一条可以继续验证的思路
小白三千问 · 会用篇
这里有 11 篇文章，从一个词走向真实工作里的选择；先读懂，再决定要不要使用。
每篇可以独立阅读，也可以沿着这条线程继续。
本页解决的问题
先给结论什么是「小白三千问 · 会用篇」，它会影响哪些 AI 决策？
把背景、任务、约束和输出格式组装成一份可以检查的简报。真正重要的不是找到神秘句式，而是让结果更容易被判断。 本页把相关概念、常见误区和实践文章放在同一条阅读线程里。
先判断你卡在定义、选择还是验证，再从下方 11 篇文章中选择最接近的一篇。
从「好 Prompt，其实是一份可测试的简报」开始，读完后用自己的任务复述结论。
不要把同一主题下的所有方法当成可互换方案；输入、风险和验收标准变化时，答案也会变化。
这条问题线程
把一个词放回它真正影响的选择里。
好 Prompt，其实是一份可测试的简报
把背景、任务、约束和输出格式组装成一份可以检查的简报。真正重要的不是找到神秘句式，而是让结果更容易被判断。
「提示词工程」有什么意义？
你的一次聊天 vs 产品团队的一百万次调用：拖动滑块，亲眼看一段废话被放大成多大的账单
模型、Agent、应用是什么关系？
发动机、整车、网约车的三层类比 + 对号入座小游戏：听到新闻就知道说的是哪一层
Agent 到底强在哪？
同一件报销的事，聊天 AI 和 Agent 干起来完全不同——点开播放，看 Agent 一步步把活干完
最近很火的 Skill 是什么？
一张写给 AI 的「经验小抄」。对比播放：没带小抄的管家来回跑 4 趟，带了小抄的一趟搞完
Vibe Coding 是什么？不会写代码也能做软件吗？
点选一个生活需求，看「一句话描述 → AI 生成 → 改两轮 → 能用了」的全过程；学三个月 vs 描述十分钟的时间对比
按任务、区域和风险选择模型
把全球和中国模型家族放回具体工作中比较，再看接入、语言适配、延迟、成本、隐私与运营控制。选模型是组合决策，不是品牌投票。
还有哪些重要的 AI 公司？
OpenAI、Anthropic、Google、Meta、xAI……配对小游戏把公司和代表作对上号，再看一份友好图鉴
用自己的工作比较模型，不要只看榜单
做一份小型场景评测，比较质量、工具调用、延迟、成本、隐私和失败恢复。模型只有相对于任务、约束和可承受的失败才有“最好”。
开放权重、开源，还是只能调 API？你到底在选什么？
权重、许可证、数据、托管和更新是不同的决定；在本地运行或把模型放进产品前，先用一张清单把它们分开
聊天应用、API 还是云市场？使用模型的三条路
同一个模型通过聊天应用、直接 API 或云服务接入时，控制力、计费、隐私、可用性和运维风险都不一样