DEEP DIVE
AI 七大核心概念详解
深入理解人工智能生态系统的关键组成部分
AI
Agent
AIGC
Prompt
Skill
Workflow
Tool
MCP
01 / 基础底座
AI 人工智能
AI是所有概念的基础底座，指能够模拟人类智能行为的计算系统，包括感知、推理、学习和决策。当前主流形态是大语言模型（LLM），具备自然语言理解与生成能力。
引擎层 — 提供核心的"思考"能力
02 / 产出形态
AIGC AI生成内容
AIGC是AI的产出形态，由AI自动生成多模态内容
输出层 — AI能力的具象化结果
03 / 通信协议
Prompt 提示词
System:你是一位专业的数据分析师...
User:请分析这份季度销售数据
CoT:让我逐步思考这个问题...
Output:█
零样本提示
少样本提示
链式思维 CoT
系统提示
Prompt是人与AI之间的通信协议，直接决定输出的质量与方向
接口层 — 控制AI行为的"方向盘"
04 / 延伸手臂
Tool 工具
AI本身只能处理文本推理，通过调用外部工具变得"能做事"
执行层 — 让AI从"只能说"变成"能做事"
05 / 标准协议
MCP 模型上下文协议
统一的开放协议，让AI以标准方式发现和调用外部工具与数据源
传统方式
N × M
N个工具 × M个模型
= N×M 种集成
复杂度爆炸
→
MCP 方式
N + M
N个工具 + M个模型
= N+M 种集成
标准化 · 可发现 · 可组合
协议层 — Tool生态的"USB接口标准"
06 / 能力单元
Skill 技能
将 Prompt + Tool + 领域知识打包成可复用的专业模块
📊
数据分析
Prompt 模板
+ 数据工具
+ 统计知识
📄
PDF 处理
Prompt 模板
+ 文件工具
+ 格式知识
📈
技术分析
Prompt 模板
+ 行情工具
+ 指标知识
Tool = 单一原子操作
→
Skill = 组合式能力
能力层 — 可插拔的"专业技能包"
07 / 流程编排
Workflow 工作流
将多个 Skill、Tool、Prompt 按逻辑编排的自动化流程
编排层 — 将离散能力串联为端到端方案
★ 核心主角
Agent 智能体
🔄 Workflow
编排 Skill 执行顺序与数据流转
📦 Skills
Prompt + Tool + 知识
⚙ AI 大模型
LLM 基座 — 推理、理解、决策
感知意图→
制定计划→
自主执行→
交付结果
SUMMARY
七大概念 全景图
AI提供智能，Prompt传递意图，Tool扩展能力，MCP统一连接，Skill封装专长，Workflow编排流程，Agent自主驱动全局，最终产出AIGC内容。