Глоссарий ИИ: 20 терминов простыми словами

Токены, промпты, галлюцинации, агенты и RAG — все ключевые понятия нейросетей с человеческими объяснениями.

Искусственный интеллект (ИИ): Программы, которые учатся на примерах вместо следования жёстко прописанным правилам. Современный ИИ находит закономерности в данных и применяет их к новым ситуациям — от распознавания лиц до генерации текста.
Нейросеть: Математическая модель из миллионов «нейронов» с настраиваемыми связями-весами. Обучается циклом «предсказание → сравнение с ответом → корректировка весов», повторённым миллиарды раз.
LLM (большая языковая модель): Нейросеть, обученная на огромных объёмах текста: ChatGPT, Claude, Gemini. Делает одну операцию — предсказывает следующий токен, — и из этого рождаются ответы, переводы и код.
Токен: Кусочек текста, которым оперирует языковая модель: часть слова, слово или знак, в среднем 3–4 символа. В токенах измеряются контекст модели и стоимость API.
Промпт: Текст запроса, который ты отправляешь нейросети. Качество ответа на 80% определяется качеством промпта: роль, задача, контекст и формат делают его сильным.
Промпт-инжиниринг: Дисциплина составления эффективных запросов к ИИ: формулы, примеры (few-shot), цепочки рассуждений, структурированный вывод. Один из самых быстрорастущих навыков рынка труда.
Галлюцинация: Уверенный, правдоподобный, но выдуманный ответ модели. Следствие генеративной природы LLM: когда фактов нет, «вероятное продолжение» всё равно выглядит как ответ. Проверяй цифры, цитаты и ссылки.
Контекстное окно: Объём текста (в токенах), который модель «держит в голове» в одном диалоге: твои сообщения, её ответы, загруженные документы. Что не влезло — модель «забывает».
Обучение модели: Процесс настройки миллиардов весов нейросети на больших данных. Требует тысяч видеокарт и недель вычислений — поэтому большие модели создают немногие компании.
Веса: Числовые параметры нейросети, которые подкручиваются при обучении. «Модель на 70 миллиардов параметров» — это про количество весов.
Отсечка знаний: Дата, после которой событий в обучающих данных модели нет. О более свежем модель узнаёт только через веб-поиск или загруженные тобой материалы.
Генеративный ИИ: ИИ, создающий новый контент — тексты, изображения, музыку, видео, код — а не только классифицирующий существующий. ChatGPT и Midjourney — генеративные модели.
Few-shot (обучение примерами): Техника промптинга: показать модели 1–3 образца «вход → выход» прямо в запросе, чтобы она скопировала стиль и структуру. Заменяет абзацы объяснений.
Цепочка рассуждений (chain-of-thought): Просьба к модели решать по шагам, показывая ход мысли. Кратно повышает точность на логике и расчётах и делает ошибки видимыми.
RAG: Retrieval-Augmented Generation: перед ответом система находит релевантные куски в твоей базе знаний и передаёт их модели. Так ИИ отвечает по твоим документам, а не по памяти.
AI-агент: ИИ-система, которая не просто отвечает, а действует: планирует шаги, вызывает инструменты (поиск, код, API), проверяет результат и продолжает до цели. Навык №1 по росту спроса.
MCP: Model Context Protocol — открытый стандарт подключения ИИ к внешним инструментам и данным: базам, сервисам, файлам. «USB-порт» для ИИ-агентов.
Файн-тюнинг: Дообучение готовой модели на своих данных под конкретную задачу. Дороже и сложнее промптинга — нужен, когда примеры в промпте уже не справляются.
Мультимодальность: Способность модели работать с разными типами данных: текстом, изображениями, аудио, видео. Современные флагманы понимают картинку и голос, а не только текст.
Vibe coding: Создание сайтов и приложений через диалог с ИИ: описываешь продукт словами, модель пишет код, ты итерируешь результат. Слово года и самый быстрорастущий способ входа в разработку.

Термины понятнее в деле

Начать бесплатно →