实践正文
从 LLM 到 Skill：对客交付前先搞清这条概念链
用 LLM → Token → Context → Prompt → Tool → Agent → Skill 一条链，建立对客使用 AI 的共同语言，避免把「会聊天」当成「会交付」。
从 LLM 到 Skill：对客交付前先搞清这条概念链
模型名字每周都在变。团队要先共享结构，再争论产品名。
适合谁
- 新人第一次对客使用 AI
- 主管要统一培训口径
- 觉得「提示词不够用」却说不清缺的是哪一层
概念链
LLM（生成引擎）
→ Token（处理单位）
→ Context（本轮可见信息）
→ Prompt（任务与规则）
→ Tool（外部能力）
→ Agent（连续规划与执行）
→ Skill（可复用说明书 / SOP）| 概念 | 一句话 | 对客时怎么用 |
|---|---|---|
| LLM | 按概率续写的文字生成引擎 | 强在归纳与起草，不等于掌握最新事实 |
| Token | 模型切分文本的基本单位 | 资料越长越贵、越挤、越容易跑偏 |
| Context | 本轮任务白板上的全部信息 | 背景、资料、禁区、历史都在白板上 |
| Prompt | 派工单 | 对象、目标、格式、不能做什么 |
| Tool | 平台代调的外部能力 | 搜索、读文件、算数、写库 |
| Agent | 会拆步骤并连用工具的办事员 | 多步任务，不是一问一答 |
| Skill | 给 Agent / 人看的 SOP 卡片 | 高频任务沉淀步骤与范例 |
常见误区
| 误区 | 纠正 |
|---|---|
| 说得通顺 = 事实正确 | 对客事实必须核验 |
| 窗口越大越好把全库塞进去 | 先筛选、摘要、结构化 |
| 提示词是咒语 | 本质是把任务说清楚 |
| 用了工具 = 可以免责 | 权限与人工检查仍在 |
| 每次重复讲同样规则 | 该沉淀为 Skill / 模板 |
和本站其他页的关系
- 任务怎么分流 → 按任务选方式
- 派工怎么写 → 派工模板
- 对客怎么验 → 核验清单
- 工作台怎么搭 → LLM Wiki 工作台
完成标准
- 能用自己的话向新人解释整条链（各一句）
- 能指出当前任务卡在 Context / Tool / 核验的哪一层
- 不把「换更强模型」当成唯一手段
风险边界
- 具体产品名、版本、价格会变；本页只固定结构
- 不构成对任一厂商能力的承诺
内容反馈
如果这篇内容有问题，请直接指出。反馈会用于改写母版派生稿，不会自动改知识库原文。