什么是AI聊天机器人？一份写给新手的通俗指南

用大白话下个定义

AI聊天机器人是一个你用日常语言就能对话的程序。你像给一位懂行的朋友发消息那样打出请求，它就回你一个答案、一段草稿、一份摘要、一个计划或一段解释。没有专门的命令语言要学，也没有菜单要背。对话本身就是操作界面。

最为人熟知的AI聊天机器人是OpenAI的ChatGPT、Anthropic的Claude和Google的Gemini。它们属于一类叫做大语言模型的技术。你会在文章里看到它被简称为LLM，但要用好它们，你根本不需要这些术语。

让这些工具区别于你在航空公司或银行网站上用过的客服机器人的，是灵活性。老式机器人只能照剧本走：按1查账单，输入“退款”办退款。现代的AI聊天机器人能处理它们从没见过的开放式请求，比如“把这封邮件改得更客气一点，但还是要表达拒绝”，或者“把这条合同条款讲得像我才十五岁一样简单”。

如果你曾经想要一个有耐心的助手，随叫随到地帮你起草、总结、解释、翻译和头脑风暴，那就是AI聊天机器人的实际含义。本指南接下来会讲清它们怎么工作、会在哪里出错，以及如何在大约十分钟内用真实任务上手。

AI聊天机器人到底怎么工作，不讲数学

在底层，AI聊天机器人是一个用海量文本训练出来的预测系统：书籍、文章、网页、代码和对话。在训练过程中，系统学会了词语、观点和论证如何组合在一起的规律。当你发出一条消息时，它会一小段一小段地预测哪些文字最能接着这段对话往下写，从而生成回答。

听上去很简单，但在极大规模下，它产生了了不起的能力：模型能遵循指令、调整语气、把不同话题的想法连起来，并一步步地推理问题。当你让它把一份报告浓缩成三条要点、给一位忙碌的主管看时，它其实是在调用从数百万份摘要、报告和职场文档里学到的规律。

这种设计带来两个实际后果。第一，聊天机器人默认并不会去实时数据库里查资料。它的知识来自有截止日期的训练数据，加上你贴进对话里的文字。有些应用在此之上加了实时网络搜索，但核心模型靠的是学到的规律，而不是一张事实清单。

第二，因为它预测的是看起来合理的文字，而不是检索经过核实的事实，聊天机器人可能会一本正经地说出错误的东西。人们把这类错误叫做幻觉。这是新手最需要理解的一点，也是本指南最后一节里核实习惯为什么如此重要的原因。

第一天你就能用AI聊天机器人做什么

第一天想获得价值，你不需要什么提示词技巧，你需要的是一个真实任务。下面这些是新手收获最大的用法，每一个都配了一句可以照着改的开头。

• 写作和改写。 “把这封邮件改得更短、更客气，同时把主要请求写清楚。”把草稿贴在这条指令下面。
• 总结。 “把这篇文章总结成五条要点，写给从没听说过这个话题的人。”把文字贴进去或上传文档。
• 解释。 “把固定利率房贷是怎么回事讲给我这个完全的新手听，然后给我三个应该问贷款机构的问题。”
• 做计划。 “给两位喜欢美食和步行的成年人规划一趟四天的里斯本之旅，并给出大致的每日预算（用欧元）。”
• 做决定。 “这里有两份工作邀约。做一张表格，对比薪水、通勤、发展和风险，然后告诉我还有哪些问题需要弄清楚。”
• 翻译。 “把这条消息翻译成西班牙语。保持礼貌但轻松，就像一位同事会写的那样。”

留意每个例子里的共同规律：一个明确的任务、一点背景，以及你想要的结果形式。这几乎就是人们所说的写提示词的全部了。等你想更深入时，新手提示词工程指南会把这个规律变成一套可复用的方法，而如何使用AI则会带你走完完整的第一周任务。

AI聊天机器人会在哪里出错

AI聊天机器人是真的有用，同时它们也会以特定、可预测的方式出错。事先了解这些出错方式，正是能从中获益的人和被坑到的人之间的区别。

它们会编造细节。当聊天机器人不知道某件事时，它往往还是会给出一个听起来很有把握的答案：一条不存在的引文、一个没有出处的数据、一个产品从未有过的功能。在你亲自核实之前，把每一条具体的事实、人名、数字和引语都当作未经证实的。

它们的知识有截止日期。模型是用截止到某个日期的数据训练的，所以除非应用加了实时搜索，否则近期的事件、价格、法律和产品细节都可能已经过时。直接问聊天机器人：它对某个日期之后的事件了解多少，以及它回答时有没有去搜索网络。

它们会顺着你的立场走。如果你问“为什么X比Y好”，很多模型会去论证X更好，而不是质疑这个前提。对于重要的决定，请另外单独问一遍：反对你当前看法的最有力理由是什么。

隐私值得花点心思。正规的服务商会公布如何处理对话数据的政策，付费方案往往还包含更严格的控制。给新手的实用规则是：不要把密码、完整的财务信息或他人的私人信息贴进任何聊天机器人，并在一开始时把你所选应用的隐私设置看一遍。

ChatGPT、Claude和Gemini：这些名字都代表什么

新手常以为ChatGPT就等于AI聊天机器人，就像有人用“百度一下”来指代搜索一样。它其实只是几款优秀产品中的一款。ChatGPT由OpenAI打造，Claude由Anthropic打造，Gemini由Google打造。此外还有像Llama和DeepSeek这样强大的开放模型，驱动着许多其他应用。

差异是真实存在的，但并不是营销宣传的那样。在日常使用中，这些模型的区别在于：写作风格、遵循长指令的细致程度、处理文档的能力、编程实力，以及它们如何解释自己的推理。某个模型可能把邮件写得更温暖，而另一个则更严格地贴着你给它的原始文档。我们的ChatGPT、Claude、Gemini三方对比逐个任务地讲清了实际差别。

而这里有个对新手不利的地方：不亲自把同一个任务放到不止一个模型上试，你就没法知道哪个模型适合你的工作，而分别订阅每个应用，花的钱又比大多数人愿意为一次实验掏的多。这正是Whizi要解决的问题。一份订阅就让你在同一个工作区里用上主流模型，于是你可以把同一个问题抛给多个模型、把答案并排比较，然后为每类任务选定最合适的那一个。

一个上手时好用的心理图景：聊天机器人应用是厨房，模型是厨师。同样的请求，换个厨师，端上来的菜就明显不同。能换厨师却不用为三家餐厅买单，这正是学习阶段变便宜的原因。

在接下来十分钟里安全地试一个

理解AI聊天机器人最快的方式，不是再读一篇文章，而是用一个真实任务花上十分钟。这里有一段你现在就能做的、安全的初次上手。

1. 打开一个聊天机器人应用，开一段新对话。
2. 贴进一段你正在处理的真实文字：一封要回的邮件、一份要看懂的文档，或一个还没做出来的计划。
3. 请它做一件具体的事：“帮我总结这个”“起草一封礼貌婉拒的回复”，或“把这个整理成一份待办清单”。
4. 追问两个问题：“把长度砍掉一半”以及“你做了哪些我没告诉你的假设？”第二个问题让你对这类工具如何思考的了解，超过任何教程。
5. 任何涉及事实的内容在使用前先核实，并至少用你自己的口吻重写一句话。

最后那一步的意义不止于准确性。目标不是让聊天机器人取代你的判断，而是把面对空白页的活儿、重新排版和第一版草稿交出去，同时把决定权留在自己手里。用得好的人把AI形容成一位不知疲倦的初级助理：动作快、知识面广、偶尔出错，且始终需要最后过一遍。

等你想用自己的任务去比较模型、而不是听信任何人的说法时，你可以开始试用Whizi，在一个地方把同样的提示词跑遍ChatGPT、Claude、Gemini等等。如果你想要一个有条理的第一周，就照着如何使用AI里的任务清单走。

操作清单

• 明白聊天机器人是在预测文字，它默认并不会去查经过核实的事实。
• 从你当天的真实任务开始，而不是问一个冷知识。
• 给每个请求一个明确的任务、一些背景，以及你想要的格式。
• 第一次回答没到位时，继续追问，而不是从头再来。
• 在依赖之前，先核实人名、数字、日期和各种说法。
• 绝不把密码、财务信息或他人的私人数据贴进去。
• 在决定信任哪个模型之前，先把同一个任务放到至少两个模型上试。
• 让你自己的判断掌舵：聊天机器人负责起草，你来做决定。

常见问题