AI 入门：普通人先搞懂这 6 件事再用

发布于 2026-11-09 · 樱桃茶编辑部

AI 入门不需要报班，也不用先学编程：先把模型、token、上下文、幻觉、联网、隐私这 6 个概念弄明白，再拿一周时间每天用它做一件你本来就要做的事。没弄明白这几件事，新手最常踩的坑是花冤枉钱，以及把它编出来的东西当真。前半篇讲概念，每个只讲「这对你意味着什么」；后半篇是 7 天练习计划和选工具的建议，已经天天在用 AI 的人可以直接跳到练习计划。

第 1 件：模型是什么，为什么有这么多个？

ChatGPT、Claude、Gemini 这些名字，背后都是大语言模型：一个读过海量文字、按你给的内容一个词一个词往下接着写的程序。回答是现算出来的，所以同一个问题问两次，措辞会不一样。

模型多，是因为厂商在做取舍。大的、会深度思考的，难题做得好，但慢、贵；小的快、便宜，写个通知、改个错别字绰绰有余。拿樱桃茶模型广场写作时（2026 年 11 月）的标价看，GPT-4o mini 输出 0.24 积分/千字，Claude Opus 5.5 输出 20 积分/千字，差了八十多倍。顺带说一句，站上写的「千字」其实是一千个 token，和你自己数出来的汉字数对不上。

落到使用上，不用追「最强」那个。日常活用便宜快的，碰到真难的（要推理、要读很长的材料）再换大的。

第 2 件：token 是什么，为什么长对话更贵？

token 是模型处理文字的单位，可能是一个字、半个词，也可能是一个标点。OpenAI 帮助中心给的估算是英文里 1 个 token 约等于 4 个字符、四分之三个单词，同时注明其他语言的换算关系不同。中文到底几个字算一个 token，各家分词方式不一样，没有一个通用比例；想看具体切法，可以把一段话贴进 OpenAI 的 Tokenizer 工具。

按量计费的服务都按 token 算钱，而且分输入和输出两笔。长对话更贵，原因在输入那一侧。Anthropic 的文档写得很直白：每一轮发给模型的输入，包含之前的全部对话记录加上你这一句。算笔账：假设每轮来回 1,000 个 token，聊到第 20 轮，光这一轮的输入就有将近 2 万个 token，前面 19 轮又被重新算了一遍。有提示缓存的服务，这部分会便宜一些，但仍然计费。

还有一笔容易忽略：带「思考」的模型会先推理一阵再回答。Anthropic 的上下文窗口文档写明，思考产生的 token 按输出计费。所以一个很短的回答，用掉的可能比它看上去多得多。

对你意味着什么：换话题就开新对话；简单问题关掉深度思考；在意花费的话，先看清单价是按输入还是输出算。

第 3 件：上下文窗口，为什么聊久了它会忘？

上下文窗口是模型一次能「看到」的全部文字，包括你发的、它回的、你上传的文件。Anthropic 把它比作模型的工作记忆，和训练时读过的那些资料是两回事。窗口大小差别很大，同一张价目表上（写作时）GPT-4o mini 标的是 128k，GPT-6 Luna 标的是 1050k。

窗口大不等于什么都记得住。Anthropic 文档专门提到，token 越多，准确度和回忆能力越会下降，他们管这叫 context rot。文档还说，claude.ai 这类聊天界面可能按「先进先出」管理窗口，最早的内容会先被挤出去。

所以你在第 3 轮交代的「不要用第一人称」，聊到第 30 轮它不照办，多半不是故意的。

应对办法很朴素：要紧的要求放在最近一条消息里再说一次；一件事聊得很长了，让它先写一段「到目前为止的结论」，复制到新对话里接着聊。

第 4 件：幻觉，为什么它说得像真的也要查？

幻觉指模型一本正经地给出错的内容：编一个不存在的文献、记错一个年份、把两个人的话安到一个人头上。OpenAI 在 2025 年 9 月发表的研究认为，原因之一是训练和评测在奖励「猜」，答「不知道」一定得零分，猜一个还有机会对。文章也承认准确率到不了 100%：有些问题本来就没有答案可查，像某个人的生日这种冷门事实，也没法靠规律推出来。

所以人名、数字、日期、法条、引用这几类，用之前自己核一遍；要它给出处，然后真的点开看。具体怎么查，见 AI 幻觉是什么：一本正经胡说时怎么查证。

第 5 件：联网，它什么时候知道最新的事？

模型的知识停在训练数据截止的那一天。Anthropic 的模型总览里，Claude Opus 5.5、Sonnet 5.5、Haiku 5.5 的「可靠知识截止」都写的是 2026 年 6 月；之后发生的事，不联网它就不知道，硬问的话可能现编一个。

联网之后，它会先搜网页、读几篇，再整理成回答。好处是新；风险是它读到的网页本身可能就是错的，或者是一篇过时的旧闻。

对你意味着什么：问新闻、价格、政策、版本号这类会变的东西，确认它联网了，再看它引用的是什么网站、哪天发的。

第 6 件：隐私，哪些东西别发给 AI？

先说官方产品。OpenAI 的帮助中心写明，ChatGPT 免费版、Plus、Pro 的个人账号默认开启数据共享，可以在「设置 → 数据控制」里关掉用对话改进模型的那个开关（英文界面叫「Improve the model for everyone」，中文界面以实际显示为准），关掉后聊天记录照样保留。另外要知道，你给某条回答点赞或点踩，整段对话仍可能被拿去训练。Anthropic 在 2025 年 8 月更新了消费者条款，让 Claude 免费版、Pro、Max 用户自己选要不要拿对话训练模型；选允许的，数据保留期延长到 5 年，不允许的维持 30 天。

再说第三方平台。你的内容至少要经过平台本身和背后的模型厂商两道。以樱桃茶为例，樱桃茶的常见问题里是这么写的：为了生成回答，对话内容会发给对应的模型服务商处理；樱桃茶自己用它来计费、记住上下文和防止滥用，不用来投放广告，也不卖给第三方数据公司；密码只存哈希值，银行卡信息由支付渠道处理；想删账号和数据，可以找客服申请。用任何第三方平台之前，都值得花两分钟找到它的这几条。

不管用哪家，下面这些别直接发：

身份证号、银行卡号、各种密码和 API Key
别人的病历、住址、聊天截图
公司没公开的财务数据、客户合同原件
你签过保密协议的任何东西

非发不可的材料，先脱敏：人名换成甲乙丙，金额和编号换成「【金额】」这样的占位，再让它处理。

AI 入门 7 天练习：每天一个真实任务

每天花 20 分钟，用你手头真有的事情练，比看十节课管用。括号里是这一天对应的概念，提示词可以直接复制，把【】里换成自己的内容。

第 1 天（模型）：「我是【职业】，下周要【具体的事】。请列出我需要提前准备的 5 件事，每件一句话说明原因。」同一句话发给两个模型，记下哪个更贴你的情况。

第 2 天（把话说清楚）：「下面是背景：【贴上相关聊天记录或要点】。帮我写一条发给【对象】的消息，200 字以内，语气客气但直接，最后要对方在【日期】前回复。」

第 3 天（上下文）：贴一篇三四千字的文章，先让它总结，再问：「第三部分举的那个例子是什么？原文怎么说的？」对一下原文，看它有没有记混。

第 4 天（幻觉）：「关于【你熟悉的一个话题】，列 3 个可以核实的事实，每条附上出处名称和链接。」每个链接都点开，看页面上是否真有这句话。

第 5 天（联网）：先问「你的知识截止到什么时候？」，再问「这周【你关心的领域】有什么新消息？列出来源网站和日期」。注意它有没有真的去搜。

第 6 天（隐私）：找一份工作文件，把人名、金额、电话全换成占位符，再让它：「总结这份文件的要点，列出需要我拍板的事项。」

第 7 天（复盘）：回看这一周，挑一条效果最满意的提示词，把具体内容换成【】，存进备忘录。下次同类的活，改几个字就能用。

第一个工具怎么选：官方免费版，还是多模型平台？

两条路都行，看你怎么用。

官方免费版是最省事的起点。按樱桃茶整理的 ChatGPT Plus 价格说明和 Claude Pro 价格说明页（核对于 2026 年 10 月 18 日），ChatGPT 和 Claude 都有 0 美元的免费档，Claude 免费版不能用 Opus；付费的 ChatGPT Plus、Claude Pro 都是每月 20 美元。如果你已经确定主要用其中一家，而且天天用，直接订那家的会员最简单。

多模型平台适合还没想好的人：一个账号里换着用不同厂商的模型，按用量付费，不用每家各开一个会员。想多试几个模型，可以先去樱桃茶，注册送 50 积分，够先跑几轮对话；它有 25 个对话模型，问到最新的事会自动联网并标出处，写作时（2026 年 11 月）联网暂时免费，支持微信和支付宝付款。说明一句：樱桃茶由英国公司 CHERRYCHAT LTD 运营，通过接口接入各家模型，不是 OpenAI、Anthropic 或 Google 的官方产品。

我们的建议：入门第一周别急着付钱，用免费额度把上面 7 天练完，你会清楚自己是需要「一个模型用到底」，还是「不同的活换不同的模型」，再决定订会员还是按量。挑第三方平台时，先查运营主体、隐私条款和是否要你交出官方账号密码。

下一步读什么？

按你接下来想做的事挑一篇：

常见问题

学 AI 要不要先学编程？ 日常使用不用。会打字、能把事情说清楚就够了；等你想做自动化或者自己搭应用，再按需要补。

英文不好能用吗？ 能。主流模型都能直接用中文问、中文答。遇到只有英文的帮助文档，用浏览器翻译看一眼就行。

AI 课程值得买吗？ 入门阶段不太值得。本文讲的 6 个概念，各家官方文档和帮助中心都有原文可查；真要系统学，先确认课程教的是你工作里用得上的东西，再看价格。

从明天开始做第 1 天的任务：一个问题，两个模型，看完你就知道「模型不一样」是什么意思了。

参考来源

OpenAI Help Center，Understanding and counting tokens（2026，访问于 2026-11-07）：https://help.openai.com/en/articles/4936856-what-are-tokens-and-how-to-count-them
Anthropic，Claude Docs：Context windows（2026，访问于 2026-11-07）：https://platform.claude.com/docs/en/build-with-claude/context-windows
Anthropic，Claude Docs：Models overview（2026，访问于 2026-11-07）：https://platform.claude.com/docs/en/about-claude/models/overview
OpenAI，Why language models hallucinate（2025）：https://openai.com/index/why-language-models-hallucinate/
OpenAI Help Center，Data controls in ChatGPT（2026，访问于 2026-11-07）：https://help.openai.com/en/articles/7730893-data-controls-faq
Anthropic，Updates to Consumer Terms and Privacy Policy（2025-08-28）：https://www.anthropic.com/news/updates-to-our-consumer-terms

关于本文

本文由樱桃茶编辑部撰写，AI 辅助检索和初稿，编辑逐条对照 OpenAI、Anthropic 的官方文档核对了引述；站内价格、上下文和隐私说法按 2026 年 11 月 7 日线上模型广场和常见问题页核对。文中的提示词是按概念设计的练习示例，没有在每个模型上逐一运行。