AI认知Day 2
AI应用系统总览
AI应用不是一个模型，而是由模型、上下文、工具、流程和产品设计组成的系统。
Loading...
Loading...
把每天的 AI 学习成果转化为可视化知识卡片，按主题沉淀成一套持续生长的认知地图。
Themes & Path
选择一个主题开始浏览。建议先从 AI 系统认知入手，再进入产品生态和产品经理视角，最后沉淀 AI 协作方法。
AI认知
6 张理解 LLM、RAG、Agent、Workflow、MCP、API、Vibe Coding 等基础概念。
阅读路线
AI应用系统总览
LLM、Token、Context与Prompt
AI如何连接外部世界
Workflow、Agent与Skill
进入 AI认知 →
AI产品生态
5 张理解不同类型 AI 产品在工作流中的位置，形成学习优先级和个人判断。
阅读路线
AI产品生态九大类别
AI产品从入口到落地
每类AI产品负责什么
我的AI学习优先级
查看完整 AI 产品地图 →
进入 AI产品生态 →
产品经理思维
6 张从功能视角走向用户、场景、痛点和产品判断，训练可迁移的产品判断力。
阅读路线
产品经理思维入门
如何发现用户痛点？
如何拆解一个产品？
产品经理的4个思维模型
AI产品拆解框架 11维分析思维地图 →
进入 产品经理思维 →
AI协作方法
7 张沉淀 Prompt、Context、检查清单和 AI 协作流程，让复杂任务更稳定。
阅读路线
GCOF 四问框架
BRACE 五层上下文模型
Prompt 与 Context 的区别
Context Pack 模板地图
进入 AI协作方法 →
Complete Map
按通用助手、AI搜索、Vibe Coding、Agent、RAG 等类别建立的完整 AI 产品认知框架。
Gallery
当前收录 24 张可视化学习卡片。点击图片可以放大预览，使用分类筛选切换主题。
当前视图
理解 LLM、Prompt、Context、RAG、Tool、MCP、Workflow、Agent 等基础概念。
AI应用不是一个模型，而是由模型、上下文、工具、流程和产品设计组成的系统。
Prompt决定任务方向，Context决定信息环境，Token是模型处理信息的基本单位。
LLM负责生成，Tool负责行动，API负责连接，MCP负责标准化连接，RAG负责基于资料回答。
Workflow更像固定流程，Agent更像目标驱动执行者，Skill更像可复用能力包。
工具越强，判断越重要；AI降低执行门槛，也拉开产品判断和持续迭代的差距。
普通人学AI，最先要解决的是方向、路线和成果，而不是收集更多工具列表。