刚接触 AI 工作流，先分清模型、工具、流程和权限

摘要：这篇入门科普试图解决新手被 AI 名词挡住的问题。作者以模型、聊天界面和可执行任务的工具为起点，解释 Token、上下文、Skill、MCP 与多模态，再介绍安装和模型接入思路。适合建立概念关系，具体工具能力与配置仍需按当前版本核对。

“一个窗口聊一件事。”

模型和工具各做什么

作者用思考能力和执行环境来解释模型与 Agent 的关系：同一模型放在不同工具里，可用的文件、操作和外部连接能力可能不同。文章将普通问答与多步骤执行作对比，帮助新手理解为什么拿到一段答案与实际完成任务之间仍有差别。这是教学上的简化，不能直接拿来给所有聊天产品划定永久的能力边界。

Token 与上下文为什么相关

Token 被用来说明输入输出的处理单位，以及按使用量计费的基本思路；上下文则是模型回答时能够参考的当前信息。作者提醒，窗口容量较大并不代表每条信息都能得到同样关注，不相关的话题混在一起也会干扰任务。对于步骤多、持续时间长的工作，文章强调管理背景资料和任务进度，减少后续执行偏离原目标和前面错误逐步累积。

流程和外部连接如何组织

在作者的解释里，Skill 用来保存可反复调用的工作流程，减少每次重新描述步骤的负担；MCP 则用于理解工具与外部数据源之间的连接方式。文中还用 Harness 讨论任务规划、上下文维护、引导和结果验证，并按命令行、图形界面、自主运行与工作流编排整理工具。多模态部分特别区分能够读取某类信息和能够生成同类内容，两者不能混为一谈。

从概念进入一次小任务

教程后段介绍 Claude Code 安装、官方模型或国产模型的接入，以及在独立工作目录中运行简单任务的思路。作者也区分订阅、官方 API 和第三方转发服务，提示后者可能带来的对话数据与服务稳定性风险。全文落点是把名词放回实际任务理解，逐步认识模型、工具、流程和输入材料之间的联系。

来源：生财有术 · Starry 王恒，面向小白的AI 基础科普：一篇讲透那些"听不懂的名词"，附 Claude Code + 国产模型安装实操。

阅读提醒：本文未执行安装或接入测试；原文的模型版本、价格、额度和硬件判断具有时效性，不能直接作为当前购买或配置依据。

继续了解 AI 与副业

扫码领取生财有术 3 天体验，了解更多 AI 与副业内容。具体权益以活动为准。