AI 指南
关于模型选型、提示工程、构建智能体与成本管理的实用分步指南——语言平实,持续更新。
10 篇指南

大语言模型入门:从零到第一个好结果
你在使用 AI 助手的第一周需要了解的一切:大模型真正擅长什么、哪些事不能全信它,以及新手最常犯的三个错误。
10 分钟
如何为你的任务选择合适的 AI 模型
一套四步选型法:精确定义任务、了解 2026 年前沿模型的强项、用你自己的真实数据测试,最后过一遍清单。
12 分钟
实战提示工程:真正有效的七条规则
面对最新一代模型依然有效的技巧——从提供背景和输出格式,到拆解大任务和有目的的迭代。五分钟内即可上手。
14 分钟
为组织知识构建你的第一个 RAG 系统
从五阶段流水线与分块的坑,到混合检索与持续评估——把大模型接入公司真实文档的实用路线图。
20 分钟
用 MCP 构建你的第一个 AI 智能体
智能体不是带记忆的聊天机器人,而是接收目标后自主调用工具的系统。本指南覆盖三层架构、MCP 的角色以及不容妥协的安全规则。
18 分钟
与 AI 智能体结对编程——而不酿成灾难
从工具选择与「先写规格再写码」,到测试、逐行审查与 Git 纪律——既保住智能体的速度,又不牺牲代码质量与安全。
16 分钟
降低大模型 API 成本——四大杠杆
提示缓存、智能路由、批处理 API 与上下文卫生——组合得当,成本下降 50–80% 是现实,而不是营销话术。
15 分钟
使用 AI 工具时的隐私与数据安全
哪些数据绝不能进入聊天机器人、个人账号与企业账号有何区别、如何管控工具权限——一份给个人和团队的清单。
11 分钟
LoRA 与 QLoRA 微调:决策与执行指南
租 GPU 之前先做判断:问题出在行为还是知识?本指南以同样的「评估先行」逻辑,走完 LoRA/QLoRA 从数据到部署之路。
12 分钟
本地部署:Ollama 与 llama.cpp 家用硬件实战
30–80 亿参数模型如今跑在普通笔记本上。本指南讲工具、模型、量化与配置的取舍,帮你在 8–32GB 内存上跑出快速离线对话。
10 分钟