AI 常见技术与硬件名词“人话翻译库”手册第4期，必看！

编制说明：本手册专为彻底消除现代人工智能、大模型算法、智能体与底层硬件算力生态的行业黑话壁垒而打造。采用“技术原词 + 行业通用中文名 + 一句话大白话 + 接地气生活比喻 + 实际应用场景”的五维立体解析体系，涵盖 20 大核心板块、115 个高频专业术语。第 4 期聚焦【四、提示词工程与推理机制】。

第一部分：软件、算法与大模型核心机制

四、提示词工程与推理机制（Prompt & Inference）

本期收录第 23 ~ 29 号核心概念（全量配图版）

No.23Prompt

行业中文名：提示词 / 输入指令 / 咒语

一句话人话翻译

用户发给 AI 的所有文字、问题、角色设定或背景材料。

通俗生活比喻

给下属员工交代的“工作任务书”或剧本台词。

实际应用场景

“请帮我把这段中文翻译成商务英文”、“请以李白口吻写一首关于春天的诗”。

No.24Prompt Engineering

行业中文名：提示词工程 / 提示词技巧

一句话人话翻译

研究如何用更结构化、更有逻辑、更精准的语言与框架来提问，从而最大化激发 AI 输出能力的技术。

通俗生活比喻

高段位职场管理者的沟通艺术——如何把活儿派得清晰明了、边界严密，让下属一次性交出满分成果。

实际应用场景

设计角色 Prompt（人设、约束、步骤、输出格式规范）、自动化提示词流水线。

No.25System Prompt

行业中文名：系统提示词 / 核心预设 / 人设指令

一句话人话翻译

在用户开始打字之前，由开发者预先设定并锁死在最顶层的全局行为准则和身份标签。

通俗生活比喻

演员登台前导演塞在口袋里的“最高秘密任务卡”——例如“无论观众怎么逗你，你必须全程扮演一位严肃冷酷的法官”。

实际应用场景

定义产品客服机器人的名字、语气、拒答边界与输出 JSON 格式。

No.26Zero-shot / Few-shot

行业中文名：零样本提示 / 少样本提示

一句话人话翻译

Zero-shot 是不给任何参考示范直接让 AI 做题；Few-shot 是先给 1~3 个标准答案例题，再让 AI 照猫画虎完成新题。

通俗生活比喻

考驾照时，考官直接命令“倒车入库”（零样本）；或者考官先亲自倒两次车给你看，再让你倒车（少样本）。

实际应用场景

Few-shot 能够让 AI 极其精准地掌握复杂的自定义数据格式或行业特定分类标准。

No.27CoT (Chain of Thought)

行业中文名：思维链 / 逐步思考 / 分步推理

一句话人话翻译

引导或强迫 AI 在给出最终答案之前，必须先在草稿区一步一步把逻辑推导过程写出来。

通俗生活比喻

做数学大题时强制要求写出“解题步骤”；只要每一步都推导正确，最后得出正确答案的概率就会暴涨。

实际应用场景

在 Prompt 中加入“请一步步思考（Let's think step by step）”、现代推理模型自动展开思考过程。

No.28Inference

行业中文名：模型推理 / 运算执行

一句话人话翻译

大模型训练完成之后，用户提问时模型在服务器显卡上实时计算并吐出字词的过程。

通俗生活比喻

学生经历了数年苦读（训练），现在走进考场正式答卷写答案（推理）。

实际应用场景

日常在网页对话框里点发送、AI 逐字打出回复的过程就是推理。

No.29Inference Scaling / Test-Time Compute

行业中文名：推理时算力扩展 / 测试时计算 / 深度思考算力

一句话人话翻译

遇到极难的奥数题或代码难题时，不再让 AI 瞬间脱口而出，而是给它几秒到几分钟在后台自我搜索、试错验证、深度推导后再作答。

通俗生活比喻

从前说话不过脑子的直觉回答，升级为遇到大难题先在草稿纸上演算三遍、排除错误选项后稳稳落笔。

实际应用场景

OpenAI o1/o3 系列、DeepSeek-R1 等具备“深度思考（Thinking）”模式的推理大模型。