简介：本文面向开发者与技术决策者，系统辨析Prompt、Function Call、Agent、Skill、MCP五个易混淆概念的定位与边界。文章从分层视角梳理其递进关系，围绕定义、职责、调用方式、适用场景与组合模式展开对比，并给出结构化表格、示意性代码与条件化选型建议，帮助读者建立清晰的心智模型，避免在方案设计与技术选型中误用概念。
在大模型应用开发的早期，开发者接触到的第一个概念往往是 Prompt——把需求写成一段话，发给模型，拿到回答。随着应用复杂度上升，新的概念接连出现：模型需要调用外部工具，于是有了 Function Call；需要多步推理与自主决策，于是有了 Agent；需要把可复用的能力封装起来，于是有了 Skill；需要让这些能力以标准化方式被任意客户端接入，于是有了 MCP。
问题在于，这五个词在日常交流中经常被互换使用。有人说“写个 Agent 调用接口”，也有人说“用 MCP 接一个 Skill”，表述模糊导致设计讨论失焦。它们并不是同一层级的并列概念，而是从“表达意图”到“标准化接入”的分层体系。本文的目标是把这五层拆开，明确每一层解决什么问题、不解决什么问题，以及它们如何组合。
需要说明的是，本文讨论的是通用技术概念，不绑定任何特定厂商的实现细节。不同平台对这些概念的命名和接口形态可能存在差异，但分层逻辑是共通的。
Prompt（提示词）：输入给模型的文本指令，包含系统角色设定、任务描述、上下文与约束。它解决的是“如何把人类意图准确翻译成模型可理解的语言”的问题。Prompt 是最基础、也是唯一必需的一层——没有 Prompt，其他任何机制都无从触发。
Function Call（函数调用）：一种让模型输出结构化调用意图的机制。模型不直接执行代码，而是输出“我要调用哪个函数、参数是什么”的结构化结果，由宿主程序解析后实际执行，再把结果回传给模型。它解决的是“模型如何动手干活”的问题，把自然语言输出转化为可编程的调用指令。
Agent（智能体）：在 Prompt 与工具调用之上，加入目标分解、步骤规划、状态维护与循环决策的执行框架。它解决的是“多步任务如何自主推进”的问题。Agent 的本质是一个控制循环：观察—思考—行动—再观察，直到目标达成或触发终止条件。
Skill（技能）：对某一类可复用能力的封装单元，通常包含能力描述、输入输出约定与执行逻辑。它解决的是“能力如何被复用和编排”的问题。Skill 更像是给 Agent 或调用方提供的能力目录，强调可发现、可组合。
MCP（模型上下文协议）：一种标准化的能力接入协议，规定客户端与能力提供方之间的通信方式、能力描述格式与调用约定。它解决的是“能力如何以统一方式被任意客户端接入”的问题，可以类比为通用接口标准，而非具体能力本身。
一句话概括这五层：Prompt 是“说人话”，Function Call 是“动手干活”，Agent 是“思考规划”，Skill 是“能力封装”，MCP 是“标准接口”。
尽管层级不同，这五个概念在目标上高度一致：都是为了让模型输出更可靠、更贴近真实业务需求。具体共性体现在三方面。
其一，都以模型为核心。Prompt 直接作用于模型输入；Function Call 依赖模型的结构化输出能力；Agent、Skill、MCP 最终都要通过模型来决策或触发。脱离模型，这些机制都失去意义。
其二，都强调“约束”。Prompt 用指令约束输出风格与格式；Function Call 用 schema 约束参数结构；Agent 用规划策略约束执行路径；Skill 用接口约定约束能力边界；MCP 用协议约束通信格式。约束越明确，系统行为越可预期。
其三，都服务于可组合性。Prompt 可以模板化复用，Function Call 可以注册多个工具，Agent 可以编排多个步骤，Skill 可以组合成能力集合，MCP 可以让同一能力被多个客户端复用。组合能力决定了系统的上限。
技术架构维度。Prompt 是纯输入层，无额外组件依赖；Function Call 需要宿主程序实现函数注册、参数解析与结果回传，属于“模型 + 运行时”的协作结构；Agent 在 Function Call 之上再加一层控制循环与状态管理，组件更多、链路更长；Skill 是能力封装层，通常以描述文件加执行体的形式存在；MCP 是协议层，需要客户端与服务端两端实现，属于基础设施性质。
接入方式维度。Prompt 接入成本最低，改一段文本即可；Function Call 需要定义 schema、实现执行逻辑、处理异常分支，改造量中等；Agent 需要设计规划策略、终止条件与兜底逻辑，接入成本较高；Skill 需要遵循封装规范，成本取决于规范复杂度；MCP 需要两端适配协议，短期成本最高，但长期复用收益也最大。
功能能力维度。Prompt 只能影响生成内容，不能触达外部系统；Function Call 能触达外部系统，但单次调用、无自主规划；Agent 具备多步规划与自主决策能力，但可控性下降、调试难度上升；Skill 提供的是能力粒度上的复用，本身不含决策逻辑；MCP 提供的是接入标准化，本身不增强能力，只降低集成成本。
运维与安全维度。Prompt 的风险主要在注入与越权指令，需要通过输入校验与角色隔离来约束；Function Call 需要关注函数权限、参数校验与调用审计，防止模型被诱导调用高危函数；Agent 的运维复杂度最高，需要监控循环次数、 token 消耗、失败重试与死循环风险；Skill 需要版本管理与依赖治理；MCP 需要关注通信鉴权、能力暴露范围与服务端可用性。
成本结构维度。Prompt 成本主要是人工编写与调优；Function Call 成本主要在开发与测试；Agent 成本集中在规划逻辑设计与线上稳定性保障，且推理轮次增加会推高调用成本；Skill 成本在封装与维护；MCP 成本在协议适配与两端运维，但跨项目复用时边际成本递减。
| 维度 | Prompt | Function Call | Agent | Skill | MCP |
|---|---|---|---|---|---|
| 层级定位 | 输入表达层 | 工具调用层 | 执行控制层 | 能力封装层 | 协议接入层 |
| 解决的核心问题 | 意图如何表达 | 如何触达外部系统 | 多步任务如何推进 | 能力如何复用 | 能力如何标准化接入 |
| 是否必需 | 必需 | 按需 | 按需 | 按需 | 按需 |
| 接入成本 | 低 | 中 | 高 | 中 | 较高（短期） |
| 可控性 | 高 | 较高 | 较低 | 高 | 高 |
| 典型风险 | 提示注入 | 越权调用 | 死循环、成本失控 | 版本漂移 | 鉴权与暴露面 |
| 复用范围 | 单次会话 | 单应用内 | 单应用内 | 跨流程复用 | 跨客户端复用 |
如果任务只是问答、改写、摘要、分类，Prompt 足够，引入更复杂的机制只会增加成本。这是最常见也最容易被低估的判断——很多团队在只需要 Prompt 的场景上过早引入 Agent，结果调试成本远超收益。
如果任务需要查询数据库、调用内部服务、读取文件，Function Call 是合适的起点。它把“模型说”变成“模型请求执行”，但保持单步、可审计的调用路径，适合边界清晰的操作型任务。
如果任务需要多步推理、动态选择工具、根据中间结果调整策略，才需要考虑 Agent。典型如需要反复检索、比对、修正的任务。此时要同步设计好终止条件、最大步数限制与人工兜底通道。
如果多个流程需要复用同一批能力，应把这些能力封装为 Skill，形成能力目录，避免每个流程重复实现。Skill 的价值在复用，不在单次调用。
如果能力需要被多个客户端、多种语言、多个团队以一致方式接入，才值得投入 MCP 这类标准化协议。它的收益来自规模，单项目接入往往不划算。
选型的核心不是“哪个更先进”，而是“当前问题的复杂度是否匹配机制的复杂度”。可以遵循一条递进原则：先用 Prompt 验证可行性，确认需要触达外部系统时引入 Function Call，确认需要多步自主推进时再引入 Agent，确认存在跨流程复用需求时再封装 Skill，确认存在跨客户端标准化接入需求时再考虑 MCP。
同时要关注团队能力匹配度。运维能力有限的团队，应优先选择链路更短、状态更少的方案，因为 Agent 与协议层的排障成本显著更高。对稳定性要求极高的生产系统，应优先保证调用路径可审计、可回放，避免引入难以复现的自主决策路径。
从 Prompt 向 Function Call 迁移时，重点在 schema 设计与参数校验，需防止模型输出不符合约定结构，也要防范被诱导调用高危函数。从 Function Call 向 Agent 迁移时，重点在终止条件与成本控制，需要设置最大步数、超时与失败重试上限，并保留人工介入通道。从单应用能力向 Skill 封装迁移时，重点在接口稳定性与版本管理，避免上游变更导致下游批量失效。向 MCP 这类协议层迁移时，重点在鉴权、能力暴露范围与服务端可用性，需评估两端适配工作量与回滚方案。
示意性代码可以帮助理解分层关系，以下为伪代码，仅表达结构，不代表任何具体接口：
// 第一层：Promptprompt = system("你是资深工程师") + user("解释这个概念")// 第二层：Function Calltools = [ {name:"queryOrder", schema:{orderId:"string"}} ]result = model(prompt, tools) // 模型返回结构化调用意图if result.isCall: data = execute(result.name, result.args)// 第三层：Agentwhile not done and step < MAX_STEP:plan = model(prompt, tools, history)act(plan); history.append(observe())// 第四层：Skill 与第五层：MCPskill = {name:"queryOrder", input:"orderId", exec: handler}mcpServer.expose(skill) // 以标准协议对外暴露能力
这五个概念不是竞争关系，而是分层协作关系：Prompt 负责表达，Function Call 负责触达，Agent 负责推进，Skill 负责复用，MCP 负责标准化接入。混淆往往源于把它们放在同一层比较。判断选型时，先问“当前问题卡在哪一层”，再决定引入哪一层机制；能用低层解决的，不要轻易上高层。理解分层，比记住定义更重要。