Prompt, Agent, MCP是什么

一、基础概念：Prompt（提示词）

1. User Prompt（用户提示词）

   • 初始形态：用户直接输入的问题（如“我肚子疼”）。
   • 问题：AI回复过于通用化，缺乏个性化（如“多喝热水”）。

2. System Prompt（系统提示词）

   • 作用：定义AI角色、背景、语气等，如“扮演温柔女友”。
   • 实现方式：
     • 早期方案是与User Prompt打包发送。
     • 后独立为系统预设,如ChatGPT的“Customize”功能。
   • 效果：使AI回复更贴合场景，如“滚一边去，老娘也疼”（这可太温柔了）。

二、任务自动化：AI Agent（智能体）

1. 核心需求

   • 突破聊天框限制，让AI主动执行任务（如管理文件、搜索信息）。

2. 实现原理（以AutoGPT为例）

   • 步骤分解：
     1. 注册工具：用户提供函数（如list_file()）及其描述。
     2. 生成System Prompt：告知AI可用工具及调用格式。
     3. 任务请求：发送User Prompt（如“找原神安装目录”）。
     4. AI决策：模型按格式返回函数调用指令（如read_file("C:/Program Files")）。
     5. 循环执行：Agent调用工具→返回结果→AI决策下一步→直至任务完成。
   • 关键角色：
     • Agent：协调模型、工具、用户的中枢程序。
     • Tool（工具）：供AI调用的函数/服务（如文件操作）。

3. 痛点：格式错误问题

   • AI可能返回非标准格式→需Agent重试→效率低且不稳定。

三、标准化工具调用：Function Calling

1. 核心改进

   • 统一描述格式：用JSON规范工具定义（例）：

     {
       "name": "web_search",
       "description": "搜索网页内容",
       "parameters": {"query": "string"}
     }
     

   • 分离工具描述：从System Prompt移至独立字段。
   • 强制回复格式：要求AI按固定结构返回调用指令。

2. 优势

   • 降低开发难度：无需在Prompt中描述格式。
   • 提升稳定性：模型厂商可针对性训练，服务端自动重试错误。
   • 节省Token：减少重试导致的额外开销。

3. 现存问题

   • 厂商API不统一（OpenAI/Claude格式各异）。
   • 部分开源模型不支持Function Calling→与System Prompt方案并存。

四、工具共享协议：MCP（Model Communication Protocol）

1. 背景需求

   • 通用工具（如网页浏览）需被多个Agent共享→避免代码重复。

2. 协议功能

   • 核心角色：
     • MCP Server：托管工具（Tool）、资源（Resource）、提示词模板（Prompt）。
     • MCP Client：调用服务的Agent。
   • 通信方式：
     • 本地：通过标准输入输出通信。
     • 远程：基于HTTP协议。
   • 接口规范：
     • 提供工具列表查询、参数格式说明等标准化接口。

3. 关键特性

   • 与AI模型解耦：MCP仅管理工具，不依赖具体模型。
   • 扩展性：支持除函数外，数据资源（Resource）和提示词模板（Prompt）。

五、全流程案例演示

场景：用户问Agent“女友肚子疼怎么办？”

1. 请求传递：
   • User Prompt发送至Agent（MCP Client）。
2. 工具获取：
   • Agent通过MCP协议从MCP Server查询工具（如web_browse）。
3. AI决策：
   • Agent打包User Prompt + 工具信息（System Prompt/Function Calling格式）→发送给AI模型。
4. 工具调用：
   • AI返回调用web_browse("肚子疼缓解方法")指令。
   • Agent通过MCP执行工具→获取网页内容→返回AI模型。
5. 生成答案：
   • AI结合网页内容生成最终回复（“多喝热水”）→Agent展示给用户。

六、概念关系总结

结论：

• Prompt、Agent、Function Calling、MCP 非替代关系，而是协同解决“AI任务自动化”的齿轮体系。
• 技术演进本质：从基础交互（Prompt）→ 任务执行（Agent+Tool）→ 标准化（Function Calling）→ 资源共享（MCP）。