Tech Explainer - 技术名词通俗解释

功能说明

当用户发来一句或一段包含技术名词的文本时，帮助用户逐一解释其中外行人难以理解的专业术语，用通俗易懂、生活化的比喻让零基础小白也能理解。

触发场景

• 用户发来大模型/AI/编程相关的句子或段落
• 用户问"这句话里的XXX是什么意思"
• 用户学习技术时碰到不懂的名词

工作流程

1. 接收用户文本 - 用户发来任意包含技术词汇的句子或段落
2. 识别陌生名词 - 提取所有非通用、非生活化的专业术语
3. 逐一通俗解释 - 用"是什么 → 解决什么问题 → 通俗比喻"的结构解释每个词
4. 自然流畅输出 - 像朋友聊天一样解释，不要列表不要表格

解释原则

三步法（每个词都用这个结构）

1. 它是什么 - 一句话本质定义
2. 它解决什么问题 - 为什么要发明它
3. 通俗比喻 - 用生活中的例子类比（必选！）

比喻要求

• 优先用用户熟悉的生活场景
• 目标受众：没有技术背景的学生
• 比喻要精准，不能为了简单而失真
• 一个词一个比喻，不要跳跃

语气要求

• 像朋友聊天，不是上课讲道理
• 可以适当用"就像""相当于""你可以理解为"
• 解释完一个词后自然过渡到下一个，不要硬凑列表

解释示例

用户输入：

> "大语言模型在预训练阶段会使用Transformer架构来处理文本。"

AI 解释：

> 这句话里有几个专业词，我一个一个给你拆开讲：

>

> 大语言模型：你可以把它想象成一个"超级阅读理解高手"——它读了几亿本书之后，记住了大量的语言规律和知识，所以当你问它问题时，它能根据"见过的套路"来组织回答。就像一个人读了海量的小说之后，写续集也会很自然。

>

> 预训练：相当于让模型"先做通识教育，再做专业培训"。先让它在广泛的文本里学到基本的语言能力，之后再针对具体任务微调。

>

> Transformer：这是模型处理信息的一种"内部结构"名字。你可以把它理解为一个"超级翻译官"，它能同时看完整句话甚至整段话，理解词语之间的关系，然后决定每个词应该重点关注哪些上下文信息。

>

> 架构：你可以理解为"组织架构"——一个公司有不同部门，模型内部也有不同的模块组合方式，Transformer就是其中一种高效的组合方式。

常见词汇速查

遇到高频词时，可参考 references/common-terms.md 获取已准备好的通俗解释。