生成式AI完全指南：入门者实战手册

目录

1. 为什么生成式AI突然火了
2. 什么是生成式AI
3. 生成式AI的类型
4. 它是如何工作的
5. 今天就开始用：实战应用指南
6. 如何写好提示词：5大原则
7. 必须了解的局限和注意事项
8. 免费vs付费，该选哪个
9. 2025年的颠覆者们
10. 未来会怎样

1. 为什么生成式AI突然火了

2022年11月，ChatGPT横空出世。上线5天突破100万用户，2个月突破1亿用户。这是人类历史上增长最快的应用程序。

三年后的2025年，生成式AI市场呈现爆发式增长。企业AI支出达到370亿美元，同比增长3.2倍。ChatGPT月访问量达到5.26亿（2025年3月数据），78%的企业在业务中使用AI。

为什么会这样？因为三个变化同时发生了。

第一，技术成熟了。 2017年发明的Transformer神经网络架构之后，AI的语言理解能力急剧提升。拥有数十亿参数的大模型能够生成人类水平的文本。

第二，使用门槛大幅降低。 以前使用AI需要编程知识。现在只需在对话框里打字。就像用微信聊天一样简单。

第三，成本暴跌。 从2022年11月到2024年10月，达到GPT-3.5水平的推理成本下降了280倍以上。2025年1月，中国的DeepSeek R1登场，以OpenAI 5%的价格提供同等性能，引发了价格战。

现在生成式AI已经从"要不要试试？"的阶段，进入了"怎么用好？"的阶段。

2. 什么是生成式AI

生成式AI（Generative AI）是能够"创造新内容"的人工智能。传统AI专注于"这张照片是猫还是狗？"这样的分类问题，而生成式AI面对"给我画一只猫"的请求，会创作出一幅全新的图像。

打个比方：传统AI是阅卷老师，区分对错、识别规律、做出预测。而生成式AI是创作者，基于学习的数十亿文本、图像、代码，创造出新的作品。

核心差异整理如下：

有人误解生成式AI"只是像鹦鹉一样重复学到的内容"。并非如此。生成式AI从训练数据中提取模式和结构并存储。当收到新的请求时，它会重新组合这些模式，创造出以前不存在的结果。就像读过上千本食谱的厨师创造新菜品一样。

3. 生成式AI的类型

生成式AI根据创造的内容类型分为多种。

文本生成AI

使用最广泛的类型。涵盖写作、翻译、摘要、编程、分析等文本类工作。

图像生成AI

仅凭文字描述就能生成绘画、照片、设计作品。

视频生成AI

2025年快速增长的领域。从文字或图像生成视频。

音乐生成AI

可以作曲、编曲，甚至合成人声。

编程AI

2025年从单纯的辅助工具进化为"智能体"。能够自主编写、测试、调试代码。

4. 它是如何工作的

不需要复杂的数学，理解核心原理即可。

LLM的工作原理："预测下一个词"游戏

大语言模型（LLM）的核心原理出奇简单：预测下一个词。

例如，给定"今天的天气真..."这个句子，AI会基于学习的数十亿文本，预测接下来最可能出现的词。"好"、"热"、"冷"等候选词中，选择最符合上下文的那个。

这个简单的原理，配合数十亿参数和海量训练数据，就能产生看起来像是真正理解了一样的输出。

比喻：读过数十亿本书的抄写员

有个很好的比喻来理解生成式AI。想象一个读过数十亿本书、网页、代码的超人抄写员。这个抄写员并没有记住所有内容，而是内化了文章的结构和模式。

当你说"帮我写一封商务邮件"，这个抄写员会把从数百万封商务邮件中学到的格式、语气、惯例组合起来，写出一封新的邮件。

提示词：与AI沟通的语言

提示词（Prompt）是给AI的指令。同一个AI，提示词写法不同，输出质量天差地别。

差的提示词："写封邮件" 好的提示词："我是一家科技创业公司的市场经理。请写一封向客户介绍新产品发布的邮件。语气亲切但专业，300字左右，包含行动号召（CTA）。"

写提示词的能力已经成为AI时代的核心技能。

5. 今天就开始用：实战应用指南

不知道从哪里开始？参考以下场景化应用。

日常生活

工作场景

创作场景

6. 如何写好提示词：5大原则

提示词工程是AI时代的核心能力。记住以下5个原则。

原则1：设定角色

给AI设定特定专家角色，回答的角度和深度都会不同。

"你是有10年经验的UX设计师。请分析这个App的用户体验问题。"
"你是律师。请审查这份合同中需要注意的条款。"

原则2：具体明确

模糊的要求只能得到模糊的回答。明确你想要什么。

❌ "告诉我营销策略"
✅ "为B2B SaaS创业公司制定内容营销策略。月预算5万元，团队3人。"

原则3：提供背景

AI不知道你的情况。提供必要的背景信息。

"我经营一家电商店铺，主要客户是30多岁的女性，
卖服装和配饰。最近销售额下降了20%。请分析原因并提出改进建议。"

原则4：指定输出格式

要求表格、列表、Markdown、JSON等格式，就能得到整理好的结果。

"请用以下格式整理上述内容：
- 标题：一句话总结
- 要点：3条bullet
- 待办事项：清单形式"

原则5：分步拆解

复杂任务不要一次性提出，分步骤进行。

第1步："分析这个市场的现状"
第2步："基于分析，找出3个机会点"
第3步："为每个机会提出执行策略"

7. 必须了解的局限和注意事项

生成式AI很强大，但有明确的局限。了解这些才能避免踩坑。

幻觉：一本正经地胡说八道

幻觉（Hallucination）是指AI把不真实的信息说得像真的一样自信。2023年美国有律师因向法庭提交ChatGPT编造的虚假判例而被处分。

应对方法：

• 重要事实务必交叉验证
• 要求提供来源，并确认来源真实存在
• 数字、日期、专有名词要特别小心

缺乏最新信息

大多数AI模型的训练数据有截止日期。它们不知道今天的新闻。

应对方法：

• 需要实时信息时使用有网页搜索功能的模型（ChatGPT Browse、Perplexity等）
• 问一下"这个信息的时间截止到什么时候？"

版权与伦理问题

AI生成内容的版权在法律上尚不明确。AI训练数据中包含受版权保护的材料也是争议点。

应对方法：

• 商用时确认版权政策
• 标明AI生成更安全
• 敏感用途考虑企业许可证

隐私保护

输入AI的信息可能被用于训练。输入敏感信息要谨慎。

应对方法：

• 不要输入个人信息、商业机密
• 企业版套餐（ChatGPT Enterprise、Claude for Enterprise等）保证数据不用于训练
• 包含个人信息时先做匿名化处理

8. 免费vs付费，该选哪个

比较一下主要服务的价格。（2026年1月数据）

消费者套餐

如何选择？

适合选ChatGPT的情况：

• AI入门新手
• 需要图像生成、语音对话等多种功能
• 想使用插件和GPTs生态

适合选Claude的情况：

• 开发者或编程工作较多
• 需要分析长文档（合同、论文、报告）
• 希望获得安全可靠的回答

适合选Gemini的情况：

• 重度使用Google Workspace（Gmail、Docs、Drive）
• 实时信息搜索很重要
• 需要处理超长文档（100万token）

适合选DeepSeek R1的情况：

• 成本最小化是首要考虑
• 想用开源模型自行部署
• 数学、逻辑推理类工作为主

9. 2025年的颠覆者们

2025年是生成式AI历史的转折点。看看几个关键变化。

DeepSeek R1：价格革命的开端

2025年1月，中国创业公司DeepSeek以开源方式发布了R1模型。震惊业界的有三点：

1. 开发成本：仅600万美元（OpenAI投入数十亿）
2. 性能：与OpenAI o1相当的推理能力
3. 价格：API成本比OpenAI低95%

DeepSeek R1打破了"AI开发需要天文数字投入"的固有观念。硅谷称之为"斯普特尼克时刻"，随后所有AI公司纷纷降价。

AI智能体的崛起

2025年被称为"AI智能体之年"。智能体AI是超越简单回复，能够自主规划、使用工具、完成任务的AI。

传统AI："帮我安排会议"→"以下是可选时间。" 智能体AI："帮我安排会议"→检查日历→查询与会者时间→发送邀请邮件→"已为您安排4月15日下午2点的会议。"

据麦肯锡数据，62%的企业正在试验AI智能体。Gartner预测，到2026年企业应用的40%将整合AI智能体。

Sora 2：视频生成走向大众

OpenAI的视频生成模型Sora在2025年9月升级为Sora 2并向公众开放。特别是与迪士尼达成10亿美元合作，可以生成米老鼠、漫威等200多个角色。

电影导演泰勒·佩里在Sora发布后暂停了8亿美元的工作室扩建计划。这预示着影视制作行业即将发生根本性变革。

编程AI大战

Anthropic的Claude在编程领域占据压倒性优势。Claude Code在SWE-bench达到80.9%，编程市场份额达54%。OpenAI随即推出Codex，Google推出Gemini CLI加入竞争。

10. 未来会怎样

短期展望（1-2年）

AI智能体实用化：预计到2026年，40%的企业应用将整合AI智能体。超越简单聊天机器人，实现预订、下单、客服的自主处理。

多模态整合加速：在一个模型中处理文本、图像、语音、视频将成为标准。"告诉我这道菜的做法"配上照片，自然而然地处理多种形式的输入。

成本持续下降：竞争加剧和技术进步将继续推动AI使用成本下降。更多人能更方便地使用AI。

中长期展望（3-5年）

工作方式的变革：AI与其说是取代工作，不如说是改变工作方式。麦肯锡预测，到2030年现有工作时间的30%可以被AI自动化。

个性化AI助手：完全理解个人偏好、习惯、场景的AI助手将普及。就像跟随多年的私人助理了解你的一切。

迈向AGI：超越目前专注特定任务的AI，向像人类一样通用思考的AGI（通用人工智能）进发的研究将继续。

术语表

更新日志

本内容不构成投资建议。使用AI服务时，请查阅各服务的使用条款和隐私政策。

© 2026 PRISM by Liabooks. All rights reserved.