别被AI术语吓倒：从ChatGPT到Workspace Agent的AI概念实战指南

AI领域充斥着术语——Prompt、RAG、Agent、MCP、Workflow等等。但它们不只是流行词；它们代表了AI从"聊天工具"到"实际工作系统"的清晰演变。让我们用实操解释和可执行的洞察来拆解这段旅程。

第1章：Token与上下文窗口——AI一次能"看到"多少？

当你与ChatGPT等AI工具交互时，你可能以为它像人类一样处理文本。实际上，AI将输入分解为称为Token的微小单元。例如"I love artificial intelligence"可能被分割为I, love, art, if, icial, intelligence（不同模型分割方式不同）。

Token重要的三个原因：

1. 上下文限制：AI模型有最大token容量。包括你的查询、对话历史、系统提示、文档内容和工具响应。超出限制意味着更早的内容被"推出"——像一张只能放10张纸的桌子，新纸把旧纸推下去。这个限制叫上下文窗口。
2. 成本：许多AI服务按token收费。
3. 记忆：上下文窗口溢出时AI"忘记"更早的内容。

第2章：提示词工程——如何让AI理解你的任务

早期AI用户对"输入问题，得到答案"感到兴奋。但很快发现如何提问很重要：

• 模糊："帮我写产品方案。"→ 通用、无用的输出
• 详细："你是一名高级产品经理。为面向开发者的AI工具写产品方案。包含目标用户、核心痛点、功能模块、商业模式和上市策略。用表格输出。"→ 结构化、相关的结果

好的提示词包含：角色（AI应扮演谁）、任务（明确目标）、背景（上下文信息）、格式（输出结构）、约束（避免什么）和示例（期望输出）。

第3章：RAG（检索增强生成）——AI如何查找和使用外部信息

AI不知道没被训练过的内容——比如你公司的内部文档或昨天的新闻。RAG通过让AI"先搜索，再回答"来解决这个问题。

RAG流程：

1. 摄入数据：将文档添加到知识库
2. 文本嵌入：将文本转换为数值向量（Embeddings）以判断语义相似度
3. 检索：当你提问时，系统从向量数据库中检索相关片段
4. 生成：AI基于检索到的信息回答

示例：问"请假需要提前几天申请？"RAG搜索员工手册，检索相关政策，然后带引用回答。

from langchain.embeddings import OpenAIEmbeddings
from langchain.vectorstores import Pinecone
import pinecone

pinecone.init(api_key="your-api-key", environment="your-environment")
index = pinecone.Index("your-index-name")

embeddings = OpenAIEmbeddings()
vector_store = Pinecone.from_texts(
    texts=["你的公司政策文本..."],
    embedding=embeddings,
    index_name="your-index-name"
)

query = "如何申请请假？"
docs = vector_store.similarity_search(query)
print(docs[0].page_content)

第4章：工具调用——AI如何在文本之外采取行动

RAG让AI获取信息，工具调用（Function Calling）让AI行动——查询实时数据、执行代码或与应用交互。

• 问："我的订单状态是什么？"→ AI调用电商API → "订单#12345：已发货。"
• 问："运行这段Python代码：print(2+2)"→ AI执行 → "4"

用JSON定义工具Schema（名称和参数），然后在提示词中指示AI在需要时使用该工具。

第5章：MCP（模型组件协议）——AI如何统一连接工具

随着工具增多，连接变得混乱——每个工具有自己的接口。MCP是AI连接外部工具的标准协议，就像电子设备的USB-C。它标准化了工具如何暴露能力、AI如何发现和调用工具、以及参数、返回值和安全的处理方式。

第6章：上下文工程——AI应该看到什么信息？

除了写好提示词，你还需要管理AI接收的信息流——这就是上下文工程。对于AI客服Agent，上下文可能包括：购买历史、过往工单、当前订单状态和退款政策。上下文太少→错误答案；太多→混乱。使用LlamaIndex等工具自动化上下文组装。

第7章：Skill——AI如何复用经过验证的工作流

Skill是将重复任务转化为可复用AI工作流。不用每次都解释"如何写周报"，将指令保存为Skill：

1. 从项目管理工具获取已完成任务
2. 提取关键成就和风险
3. 格式化为模板
4. 调整语气匹配公司标准

使用Dify或Microsoft Copilot Studio等工具创建和部署Skills。

第8章：Computer Use——AI如何像人类一样操作桌面/网页

不是所有系统都有API。Computer Use让AI像人类一样与软件和网页交互——点击按钮、填写表单、导航UI。示例：无需API自动提交报销单——AI打开报销门户、登录、填写金额、附上收据、提交表单。

第9章：Agent——AI如何自主完成复杂任务

Agent是能规划、行动和适应以完成目标的AI。与聊天机器人（响应查询）或工具调用AI（单次操作）不同，Agent能：

1. 规划：将目标分解为步骤
2. 行动：调用工具、使用Skills、与计算机交互
3. 反思：根据结果调整计划

示例：编程Agent修复Bug——从错误信息识别Bug→获取代码文件→修改代码→运行测试→测试失败则重复。

from langchain.agents import AgentType, initialize_agent, load_tools

tools = load_tools(["serpapi", "llm-math"], llm=your_llm)
agent = initialize_agent(
    tools, your_llm,
    agent=AgentType.ZERO_SHOT_REACT_DESCRIPTION,
    verbose=True
)
agent.run("东京天气如何？然后计算距离夏至还有多少天。")

第10章：Harness工程——如何安全部署Agent

Agent强大但有风险——可能删除文件、写出糟糕代码或访问敏感数据。Harness工程提供安全保障：沙箱（限制Agent只修改测试分支而非生产代码）、审批流程（关键操作需人类签字）和日志审计（追踪Agent每项操作）。从沙箱开始——让Agent先推送到staging分支，由人类合并到main。

第11章：Workflow——如何将AI和工具编排为流程

实际工作是系列步骤。Workflow工具（n8n、Zapier、LangGraph）将AI操作、工具调用和人类审批串联成自动化流程。示例："新客户咨询→AI生成回复→人类审批→发送邮件→记录到CRM。"

from langgraph.graph import StateGraph, START

graph = StateGraph()

def generate_response(state):
    return {"response": your_llm.generate(state["inquiry"])}

def human_approve(state):
    return {"approved": input("批准？(y/n)") == "y"}

def send_email(state):
    return {"email_sent": True}

graph.add_node("generate", generate_response)
graph.add_node("approve", human_approve)
graph.add_node("send", send_email)
graph.add_edge(START, "generate")
graph.add_edge("generate", "approve")
graph.add_edge("approve", "send", cond=lambda s: s["approved"])

app = graph.compile()
result = app.invoke({"inquiry": "我对你们的产品感兴趣。"})

第12章：Workspace Agent——AI如何成为团队成员

Workspace Agent存在于团队工作环境中，理解长期上下文：团队项目和任务、文档位置、客户历史、基于角色的权限。示例：自动起草周报——从项目管理工具拉取已完成任务、从会议中识别风险、总结代码提交、格式化后送审。使用CrewAI等工具管理工作空间内的Agent角色和工作流。

结语：AI术语是地图，不是迷宫

每个术语——从Token到Workspace Agent——解决了让AI对实际工作有用的特定问题。不要迷失在术语中，专注每个概念解决什么问题和你如何应用它。从小处开始：用提示词工程获得更好的输出，然后添加RAG获取外部知识，接着工具调用执行操作，逐步构建。不知不觉中，你将自信地在AI领域中导航。

常见问题

初学者最应该先掌握哪个概念？

提示词工程。它是所有其他概念的基础——甚至RAG、Agent和工作流最终都依赖于给AI清晰的指令。先掌握角色-任务-背景-格式-约束-示例框架。一旦你能从简单的聊天界面持续获得高质量输出，其他概念（RAG、工具调用、Agent）就成为自然的扩展而非令人困惑的抽象。大多数初学者试图直接跳到构建Agent而没有扎实的提示词技能，结果是Agent做不可预测的事情时感到沮丧。

RAG、工具调用和Agent之间有什么区别？

将它们想象成AI能力的逐步升级：RAG让AI读取外部信息（搜索文档、检索事实）。工具调用让AI行动（调用API、运行代码、发送邮件）。Agent结合两者再加上规划——它们决定何时读取、何时行动以及如何在出错时调整。带RAG的聊天机器人能回答"退款政策是什么？"带工具调用的AI能处理"退款订单#12345。"Agent能处理"客户因延迟交付不满——弄清楚发生了什么并妥善解决。"

使用这些AI概念需要会编程吗？

概念本身不需要——你可以无需编码使用提示词工程、Skills（通过Dify等无代码工具）和基础工作流（通过Zapier或n8n的可视化编辑器）。RAG和工具调用有一些编码知识会更容易但有无代码替代方案（NotebookLM做RAG，扣子做基于工具的Agent）。Computer Use和Harness工程更偏代码。本指南的章节大致按技术性从低到高排列——从第1章开始，根据你的舒适程度尽可能深入。每章都以前面章节为基础，所以即使停在第7章，你也会有一个扎实的实践基础。