互动课
做一个你自己的 AI 智能体
先亲手发一条消息给 AI,看它怎么一个字一个字地生成回答;然后你会学会用一段系统提示词给 AI 换身份、换脾气——这就是智能体的第一层。(它的更高级形态能真正调用工具办事,后面课讲。)
核心概念同一个 AI,可以扮演任何人
默认的 AI 像一位"通用助理"——礼貌、中立、不咸不淡。但你只要在对话开头加一段系统提示词(System Prompt),它就能秒变海盗船长、幼儿园老师、产品经理前辈……
你写什么,它就是什么。这也是市面上各家 AI 产品(豆包/Kimi/ChatGPT)感觉不同的秘密:戏服不一样而已。
实际发给模型的完整内容(每次都从头发)
累计约 — token / 窗口上限通常 8K–128K token
解剖:这次对话发生了什么
你输入文字
→
→
→
→
流式传回
→
你看到文字
耗时:— ·
输入约 — token ·
输出约 — token
你刚才经历了什么
流式输出(Streaming)
注意 AI 是一个字一个字出现的,不是全部写好再发给你。这叫「流式输出」——模型每预测一个 token 就立刻传过来,让你感觉更快更自然。
每次都不一样?
AI 的回答不是从数据库里「查」出来的,而是「生成」的。相同的问题问两次,答案可能略有不同。这由「温度」参数控制——随机性越高,答案越有创意,也越不稳定。
多轮对话的秘密:每次都要带上全部历史
AI 没有真正的记忆。每次你发新消息,程序都会把整个对话历史打包一起发给模型——模型每次都是从头「读」一遍所有对话才能回答你。
第 1 轮发送内容
system
你是 AI 助手…
user
什么是 AI?
第 2 轮发送内容
system
你是 AI 助手…
user
什么是 AI?
asst
AI 是从数据中学习规律的程序…
user
那 LLM 和 AI 有什么区别?
第 3 轮发送内容
system
你是 AI 助手…
user
什么是 AI?
asst
AI 是从数据中学习规律的程序…
user
那 LLM 和 AI 有什么区别?
asst
LLM 是 AI 的一种,专门处理语言…
user
Token 是什么?
上下文窗口(Context Window):模型一次能「看到」的最大 token 数(通常 8K–200K)。对话越长,窗口填得越满。超出后,模型会遗忘最早的内容——就像便签纸写满了,只能擦掉最前面的字。
实验台:换个身份,换个脾气
上面你看到的对话用的是「默认 AI」——礼貌、中立、不咸不淡。但你只要在对话最前面加一段系统提示词(System Prompt),它就会变成完全不同的"人"。温度(Temperature)则控制它说话的"随机性":低温稳,高温野。
LAB 给 AI 换个身份
🧠 AI 的思考过程(展开/收起)
✨ AI 的正式回答
模型:—
温度:—
耗时:—
多玩几次,你会发现
- 同样一句"写一句介绍秋天的话",海盗和小学老师的回答风格天差地别——system prompt 就像给 AI 穿上了一件戏服。
- 温度 = 0 时几乎每次都是一样的回答;温度 = 1.0 时会"放飞"——用词更大胆,偶尔会有奇怪的句子。想要稳定用低温,想要创意用高温。
- 改"长度"看看——同一个问题,50 字内只能给结论,200 字就能讲故事。字数约束也是 prompt 工程的重要手段。
- 展开"🧠 思考过程"看 AI 是怎么"想"的——它会先理解问题、分析要求、拟草稿,最后才输出正式答案。这就是推理型模型的特点。
- 这些设置的组合,就是"智能体"(Agent)的第一层——一个固定身份 + 固定说话风格的"专属 AI"。
🛠️ 动手:给 AI 写一件你自己的戏服
上面的实验台是让你感受,这个环节是让你自己动手。下面 5 个场景任选一个(点击填入示例),也可以全部清空自己从头写——越具体、越有"人味",AI 回得越像那个人。
常见场景(点击填入示例)
你的 System Prompt(AI 的身份设定)
🧠 AI 的思考过程(展开/收起)
✨ AI 的正式回答
💡 写 system prompt 的 4 条秘诀(点击展开)
- 身份要具体:不说"一位老师",说"一位教了 20 年高中数学的严厉老师"
- 风格要举例:不说"幽默一点",说"回答里偶尔用个网络梗,比如'绝了''牛啊'"
- 边界要明确:比如"不要客套话,直接给答案""如果不知道就说不知道"
- 输出要规定:比如"永远用 3 段式回答:问题本质 / 解决思路 / 行动建议"
本课啊哈时刻
一段系统提示词就能让 AI 变成完全不同的"人"——这就是为什么每家 AI 产品(ChatGPT、豆包、Kimi、Claude)感觉不同:后台给它们装的"戏服"不一样。
接下来你就可以在课后动手环节里,给 AI 写一件你自己的戏服了。