AI 核心概念¶
随着 AI 领域的发展，大量概念（Command、Prompt、RAG、Agent、MCP、Skills、Workflow）被不断堆砌，容易让人迷失。以下从底层逻辑出发，逐一辨析这些概念的关系。
概念分层梳理¶
| 概念 | 本质 | 类比 | 说明 |
|---|---|---|---|
| Prompt | 让 AI 干活的指令 | 一句话需求 | 基础输入，可以是简单的"帮我写个简历"，也可以是包含详细规则的结构化提示词 |
| Command | 短命令替换固定提示词 | 快捷键 | 将常用长提示词固化为文件，通过简短命令唤起（如 Claude Code 的 / 命令） |
| System Prompt | 优先级更高的后台指令 | 系统预设 | 优先级高于用户提示词，通常由 AI 客户端在后台自动发送 |
| Metadata | 提示词的"目录" | 文件标签 | 在不同场景拆分提示词后，在文件开头添加的场景描述信息 |
| RAG | 检索增强生成 | 联网查资料 | 为大模型补充实时信息或领域知识，解决知识截止日期和幻觉问题 |
| Function Calling | 工具调用格式约定 | API 接口规范 | 大模型与外部工具之间的调用格式约定 |
| MCP | 工具调用协议 | 标准化工具箱 | 定义 Agent 如何与外部工具服务交互的协议 |
| Workflow | 固定流程编排 | 流水线 | 通过规则配置将多个步骤编排调度的流程 |
| Agent | 自主决策系统 | 智能体 | 能自主规划、调用工具、多步推理的 AI 系统 |
| Skills | 渐进式提示词管理 | 带目录的说明书 | 将提示词分为元数据、指令、资源三层，按需加载 |
| SubAgent | 子智能体 | 专门助手 | 用于隔离复杂任务的上下文，由主 Agent 调度和协调 |
Skills 与 MCP 的对比¶
| 维度 | Agent Skills | MCP |
|---|---|---|
| 侧重点 | 提示词管理（渐进式披露） | 工具调用（标准化工具箱） |
| 类比 | 带目录的说明书 | 标准化工具箱 |
| Token 消耗 | 低（仅加载元数据） | 高（一次性塞入所有提示词） |
| 核心主体 | Markdown 文件 | 软件包（Node.js/Python 编写） |
| 编写难度 | 低（只需写 Markdown） | 高（需搭建开发环境） |
配合场景：Skill 负责提示词的渐进式披露，MCP 负责具体工具调用。
Skills 与 Workflow 的区别¶
- Workflow：流程结构在设计阶段就确定，固定不变（如低代码工具 n8n 的拖拉拽流水线）
- Skills：本质也是逻辑编排，但执行流程由大模型驱动，灵活性更高——可理解为"大模型驱动的 Workflow"