Prompt、API、代码——分别是什么？
很多人一上来就想做「智能体」「知识库」，但大多数 AI 应用，底层都离不开三件事：
- Prompt（提示词）：你怎么告诉 AI 要做什么
- API（接口）：你的程序怎么联系到 AI
- 代码：怎么把 AI 的回答用起来（展示、存储、触发下一步）
可以把它想成一家小餐厅的分工——你定菜单和规矩，前台传话，后厨出菜。三者配合，才是一顿完整的饭。
举例：用户问「帮我写一句网站 Slogan」
Prompt 在干什么？
Prompt 就是你写给 AI 的「工作说明书」。
如果只说「写个 Slogan」，AI 可能给你一堆空洞大词。
说清楚一点：
你是 KunSpace 个人网站的文案助手。
任务：写一句 15 字以内的中文 Slogan。
要求：口语自然，不用「赋能」「抓手」，要体现「个人数字空间」。
输出：只返回 Slogan 本身，不要解释。
角色 + 任务 + 要求 + 格式，四句话，结果会稳定很多。
API 在干什么？
你的网页或脚本不会魔法直连 AI 大脑，而是通过 HTTP 请求：
你的程序 ──发送 messages──▶ 大模型服务
你的程序 ◀──返回 text────── 大模型服务
你发过去的是「消息列表」，收回来的是「AI 生成的文字」。
模型名、消息、回复——理解这三个词，API 就不神秘了。
代码在干什么？
假设 Slogan 生成满意，代码可以：
- 写进网站配置文件
- 显示在首页 Hero 区
- 不满意就再请求一次
代码是把 AI 能力嵌入产品的那双手。入门阶段不必从零写框架，改官方示例、跑通一次，比看十小时教程更有用。
再举一个完整小场景
你在做 KunSpace，希望访客输入昵称后，AI 自动生成一句欢迎语。
| 环节 | 做什么 |
|---|---|
| Prompt | 「根据昵称 {name}，写一句 20 字内欢迎语，轻松友好」 |
| API | 把 {name: "小明"} 填进 prompt，POST 给模型 |
| 代码 | 拿到欢迎语，显示在留言板上方 |
用户只看到「小明，欢迎来逛 KunSpace！」——背后就是这三步。
总结
Prompt 解决「怎么说」，API 解决「怎么连」，代码 解决「怎么用」。
做 AI 应用不是先背算法，而是先让这三条线在你脑子里各有一个清晰的画面——就像餐厅里老板、前台、后厨各就其位。
搞懂这层，后面无论是本地模型、知识库还是 Agent，都是在上面加新能力，而不是重新学一门语言。
评论
还没有评论，来做第一个吧
读完了不评论，作者会以为你在沉思