图 1：本文封面，点明五个基础概念的主题。
同样用大模型，有人把它用成全天候助手，有人用成高级复读机。差距真的在提示词技巧吗？多数时候不是——是底层概念。不理解模型「怎么工作」，技巧背得再多也是在碰运气。
先立一个核心心智模型：大模型不是搜索引擎，也不是人。
它是一个按概率续写下一段文字的系统。这句话听起来抽象，但下面五个概念全是它的推论。概念通了，用法全是顺理成章。
概念一：上下文窗口。
模型只能「看到」窗口内的内容，窗口外的一概不知——它没有你的记忆，也没有昨天的对话。推论有三：长对话会遗忘开头，重要约定要重复或置顶；超长资料别一次塞，分段喂、分段总结再合并；它接得住你三句话前的指代，不代表它记得三十轮之前的约定。
概念二：Token。
模型按 token 计数与计费，token 不是字也不是词——中文一个字常常占一个以上 token，英文一个单词也可能拆成几个。推论：输入越短越省，输出要求越具体越省。「简单聊聊」和「用三句话总结」，成本和结果都天差地别。
概念三：温度。
温度控制输出的随机程度：调低，模型倾向选概率最高的词，输出保守稳定；调高，它愿意冒险选低概率的词，输出发散跳跃。推论：查事实、写代码、改格式这类要稳的活，调低温度；起名、脑暴、写段子这类要飞的活，调高。同一个问题在不同温度下，几乎等于两个模型。
概念四：幻觉。
模型会编造看似合理的事实——不存在的论文、记错的数字、编造的引文，而且语气越自信越危险。这不是 bug，是概率续写的本性：它优化的是「像不像人话」，不是「是不是真的」。推论：涉及事实、数字、引用的内容必须人工核实；更稳的用法是把资料喂给它，让它「根据以上材料回答」，而不是凭记忆硬答。
概念五：系统提示词。
每段对话都有一条隐形的第一层：系统提示词，决定模型的角色、边界与默认行为。你输入的每句话都排在它后面。推论：先设角色和约束再提问（「你是资深编辑，只改病句，不重写」），效果远好于裸问；自己搭工具时，把长期规则写进系统层，别塞进每条用户消息里。
把五个概念串成一个工作习惯。
接到任务先想三件事：窗口够不够（要不要分段）、要稳还是要飞（温度怎么设）、规则放哪层（系统提示词写什么）；拿到输出再做一件事：凡是事实性内容，核实。这个循环跑顺了，你对大模型的使用就从「一问一答」升级成「带约束的协作」——这才是上限的真正来源。
拿一个具体场景串一遍。
假设你要让大模型帮你把一份两万字的市场报告压缩成三页摘要。裸问的做法：整篇粘贴，说「帮我总结一下」。带概念的做法：先估算两万字会不会顶到窗口（概念一），顶就按章节分四段、逐段摘要再合并；规则写成一句明确的系统级指令——「你是咨询顾问，只输出结论与数据，每页一个主题」（概念五）；这是要稳不要飞的活，随机程度调低（概念三）；输出里每个数字回到原文核对一遍（概念四）；整个过程短输入、严要求，成本也可控（概念二）。同一份报告，两种做法的差距不是百分之二十，是「能用」和「没法用」。
图 2：五个基础概念及各自的使用推论。
常见误区。
一，把模型当搜索引擎问最新信息，还全盘照收。二，长文档整篇扔进去，再质问它为什么漏了开头——窗口超了，开头早被截掉。三，以为调高温度模型会「更聪明」：温度只改变多样性，不改变能力上限。四，出了幻觉怪模型不诚实，却不改自己「不喂材料硬要答案」的用法。
行动建议。
挑一件你明天就要做的事，按上面的循环完整走一遍：明确约束、喂足材料、设好随机程度、核实事实。然后用同一个任务对比「裸问」和「带约束问」的输出差异。差距摆在眼前，「概念决定上限」这六个字你就有体感了。
你在用大模型时栽在哪个概念上最多？是幻觉、遗忘还是随机性？欢迎分享。