AI 应用术语大白话地图

跟客户沟通 AI 方案时，最大的问题往往不是技术有多难，而是术语不通——你说「召回候选段落，取相似度最高的前 K 条」，客户听到的是一串没有画面的词，于是只能被动点头，参与不进决策。

这期的做法是把每个术语当成地图上的一个标记：TopK 是「最多捞多少段相关内容给 AI 看」，温度是「让模型敢不敢跑偏的旋钮」，Rerank 是「粗筛完之后再精排一遍」。术语一旦有了画面，客户就会追问，追问了就能参与决策——这是这期最想传达的一层。

主体是六个层次的术语地图：第一层调模型的旋钮（温度 / TopP / max tokens / 频率惩罚与存在惩罚 / 停止序列 / 思考模式）、第二层检索的三道闸（分段 / Embedding / 召回 / TopK / 相似度阈值 / 混合检索 / Rerank / 元数据过滤 / 引用溯源）、第三层 Agent 与记忆（上下文窗口 / 会话记忆 / 工具调用 / Agent 循环 / 幻觉）、第四层编排结构（工作流 / 对话流 / DSL）、第五层应用形态与平台、第六层容易混的几对（温度 vs TopP、TopK vs 阈值、召回 vs Rerank、知识库检索 vs 联网搜索、RAG vs 微调）。

中间有几个来自真实交付的例子：思考模式开着时 AI 转圈两分钟、最后给一个空白回答；一个很大的文档知识库检索出来 75% 都是噪声，只调数量和阈值治不好，真正的解法是入库时打产品线标签做元数据过滤——这套排查过程可以当成清单用。

最后落在用法上：给客户讲方案时重点讲第二层和第六层；技术团队内部验收或排障时，把第二层当成逐项检查的清单。术语的定义以行业通用含义为准，遇到平台特有的概念以你当前用的平台版本为准。

完整文字版见下方文章。