В чём фокус
Двадцать четыре слова про ИИ, по одной строке на каждое. Определения бытовые: задача не быть точным по учебнику, а чтобы слово стало понятно с одного прочтения. Слова разложены по трём уровням, и по ним видно, на каком вы сейчас: пользуетесь чатом, отдали модели свои данные или у вас уже работают агенты.
Уровень 1. Просто пользуетесь чатом
| Слово | Что это |
|---|---|
| Промпт | Запрос, который вы пишете модели. |
| Токен | Кусочек слова. Модель считает работу в токенах, и счёт вам выставляют за них же. |
| Галлюцинация | Когда модель уверенно выдаёт неправду. Она не врёт, а достраивает: пустоту заполняет правдоподобным. |
| Контекстное окно | Сколько текста модель держит перед глазами за один раз. Дальше начинает забывать начало разговора. |
| Мультимодальность | Модель понимает не только текст, но и картинки, звук, видео. |
| LLM | Большая языковая модель, на которой стоят все чат-боты. |
| Температура | Насколько модели разрешено фантазировать. Ниже — суше и предсказуемее, выше — свободнее и рискованнее. |
| Системный промпт | Скрытая инструкция, заданная до вашего первого сообщения. Она задаёт роль и правила, и обычно вы её не видите. |
Уровень 2. Отдали модели свои данные
На первом уровне вы спрашиваете, на втором отдаёте.
| Слово | Что это |
|---|---|
| RAG | Модель отвечает по вашей базе, а не по интернету. Нужный кусок ей подкладывают прямо в запрос. |
| Эмбеддинг | Смысл текста, записанный числами. По ним ищут похожее, даже если слова совсем другие. |
| Векторная база | Хранилище таких чисел. Оттуда и достают нужный кусок для RAG. |
| Вебхук | Как чужой сервис будит вашу автоматизацию. Пришла оплата — сервис сам стучится к вам, а не вы его опрашиваете. |
| API-ключ | Пропуск, по которому ваша программа ходит в модель. Утёк ключ — платите за чужие запросы. |
| Дообучение | Подгонка модели под себя на своих примерах. Дорого, долго и почти всегда не нужно: то же самое обычно решается системным промптом и RAG. |
| Ограничители | Правила, которые не дают боту сказать или сделать лишнее. |
| Промпт-инжиниринг | Ремесло формулировать так, чтобы получалось с первого раза, а не с пятого. |
Что бывает, когда RAG собран плохо, разобрано в гайде «Бот с базой знаний врёт клиентам».
Уровень 3. У вас работают агенты
| Слово | Что это |
|---|---|
| Агент против бота | Бот отвечает, агент решает и делает. Первый ждёт вашего сообщения, второй сам ходит по шагам. |
| MCP | Розетка, в которую модель втыкается к вашим сервисам: почте, таблицам, календарю. Один стандарт вместо отдельной интеграции под каждый сервис. |
| Вызов функции | Модель не пишет текст, а запускает ваш код с нужными параметрами. |
| Оркестрация | Управление несколькими агентами так, чтобы они работали согласованно, а не наперегонки. |
| Скилл | Готовый навык, который модель применяет сама, без подключения снаружи. |
| Мультиагентная система | Один агент раздаёт задачи, остальные выполняют свои куски. |
| Стоимость прогона | Сколько стоит один запуск вашей автоматизации. Считать её надо до внедрения, а не после первого счёта. |
| Идемпотентность | Свойство, из-за которого бот, запущенный дважды, не отправит счёт дважды. |
Последнее слово — граница
Идемпотентность и есть граница между «читал про автоматизацию» и «собирал». Остальные двадцать три слова можно выучить за вечер. Это обычно узнают в тот день, когда клиенту ушло два одинаковых письма.
Частые вопросы
- Почему определения не как в учебнике?
- Они намеренно бытовые: задача в том, чтобы слово стало понятно с одного прочтения.
- Что читать дальше?
- Про память и контекст — гайд «Память для Claude: три этажа файлов». Про бота, который отвечает по своей базе, — «Бот с базой знаний врёт клиентам».