大模型是什么？把它想成一个见过很多例子的助手

1. 从一个日常问题开始

把一段会议记录交给 AI，它能整理待办、改写通知，甚至写代码。支撑这些能力的语言大模型，是从大量样本中学习规律的计算系统。你可以把它想成见过许多示范的学徒：遇到新任务，会根据已有规律组织输出。这个比喻只说明学习方式，不代表它有人类的意识，也不代表它经历过你描述的事情。

2. 为什么要把资料给清楚

模型生成文字时会利用当前输入和上下文。上下文像一张书桌，上面摆着要求、对话和资料；Token 则像处理文字的小积木，不一定对应一个字。书桌容量有限，长对话中的早期信息可能被摘要或省略。所以换任务时，最好重新交代目标、资料版本和限制，别期待它永久记住每句话。

3. 会表达，不等于都正确

模型能把答案说得很流畅，也可能写出错误日期、虚构引用或没有依据的细节，这常被叫作“幻觉”。搜索工具可以帮它找新资料，但仍要核对来源。比如写活动通知，先给出确认过的时间和地点，再让它加工表达；资料没有写截止日期，就要求标注“待确认”，而不是猜一个。

4. 第一次练习这样做

选一段不含隐私的会议记录，告诉 AI：整理成待办，每条写事项、负责人和时间；缺失信息标注待确认。拿到结果后逐条对照原文。你不必先懂数学，先学会说明任务、补充资料、检查结果就够了。模型负责理解与生成，工具负责实际动作；说“完成了”，还需要对应的证据。

再试一个小变化：给同一段记录分别要求“写给同事”和“写成短信”，比较措辞和重点。如果出现原文没有的新信息，就请它删掉并说明依据。练习时把“表达是否清楚”和“信息是否真实”分别检查，会更容易发现问题。