析:在你给出术语、对比对象或具体语境后,用结构化说明帮你厘清定义、差异与适用场景,而不是泛泛科普。
技能如何工作
典型用法是点名概念或抛出易混对,例如:
- 请区分
Transformer与GPT在工程讨论里各自指什么 - 「多模态」和「视觉语言模型」是不是一回事
- 某篇文章里的「推理」指的是链式思考还是模型部署推理
技能会倾向于:
- 先对齐语境(学术、产品、开源社区用语是否一致)
- 分别给出可操作定义,并标出重叠与边界
- 用对比表或并列要点说明何时该用哪个说法,必要时举反例避免误用
输出风格偏工程师可读:少形容词,多判定条件与常见误读。
适用边界与注意点
- 辨析依据来自模型常识与公开资料,不能替代你方内部术语表、合规定义或最新论文结论;涉及版本、定价、许可证等事实性内容需自行核对官方文档。
- 若问题过于宽泛(例如「讲讲 AI」),效果取决于你是否愿意收窄到具体术语或对比项。
- 适合学习、写作、评审方案前的概念对齐;不适合作为唯一依据做安全、医疗、法律等专业判定。
使用场景
- 评审技术方案时,需弄清对方口中的「Agent」是指自主体产品还是 workflow 编排层。
- 写对外技术文章前,核对文中 `RAG`、向量检索与「知识库问答」是否混用同一含义。
- 产品会里听到「推理」与「思维链」,要区分模型部署推理与 Chain-of-Thought 两套说法。
- 新人 onboarding 时,把团队内部缩写与社区通用定义逐项对照,避免会议里各说各话。
适合人员
- 负责 AI 功能 PRD 的产品经理,需在需求里写清能力边界并避免与研发术语冲突。
- 每周参加方案评审的后端工程师,要判断讨论中的「微调」是否指 LoRA/PEFT 还是全参训练。
- 面向业务方做内训的解决方案顾问,需用对比方式解释多模态、VL 与纯文本模型的差异。
- 从传统 ML 转入大模型项目的算法工程师,要厘清 prompt、ICL 与 SFT 在方案中的不同角色。