AI 应用基础（教学组合）

预期结果：用 AI 应用基础（教学组合） (AI Application Basics — Learning Bundle) 比较其中不同的概念。说明各自边界，再判断哪些成员适用、哪些可以一起使用。 用户场景：收据助手用模型提取字段，再用 Schema 检查总额。人工会修正不确定的数据行，系统也会记录修正供评测。 要拆解的教学组合：AI 应用基础（教学组合） (AI Application Basics — Learning Bundle)。 正式成员指南：上下文工程 (Context Engineering)、语言模型 (Language Model)、工具调用 (Tool Calling)、检索增强生成 (Retrieval-Augmented Generation)、结构化输出 (Structured Output)、输入校验 (Input Validation)、AI 防护控制 (AI Guardrail)、AI 评测 (AI Evaluation)、人在回路监督 (Human in the Loop) 这项比较的价值：选择 Prompt、工具、数据访问或 Agent 动作前，用它检查。每个部分都要分开定义。 不可把整组当成单一模式的情况：不要把模型输出当成固定软件行为。要进行评测，也要规定敏感数据的处理方式和保留期限。 比较要求：分别列出每个成员概念，说明各自的工作与边界。把所有成员放进同一个真实场景。指出哪些看得到的信号会决定采用、组合或排除每个成员。 决策质量：说明平台与证据的限制。指出哪些概念可以共存，也要标出错误类比、不安全替代，以及应改用其他概念的情况。 验收标准：读者能用一句话解释每个成员，在示例中看出差异，说明采用某个成员或合理组合的理由，并打开每个成员的正式指南。 证据与限制（证据边界）：这不是正式规范标准。不同来源使用的名称、范围和预期做法可能不同。 待确认：目标平台、决策场景、限制，以及采用、组合或排除成员所需的证据。