模型交互与 AI 应用基础

从提示、模型 API、结构化输出到多模态输入建立可验证的应用基础。

阅读起点

学习前先阅读：Prompt Engineering 学习路线。

全书顺序

本书按知识依赖组织。主线先建立可运行的共同模型，再进入机制、工程边界和生产约束；维护与前沿内容明确标注，不改变主线的学习顺序。

第1章｜提示、模型与输出契约

能将自然语言任务转化为可测试的输入输出合同。

1. 提示结构与上下文：组织指令、上下文、示例和失败回退。
2. 模型 API 与流式调用：处理消息、token、流、重试和超时。
3. 结构化输出与工具调用：定义 schema、校验、工具参数和拒绝。
4. 多模态与实时输入：比较文本、图像、音频和实时会话边界。

第2章｜模型提供商与适配

把 OpenAI、Claude、Gemini 和本地模型差异隔离在适配层。

1. 响应式 API 适配：抽象消息、事件、工具和错误。
2. 提供商能力矩阵：记录上下文、工具、多模态和流式差异。
3. 本地模型部署：评估量化、推理服务、显存和回退。

阅读边界

本页是学习路线和专题入口，不替代专题笔记中的机制解释、可运行示例和练习。笔记尚未完成的专题会先显示为占位页；已有经验的读者可以跳到具体章节，再按前置关系回补。

路线状态

本路线的目录已完成本轮架构审查；专题笔记的内容质量和来源审查另行进行。