概要

在人工智能領域，智能體作為AI與用戶溝通的橋梁，通過接收和發送包含特定信息的提示詞，即用戶提示詞-user prompt和系統提示詞-system prompt，來模擬人類對話。系統提示詞設定智能體的角色和行為，用戶提示詞則傳達用戶的需求。功能編碼-AI tools是允許智能體調用預定義函數以執行具體任務的方法，增強了智能體的實用性。MCP（Model Communication Protocol）作為一種專為AI設計的通信協議，使得智能體能夠與各種工具和服務交互，實現更復雜的功能，并支持工具的標準化管理，包括查詢可用工具、參數和功能描述等。這些技術綜合起來，展示了從用戶詢問到AI生成響應的完整流程，強調了它們在AI自動化協作中的重要性。

接下來我們通過一些場景，來學習prompt，agent、mcp以及function calling的基礎概念。

場景1

現實中對話

現實生活中，當我們和不同人聊天真實，即便是完全相同的話，對方也會根據自己的經驗給出不同的答案。比如我說我肚子疼，我媽可能會問病了吧？，我爸可能說吃多了吧？，我女朋友可能直接就來一句滾吧。 但是AI并沒有這樣的人設，所以他就只能給出一個通用的四平八穩的回答，如果感覺不適請就醫。

圖片

于是我們就希望給AI也加上人設，最直接的方法就是把人設信息和用戶要說的話打包成一條user prompt發過去。比如你扮演我的女朋友，我說我肚子疼，然后AI就可能回復滾一邊去，老娘也疼，這樣就對味兒了。

圖片

但問題是你扮演我溫柔的女朋友這句話并不是我們真正想說的內容，顯得有一點出戲。于是人們干脆把人設信息單獨的拎了出來，放到另外一個里面，這就是system prompt系統提示詞。

場景1總結

在AI模型與用戶交互的過程中，什么是user prompt？

user prompt就是用戶提示詞，是我們通過聊天框發送給AI模型的消息，通常是我們提出的問題或想說的話。

為什么AI給出的答案往往顯得無趣且缺乏個性？

因為AI沒有人的設定，只能給出通用的回復。為了賦予AI個性，人們開始將人設信息與用戶輸入的內容結合，形成更自然的對話。

什么是system prompt，它在對話中起到什么作用？

System prompt是用來描述AI的角色、性格、背景、信息、語氣等非用戶直接說出來的內容，它與user prompt一起發送給AI模型，以使對話更加自然。

在網頁端的聊天機器人中，system prompt如何設定和使用？

網頁端的system prompt通常是系統預設的，但用戶可以通過網站提供的設置功能自定義偏好，這些偏好會被整合進system prompt中。

場景2

即使人設設定的再完美，說到底AI還是個聊天機器人。你問一個問題它最多給你答案或者告訴你怎么做，但實際動手的還是你自己。那么能不能讓AI自己去完成任務呢？

第一個做出嘗試的是一個開源項目叫做auto GPT，它是本地運行的一個小程序。如果你想讓auto GPT幫你管理電腦里的文件，那你得先寫好一些文件的管理函數。

圖片

比如說list files用來列目錄，read files用來讀文件等等。然后你把這些函數以及它們的功能描述、使用方法注冊到auto GPT中。

圖片

Auto GPT會根據這些信息生成一個system prompt，告訴AI模型用戶給了你哪些工具，他們都是干什么的，以及AI如果想要使用它們應該返回什么樣的格式。最后把這個system prompt連同用戶的請求，比如說幫我找一找原神的安裝目錄，一起發給AI模型。

圖片

如果AI模型足夠的聰明，就會按照要求的格式返回一個調用某個函數的消息。Auto GPT進行解析之后就可以調用對應的函數了。然后再把結果丟回給AI，AI再根據函數調用的結果決定下一步應該做什么操作。這個過程就這樣反復，直到任務完成為止。

圖片

人們把auto GPT這種負責在模型工具和最終用戶之間傳話的程序就叫做AI agent。而這些提供給AI調用的函數或者服務就叫做agent tools。

圖片

不過這個架構有一個小問題，雖然我們在system prompt里面寫清楚了AI應該用什么格式返回，但AI模型說到底它是一個概率模型，還是有可能返回格式不對的內容。為了處理這些不聽話的情況，很多AI agent會在發現AI返回的格式不對時，自動進行重重試，一次不行我們就來第二次。但這種反復的重試總歸讓人覺得不太靠譜，于是大模型廠商開始出手了，紛紛推出了一個叫做function calling的新功能，這個功能的核心思想就是統一格式，規范描述。

Function calling則對這些描述進行了標準化，比如每個tool都用一個Json對象來定義，工具名寫在name字段，功能說明寫在description字段，所需要的參數寫在parameters里面等等。然后這些對象也從system prompt中被剝離了出來，單獨放到了一個字段里面。

圖片

最后Function calling也規定了AI使用工具時應該返回的格式，所以system prompt中的格式定義也可以刪掉了。

圖片

這樣一來，所有的工具描述都放在相同的地方，所有工具描述也都依照相同的格式，AI使用工具時的回復也都依照相同的格式，于是人們就能更加有針對性的訓練AI模型，讓它理解這種調用的場景。甚至在這種情況下，如果AI依然生成了錯誤的回復，因為回復的格式是固定的，AI服務器端自己就可以檢測到并且進行重試，用戶根本感覺不到。這樣一來，不僅降低了用戶端的開發難度，也節省了用戶端重試帶來的token開銷。

圖片

場景2總結

auto GPT是如何實現讓AI完成任務的？

auto GPT通過讓用戶注冊一些函數及其功能描述，生成一個包含這些工具信息的system prompt，然后根據用戶請求調用AI模型，AI模型按要求格式返回操作結果，auto GPT解析后執行相應函數。

什么是AI agent以及其與function calling的關系？

AI agent是負責在模型工具和最終用戶之間傳話的程序，而function calling是一種規范AI回復格式的新功能，旨在解決AI返回結果可能不準確的問題，并通過統一格式降低用戶端開發難度和token開銷。

場景3

以上我們講的都是AI agent和AI模型之間的通信方式。接下來我們再看另一邊，AI agent是怎么跟AI tools來進行通信的。

最簡單的做法是把AI agent和agent tools寫在同一個程序里面，直接函數調用搞定，這也是現在大多數agent的做法。

圖片

但是后來人們逐漸發現有些AI tools的功能其實挺通用的。比如說一個瀏覽網頁的工具，可能多個agent都需要，但我總不能在每個agent里面都拷貝一份相同的代碼吧，太麻煩了，也不優雅。于是大家想到了一個辦法，把tools變成服務統一的托管，讓所有的agent都來調用，這就是MCP。

圖片

MCP是一個通信協議，專門用來規范agent和tools服務之間是怎么交互的。運行tools的服務叫做MCP server，調用它的agent叫做MCP client。MCP規定了MCP server如何和MCP client通信，以及MCP server要提供哪些接口。

圖片

MCP server也可以直接提供數據，提供類似文件讀寫的服務叫做resource，或者為agent提供提示詞的模板叫做prompt。MCP server既可以和agent跑在同一臺機器上，通過標準輸入輸出進行通信，也可以被部署在網絡上，通過HTTP進行通信。

圖片

圖片

場景3總結

AI agent與AI tools之間如何通信？

最初是直接函數調用，后來發展為將常用工具作為服務統一托管在網絡上的MCP server，使得所有agent可以通過MCP協議進行交互。

MCP（Message Passing to Function）是什么？

MCP是一個通信協議，用于規范AI agent與AI tools之間的交互，它規定了MCP server（服務提供者）與MCP client（服務調用者）之間的接口和交互方式。

全文總結

最后我們梳理一下全場景的整個流程。我說：女朋友肚子疼，怎么辦？于是問AI agent或者說MCP client，我女朋友肚子疼應該怎么辦？Agent會把問題包裝在user prompt中，然后agent通過MCP協議從MCP server里面獲取所有tool的信息。AI agent會把這些tool的信息或者轉化成system prompt，或者轉化成function calling的格式，然后和用戶請求user prompt一起打包發送給AI模型。 AI模型發現有一個叫做web browse的網頁瀏覽工具，于是通過普通回復或者function calling格式產生一個調用這個tool的請求，希望去網上搜索答案。Agent收到了這個請求之后，通過MCP協議去調用MCP server里的web browse工具。web browse訪問指定的網站之后，將內容返還給agent，agent再轉發給AI模型。AI模型再根據網頁內容和自己的頭腦風暴，生成最終的答案，多喝熱水，最后由agent把結果展示給用戶之后。

圖片