自然语言输入

用户与 AI 助手互动的媒介。常见界面包括基于文本的聊天窗口、语音命令界面、移动应用程序和基于代码的集成（称为 API）。

深度研究是人工智能驱动的方法，用于收集、分析和整合网络、文档和其他来源的大量数据，以提供全面的报告。深度研究与聘请人工智能研究助理或分析师类似，后者使用基于人工智能推理的法学硕士为您制定和执行研究计划。

由 AI 助手生成并返回给用户的输出。响应是根据用户提示的特殊性或一般性量身定制的，从而确保输出相关且准确。

用户和 AI 助手之间持续的来回交流，通常在一个或多个对话中涉及多个任务。

GPT 代表 “生成式预训练变压器”。该术语概括了 AI 模型的核心功能和架构。这种类型的人工智能模型用于自然语言处理，能够根据广泛的数据训练生成类人文本。

用户在与 AI 助手交互时旨在实现的基本目标或预期结果。了解用户意图对于人工智能生成相关响应或执行适当任务至关重要。

AI 助手在任何给定时间可以保留的对话中的信息量。上下文窗口的大小因 AI 的设计和功能而异。在许多人工智能系统中，上下文窗口以令牌来衡量，代币决定了人工智能一次可以引用多少对话。

一种通信方法，用户使用口头指令（通常通过设备的麦克风）与 AI 助手进行交互。语音交互依赖于语音识别技术来解释用户的语音输入并做出相应的响应。