❓ 问答专区
有问题？来这里找答案
🔥 热门问题
入门类
Q: 零基础如何开始学习 AI？
A: 建议按以下步骤：
- 先体验 - 注册 ChatGPT 或 Kimi，感受 AI 能力
- 学基础 - 了解什么是大模型、Token、Prompt
- 练提示词 - 学习写好提示词的基本技巧
- 找场景 - 在工作生活中找应用场景
- 持续学 - 关注新动态，不断学习
推荐阅读：入门教程
Q: ChatGPT、Claude、通义千问有什么区别？
A: 主要区别对比：
| 维度 | ChatGPT | Claude | 通义千问 |
|---|---|---|---|
| 综合能力 | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐ |
| 中文能力 | ⭐⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ |
| 长文本 | ⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐ |
| 代码能力 | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐ |
| 国内访问 | 需代理 | 需代理 | 直连 |
| 价格 | $20/月 | $20/月 | ¥99/月 |
选择建议：
- 国内日常使用 → 通义千问 / Kimi
- 专业/代码工作 → Claude / ChatGPT
- 预算有限 → Kimi（免费）
Q: 什么是 Token？为什么计费按 Token 算？
A: Token 是 AI 处理文本的基本单位。
理解方式：
- 1 个英文单词 ≈ 1-2 个 Token
- 1 个中文字 ≈ 1-2 个 Token
- 1000 个 Token ≈ 750 个英文单词
为什么按 Token 计费：
- AI 计算量与 Token 数成正比
- 统一计费标准，便于比较
省钱技巧：
- 精简提示词
- 避免重复信息
- 使用更便宜的模型
使用技巧类
Q: 如何写出更好的提示词？
A: 遵循 CRISPE 原则：
- Capacity（角色） - 设定 AI 角色
- Request（任务） - 明确要做什么
- Input（输入） - 提供必要信息
- Style（风格） - 指定输出格式
- Purpose（目的） - 说明背景和目标
- Example（示例） - 给出参考
示例：
你是一位资深文案（角色）
请帮我写一段产品介绍（任务）
产品是一款 AI 写作工具（输入）
风格要简洁专业，200 字以内（风格）
用于官网首页展示（目的）
参考这个示例的风格：[示例]（示例）Q: AI 回答不准确怎么办？
A: 可以尝试以下方法：
- 补充上下文 - 提供更多背景信息
- 明确要求 - 更具体地描述需求
- 给出示例 - 展示你期望的输出
- 分步提问 - 把复杂问题拆分
- 换模型 - 尝试更强的模型
- 人工验证 - 重要信息务必核实
Q: 如何用 AI 帮我写代码？
A: 推荐工作流：
- 描述需求 - 清楚说明功能要求
- 生成代码 - 让 AI 生成初版
- 理解代码 - 让 AI 解释每部分
- 修改完善 - 指出需要修改的地方
- 测试验证 - 运行并测试代码
- 优化重构 - 让 AI 优化代码质量
示例 Prompt：
请用 Python 实现一个函数：
- 功能：从 URL 下载图片并保存到本地
- 参数：url（图片地址），save_path（保存路径）
- 要求：
1. 添加错误处理
2. 支持常见图片格式
3. 添加进度显示
4. 返回保存结果
请先解释思路，再写代码。进阶类
Q: RAG 是什么？什么场景需要用？
A: RAG（检索增强生成）是结合检索和生成的技术。
核心原理：
用户问题 → 检索相关文档 → 将文档作为上下文 → 生成回答适用场景：
- 企业知识库问答
- 文档智能问答
- 客服机器人
- 法律/医疗等专业领域
什么时候需要：
- 知识需要频繁更新
- 有大量专业文档
- 需要引用具体来源
- 减少幻觉很重要
Q: 如何评估 AI 应用效果？
A: 可以从以下维度评估：
| 维度 | 指标 | 方法 |
|---|---|---|
| 准确性 | 正确率 | 人工标注 + 对比 |
| 相关性 | 相关度评分 | 人工评估 |
| 流畅性 | 可读性 | 用户反馈 |
| 效率 | 响应时间 | 性能测试 |
| 成本 | Token 消耗 | API 统计 |
评估建议：
- 准备测试集（50-100 个典型问题）
- 人工评估 vs 自动评估结合
- 持续收集用户反馈
- 定期复评
成本类
Q: 使用 AI 大概需要多少钱？
A: 不同使用量级的大致成本：
| 使用频率 | 月成本 | 推荐方案 |
|---|---|---|
| 偶尔使用 | ¥0 | Kimi 免费版 |
| 每天 10 次 | ¥0-99 | 通义千问 / Kimi |
| 每天 50 次 | ¥99-200 | 通义千问标准版 |
| 每天 100+ 次 | ¥200-500 | 混合使用 |
| API 开发 | 按量付费 | 根据调用量 |
省钱建议：
- 免费额度充分利用
- 选择合适套餐
- 优化提示词减少 Token
Q: 企业如何控制 AI 成本？
A: 企业成本控制策略：
预算分配
- 按部门/项目设置预算
- 月度预算审批流程
技术优化
- 使用缓存减少重复调用
- 选择合适模型（不一定要最强）
- 批量处理提高效率
管理措施
- 设置使用限额
- 监控异常消费
- 定期审计
采购策略
- 企业版谈判折扣
- 年付锁定价格
- 多平台对比
📋 问题分类
按主题浏览
按场景浏览
| 场景 | 常见问题 |
|---|---|
| 写作 | 如何让 AI 写出好文章？ |
| 编程 | AI 写代码靠谱吗？ |
| 办公 | 如何用 AI 提高效率？ |
| 学习 | AI 能帮我学什么？ |
| 创业 | AI 如何助力创业？ |
💡 提问技巧
如何提出好问题
- 描述清楚 - 说明你的背景和需求
- 提供细节 - 贴出代码、错误信息等
- 说明尝试 - 告诉我们你已经试过什么
- 期望明确 - 你希望得到什么样的帮助
好问题示例
【背景】
我是产品经理，想用 AI 帮我分析用户反馈
【现状】
我收集了 500 条用户反馈，目前在用 Excel 手动分类
【问题】
1. 用什么 AI 工具比较合适？
2. 如何设计提示词让 AI 输出结构化结果？
3. 大概需要多少成本？
【期望】
希望得到具体的工具推荐和提示词示例🤝 参与互动
如何提问
- 在页面底部评论区留言
- 使用 GitHub Discussions
- 加入社区交流群
如何回答
- 看到能回答的问题，直接回复
- 分享你的经验和技巧
- 帮助他人，共同成长