01 · 介绍
什么是 LLM
LLM 是 大语言模型（large language model）的缩写。它是 Claude、ChatGPT、Gemini 等 AI 助手背后的程序。
LLM 从海量文本中学习。由此它把一项技能学得极其出色：给定一段文本，预测接下来应该出现什么文本。这项技能能覆盖很多用途：回答问题、写作、总结、翻译、编写代码以及遵循指令。
你会到处遇到的三个词：
- 模型（Model）：一个具体的 LLM，有名称和版本，例如
claude-haiku-5-5。更大的模型通常更聪明但更慢；较小的模型更便宜、更快。 - 提示词（Prompt）：你发送给模型的文本，包括你的问题，以及任何指令和文档。
- Token：模型读取和生成的小段文本。你按 token 付费。
模型本身没有记忆，无法联网，也不能使用工具。这些能力由你所用的应用或智能体在模型外围添加。
02 · 适合什么场景
LLM 擅长什么、不擅长什么
擅长：
- 把零散的笔记整理成通顺的文字，把长文本压缩成简短的摘要。
- 用更简单的话解释一件事，或者换成另一种语言来解释。
- 编写和修复代码、公式和脚本。
- 阅读你提供的文档，并回答关于它的问题。
- 对许多相似的文本进行分类、打标签，并从中提取事实。
不擅长：
- 你在提示词中没有提供的事实。它会猜测，而且猜测的内容可能语句流畅却是错的。这种现象叫做幻觉（hallucination）。
- 精确的算术和计数。请改用计算器工具。
- 发生在其训练截止日期之后的事情，除非应用允许它联网搜索。
- 判断自己何时不确定。凡是后果重大的内容，都要务必核实。
03 · 配置
如何开始使用
你并不需要“安装”大语言模型。你可以通过以下三种方式使用它：
- 聊天应用（Claude、ChatGPT）：注册、输入、完成。最适合用来了解模型能做什么。
- 使用模型的智能体或工具（Claude Code、n8n 中的自动化流程）：你从列表中选择一个模型，并填入你的 API 密钥。
- API：由你自己的程序发送提示词并接收回答。你需要从服务商处获取 API 密钥，并编写几行代码。
选择模型时：日常工作可以先用服务商的中等规模模型；标注、翻译等简单的批量任务用小模型即可；只有在需要复杂推理时才使用最大的模型。两者的价格差距通常在 10 倍或以上。
04 · 使用说明
日常使用
- 说明回答是给谁看的，以及你想要的形式，例如“给我的经理写一段 5 行的摘要，用大白话”。
- 把材料放进提示词里。除非你粘贴或附上文件，否则模型无法读取你的想法或你的文件。
- 当格式很重要时，给出一个好答案的示例。
- 当你需要核对结果时，让它展示推理过程，或引用原文出处。
- 反复迭代。发送第二条消息说“更短一些，去掉第三点”是很正常的。
- 记录下效果好的提示词，并重复使用。
05 · 注意事项
常见陷阱
- 自信地犯错。 无论答案对错，语气都一样。请核实名称、数字、日期和链接。
- 隐私。 你粘贴的所有内容都会发送到服务商的服务器。粘贴客户数据前，请先确认公司的规定是否允许。
- 模型更新。 同一个名称之后可能指向更新的模型，原本有效的提示词可能表现不同。用于自动化的任务，请固定一个带日期的版本。
- 长提示词成本更高，效果也可能更差。 只发送真正重要的内容，而不是你手里的全部内容。
- 它不是搜索引擎。 要获取当前的事实，请使用能够搜索的工具，再让模型进行总结。
06 · 资源
下一步去哪里
当你理解了模型的基本原理后，接下来的问题是：你要给它什么（上下文）、它如何在多次对话之间保存信息（记忆），以及它如何完成任务（智能体）。
我的笔记
登录后可以在这本手册上记私人笔记。登录