01 它是干嘛的
盘古是华为自研的大模型系列，最大的特点是不只做一个通用模型，而是按「基础模型—行业模型—场景模型」分层：底座是通用的语言与多模态能力，上面针对政务、金融、制造、气象等行业分别训练出专用版本，让模型真正懂行业里的术语与流程。
02 为什么会有它
企业想用 AI，却卡在「通用模型不懂我的行话」
过去企业要用上 AI，门槛极高：要有懂算法的团队、要买昂贵的训练算力、要准备大量标注好的数据，一套流程下来投入巨大，很多公司连门都进不去。
就算买到了通用大模型，也常常不好用。通用模型懂日常对话，却不懂某个行业里的术语、表格、流程与合规要求。你问它一份设备检修报告该怎么写，它给的答案泛泛而谈，落不了地。
盘古的思路是分两层解决：底座提供一个通用的、能读会写的大模型，之上再用各行业的专业数据训练出行业版本与场景版本。这样一来，企业拿到的不是一个什么都懂一点的通才，而是一个懂本行的熟手。
03 它怎么工作
大模型的工作方式很朴素：把文字切成一个个小单位，然后反复预测「下一个最可能出现的词」，一个词一个词地拼出整段回答。行业模型的不同，在于它见过的专业材料更多。
它为什么能一句一句把答案写出来：从输入到逐字生成
- 1① 文本切成 token
输入的句子被切成 token（模型处理文本的最小单位，约等于一个词或半个汉字）。
- 2② 编码成向量
每个 token 被转换成一串数字，代表它在语义空间里的含义与位置。
- 3③ 预测下一个词
模型根据前面的全部内容，计算下一个 token 最可能是什么，并选出一个输出。
- 4④ 循环生成
把刚输出的 token 接到后面，再预测下一个，如此往复直到写完或达到长度上限。
- 5⑤ 叠加行业知识
行业模型在这一步表现出差别，它见过大量专业语料，更可能给出符合行业习惯的答案。
- 6⑥ 安全与合规过滤
输出经过内容安全与合规检查后才返回给用户或系统，避免不当内容流出。
04 谁在用它
面向市民的政策咨询、材料初审、公文草拟，减轻窗口人员的重复劳动。
从大量公告与研报中提炼要点，或作为智能客服的第一道应答，帮人工分担压力。
把设备手册、检修记录整理进模型，工程师遇到故障时直接提问，不必翻几百页文档。
用于气象预报等特定领域的预测与分析任务，把专业数据变成可用的判断。
帮开发者写代码、读代码、查文档，加快日常研发节奏。
05 怎么用
调用盘古不需要自己训练模型，通过华为云上的接口或平台即可使用；只有要做行业定制时，才需要准备自家数据。
- 01在华为云上开通盘古相关服务，完成实名与权限配置。
- 02用平台提供的接口或 SDK 发送第一段提示词，测试基础效果。
- 03根据任务写清提示词：说明角色、要求和输出格式，效果差别很大。
- 04需要贴合自家业务时，准备一批高质量问答或文档，做微调或接入知识库。
- 05上线前接入内容安全审核，并设置调用量上限，避免费用失控。
- 06持续收集真实使用中的反馈，定期更新数据与提示词。
避坑提示
- !大模型会「一本正经地胡说」，涉及数字、法律、医疗等关键结论必须人工复核。
- !提示词里把要求写具体（字数、格式、语气），通常比反复追问更省 token。
- !敏感数据不要随意上传，先确认数据流向与合规要求。
06 关键概念
- Token
- 模型处理文本的最小单位，大约是一个词或半个汉字，调用按 token 数计费。
- 微调
- 用自家数据在已有模型上再训练一小段，让它更懂你的业务，比从头训练便宜得多。
- 提示词
- 你给模型的那段指令，写得好不好直接决定输出质量。
- 行业大模型
- 在通用底座上用行业数据专门训练过的模型，更懂该行业的术语与流程。