模型並不像人類那樣精確閱讀文字。它將文本拆分成稱為標記的更小片段，然後對這些片段進行預測和推理。標記可以是整個詞、詞的一部分、標點符號或短片段，取決於分詞器。

這一層很重要，因為標記影響成本、上下文長度、速度和輸出品質。長文件、混亂的提示或不必要重複的上下文會快速消耗標記。簡單來說，標記是每個 AI 輸出的磚塊。

提示告訴 AI 用戶想要什麼。它定義任務、方向、語氣、限制、輸出格式和成功標準。薄弱的提示會讓強大的模型產生通用結果，而清晰的提示能將同一模型變成更有用的助手。

提示就像藍圖。它不會自己建造房子，但會指導建造。在商業工作流程中，提示品質很重要，因為它決定 AI 是產生模糊答案、實用計劃、結構化 JSON 物件、法律風格摘要還是生產就緒的交付物。

上下文為 AI 提供可靠回答所需的資訊。這可能包括先前對話、上傳檔案、商業規則、客戶資料、專案歷史、範例、資料庫記錄、工具輸出或品牌指南。

沒有上下文，即使是強大的模型也可能產生通用或錯誤的答案。上下文是基礎。它告訴 AI 它所運作的世界、重要的事實、已發生的事情以及必須遵守的限制。

代理不只是聊天機器人的回應。它能理解目標、拆解步驟、選擇工具、檢查結果、修正錯誤並持續工作直到任務完成。這是 AI 從回答問題轉向執行工作的層級。

代理就像能行動的工人。在真實產品中，這可能是修復錯誤的程式碼代理、收集證據的研究代理、解決工單的支援代理，或檢查發票記錄的財務代理。代理的品質取決於規劃能力、工具存取、反饋迴路和安全防護。

協調器組織整個 AI 工作流程。它控制提示、代理、工具、記憶、檔案、驗證、重試、人類審核和輸出格式如何協同工作。沒有協調器，多步驟的 AI 系統可能變得混亂且不可預測。

協調器就像專案經理。它決定先做什麼、接著做什麼、必須檢查什麼、何時呼叫另一個代理、何時停止以及何時請人類批准。這一層對生產環境的 AI 應用至關重要，因為它將模型智慧轉化為可重複的工作流程。

MCP 將 AI 系統連接到外部工具和資源，如資料庫、檔案、瀏覽器、API、電子郵件、行事曆、程式碼庫和商業軟體。它幫助代理超越聊天視窗，與真實系統互動。

這一層很重要，因為有用的 AI 需要存取即時上下文和操作工具。無法存取資料或執行受控操作的 AI 代理仍然有限。MCP 就像外部介面或連接器，讓 AI 系統透過受控工具存取讀取、檢索、操作和更新資源。

技能是可重用的能力、工作流程或經驗模組，AI 系統可以跨不同任務調用。技能可能包含指令、程式碼、範本、範例、驗證規則、領域知識或可重複的流程。

技能就像經驗或操作手冊。它們隨著時間讓系統更強大，因為 AI 不需要從零開始重建相同的工作流程。在生產環境的 AI 系統中，技能能將一次性的提示轉變為可擴展的能力。