Словарь простыми словами

1Вся идея на одной картинке

Дальше — каждое слово по отдельности.

2Токен

Токен — кусочек текста, которым модель читает и пишет. Это не всегда целое слово: длинное слово разбивается на несколько частей. В русском тексте одно слово — примерно 2–3 токена, в английском — 1,3–1,5.

Аналогия: такси считает не поездки, а километры. Модели тоже считают не сообщения, а токены — и деньги берут за них.

Пример: вопрос из 10 русских слов — примерно 20–30 токенов, ответ на страницу (около 400 слов) — примерно 1 000 токенов. Цены указывают за 1 млн токенов: у claude-haiku-5-5 миллион токенов ответа стоит $0.20.

3Модель

Модель — конкретная нейросеть, которая пишет ответ: Claude Sonnet, GPT-6, DeepSeek и другие. У каждой есть имя (id), которое пишется в запросе в поле model, например claude-sonnet-5-5.

Аналогия: модели — как специалисты в одной конторе. Один быстрый и недорогой, другой думает дольше, зато справляется со сложным.

Список и цены — в статье Модели и цены, подсказки по выбору — в Как выбрать модель.

4API

API — способ, которым одна программа общается с другой. Вместо того чтобы нажимать кнопки на сайте, программа отправляет запрос по адресу и получает ответ.

Аналогия: окошко выдачи. Вы просовываете записку с заказом — вам выдают готовое блюдо. Zukko API — такое окошко: внутрь отдаёте вопрос и имя модели, обратно получаете ответ.

Пример: запрос POST https://api.zukko.pro/v1/chat/completions означает «отправить сообщение модели и получить ответ».

5API-ключ

API-ключ — секретная строка вида fetch_…, по которой Zukko понимает, что запрос от вас и с какого баланса списывать деньги. Создаётся в кабинете → API-ключи.

Аналогия: ключ от квартиры. Кто его держит, тот и заходит — то есть тратит ваш баланс. Поэтому ключ не публикуют в коде на GitHub, в чатах и на скриншотах.

Пример: в программах ключ хранят в переменной окружения ZUKKO_API_KEY, а не прямо в тексте кода. Каждому боту или подрядчику удобно выдать свой ключ с лимитом расхода. Если ключ утёк — удалите его в кабинете и создайте новый.

6Base URL

Base URL — адрес, на который программа отправляет запросы. Многие программы по умолчанию шлют запросы в OpenAI или Anthropic. Если вписать в настройку base URL адрес Zukko, они пойдут в Zukko.

Аналогия: адрес на конверте. Письмо то же самое, но придёт туда, куда вы написали.

Оба адреса ведут в один и тот же Zukko, разница только в формате запроса.

7Промпт

Промпт — текст, который вы отправляете модели: вопрос, задание, пример того, что нужно получить.

Аналогия: техническое задание подрядчику. Чем понятнее задание, тем лучше результат.

Пример: «напиши про кофе» — слабый промпт. «Напиши три предложения для карточки товара: зерновой кофе, Колумбия, мягкий вкус с нотами шоколада, для покупателя, который выбирает подарок» — сильный.

8Системный промпт

Системный промпт — постоянная инструкция «кто ты и как отвечать». Она идёт перед сообщениями пользователя и действует на весь разговор.

Аналогия: должностная инструкция новому сотруднику. Её дают один раз, а не повторяют перед каждым клиентом.

Пример: {"role": "system", "content": "Ты — консультант магазина обуви. Отвечай коротко и только про наш магазин."}. Держите длинную неизменную инструкцию в начале запроса — так срабатывает кэш и она обходится дешевле.

9Контекст

Контекст — всё, что модель видит в одном запросе: системный промпт, историю переписки, документы и сам вопрос. Важно: модель сама ничего не помнит между запросами. Чтобы она «помнила» разговор, программа каждый раз отправляет историю заново.

Аналогия: консультант, который перед каждым ответом заново читает всю папку с делом клиента.

Пример: у большинства моделей окно контекста — 1 млн токенов, это примерно 400 000 русских слов. У Grok — 256 тыс. токенов, у glm-5.3 — 128 тыс. Чем длиннее контекст, тем больше входных токенов и тем дороже запрос.

10Кэш

Кэш — сохранённый результат, который не нужно считать заново. В Zukko их два:

• Кэш промпта. Если начало запроса повторяется (длинная инструкция, база знаний), модель читает его из кэша. У claude-sonnet-5 и claude-opus-5-5 эта часть стоит в 10 раз дешевле обычного входа. Включается сам.
• Кэш ответов Zukko. Если отправить точно такой же запрос ещё раз с заголовком X-Zukko-Cache: true, Zukko вернёт сохранённый ответ бесплатно.

Аналогия: повар, у которого овощи для супа уже нарезаны с утра, — блюдо готово быстрее и дешевле. Подробнее — Лимиты ключа, идемпотентность и кэш.

11Стриминг

Стриминг — ответ приходит по кусочкам, пока модель пишет, а не целиком в конце. Так работают чаты, где текст «печатается» на глазах.

Аналогия: репортаж в прямом эфире вместо записи, которую покажут вечером.

Пример: в запросе ставят "stream": true. Человек видит начало ответа сразу, а с медленными моделями соединение не обрывается по таймауту. Учтите: если закрыть поток на середине, сгенерированный ответ всё равно оплачивается целиком. Подробнее — Стриминг.

12Агент

Агент — модель, которая не просто отвечает, а сама выполняет задачу по шагам: решает, что сделать, вызывает инструменты, смотрит на результат и продолжает, пока не закончит.

Аналогия: помощник с доступом к календарю и почте. Вы говорите «назначь встречу с Иваном на четверг», а он сам смотрит свободное время и отправляет приглашение.

Пример: Claude Code — агент, который читает файлы проекта, запускает команды и правит код. Как сделать своего — Агент с инструментами и Оркестрация агентов.

13Инструменты

Инструменты — функции, которые ваша программа предлагает модели: «найти заказ по номеру», «узнать курс валют», «записать строку в таблицу». Модель сама их не выполняет. Она отвечает: «вызови find_order с номером 123». Ваш код выполняет функцию и возвращает модели результат.

Аналогия: руководитель просит секретаря посмотреть в базе, а дальше решает сам.

Пример: в запросе это поле tools. Проверено, что инструменты работают у deepseek-v4.1-flash, claude-haiku-5-5 и gpt-6-luna.

14Пайплайн

Пайплайн — конвейер: данные автоматически проходят через несколько шагов, часто тысячи раз подряд.

Аналогия: конвейер на фабрике — каждая деталь проходит одни и те же станки.

Пример: 10 000 отзывов → модель определяет настроение и тему → ответ в JSON → строки в таблице. Для таких задач берут дешёвые модели и заголовок Idempotency-Key, чтобы повтор после сбоя не оплачивался второй раз. Подробнее — Пайплайны.

15RAG

RAG (Retrieval-Augmented Generation) — «ответ с подглядыванием в документы». Перед вопросом программа находит в ваших документах подходящие куски и вставляет их в промпт, а модель отвечает по ним.

Аналогия: экзамен с открытой книгой. Студент не помнит всё наизусть, зато быстро находит нужную страницу.

Пример: клиент спрашивает про доставку — бот находит в FAQ три абзаца о доставке и отдаёт их модели вместе с вопросом. Эмбеддингов в Zukko нет, поэтому поиск по документам делается в вашем коде. Подробнее — Ответы по своим документам.

16JSON

JSON — текстовый формат данных, который легко читают программы: {"имя": "Анна", "город": "Казань"}.

Аналогия: анкета с полями вместо письма в свободной форме. Анкету легко разложить по столбцам таблицы.

Пример: модель можно попросить отвечать строго в JSON через параметр response_format. Проверено, что схему соблюдают deepseek-v4.1-flash и claude-haiku-5-5. Всё равно проверяйте JSON в коде и при ошибке повторяйте запрос. Подробнее — Ответ в JSON.

17Температура

Температура (temperature) — сколько случайности в ответах. При 0 ответы предсказуемые и почти одинаковые, при 0.7–1 — разнообразнее и «творческее».

Аналогия: строгий бухгалтер против писателя, который любит импровизировать.

Пример: для извлечения данных ставят низкую температуру, для рекламных слоганов — повыше. Новые модели Claude могут не принимать нестандартную температуру — если получили ошибку, просто уберите этот параметр.

18Рассуждение (reasoning)

Рассуждение — режим, в котором модель сначала «думает»: пишет скрытый черновик, проверяет себя и только потом отвечает. Так лучше получаются математика, код и планирование, но выходит медленнее и дороже: размышления — это тоже токены, и они оплачиваются.

Аналогия: решить задачу на черновике, прежде чем переписать начисто.

Пример: сильные модели с рассуждением (Kimi K3, Opus) могут думать 30–60 секунд до первого слова. Ставьте таймаут клиента 120–300 секунд и используйте стриминг.

19Что дальше