文章详解了大模型交互的核心技术，包括User Prompt和System Prompt的使用方法、Agent工作机制、Function Calling功能及MCP协议。这些技术共同构成了大模型应用开发的技术栈，从用户提问到获得答案的完整流程，帮助开发者更有效地与大模型交互并扩展其功能，实现更智能的AI应用。

---

一、Prompt

1.User Prompt 用户提示词

    当我们与大模型进行对话时，我们向大模型发送的消息，称作**User Prompt**，也就是用户提示词，一般就是我们提出的问题或者想说的话

    但是我们在现实生活中与人对话，同一个问题不同的人会有多种的回复，但是当我们和AI交流时，同一个词只会有一种通用性回复，若想让AI也能像人一样提供不同的回答，我们可以对AI添加一个**“人设”**。

    ① 最直接的方法，就是将给AI提供的人设信息和用户的要求**打包成同一条User Prompt发送。**

    ② 将**人设信息单独提出来，放到一个提示词中**，这个提示词我们称为**System Prompt**

---

2.System Prompt 系统提示词

System Prompt主要用来描述AI的角色、性格、背景信息、语气等等（只要不是用户直接说出的内容，都可以放进System Prompt中）。每次用户发送User Prompt时，同时系统会自动发送System Prompt

    在网页端的聊天机器人中，**System Prompt**往往是系统预设的， 用户不能随便更改，但是通常来讲，网站会提供一些设置，用户可以写下自己的偏好，这些偏好再自动转换为**System Prompt**的一部分

---

二、Agent

1.什么是Agent

    大模型 Agent 是指基于大型预训练模型（如 GPT-3、GPT -4、文心一言、通义千问等）构建的智能体，能够理解和生成自然语言。它以大型语言模型作为核心计算引擎，利用模型的语言理解、生成和推理能力，结合自主性、交互性、反应性和主动性等特点，使 AI 能够更加智能地应对各种任务，可看作是能够思考与行动的 “智能助手”，不仅理解需求，还能主动提供解决方案并付诸实践。

---

2.AutoGPT

    本地运行的一个小程序

步骤

① 准备一些功能函数

② 将这些函数和其功能描述、使用方法一同注册到AutoGPT中，AutoGPT会根据这些信息生成一个System Prompt，告诉AI模型用户提供了哪些工具以及它们的功能、以及如果AI想要使用他们应该返回怎样的格式等等

③ 然后将这个System Prompt连同用户的请求一同发送AI模型

④ AI模型按照要求的格式返回一个调用某个函数的消息，AutoGPT进行解析之后，调用对应的函数

⑤ 将结果丢给AI

⑥ AI根据函数调用的结果决定下一步进行什么操作

⑦ 反复以上流程，直到任务完成为止

---

3.AI Agent & Agent Tool

人们将AutoGPT这种负责在模型、工具和最终用户之间传话的程序叫做AI Agent，而这些提供给Agent的函数或服务，就叫做Agent Tool

---

三、function calling

    虽然我们在System Prompt中声明了AI模型的返回格式，但是AI模型是一个概率模型，还是有可能返回格式错误的内容，为了处理这种情况，很多AI Agent会在发现AI返回的格式不对时，自动进行重传，例如Cline

    ChatGPT、Claude、Gemini等公司推出一个叫做**function calling**的新功能，这个功能的核心思想是：统一格式，规范描述，**function calling**对这些描述**System Prompt**进行一些标准化，例如：每个Tool都用一个JSON对象来定义，工具名写在name字段，功能说明写在desc字段，工具所需要的参数写在params中，然后这些JSON对象从System Prompt中被剥离出来，单独放到一个字段中，最后，**function calling**也规定了AI使用工具时应该返回的格式，所以System Prompt中的格式定义也可以删除

    通过function calling，所有的工具描述都放在相同的地方，所有工具描述也都按照相同的格式（JSON），AI使用工具时的回复也都依照相同的格式（JSON），于是人们就能更有针对性的训练AI模型，让他理解这种调用的场景，且因为回复的格式是固定的（JSON），当AI的回复格式出现错误时，AI自己可以检查到出现错误并进行重试，用户根本感觉不到，降低了用户端的开发难度，同时也节省了用户端重试带来的Token开销

缺点

    没有自己统一的标准，每家大厂定义的API标准都不同，甚至很多开源模型还不支持Function Calling，因此 **System Prompt** 与 **Function Calling** 两种方式在市面上是并存的

---

四、MCP协议

把Tool变成服务，统一的托管，让所有的Agent进行调用，这就是MCP

MCP是一个通信协议，专门用来规范 Agent 和 Tool 服务之间是怎么交互的，运行Tool的服务叫做MCP Server，调用它的 Agent 叫做MCP Client

MCP协议规定了MCP Server如何和MCP Client进行通信，以及MCP Server要提供哪些接口，

MCP除了普通的Tool这种函数调用的形式，MCP Server也可以直接提供数据，提供类似文件读写的服务叫做Resource，或者为Agent提供提示词的模板叫做Prompt

MCP Server 既可以和Agent跑在同一台机器上，通过标准输入输出进行通信。

也可以被部署在网络上，通过HTTP进行通信。

MCP本身和AI模型没有关系，它并不关心Agent用的是哪个模型，MCP只负责帮Agent管理工具、资源和提示词

---

五、梳理流程

① 对AI Agent（MCP Client）进行提问

② Agent将接收到的问题包装在USER PROMPT中

③ Agent通过MCP协议从MCP Server中获取所有Tool的信息

④ Agent将这些Tool的信息转化为 SYSTEM PROMPT 或 Function Caliing 的格式，然后和用户请求 User Prompt 一起打包发送给AI模型

⑤ AI模型发现有一个叫做web_browse的网页浏览工具，于是通过普通回复或者Function Calling的格式产生一个调用这个Tool的请求，希望从网上搜索答案

⑥ Agent收到这个请求后，通过MCP协议去调用MCP Server里的 web_browse 工具

⑦ web_browse工具访问指定的网站之后将内容返回给Agent

⑧ Agent再将内容转发给AI模型，AI模型根据网页内容和自己的思考，生成最终的答案，将答案传给AI Agent（MCP Client）

⑨ 最后，由AI Agent把结果展示给用户

这就是System Promt、User Prompt、AI Agent、Agent Tools、Function Calling、MCP、AI模型之间的联系与区别

案传给AI Agent（MCP Client）

⑨ 最后，由AI Agent把结果展示给用户

这就是System Promt、User Prompt、AI Agent、Agent Tools、Function Calling、MCP、AI模型之间的联系与区别

零基础如何高效学习大模型？

你是否懂 AI，是否具备利用大模型去开发应用能力，是否能够对大模型进行调优，将会是决定自己职业前景的重要参数。

为了帮助大家打破壁垒，快速了解大模型核心技术原理，学习相关大模型技术。从原理出发真正入局大模型。在这里我和鲁为民博士系统梳理大模型学习脉络，这份 LLM大模型资料 分享出来：包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码免费领取🆓**⬇️⬇️⬇️

【大模型全套视频教程】

教程从当下的市场现状和趋势出发，分析各个岗位人才需求，带你充分了解自身情况，get 到适合自己的 AI 大模型入门学习路线。

从基础的 prompt 工程入手，逐步深入到 Agents，其中更是详细介绍了 LLM 最重要的编程框架 LangChain。最后把微调与预训练进行了对比介绍与分析。

同时课程详细介绍了AI大模型技能图谱知识树，规划属于你自己的大模型学习路线，并且专门提前收集了大家对大模型常见的疑问，集中解答所有疑惑！

深耕 AI 领域技术专家带你快速入门大模型

跟着行业技术专家免费学习的机会非常难得，相信跟着学习下来能够对大模型有更加深刻的认知和理解，也能真正利用起大模型，从而“弯道超车”，实现职业跃迁！

【精选AI大模型权威PDF书籍/教程】

精心筛选的经典与前沿并重的电子书和教程合集，包含《深度学习》等一百多本书籍和讲义精要等材料。绝对是深入理解理论、夯实基础的不二之选。

【AI 大模型面试题 】

除了 AI 入门课程，我还给大家准备了非常全面的**「AI 大模型面试题」，**包括字节、腾讯等一线大厂的 AI 岗面经分享、LLMs、Transformer、RAG 面试真题等，帮你在面试大模型工作中更快一步。

【大厂 AI 岗位面经分享（92份）】

【AI 大模型面试真题（102 道）】

【LLMs 面试真题（97 道）】

【640套 AI 大模型行业研究报告】

【AI大模型完整版学习路线图（2025版）】

明确学习方向，2025年 AI 要学什么，这一张图就够了！

👇👇点击下方卡片链接免费领取全部内容👇👇

抓住AI浪潮，重塑职业未来！

科技行业正处于深刻变革之中。英特尔等巨头近期进行结构性调整，缩减部分传统岗位，同时AI相关技术岗位（尤其是大模型方向）需求激增，已成为不争的事实。具备相关技能的人才在就业市场上正变得炙手可热。

行业趋势洞察：

• 转型加速： 传统IT岗位面临转型压力，拥抱AI技术成为关键。
• 人才争夺战： 拥有3-5年经验、扎实AI技术功底和真实项目经验的工程师，在头部大厂及明星AI企业中的薪资竞争力显著提升（部分核心岗位可达较高水平）。
• 门槛提高： “具备AI项目实操经验”正迅速成为简历筛选的重要标准，预计未来1-2年将成为普遍门槛。

与其观望，不如行动！

面对变革，主动学习、提升技能才是应对之道。掌握AI大模型核心原理、主流应用技术与项目实战经验，是抓住时代机遇、实现职业跃迁的关键一步。

01 为什么分享这份学习资料？

当前，我国在AI大模型领域的高质量人才供给仍显不足，行业亟需更多有志于此的专业力量加入。

因此，我们决定将这份精心整理的AI大模型学习资料，无偿分享给每一位真心渴望进入这个领域、愿意投入学习的伙伴！

我们希望能为你的学习之路提供一份助力。如果在学习过程中遇到技术问题，也欢迎交流探讨，我们乐于分享所知。

*02 这份资料的价值在哪里？*

专业背书，系统构建：

• 本资料由我与鲁为民博士共同整理。鲁博士拥有清华大学学士和美国加州理工学院博士学位，在人工智能领域造诣深厚：

• • 在IEEE Transactions等顶级学术期刊及国际会议发表论文超过50篇。
  • 拥有多项中美发明专利。
  • 荣获吴文俊人工智能科学技术奖（中国人工智能领域重要奖项）。

• 目前，我有幸与鲁博士共同进行人工智能相关研究。

内容实用，循序渐进：

• 资料体系化覆盖了从基础概念入门到核心技术进阶的知识点。

• 包含丰富的视频教程与实战项目案例，强调动手实践能力。

• 无论你是初探AI领域的新手，还是已有一定技术基础希望深入大模型的学习者，这份资料都能为你提供系统性的学习路径和宝贵的实践参考，助力你提升技术能力，向大模型相关岗位转型发展。

  

抓住机遇，开启你的AI学习之旅！