Context window 是 AI 模型一次对话中能读取和参考的信息范围。
一句话理解
Context window 就像 AI 的工作台，工作台越大，一次能放的资料越多。
Context window 可以理解成 AI 在一次回答时能看到的资料空间。你的 prompt、聊天历史、上传资料和 AI 将要输出的内容，都会占用这个空间。
如果资料超过 context window，模型可能看不到前面的内容，或无法完整处理所有信息。长报告、课程逐字稿、客户访谈和大型项目文档都容易碰到这个问题。
把长资料拆成章节或主题，一段一段让 AI 总结。
先生成结构化摘要，再用摘要进行第二轮分析。
告诉 AI 只根据你提供的资料回答，避免它把外部猜测混进来。
更大的 context window 不代表结果一定更好。资料太多但没有结构，AI 仍然可能抓错重点。
当资料量长期变大时，可以进一步学习 RAG，用检索方式把相关资料取出来再交给模型。
Token 是 AI 模型处理文字时使用的基本单位，可以理解成被切开的字、词或符号片段。
一句话理解
Token 决定了模型一次能读多少、写多少，也常影响使用成本。
Prompt 是你给 AI 的任务说明，包含目标、背景、资料、限制和输出格式。
一句话理解
Prompt 的本质不是咒语，而是把你的需求讲清楚，让 AI 更容易帮上忙。
大型语言模型是根据大量文本训练出来的 AI 模型，能理解和生成自然语言。
一句话理解
LLM 像一个强大的语言推理与生成引擎，擅长处理文字、结构和语义。
AI 是让机器执行原本需要人类智能参与的任务，例如理解语言、识别图像、生成内容和辅助决策。
一句话理解
AI 不是一个单一工具，而是一类帮助人处理信息、表达和决策的技术。