1.什么是prompt
Prompt（提示）是用户提供给AI模型的指令或输入，用于引导模型生成所需的内容或执行特定任务。提示词的质量直接决定了ai输出的准确度。
- 系统提示词：可以整体约束ai输出的内容，一般需要提前设置
- 用户提示词：用户自主输入的内容，随用随输
2.什么是token
在我们和ai完成一次对话后，会花费一定的token，它是文本分割的基本单元，可能是单词或者标点符号，模型的输入和输出都是按token计算的，一般token越多，成本越高，并且输出速度越慢，不同模型的计费不太一样，一般100万token要几十块钱。可以去Google Al Studio申请一个api key，之后的每次扣费都会计在这个api key上。
3.什么是RAG
RAG（Retrieval-Augmented Generation，检索增强生成）可以利用外部知识库给ai补充知识。很多公司会有自己的业务知识和文档，会构建自己的问答系统或客服，这就需要使用rag技术。首先要有一个知识文档，然后对文本进行切分，然后利用Embedding嵌入技术，将文本图像等数据转化为向量表示，并写入到向量数据库中，用户向ai提问时，会将问题转化成向量，从向量数据库中检索相关的向量数据，找到最近似的文档片段，再将相关信息和用户问题一起输入给大模型，使大模型的回答更准确。
常用的向量数据库有Milvus、PGVector等。
ETL（Extract-Transform-Load）：其目标是通过结构化处理提升数据质量，并为后续的语义检索奠定基础。是文档抽取、转换、加载技术，通过精准提取文本、规范数据格式，将信息有序导入向量数据库
4.什么是智能体
以往的ai应用是可以说是一个智能聊天助手，而现在已经升级为智能体了。智能体是能够感知环境，进行推理，制定计划，做出决策并自主采取行动来实现目标的ai系统。我们可以给智能体提供工具，比如网页搜索、查询天气、调用数据库等，智能体就会在需要的时候使用这些工具，比如从网上检索内容，总结后再回复。
5.deepseek的深度思考是怎么实现的？
deepseek的R1模型有深度思考功能，背后是思维链和ReAct技术，让模型先思考问题、推理分析并提出行动计划，然后再行动，并且中间步骤和思考过程是公开可见的，让我们能够理解模型是如何得出结论的。
6.什么是MCP
MCP（Model Context Protocol，模型上下文协议），用于为ai和外部数据源、工具标准化交互。简单来说利用mcp服务，我们可以给ai集成不同的工具和数据，增强ai应用的功能。如何在项目中接入别人的mcp服务，如何开发mcp服务供别人调用但是要学习的。
7.什么是SpringAI
SpringAI、LangChain4j的作用是类似的，是ai开发框架，提供了很多现成的方法，帮我们提高开发ai应用的效率，比如快速对接上下文，保存会话上下文、对接向量数据库、实现RAG等等。SpringAI更容易和主流的java开发框架spring集成，上手难度低，而LangChain4j更灵活，适合开发复杂的智能体。
创建 Controller：
@RestController
@RequestMapping("/chat")
public class ChatController {
@Autowired
private ChatClient chatClient;
@GetMapping("/ask")
public String askQuestion(@RequestParam String prompt) {
return chatClient.call(prompt);
}
}Prompt 模板动态生成：
PromptTemplate template = new PromptTemplate("为{role}生成关于{topic}的教程");
Map<String, Object> params = Map.of("role", "Java开发者", "topic", "Spring Security");
String output = chatClient.call(template.render(params));流式响应处理：
@GetMapping("/stream")
public SseEmitter streamChat(String message) {
SseEmitter emitter = new SseEmitter();
chatClient.stream(message).subscribe(
chunk -> emitter.send(chunk),
emitter::completeWithError,
emitter::complete
);
return emitter;
}
