TL;DR
把关键术语写成“术语：定义：边界：例子”的格式，会显著提升可抽取性与可引用性。
要点
- 一个段落只定义一个概念
- 定义要给边界：它是什么/不是什么
术语（可引用定义）
大模型（LLM）
定义：通过大规模语料训练的通用语言模型，能生成文本/代码等。
边界：不是“事实数据库”，回答可能出现幻觉；需要来源与验证。
例子：用它写摘要、生成草稿、做分类与提取。
推理（Inference）
定义：模型在运行时根据输入生成输出的过程。
边界：推理成本（速度/价格/延迟）与效果常需要权衡。
例子：同一模型在不同参数/提示词下输出差异很大。
RAG（Retrieval-Augmented Generation）
定义：先检索（retrieval）相关资料，再把资料作为上下文提供给模型生成回答。
边界：检索质量决定上限；资料不可靠会“带偏”生成结果。
例子：站内用 sitemap/RSS/结构化页面作为可检索知识源，提高引用准确性。
Agent
定义：能分解任务、调用工具/执行步骤并进行迭代的系统形态。
边界：不等于“更聪明”，其效果高度依赖工具权限、约束与可验证反馈。
例子：自动化搜集资料→生成摘要→输出引用链接的工作流。
站内延伸阅读
- 资源清单：/resources/ai-sources