参考资料

术语表

通过工作示例解释概念，并提供相关模块参考。

Prompt（提示词）
课程内容
向AI工具提出的请求或指令。
示例: 要求AI根据提供的工单及退款政策起草回复。
M3 - 向AI写明要求
Skill
课程内容
可复用的工作方法，保存名称、指令、输入及结果检查标准。
示例: 保存客服回复Skill，明确所需信息及不得擅自增加的承诺。
M5 - 保存和评估工作方法
Knowledge
课程内容
AI可以检索、用来辅助回答问题的信息来源。
示例: 使用适用的退款政策，并核对其是否支持回答。
M2, M7 - 准备信息及使用Knowledge
Citation（引用）
课程内容
指向回答所用来源的参考信息，有助于核对主张，但不保证内容正确。
示例: 打开引用文档，把重要主张与相关段落对照。
M2, M7 - 核对来源
模型 / 选择模式
课程内容
模型生成回答。选择模式指导系统选择模型，不是某个具体模型的名称。
示例: MasterOS提供Smart、Fast和Best。仅在系统显示时记录实际模型名称。
M3 - 按任务选择模型
Quota（使用额度）
课程内容
服务方案允许的使用量。开始工作前应检查剩余额度。
示例: 比较工作方法时，查看剩余额度及重复运行的成本。
M0, M3 - 用量与成本
Agentic AI
课程内容
让AI智能体在受控工作流中结合Skill、来源和工具推进目标的方式。人的决策、监督和恢复职责仍需明确，多智能体是可选方案。
示例: 智能体选择查询步骤，工作流检查结果，负责人在重要操作执行前审核。
M9-M10 - 智能体决策与受控运行
智能体(Agent)
课程内容
在既定范围内选择处理步骤与获准工具以完成目标的AI系统。需要访问边界、停止条件和明确的负责人。
示例: 智能体查询获准订单信息并起草答复。发送消息或修改记录仍须遵守所需审批规则。
M9-M10 - 选择、评估和运行智能体
工作流(Workflow)
课程内容
按明确的输入、结果、负责人和转移条件连接起来的工作步骤。可以组合Skill、来源和工具，并设置检查及异常处理。
示例: 请求依次经过摘要Skill、答复Skill和审核。信息缺失时停止流程，交由负责人补充。
M6 - 将Skill连接成工作流