在构建任何宏伟建筑之前，都必须先打好坚实的地基。大语言模型（Large Language Model, LLM）的能力体系亦是如此。本章将系统梳理以 GPT-4、Claude 为代表的现代大模型最通用、最稳定的原生能力。
这些能力如同模型的“出厂设置”，是后续所有高级应用（如智能体、复杂推理）的绝对起点。理解其原理与边界，是有效使用和驾驭 AI 的 第一步。我们将通过典型示例，让你直观感受每种基础技能的效果与适用场景。
1.1 理解与生成：文本处理的“双子星”
理解与生成，是大语言模型最核心、最基础的一对能力，如同鸟之双翼、车之两轮，共同构成了模型与人类交互的基石。
文本理解，指的是模型解析、消化并“懂得”输入文本含义的能力。这远不止于识别词汇，更包括语义理解、情感分析和意图识别。
示例：当用户输入“这手机电池太不给力了，出门就得带充电宝”，模型需要理解：
- 话题是“手机电池”；
- 情感是“负面抱怨”；
- 潜在意图可能是“寻求电池续航更好的手机推荐”或“询问省电技巧”。
根据 Anthropic 对 Claude 模型的技术阐述，这种深度理解依赖于模型在海量文本上训练出的、对词语、短语及其上下文关联的复杂概率表征。
文本生成，则是模型根据其理解和给定的指令，创造出连贯、相关新文本的能力。这包括续写、创作和改写等。一个经典的案例是，当给定开头“在一个遥远的星系……”，模型可以生成一部完整的太空歌剧的后续情节。
让我们通过一个对比示例来感受这对“双子星”的协同工作：
Python
# 示例：理解与生成的简单演示（伪代码逻辑）
用户输入 = “用活泼的语气，将‘会议延期至下周’这句话通知给团队成员。”
# 模型的理解过程（内部解析）：
# 1. 核心指令：进行“文本改写”。
# 2. 风格要求：“活泼的语气”。
# 3. 目标对象：“团队成员”。
# 4. 原始内容：“会议延期至下周”。
# 模型的生成输出（基于理解）：
“嗨各位伙伴！原定计划的小会要跟咱们玩个‘捉迷藏’，它偷偷溜到下周啦~ 咱们下周同一时间，不见不散哦！”
数据支撑：OpenAI 在 GPT-4 的技术报告中指出，在诸如“判断两句话是否表达相同含义”的理解类任务上，GPT-4 的准确率相比 GPT-3.5 有显著提升；而在文本生成方面，人类评估者对 GPT-4 生成文本的质量、连贯性评分也更高。这组能力是所有交互的基础，后续的摘要、对话等功能都建立在此之上。
1.2 归纳与转换：信息处理的利器
如果说理解与生成是模型的“大脑”，那么归纳与转换就是高效的“双手”，专门处理信息的提炼与重塑。这项能力让模型成为了处理文本信息的“瑞士军刀”。
信息归纳 最典型的应用是 摘要。模型能够快速通读长文档（如一篇 3000 字的行业报告），并提取其核心论点，生成一段 200 字的精华概要。这极大地提升了信息获取效率。例如，金融分析师可以令模型快速归纳多家公司的财报重点，进行初步对比。
信息转换 则主要包括 翻译 和 格式转换。大模型在多语言语料上训练，使其具备了强大的跨语言转换能力。更重要的是，它不仅能直译，还能进行“意译”，考虑文化语境。例如，将中文成语“胸有成竹”翻译为英文时，模型可能不会直译，而是输出“have a well-thought-out plan”。
格式转换 同样强大。你可以将一段杂乱无章的会议要点丢给模型，并要求它：“将以下内容整理成一份包含‘议题’、‘结论’、‘待办事项’三列的 Markdown 表格。” 模型便能理解并执行这种结构化的转换。
Python
# 示例：格式转换应用
输入文本 = """
客户张总来电，说对A方案的价格有疑虑，觉得偏高。他希望我们能提供一些成本构成的细节，或者看看B方案。需要在下周三前给他回复。王经理负责跟进。
"""
指令 = “将上面的电话记录，提取关键信息，整理成‘客户’、‘反馈问题’、‘需求’、‘负责人’、‘截止日期’五列的表格。”
# 模型输出（Markdown格式）：
| 客户 | 反馈问题 | 需求 | 负责人 | 截止日期 |
|---|---|---|---|---|
| 张总 | A方案价格偏高 | 1. 提供A方案成本细节；2. 对比查看B方案 | 王经理 | 下周三前 |
类比理解：这个过程就像一个经验丰富的秘书。你给 TA 一沓杂乱的文件（原始信息），并口头吩咐“帮我整理出一份重点报告，并且把里面的数据做成图表”（转换指令），TA 便能心领神会地完成。大模型正是这样一个不知疲倦的数字化“秘书”。
1.3 对话与角色扮演：从通用问答到情境化交互
基础问答如同点对点的射击，而 多轮对话 则是一场有来有回的网球比赛。模型能够记住同一会话中先前交流的上下文，并基于此进行回应，这使得交互变得连贯和智能。
例如，你可以先问：“Python 里怎么读取一个 CSV 文件？” 在模型回答后，紧接着问：“如果我想只读取前 10 行呢？” 模型能理解第二个问题中的“读取”动作和“CSV 文件”对象承自上文，从而给出精准的后续代码。
在此基础上的 角色扮演，是对话能力的进阶应用。通过系统提示词（System Prompt），你可以为模型设定一个特定的身份、背景和说话风格。这极大地丰富了应用场景。
Python
# 示例：角色扮演提示词设计
系统指令 = “你是一位资深的历史教授，擅长用生动、故事化的语言讲解复杂历史事件。你的听众是高中生，请确保讲解通俗易懂且引人入胜。”
用户提问 = “请讲解一下‘丝绸之路’的历史意义。”
# 模型的输出将会以历史教授的口吻开始，可能如下：
“同学们，想象一下，在两千多年前，没有飞机和微信，中国的丝绸是如何出现在罗马帝国的贵族身上的？这就要归功于一条伟大的‘古代互联网’——丝绸之路...”
案例支撑：这也是当前众多 AI 陪伴、教育、游戏 NPC 应用的底层原理。通过精心设计的角色提示，一个通用的大模型可以化身为专业的法律顾问、贴心的健康教练或风趣的聊天伙伴。Anthropic 的提示工程指南中强调，清晰的角色定义能显著提升模型在特定领域回复的准确性和情境贴合度。
1.4 基础推理与代码生成：逻辑思维与结构化输出的雏形
虽然大模型并非专为严谨逻辑而设计，但其在训练中吸收的海量代码与逻辑文本，赋予了它令人印象深刻的 基础推理 和 代码生成 能力。
基础推理 体现在解决多步骤问题上。例如，面对问题“如果小明比小红高，小红比小蓝高，那么谁最高？”，模型需要解析出 的逻辑链，才能得出“小明最高”的结论。在简单数学计算（如“15% 折扣后，原价 200 元的商品售价多少？”）和常识推理上，现代大模型也表现可靠。
代码生成 是这项能力最结构化、最实用的输出。你可以用自然语言描述一个功能需求，模型能够生成可运行的代码片段。这就像一个理解你意图的编程助手。
Python
# 示例：代码生成
用户指令 = “写一个Python函数，输入一个字符串列表，返回一个字典，键是字符串本身，值是该字符串的长度。”
# 模型生成的代码：
def create_length_dict(string_list):
"""
根据字符串列表创建长度字典。
参数:
string_list (list): 字符串列表。
返回:
dict: 键为字符串，值为其长度的字典。
"""
return {s: len(s) for s in string_list}
# 测试用例
test_list = ["apple", "banana", "cherry"]
print(create_length_dict(test_list)) # 输出: {'apple': 5, 'banana': 6, 'cherry': 6}
重要提示：必须认识到，这种推理是“基于模式的概率推理”，而非真正的逻辑演算。对于复杂或专业问题，其输出可能需要验证。OpenAI 的技术文档明确建议，将代码生成视为“辅助编程”，生成的代码需经测试和审查后再使用。尽管如此，它已能处理大量日常的、模式化的逻辑与编码任务，成为提升效率的利器。
总结：本章介绍的理解与生成、归纳与转换、对话与角色扮演、基础推理与代码生成，共同构成了大模型能力的“基石”。它们稳定、通用，是您开启 AI 应用之旅的必备工具。掌握如何通过清晰的提示（Prompt）有效激发这些能力，是您需要练习的第一项，也是最重要的一项技能。在接下来的章节中，我们将以这些基石为起点，搭建更复杂、更强大的应用架构。
