大模型唯一深度绑定的只有提示词，大模型所有的操作都是基于提示词进行的，其它任何操作都是建立在两者之上

大模型从训练完成之后其能力范围基本上就已经确定了，除非对模型进行重新训练或微调；但怎么用好大模型，激发大模型的潜力，那就要靠提示词来解决。

大模型虽然功能强大，但其操作入口只有一个，那就是提示词，不论是RAG，AIGC，还是智能体都是通过提示词和大模型进行交互。

而大模型对提示词进行分析理解用户需求，然后再根据需求进行下一步操作；比如说生成内容，调用工具(大模型会根据工具的描述选择合适的工具，然后再生成对应的参数，最后调用工具获得结果)。

在大模型使用过程中，我们一直在强调提示词的重要性，但是事实上很多人没理解提示词到底有多么重要，以及在不同的应用场景中提示词是怎么发挥作用的，以及不同功能之间是怎么串联的。

在大模型的几个主要应用场景中，包括RAG，AIGC和Agent智能体；以智能体的运行流程最复杂，主要就在于大模型，提示词和工具之间的交互。

那么，智能体的运作流程是什么样的呢？

工具的本质就是一个函数，而在大模型调用工具之前，需要把工具的定义，参数以及说明告诉大模型；简单来说就是工具的说明书，这个说明书的作用就是让大模型知道怎么使用这个工具。

而在定义完工具之后，大模型是怎么使用工具的呢？也就是智能体的运作流程是什么样的呢？

智能体系统在接收到用户需求之后，会把用户需求和一些系统设置封装到提示词中；之后把提示词提交给大模型，大模型根据提示词理解用户需求；然后根据用户需求去判断是否需要调用工具，以及调用合适的工具，同时生成调用参数，然后执行并获取结果。

所以，从这个角度看大模型就是上篇文章中说的大模型就是一个“人”；它替代了人类的工作，在没有大模型时需要程序员理解需求，然后编写代码调用工具；而有了大模型之后，就由大模型自动生成参数，并调用工具；而这就是智能体之所以被称作智能体的原因，其智能主要就体现在大模型上，能够自己理解需求，并使用工具。

 相对于大模型和提示词，工具并不是大模型所必须的东西；只有当大模型需要使用工具的时候才会产生工具调用，而大模型能够依靠自身能力解决的时候，就不需要外部工具；比如说AIGC，就依靠大模型自身的能力即可生成。