现在打开手机，到处都能看到 AI。

AI 聊天、AI 写作、AI 画图、AI 视频、AI 办公、AI 搜索，连导航、输入法、推荐内容里，都有 AI 的影子。有人觉得 AI 很厉害，有人觉得 AI 离自己很远，还有人一听 AI 名词就头疼。

但现实是，AI 已经不是未来技术，而是正在进入普通人的日常。

不懂几个基础 AI 名词，不一定会立刻掉队，但会影响你理解新工具、新岗位和新机会。比如别人说“大模型”“Prompt”“AI Agent”，你听不懂，就很难判断哪些工具真正有用。

今天这篇文章，我们用大白话讲清楚 12 个最常见、最实用的 AI 名词。看完以后，再看 AI 新闻和工具介绍，会轻松很多。

以下内容为通用 AI 概念科普，部分技术仍在发展，具体产品能力以实际版本为准。

下面进入正题。

1. AI（人工智能）

AI 最简单的理解：让机器像人一样“感知、理解、学习、决策”。

过去的软件只能按固定程序执行，AI 可以从数据里找规律，再根据新情况做出判断。

生活里的 AI 很多：语音助手、推荐系统、人脸识别、机器翻译、AI 画图、AI 写作。

2. 大模型（LLM）

大模型，是现在 AI 聊天、AI 写作、AI 办公背后的核心技术之一。

你可以把它理解成：经过大量文本、图片等数据训练后的“超级 AI 模型”。它能理解上下文，能写文章、写代码、分析问题、聊天。

常见应用：AI 聊天机器人、AI 写作助手、智能搜索、办公助手。

3. 生成式 AI

生成式 AI，是指能“生成新内容”的 AI。

不是简单搜索或复制，而是根据你的要求重新组织信息，生成文章、图片、音频、视频、代码等。

比如：

4. Prompt（提示词）

Prompt，就是你给 AI 的指令。

你让 AI“写一篇文章”“生成一张图片”“翻译这段内容”，这些都是 Prompt。

Prompt 写得越清楚，AI 输出越稳定。普通用户不需要学复杂技巧，但要学会说清楚：任务、要求、格式、重点。

5. 多模态

多模态，是指 AI 能同时处理多种信息形式。

过去 AI 可能只会看文字，现在很多模型能同时理解文字、图片、音频、视频。

比如：

6. RAG（检索增强生成）

RAG，是为了让 AI 回答更靠谱而出现的技术。

简单说，AI 不是只靠自己记忆回答，而是先去检索你指定的资料，再结合资料生成答案。

适合用在：

它的价值，是减少 AI 胡说八道。

7. AI Agent（智能体）

AI Agent，可以理解成“能主动完成任务的 AI 助手”。

普通 AI 是你问一句，它答一句。AI Agent 更像一个执行者，能根据目标自动拆解步骤、调用工具、完成任务。

比如：

8. 机器学习

机器学习，是 AI 的一个重要分支。

它的核心不是人工写死所有规则，而是让机器从数据里自己学习规律。

比如：

9. 深度学习

深度学习，是机器学习里的一类方法，特别适合处理图像、语音、文本等复杂数据。

你可以理解成：它用多层神经网络，一层层提取信息，最后完成识别或生成。

很多你熟悉的 AI 应用，背后都有深度学习：人脸识别、语音识别、AI 画图、AI 写作。

10. 算力

算力，就是计算能力。

训练大模型和运行复杂 AI，都需要很强的算力。算力越强，AI 模型训练越快，复杂任务处理能力越强。

对普通人来说，不需要自己造算力，但要知道：很多 AI 体验好坏，背后和算力有关。

11. 训练数据

训练数据，是训练 AI 模型用的资料。

比如训练语言模型，会用到大量文本；训练图像模型，会用到大量图片。

数据质量很重要。数据差，AI 效果就差；数据有偏见，AI 也可能带偏见。

12. AI 幻觉

AI 幻觉，是指 AI 一本正经地说出错误信息。

它不是故意骗人，而是模型在信息不足时，根据概率补出了不合理内容。

所以，AI 结果不能全信，尤其是涉及：

学 AI 名词，真正的目的是什么？

不是为了显得专业，而是为了看懂工具、用好工具、避开坑。

以后再看到别人说：

你就知道对方在说什么，不会被忽悠。

全文总结

AI 已经进入普通人的日常，但很多人对 AI 名词还很陌生。

理解这些名词，不一定能让你立刻成为专家，但能帮助你更好地理解 AI 工具和新闻，减少信息差。