0

我们在哪里？达克鲁宁效应

用达克鲁宁曲线定位学员当前位置，明确课程目标：从愚昧之巅走向平稳高原

开篇

›

0

为什么要花时间讲原理？

AI 所有工程化操作本质都是对 message list 的处理——理解它，才能真正看懂所有方案

开篇

›

1

AI 的"食物"：训练数据

15T Token 是什么概念？语料构成可视化 + 数据规模直觉滑块

交互

›

2

训练 vs 推理：两个完全不同的过程

对话不是学习，参数冻结，按 Token 计费——AI 产品必懂的底层逻辑

概念

›

3

词表与训练

从语料到词间矩阵，Token 化 + 注意力权重交互演示

交互

›

4

Base 模型：Token 推 Token 机器

训练结束后得到什么？逐步生成 + 概率分布实时更新

动画

›

5

GPT 的跃进：PreTraining 改变一切

CNN / RNN / BERT / GPT 四种算法可交互对比，记忆衰减可视化

交互

›

6

chat/completions 之谜

明明是对话，为什么 API 叫"补全"？打字机动画解读

动画

›

7

伪造聊天记录

OpenAI 最初的实验：把补全机器变成聊天机器人

动画

›

8

Chat Template + SFT

Jinja 格式、指令微调，大模型终于学会"说话"

SFT 对比

›

9

上下文窗口是关键

提示词为什么够用？Token 截断可视化，无需重新训练

交互

›

10

大模型幻觉演示

三类典型幻觉：事实错误 / 自信编造 / 知识截止

案例

›

11

应对方案 1：Prompt Engineering

约束指令 + 局限性：模型不知道自己不知道什么

含局限性

›

12

应对方案 2：RAG 检索增强生成

真实文档注入上下文，5步交互流程动画，对比有无 RAG 的差异

含局限性

›

13

RAG 的代价与优化策略

成本分析表 + 关键词触发 / 模型路由 / 语义缓存 / 精准切块四种策略

PM 进阶

›

14

应对方案 3：Temperature & Top-P

拖动滑块，实时看概率分布和输出变化

含局限性

›

15

应对方案 4：评测 + 人工审核（HILT）

外部纠错层，冷启动阶段兜底策略

含局限性

›

★1

第一篇章汇总（上）· 大模型是什么 + 幻觉

训练本质 / Token / Base→SFT→Chat / 四种幻觉类型与根因

篇章汇总

›

★2

第一篇章汇总（下）· 缓解策略 + AI PM 决策框架

四种缓解策略对比 / 常见误区清单 / 方案选择判断矩阵

篇章汇总

›

16

上下文窗口：AI 的工作记忆

窗口构成可视化，拖动模拟溢出效果，主流模型容量对比

交互

›

17

上下文溢出：三种处理策略

直接截断 / 摘要压缩 / 选择性保留，可视化对比每种策略的利弊

交互

›

18

为什么大模型选择 Markdown

纯文本模型 + 排版需求 = MD 成为首选，逐步推演 HTML/Word/LaTeX 为何不行

动画

›

19

Markdown 语法与工程化渲染

常用语法速查 + 实时编辑器 + marked.js / react-markdown / markdown-it 渲染方案

交互

›

20

你说什么，它就变什么

五种角色实时切换，输出格式控制，System Prompt 核心原理

交互

›

21

Prompt 进阶技巧

Few-Shot / CoT / 约束条件 / 任务拆解，好坏对比交互演示

交互

›

22

输出格式取舍

纯文本 / JSON / Markdown / YAML / XML — 场景适配度对比，Token 消耗与解析难度权衡

交互

›

23

流式返回与格式配合

JSON 等全文才能解析 / MD 逐字显示 / XML 捕获标签即渲染 — 动态演示三者差异

交互

›

24

Prompt Injection：为什么会被攻击

SQL 注入类比 → Message List 本质 → 缺乏参数化 → 5 大攻击类型概览

安全 步进

›

25

Prompt Injection：12 个攻击案例

越权指令 / 角色扮演 / Few-Shot / 结构注入 / 隐喻伪装，每案例中招版 vs 防御版

安全 交互

›

26

Prompt 防御：TiedStory 三层拦截实战

输入层正则 → 提示词层约束 → 输出层泄漏检测 → 前端+二次审核，可模拟攻击全链路

实战 交互

›

27

Agent：能干活的 AI

四大能力 Plan / Tool / Memory / Act，点击查看真实案例

交互

›

28

工具调用的秘密

模型输出 JSON → 框架解析执行 → 结果注回，四步流程可视化

交互

›

29

ReAct 实战：查询天气完整链路

Thought / Action / Observation 逐步演示，7 步完整 Agent 链路

动画

›

30

Skill：让 Agent 少走弯路

Skill = 流程说明 + 工具调用指引，用"阳台收衣服"类比好循环 vs 差循环，含 SKILL.md 文件结构

交互

›

31

脚手架工程：Agent 从试验品到产品

模拟 Agent 查机票订酒店，无脚手架 vs 有脚手架完整对比，5 大能力详解

交互

›

32

多轮对话为什么越来越贵？

Token 累积成本可视化，拖动轮次查看费用如何指数增长

交互

›

33

KV Cache：用空间换时间（和钱）

类比理解 + 节省效果计算器，拖动轮次查看节省比例

交互

›

34

显式缓存：Anthropic / Qwen 实战对比

cache_control 写法、缓存命中判断、价格折扣对比，真实省钱效果演示

交互

›

35

动态时间戳：最贵的 System Prompt 设计

错误设计 vs 正确设计，三种时间处理方案对比切换

反例

›

36

综合成本优化：从系统角度省钱

5 层优化策略，成本构成可视化，节省 70-90% 的系统设计

系统设计

›

37

图片 Token：像素也在烧钱

图片计费公式、缩放机制、分辨率陷阱、按任务分级策略

多模态

›

39

按任务匹配分辨率：图片成本的精细化控制

高/中/低三档分辨率策略，不同场景的 Token 消耗对比与选型建议

多模态

›

40

语法层优化：写给机器的提示词

YAML vs JSON、CSV vs 数组、压缩 JSON 输出，格式性 Token 省 10-30%

提示词工程

›

41

语义层优化：不要把上下文当垃圾桶

动态 Few-Shot、LLMLingua-2 压缩、关键信息放首尾，提升信息密度

RAG

›

42

输出层 + KV Cache 进阶

负向约束、Diff 润色、停止序列；KV Cache 的工具陷阱与滑动窗口问题

架构

›

43

模型选型：能力 vs 成本的权衡与决策框架

主流模型能力/成本矩阵、选型决策树、不同场景的模型匹配策略

选型

›

⚗

大道至简：坚守第一性原理

AI 工程化的本质 / 做 vs 不做的取舍标准 / 随时代被淘汰的工程化 / 终极问题

收官思考

›

★1

第二篇章汇总（上）· Prompt 工程 + Agent 设计

上下文溢出策略 / Prompt 六要素 / 工具调用真相 / Skill + 脚手架

篇章汇总

›

★2

第二篇章汇总（下）· 成本优化 + AI PM 完整视角

五层成本体系 / KV Cache 原理 / 图片 Token / 课程完整能力清单

篇章汇总

›