收藏！小白程序员必看：一文彻底搞懂大模型核心概念（Prompt、Function Call、Agent、Skill、MCP）

本文用通俗易懂的语言和图解详细讲解了Prompt、Function Call、Agent、Skill、MCP这些大模型核心概念。Prompt是用户给AI的指令Function Call让AI能调用外部工具Agent能自主决策完成任务Skill是封装了专业知识的技能包而MCP则是统一工具调用的标准协议。通过这篇文章即使是小白也能轻松入门大模型的世界。随着大模型和 AI 应用的爆火AI 技术圈、产品圈天天都在蹦出新名词。我的 Agent 安装了几个 Skill你这个助手小工具支持 MCP 协议有了 MCP 为什么还要用 Function Call很多人听得云里雾里的。别慌今天我用这篇文章用最通俗易懂的语言、以及一目了然的图解彻底讲解 Prompt、Function Call、Agent、Skill、MCP 核心概念核心概念全景图在深入细节前先通过一张图从整体上理解核心概念是如何分层递进的Prompt就是你跟 AI 说的普通话Function Call让 AI 具有了动手干活的能力Agent让 AI 进化出思考和规划的大脑Skill是 AI 针对特定领域的职业技能证书MCP是统一 AI 世界工具调用的USB接口一、Prompt提示词1. 什么是 PromptPrompt提示词 就是用户输入给 AI 的文本指令。就像去餐厅点餐时说的“给我来一份麻婆豆腐”。AI 就是那个厨师听懂你的话然后给你上菜。在应用开发中Prompt 是人类意图与 AI 能力之间的桥梁。Prompt 写得越精准AI 出来的效果就越好。2. 开发中的 Prompt通常把 Prompt 分为不同的角色来管理System Prompt系统提示词定义 AI 的人设。例如你是一个 Java 架构师。User Prompt用户提示词用户具体的提问。例如什么是微服务在Spring AI中的使用package com.yl.aiagent.app;importcom.yl.aiagent.advisor.MyLoggerAdvisor;importjakarta.annotation.Resource;importlombok.extern.slf4j.Slf4j;importorg.springframework.ai.chat.client.ChatClient;importorg.springframework.ai.chat.client.advisor.MessageChatMemoryAdvisor;importorg.springframework.ai.chat.client.advisor.QuestionAnswerAdvisor;importorg.springframework.ai.chat.memory.ChatMemory;importorg.springframework.ai.chat.memory.InMemoryChatMemory;importorg.springframework.ai.chat.model.ChatModel;importorg.springframework.ai.chat.model.ChatResponse;importorg.springframework.ai.tool.ToolCallback;importorg.springframework.ai.vectorstore.VectorStore;importorg.springframework.stereotype.Component;importreactor.core.publisher.Flux;importjava.util.List;importstatic org.springframework.ai.chat.client.advisor.AbstractChatMemoryAdvisor.CHAT_MEMORY_CONVERSATION_ID_KEY;importstatic org.springframework.ai.chat.client.advisor.AbstractChatMemoryAdvisor.CHAT_MEMORY_RETRIEVE_SIZE_KEY;ComponentSlf4jpublic class LoveApp{Resourceprivate VectorStore loveAppVectorStore;private final ChatClient chatClient;private static final String SYSTEM_PROMPT扮演深耕恋爱心理领域的专家。开场向用户表明身份告知用户可倾诉恋爱难题。围绕单身、恋爱、已婚三种状态提问单身状态询问社交圈拓展及追求心仪对象的困扰恋爱状态询问沟通、习惯差异引发的矛盾已婚状态询问家庭责任与亲属关系处理的问题。引导用户详述事情经过、对方反应及自身想法以便给出专属解决方案。;public LoveReport doChatWithReport(String message, String chatId){LoveReport loveReportchatClient .prompt().system(SYSTEM_PROMPT)// 系统提示词 .user(message)// 用户提示词 .advisors(spec -spec.param(CHAT_MEMORY_CONVERSATION_ID_KEY, chatId).param(CHAT_MEMORY_RETRIEVE_SIZE_KEY,10)).entity(LoveReport.class);log.info(context: {}, loveReport);returnloveReport;}}二、Function Calling函数调用Prompt 只能让 AI 动嘴说话但如果让 AI 干点实事比如查一下成都今天最新的天气、调用第三方API它就无能为力因为大模型的训练数据是静态的。Function Calling函数调用就是为了让 AI 能动手而生的。函数调用过程1. 什么是 Function Calling它允许开发者在调用大模型时注册一系列外部工具函数。大模型在理解用户意图后如果发现需要查外部信息它不会胡编乱造而是返回一个结构化的请求JSON告诉开发者“我需要调用这个函数参数是XX”。开发者在后台执行真实的函数比如调用天气 API并拿到结果再把结果喂回给模型最终由模型整合成自然语言回复给用户。2. 核心价值让 AI 从静态知识变成了动态能力。有了 Function CallAI 就能获取外部数据、调用企业 API。自定义工具/ * 网页内容抓取工具*/public class WebScrapingTool { Tool(description Scrape the content of a web page) public String scrapeWebPage(ToolParam(description URL of the web page to scrape) String url) { try { Document document Jsoup.connect(url).get(); return document.html(); } catch (IOException e) { e.printStackTrace(); return Error scraping web page: e.getMessage(); } }}Spring AI中使用工具调用/ * 工具调用 * * param message * param chatId * return*/public String doChatWithTools(String message, String chatId) { ChatResponse chatResponse chatClient .prompt(). user(message) .advisors(spec - spec.param(CHAT_MEMORY_CONVERSATION_ID_KEY, chatId) .param(CHAT_MEMORY_RETRIEVE_SIZE_KEY, 10)) // 开启日志便于观察效果 .advisors(new MyLoggerAdvisor()) .tools(allTools) //工具调用 .call() .chatResponse(); String content chatResponse.getResult().getOutput().getText(); log.info(content {}, content); return content;}三、Agent智能体Function Call 赋予了 AI 动手的技能但它依旧是被动的一问一答。如果遇到一个复杂任务比如“帮我规划一次重庆一周游包含天气、景点和预算”需要调用多次工具怎么办这时候就需要智能体了。1. 什么是 AgentAgent 是一个能够感知环境、做出决策并自主执行动作的完整系统。Function Call 是会用手。Agent 是长了大脑。目前主流的 Agent 都采用 ReActReasoning Acting推理行动 框架。它自己会形成一个闭环工作流思考分析当前状态决定下一步做什么。行动通过 Function Call 调用某个工具。观察看一眼工具返回的结果继续思考。循环直到把复杂任务拆解并执行完毕给出最终答案。四、Skill技能当我们的 Agent 越来越强大需要处理各行各业的复杂任务时如果把所有的工具和提示词都堆给同一个 Agent它的大脑会变得臃肿极易产生幻觉和混乱。于是我们引入了 Skill技能包 的概念。1. 什么是 SkillSkill 是把指令、脚本、模板一体化打包打包成可复用能力包的机制也就是一套封装了特定领域知识。就像人类的职业资格证书一个医生有“看病技能”一个程序员有“写代码技能”。2. Function Call 和 Skill 的区别很多人在这里最容易绕晕。一句话点透本质Function Call 是一种原子能力相当于单把的螺丝刀。Skill 是一个业务功能模块相当于一整套电工工具箱里面不仅有螺丝刀、电笔还附带一本《电工安全操作手册》。维度Function Call (函数调用)Skill (技能)本质单一的底层能力能力集合 领域知识 最佳实践粒度原子操作如查天气、发邮件业务模块如前端开发、财务审计是否包含知识不包含只负责执行包含特有的角色提示词System Prompt代码表现单个标注了Tool的具体方法多个工具方法 领域提示词模板的组合封装3. Skill 与 Agent 的关系在企业级大模型应用里一个复杂的 Agent 会根据场景动态挂载不同的 Skill。比如一个“全栈开发智能体”可以同时加载前端开发 Skill和数据库管理 Skill实现能力解耦和权限隔离。五、MCP模型上下文协议随着 Agent 和工具的爆发式增长开发者遇到了极其痛苦的瓶颈OpenAI 的 Function Call、Anthropic Claude、文心一言和通义千问的格式不一样。每换一个模型或者每加一个新工具你都要重写一遍适配代码。为了终结这个乱象Anthropic 提出了MCPModel Context Protocol 模型上下文协议。1. 什么是 MCPMCP 是 AI 世界的 USB 接口协议。过去鼠标、键盘、打印机都有各自的接口电脑连接非常麻烦有了 USB 协议后所有设备拔插即用。MCP 也是这个逻辑MCP Server工具提供方把所有的工具如 GitHub API、数据库查询、天气服务统一按照 MCP 标准暴露出来。MCP ClientAI 应用无论是哪个大模型只要实现了 MCP 客户端就能直接动态发现并调用这些工具。2. MCP 与 Skill 的关系MCP 解决的是怎么连的问题 —— 它是标准化的管道、通信协议。Skill 解决的是连什么的问题 —— 它是业务内涵、专业知识的集合。一个标准架构中Agent 往往正是通过 MCP 管道动态去调用各种 Skill 里的工具。Function Calling与MCP的区别Funcation Calling需要写在应用代码里面的工具定义和调用逻辑在你的项目代码中换了应用就得重新写一边。MCP是独立的做成单独运行的进程只要支持MCP的客户端都能直接使用对外提供标准统一的接口独立部署、维护、一次实现到处复用。总结如果上面内容看的有点懵懂那就收藏好下面这张对比表面试或开发时随时翻看。概念一句话定义核心核心作用比喻Prompt给 AI 的指令告诉 AI 要做什么、以什么身份说话餐厅点菜的订单Function Call让 AI 调用外部工具的能力赋予 AI 跨越文本、动手干活的桥梁干活用的单把工具如锤子Agent能自主决策的智能体系统独立完成复杂任务的闭环大脑能够独立搞定项目的项目经理Skill封装了专业知识的技能包固化特定领域的高级组合能力与最佳实践专业打包好的职业工具箱MCP统一工具调用的标准协议消除不同模型、工具之间的接入壁垒电子设备通用的 USB 接口最后2026年技术圈的分化愈发明显降薪裁员潮持续蔓延传统开发、测试等岗位大批缩水不少从业者陷入职业焦虑与之形成鲜明对比的是AI大模型相关岗位迎来疯狂扩招薪资逆势飙升150%大厂更是直接开出70-100W年薪疯抢具备实战能力的大模型人才甚至放宽年龄限制只求能快速落地技术、创造价值很多程序员、职场新人纷纷入局大模型领域绝非盲目跟风而是实实在在看到了不可替代的价值优势这也是2026年最值得抓住的职业风口1、窗口期红利入门门槛友好不同于成熟赛道的“内卷式招聘”2026年大模型人才缺口巨大简历只要达标掌握基础AI应用具备简单项目经验年龄、学历均非硬性要求小白可快速入门转行程序员也能无缝衔接2、技术可复用上手速度翻倍如果你有前后端开发、测试、数据分析等基础在大模型落地、系统部署、Prompt工程等环节会更具优势无需从零开始复用原有技术能力就能快速进阶3、懂业务更吃香竞争力翻倍单纯懂技术已不够2026年大厂更看重“技术业务”的复合型人才有垂直领域金融、医疗、工业等经验者能精准定位模型落地痛点薪资比纯技术岗高出30%以上更重要的是即便没有转型需求用AI大模型工具为工作赋能、提升效率也已经成为80%企业的硬性要求——不会用大模型提效未来很可能被行业淘汰那么2026年小白/程序员该如何高效学习大模型很多人想入门大模型却陷入两大困境要么到处搜集零散资料不成体系越学越懵要么被收费高昂的课程割韭菜花了钱却学不到实战技能白白浪费时间走弯路。今天就给大家精心整理了一份2026年最新、免费、系统化的AI大模型学习资源包覆盖从零基础入门到商业实战、从理论沉淀到面试通关的全流程所有资料均已整理归档无需拼凑直接领取就能上手学习小白可照做程序员可进阶扫码免费领取全部内容1、大模型系统化学习路线这份学习路线结合2026年行业趋势和新手学习规律由行业专家精心设计从零基础到精通每一步都有明确指引帮你节省80%的无效学习时间少走弯路、高效进阶避免踩坑。2、从0到进阶大模型学习视频教程从入门到进阶这里都有跟着老师学习事半功倍。3、大模型学习书籍电子文档涵盖2026年最新技术要点包括基础入门、Transformer核心原理、Prompt工程、RAG实战、模型微调与部署等内容4、AI大模型最新行业报告报告包含腾讯、阿里、甲子光年等权威机构发布的核心内容还有2026年中文大模型基准测评报告、AI Agent行业研究报告等帮你站在行业前沿把握技术风口。5、大模型项目实战配套源码项目包含Deepseek R1、GPT项目、MCP项目、RAG实战等热门方向还有视频配套代码手把手教你从0到1完成项目开发既能练手提升技术又能丰富简历为求职和职业发展加分。6、2026大模型大厂面试真题2026年大模型面试已全面升级不再单纯考察基础原理而是转向侧重技术落地和业务结合的综合考察很多程序员和新手因为缺乏针对性准备明明技术不错却在面试中失利。适用人群四阶段学习规划共90天可落地执行第一阶段10天初阶应用该阶段让大家对大模型 AI有一个最前沿的认识对大模型 AI 的理解超过 95% 的人可以在相关讨论时发表高级、不跟风、又接地气的见解别人只会和 AI 聊天而你能调教 AI并能用代码将大模型和业务衔接。大模型 AI 能干什么大模型是怎样获得「智能」的用好 AI 的核心心法大模型应用业务架构大模型应用技术架构代码示例向 GPT-3.5 灌入新知识提示工程的意义和核心思想Prompt 典型构成指令调优方法论思维链和思维树Prompt 攻击和防范…第二阶段30天高阶应用该阶段我们正式进入大模型 AI 进阶实战学习学会构造私有知识库扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架抓住最新的技术进展适合 Python 和 JavaScript 程序员。为什么要做 RAG搭建一个简单的 ChatPDF检索的基础概念什么是向量表示Embeddings向量数据库与向量检索基于向量检索的 RAG搭建 RAG 系统的扩展知识混合检索与 RAG-Fusion 简介向量模型本地部署…第三阶段30天模型训练恭喜你如果学到这里你基本可以找到一份大模型 AI相关的工作自己也能训练 GPT 了通过微调训练自己的垂直大模型能独立训练开源多模态大模型掌握更多技术方案。到此为止大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗为什么要做 RAG什么是模型什么是模型训练求解器 损失函数简介小实验2手写一个简单的神经网络并训练它什么是训练/预训练/微调/轻量化微调Transformer结构简介轻量化微调实验数据集的构建…第四阶段20天商业闭环对全球大模型从性能、吞吐量、成本等方面有一定的认知可以在云端和本地等多种环境下部署大模型找到适合自己的项目/创业方向做一名被 AI 武装的产品经理。硬件选型带你了解全球大模型使用国产大模型服务搭建 OpenAI 代理热身基于阿里云 PAI 部署 Stable Diffusion在本地计算机运行大模型大模型的私有化部署基于 vLLM 部署大模型案例如何优雅地在阿里云私有部署开源大模型部署一套开源 LLM 项目内容安全互联网信息服务算法备案…扫码免费领取全部内容7、这些资料真的有用吗这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理现任上海殷泊信息科技CEO其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证服务航天科工、国家电网等1000企业以第一作者在IEEE Transactions发表论文50篇获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。资料内容涵盖了从入门到进阶的各类视频教程和实战项目无论你是小白还是有些技术基础的技术人员这份资料都绝对能帮助你提升薪资待遇转行大模型岗位。这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】