LLM
什么是大语言模型？
LLM 是 Large Language Model，也就是大语言模型。它可以理解和生成文字，用来写回复、总结资料、分类内容、提取信息和根据指令推理。
业务意义：对企业来说，大语言模型是 AI 数字员工背后的引擎。它需要清楚指令、已批准的业务知识和审核规则，才能稳定产出有用内容。
AI 资源
中小企业 AI 知识库
用简单中文了解打造 AI 数字员工时会遇到的关键术语，并把每个概念连接到真实的中小企业工作流。
术语表
AI 术语，用业务角度解释
这些是中小企业在 AI 数字员工实施、自动化工具连接、数据治理和上线维护时最常听到的术语。
AI 基础
5 个术语
Token
什么是 Token？
Token 是 AI 处理文字时使用的小单位，可能是一个字、一个词的一部分、标点或空格。
业务意义：Token 会影响成本、速度和一次能放入多少资料。长文件、聊天记录和复杂指令通常会使用更多 Token。
Prompt
什么是提示词？
提示词是给 AI 的任务指令，说明它的角色、要使用什么资料、输出什么格式，以及需要遵守哪些规则。
业务意义：好的提示词能让回复、总结、跟进草稿和报告更一致。AI 数字员工的提示词应包含语气、流程步骤、升级规则和范例。
Context window
什么是上下文窗口？
上下文窗口是 AI 一次请求中可以阅读的文字量，包括指令、文件、聊天记录和它生成的答案。
业务意义：更大的上下文窗口有助于处理长文件，但资料结构仍然重要。AI 应该读取最相关资料，而不是一次塞入所有文件。
AI agent
什么是 AI 代理？
AI 代理可以根据指令、工具和流程逻辑，分步骤完成一个任务。
业务意义：AI 数字员工就是面向业务流程的 AI 代理。它应该有明确角色、权限边界、工具访问和人工审核机制。
应用场景
这些知识如何变成实际工作流
学 AI 术语不是目的。真正的目的，是帮你选对第一个流程、设置正确规则，并避免高风险自动化。
客户咨询摘要
WhatsApp 和电邮回复草稿
销售跟进提醒
报价准备备注
发票和文件资料提取
客户关系管理系统和表格更新
SOP 和常见问题搜索
每周负责人报告
营销文案草稿
会议和通话摘要
实施前先问
AI 项目失败，通常不是模型问题，而是流程不清楚。
在选择软件前，先确认 AI 数字员工要协助什么、能用什么资料、要准备什么输出，以及谁负责最终审批。
每周最花时间的重复任务是什么？
AI 要做好这件事需要哪些资料？
哪些输出只能作为草稿，不能直接当最终决定？
哪些工具需要接收或更新资料？
谁负责批准价格、投诉、退款和承诺？
团队如何回报错误或质量不足的 AI 输出？
常见误区
自动化前要先弄清楚的事
AI 会自动理解我的业务。
AI 需要你的上下文。好的设置包含来源文件、范例、流程规则、语气和审批边界。
AI 项目应该先选工具。
更好的起点是先选流程。流程清楚后，工具选择才会变得简单。
AI 第一天就应该直接回复客户。
多数中小企业应该先从草稿加人工审核开始。低风险场景经过测试后，才考虑直接发送。
资料越多，结果一定越好。
相关、最新、结构清楚的资料，比一大堆混乱过期文件更有用。
下一步
把 AI 知识变成一个有用流程
当这些概念变清楚后，下一步就是选择一个适合优先落地的 AI 数字员工或自动化工作流。
需要协助应用这些知识？
先把 AI 知识变成一个真实工作流。
我们可以协助你找出第一个流程、整理业务知识、定义审批边界，并建立团队可以安全审核的 AI 数字员工。