Navigate to WaytoAGI Wiki →
Home/Question List/Question Detail

请给我推荐一个适合非技术人员学习的提示词工程手册，但是我不希望提示词工程手册太实操导向，需要包括背后的原理和逻辑，而不是只像一个公式一样的教给我

Answer

以下为您推荐适合非技术人员学习的提示词工程手册：

  1. 小七姐：Prompt 喂饭级系列教程 小白学习指南（二）
    • 强调对框架的理解和运用，介绍了多种提示词框架，如情境(Situation):任务(Task):行动(Action):结果(Result)，并提供了学习的三步走：懂原理、找需求、用框架。
    1. RAG 提示工程系列（一）
    • 虽然网络上提示工程资料众多，但 RAG 任务中提示工程的资料相对较少。此系列将带领大家了解 RAG 架构的概念、组成、痛点及提示词工程在其中的应用，并指导实操案例，帮助编写调试符合企业生产级标准的提示词。
  3. VIRTUAL Claude 官方文档提示词工程最佳实践@未来力场编译版（中英对照）
    • 指出提示词工程是一门实证科学，需要不断测试和迭代，包括开发测试用例、构建初版提示词、进行用例测试、优化提示词和分享完善后的提示词，同时不要忘记测试边缘情况。
Content generated by AI large model, please carefully verify (powered by aily)

References

小七姐：Prompt 喂饭级系列教程 小白学习指南（二）

对框架的理解和运用是非常重要的一部分，参考上图，来源：[prompt-engineering/prompt-patterns:Prompt编写模式：如何将思维框架赋予机器，以设计模式的形式来思考prompt(](https://github.com/prompt-engineering/prompt-patterns)[github.com](http://github.com)[)](https://github.com/prompt-engineering/prompt-patterns)提示词框架有很多，有的简单有的复杂，你可以选一个看起来不那么难的先入手，比如可以从非常基础的：情境(Situation):任务(Task):行动(Action):结果(Result):开始。如果你拿到我给你的这个由四个词语组成的提示词框架还是觉得无从下手，你可以试试这样：恭喜你，就在刚才你已经写出你的第一个提示词了，它是：请告诉我如何用下列四个词编写一个框架性的提示词（prompt）？情境(Situation):任务(Task):行动(Action):结果(Result):请你回忆一下你是怎么写出这条提示词的吧。最后复习一下本节课的三步走：1、懂原理2、找需求3、用框架下课啦~我是prompt学习者和实践者小七姐，欢迎链接我交流prompt相关知识：se7en319

19. RAG 提示工程系列（一）

虽然目前网络上关于提示工程的相关资料已经多如牛毛，然而RAG(检索增强生成)任务中提示工程如何进行的资料相对而言却较少。不少朋友之前也热烈的讨论过RAG场景下提示词的运用，因此LangGPT社区特别推出RAG任务下的提示词实践经验系列分享。蓝衣剑客(微信lanyijianke1992)是LangGPT社区核心成员，清华大学数据治理研究中心主任助理，曾经参与生成式人工智能行业应用合规标准起草，作为企业技术负责人主导参与了多个大模型实际应用场景下的落地工作，在RAG相关领域有着大量的实践经验。云中江树(微信1796060717)是LangGPT提示词社区的主理人，结构化提示词提出者。蓝衣剑客负责本文主要内容的撰写，江树负责本文内容框架的整体设计和质量把控。《RAG提示工程》为系列文章，今天为大家带来的是《RAG提示工程》的第一篇。在这篇文章中，我们将带领大家了解RAG架构的概念、基本组成、常见痛点以及提示词工程在RAG架构中的应用。随后，我们将逐步指导大家实操一个RAG提示词案例，让大家逐步了解如何编写、调试符合企业生产级标准的提示词。

Claude官方提示词工程最佳实践s (2).pdf

[title]VIRTUALClaude官方文档提示词工程最佳实践@未来力场编译版（中英对照）[heading2]Parts of a prompt[heading3]11.“\n\nAssistant:”[heading4]Parts of a prompt ord这是一门实证科学：总是测试你的提示词并经常迭代！一个提示词工程师应该做到...开发测试用例构建初版提示词对提示词进行用例测试优化提示词分享完善后的提示词不要忘记测试边缘情况！How to engineer a good prompt

Others are asking
北京大学的deep seek使用手册
以下是为您找到的与北京大学的 DeepSeek 相关的使用资料： 《》讲座讲解了直接使用 DeepSeek 的三种方法，还分享诸多提示词技巧，如真诚直接、巧用通用公式等。在应用场景方面，DeepSeek 在专业场景提效、教育学术赋能、商业创新与生活服务等领域用途广泛，像辅助办公、教学设计、电商运营等。讲座为人们理解和运用 DeepSeek 提供了全面指导，助力大家借助该技术提升工作、学习和生活效率。 此外，全球数据资产理事会发布的《》也可能对您有所帮助。
2025-03-04
deepseek学习手册
以下是关于 DeepSeek 的相关学习资料： 研究报告和手册： 《 《》 《》中文翻译版 华西证券：《》 中信建投：《》 来觅研究院：《》 关于 DeepSeek 的使用分享： DP 模型的功能：能进行自然语言理解与分析、编程、绘图，如 SVG、MA Max 图表、react 图表等。 使用优势：可以用更少的词让模型做更多事，思维发散，能给出创意思路和高级内容。 存在问题：思维链长不易控制，可能输出看不懂或胡编乱造的内容，增加纠错成本。 审核方法：可以用其他大模型来解读 DP 模型给出的内容。 使用建议：使用时要有自己的思维雏形，多看思考过程，避免被模型冲刷原有认知。 使用场景：包括阅读、育儿、写作、随意交流等方面。 案例展示：通过与孩子共读时制作可视化互动游戏，以及左脚踩右脚式的模型交互来展示 DP 模型的应用。 音系学研究：对音系学感兴趣，通过对比不同模型的回答来深入理解，如 bug 和 DIFF SIG，探讨语言概念在音系学下的心理印象等。 大模型取队名：与大模型进行多轮对话来取队名，通过不断约束和披露喜好，最终得到满意的队名及相关内容。 Deepseek 文档分享：在 3 群和 4 群分享了 Deepseek 的相关文档，也可在 v to a gi 的飞书知识库中搜索获取。 Deepseek 使用介绍：介绍了 Deepseek 的模型、收录内容、提示词使用技巧和好玩的案例等。 提示词让 DeepSeek 能力提升： 效果对比：用 Coze 做了个小测试，可对比查看 使用方法： 搜索 www.deepseek.com，点击“开始对话” 将装有提示词的代码发给 Deepseek 认真阅读开场白之后，正式开始对话 设计思路： 将 Agent 封装成 Prompt，将 Prompt 储存在文件，保证最低成本的人人可用的同时，减轻自己的调试负担 通过提示词文件，让 DeepSeek 实现：同时使用联网功能和深度思考功能 在模型默认能力的基础上优化输出质量，并通过思考减轻 AI 味，增加可读性 照猫画虎参考大模型的 temperature 设计了阈值系统，但是可能形式大于实质，之后根据反馈可能会修改 用 XML 来进行更为规范的设定，而不是用 Lisp（对我来说有难度）和 Markdown（运行下来似乎不是很稳定） 特别鸣谢：李继刚的【思考的七把武器】在前期为提供了很多思考方向；Thinking Claude 是现在最喜欢使用的 Claude 提示词，也是设计 HiDeepSeek 的灵感来源；Claude 3.5 Sonnet 是最得力的助手。
2025-03-01
北大deepseek使用手册
以下是关于北大 DeepSeek 的相关使用资料： 全球数据资产理事会：《》 清华大学新闻与传播学院新媒体研究中心出品的《》，详细阐述了 DeepSeek 的功能，包括智能对话、文本生成、代码生成、自然语言理解等，并探讨了如何使用 DeepSeek，包括推理模型与通用模型的区别、提示语设计策略以及如何从入门到精通。文章还介绍了提示语设计的核心技能、常见陷阱及应对方法。 北京大学：《》讲座讲解了直接使用 DeepSeek 的三种方法，还分享诸多提示词技巧，如真诚直接、巧用通用公式等。在应用场景方面，DeepSeek 在专业场景提效、教育学术赋能、商业创新与生活服务等领域用途广泛，像辅助办公、教学设计、电商运营等。
2025-02-28
deepseek 自学手册 PDF 版有吗
以下是关于 DeepSeek 的相关资料： 同时还有 DeepSeek 的论文资料： 另外，关于 DeepSeek 深度推理+联网搜索目前断档第一的相关内容： DeepSeek 的特点与优势包括： 推理型大模型：核心是推理型大模型，通过理解用户真实需求和场景提供答案，不需要用户提供详细步骤指令。 更懂人话：能够理解用户用“人话”表达的需求，不需要用户学习和使用特定提示词模板。 深度思考：回答问题时能够进行深度思考，而非简单罗列信息。 文风转换器：可以模仿不同作家的文风进行写作，适用于多种文体和场景。 更多提示词技巧请查看
2025-02-25
claude使用手册
以下是关于 Claude 使用手册的相关内容： Anthropic 公司在 AI 领域表现出色，其最新最强的 Claude 3.5sonnet 的内置提示词公开在用户手册中，还会在 X 上主动通知有新内容可学。Claude 用户手册包含整整 10 个章节的“提示工程”指南，堪称赛博菩萨。它不仅单独维护了提示库，归纳了商业、个人任务场景中的高可用提示词，还从提示工程的 CoT 方法论，到提示库，再到直接做了个提示生成器，手把手接引、度化全球提示词爱好者。甚至作为一家不向大陆提供服务的公司，Anthropic 还准备了用户手册的汉化版本。 为方便您学习，以下是相关直达链接： Claude 用户手册 提示工程指南：https://docs.anthropic.com/en/docs/buildwithclaude/promptengineering/overview Claude 提示库：https://docs.anthropic.com/en/promptlibrary/library Claude 官方提示词生成器：https://console.anthropic.com/dashboard 此外，在使用 Claude 表格时，您可以构建表格，使每一行包含不同指令以替换{{INSTRUCTIONS}}占位符，从而同时生成多种类型的重写。 如果觉得不错，不妨随手点个赞、在看、转发三连，这将对作者有很大帮助。谢谢阅读！
2025-02-24
AI产品经理实战手册
以下是为您提供的关于 AI 产品经理的相关信息： 1. 2 月 7 日的《DeepSeek 爆火的当下：2025，人人都是顶尖 AI 产品经理实操指南》指出，过去一年“AI 在产品管理中的应用”成为热门话题，“所有产品经理都需要成为 AI 产品经理”的观点在各种场合反复出现，AI 正在重塑工作方式。 2. 《Claude 的 5 层 Prompt 体系：从 AI 用户到 AI 指挥官的进阶之路》中提到，将复杂需求拆解为原子化 Prompt 组件是掌握 5 层 Prompt 体系的关键，并通过跨国科技公司规划下一代智能家居系统的实际案例展示了应用方法，包括 User Requirement、System Prompt、Global Rule 等多个层面，还创建了多种风格用于不同场景。 3. 对于 AI 产品经理的划分，仅供娱乐和参考： 入门级：能通过开源网站或课程了解 AI 概念，使用并动手实践应用搭建。 研究级：有技术研究和商业化研究两个路径，能根据需求场景选择解决方案，或利用工具手搓出 AI 应用验证想法。 落地应用级：有成功落地应用案例并产生商业化价值。同时指出，对 AI 产品经理要求懂得技术框架，对技术边界有认知，产品经理要关注场景、痛点、价值。还列举了一些落地案例。
2025-02-24
提示词生成
以下是关于提示词生成的相关内容： ComfyUI 图片提示词反推提示词生成： 在 ComfyUI 里使用 MiniCPM 做图片提示词反推与文本提示词生成，可以和 flux 模型配合生成图片。建议使用量化版本的模型（int4 结尾）以节省显存。 安装方法： 1. 进入 ComfyUI 自定义节点目录。 2. 克隆相关仓库。 3. 重启 ComfyUI。 4. 网盘下载模型（https://pan.quark.cn/s/00b3b6fcd6ca），放入 ComfyUI 的 models 文件夹下 MiniCPM 文件夹中，没有就新建一个。 艺术字生成： 选择图片 2.1 模型，输入提示词（可以直接参考案例提示词）。案例参考： 金色立体书法，“立冬”，字体上覆盖着积雪，雪山背景，冬季场景，冰雪覆盖，枯树点缀，柔和光影，梦幻意境，温暖与寒冷对比，静谧氛围，传统文化，唯美中国风。 巨大的春联，金色的书法字体，线条流畅，艺术美感，“万事如意”。 巨大的字体，书法字体，线条流畅，艺术美感，“书法”二字突出，沉稳，大气，背景是水墨画。 巨大的奶白色字体“柔软”，字体使用毛绒材质，立在厚厚的毛绒面料上，背景是蓝天。原文链接：https://mp.weixin.qq.com/s/jTMFYKxsN8dYNZu3VHKBnA 五津:DeepSeek+扣子：1 分钟生成小红书爆款单词视频： 生成单词： 1. 输入单词主题、图片风格、单词数量。如非洲动物、真实风格、2。 2. 选择 deepseekr1 模型，输入单词主题、单词数量，deepseek 为用户输出指定数量的单词，并以数组方式输出。 角色：是一个专业的单词生成助手，擅长围绕各种主题挖掘相关英语单词，为用户提供精准且实用的单词、中文、美式音标内容。 技能： 1. 输出关联英语单词：当用户输入主题时，分析主题内涵，运用专业知识，输出指定数量个与该主题紧密关联的英语单词、中文翻译、美式音标，将该单词用于一句英文中（不超过 15 个单词），并将这句英文句子翻译成中文句子，并以数组形式呈现。 限制：仅围绕用户输入主题输出相关英语单词、中文翻译、美式音标，不涉及其他领域内容。输出必须为符合要求的数组形式，英文单词对应变量 yingwen，中文翻译对应变量 zhongwen，美式音标对应变量 yinbiao，英文句子对应变量 juzi_yingwen，中文句子翻译对应变量 juzi_zhongwen，不得有其他格式偏差。
2025-03-29
提示词生成
以下是关于提示词生成的相关内容： ComfyUI 图片提示词反推提示词生成： 在 ComfyUI 里使用 MiniCPM 做图片提示词反推与文本提示词生成，可以和 flux 模型配合生成图片。建议使用量化版本的模型（int4 结尾）以节省显存。 安装方法： 1. 进入 ComfyUI 自定义节点目录。 2. 克隆相关仓库。 3. 重启 ComfyUI。 模型网盘：https://pan.quark.cn/s/00b3b6fcd6ca ，下载后放入 ComfyUI 的 models 文件夹下 MiniCPM 文件夹中，没有就新建一个。 艺术字生成： 模型选择图片 2.1，输入提示词（可以直接参考案例提示词）。 案例参考： 金色立体书法，“立冬”，字体上覆盖着积雪，雪山背景，冬季场景，冰雪覆盖，枯树点缀，柔和光影，梦幻意境，温暖与寒冷对比，静谧氛围，传统文化，唯美中国风。 巨大的春联，金色的书法字体，线条流畅，艺术美感，“万事如意”。 巨大的字体，书法字体，线条流畅，艺术美感，“书法”二字突出，沉稳，大气，背景是水墨画。 巨大的奶白色字体“柔软”，字体使用毛绒材质，立在厚厚的毛绒面料上，背景是蓝天。 原文链接：https://mp.weixin.qq.com/s/jTMFYKxsN8dYNZu3VHKBnA 五津:DeepSeek+扣子：1 分钟生成小红书爆款单词视频： 生成单词： 1. 开始：输入单词主题、图片风格、单词数量。如非洲动物、真实风格、2。 2. 生成单词数组：选择 deepseekr1 模型，输入单词主题、单词数量，这样 deepseek 就可以为用户输出指定数量的几个单词，并以数组方式输出。 角色：是一个专业的单词生成助手，擅长围绕各种主题挖掘相关英语单词，为用户提供精准且实用的单词、中文、美式音标内容。 技能： 1. 输出关联英语单词：当用户输入主题时，分析主题内涵，运用专业知识，输出指定数量个与该主题紧密关联的英语单词、中文翻译、美式音标，将该单词用于一句英文中（不超过 15 个单词），并将这句英文句子翻译成中文句子，并以数组形式呈现。 限制：仅围绕用户输入主题输出相关英语单词、中文翻译、美式音标，不涉及其他领域内容。输出必须为符合要求的数组形式，英文单词对应变量 yingwen，中文翻译对应变量 zhongwen，美式音标对应变量 yinbiao，英文句子对应变量 juzi_yingwen，中文句子翻译对应变量 juzi_zhongwen，不得有其他格式偏差。
2025-03-29
论文写作相关的提示词
以下是关于论文写作相关的提示词的全面介绍： 论文内容总结： 大模型结合有效的提示词能迅速总结概括论文内容，节省时间。例如 GLM4Plus 结合良好的提示词可帮助学生快速总结。 示例： 论文内容翻译： 大模型能弥补翻译软件的不足，帮助学生快速翻译论文内容，提高阅读效率。如 GLM 结合良好的提示词可实现。 示例： 论文内容扩写润色： 可将论文内容转化为社交媒体的科普内容，将学术知识普及化。精心设计的润色提示词能根据特定场景调整，生成多样化润色结果。如针对小红书使用场景，调整提示词以匹配其口语化、轻松愉快的氛围。 示例： Chain of Density： 目标明确：确保每步目标清晰，AI 需明确指导产生相关有价值输出。 逻辑性：在所有提示策略中，逻辑性关键，清晰结构化提示助 AI 有效生成输出。 分步骤：确保提示按清晰步骤进行，如进行深度分析或遵循特定结构。 考虑变量：在某些情境中需考虑影响结果的所有因素。 运用 CoD 将文章做摘要： 个人观点认为，以英文提示词最后加上中文输出的方式效果较好，密度等级 4 的结果较让人满意。 示例： 提示词的基本示例： 提示词通过结合指令、问题、输入数据和示例构建，必须包含指令或问题，其他元素可选。如询问如何撰写大学入学申请论文，并提出希望答案包含的方面建议。 示例：“我该如何撰写我的大学入学申请论文？请给我一些建议，包括我应该包含的不同部分、我应该使用什么样的语气，以及我应该避免使用的表达。”
2025-03-29
关于图片生成人物衣服的提示词
以下是关于图片生成人物衣服的一些提示词相关内容： 在使用 Segment Anything 时，启用 GroundingDINO 可自动下载模型，将其放到特定文件目录下，在检测提示词中输入相关内容，如“eye”，可自动检测并设置蒙版。通过预览箱体获取编号，可选择调整单一部分。例如，只想调整左边眼睛，勾选 1 即可。还可给人物换背景，如大模型选择 revAnimated_v122，正向提示词为简单背景、花、国画、工笔，蒙版模式选择“重绘非蒙版内容”。将生成的图片放入图生图中，使用 tile 模型能给人物衣服添加国风元素。 设置模型和提示词时，例如大模型为 ghostmix_v20Bakedvae，正向提示词包含人物特征、服饰等描述，负向提示词包含 EasyNegative、badhandsv5neg 等。生成图片后可进行细节微调。 使用 cutoff 插件时，点击启用后按提示词顺序依次填入颜色提示词，中间用逗号分开，能准确显示颜色。如创建双人物构图，设置好人物形象和提示词，先在不开启插件时生成图片可能有颜色污染，开启插件并输入颜色信息后能保证颜色与提示词的关联性。
2025-03-28
在哪里写提示词
以下是关于写提示词的一些信息： 在 Stable Diffusion 中： 下次作图时，先选择模板，点击倒数第二个按钮可快速输入标准提示词。 描述逻辑通常包括人物及主体特征（服饰、发型发色、五官、表情、动作），场景特征（室内室外、大场景、小细节），环境光照（白天黑夜、特定时段、光、天空），画幅视角（距离、人物比例、观察视角、镜头类型），画质（高画质、高分辨率），画风（插画、二次元、写实）。 可通过以下方式获取和参考提示词： 功能型辅助网站，如 http://www.atoolbox.net/，通过选项卡方式快速填写关键词信息。 https://ai.dawnmark.cn/，每种参数有缩略图可参考。 去 C 站（https://civitai.com/）抄作业，复制每张图的详细参数粘贴到正向提示词栏，注意图像作者使用的大模型和 LORA，也可选取部分好的描述词，如人物描写、背景描述、小元素或画面质感。 在星流一站式 AI 设计工具中： prompt 输入框中可输入提示词、使用图生图功能辅助创作。 提示词用于描绘画面，支持中英文输入。不同基础模型对输入语言有要求，如通用大模型与基础模型 F.1、基础模型 XL 使用自然语言，基础模型 1.5 使用单个词组。 写好提示词的方法包括： 内容准确，包含人物主体、风格、场景特点、环境光照、画面构图、画质等，如“一个女孩抱着小猫，背景是一面红墙，插画风格、孤独感，高质量”。 调整负面提示词，点击提示框下方的齿轮按钮，弹出负面提示词框，输入不想生成的内容，如“不好的质量、低像素、模糊、水印”。 利用“加权重”功能，在功能框增加提示词并调节权重，权重数值越大越优先。 小白用户可点击提示词上方官方预设词组生图。 辅助功能有翻译功能（一键将提示词翻译成英文）、删除所有提示词（清空提示词框）、会员加速（加速图像生图速度，提升效率）。 在 Cursor AI 中： 在 cursor chat 界面中输入相关 prompt（提示词），再输入想了解的概念新词，如“python 编程”。 点击左上角文件，新建文本文件按钮，将得到的内容输入对话框，保存为后缀为.svg 的文件。其他版本提示词可得到不一样的回复。
2025-03-28
提示词
提示词相关知识如下： 1. 什么是提示词： 用于描绘您想生成的画面。 输入语言方面，星流通用大模型与基础模型 F.1、基础模型 XL 使用自然语言（如一个长头发的金发女孩），基础模型 1.5 使用单个词组（如女孩、金发、长头发），支持中英文输入。 启用提示词优化后，能帮您扩展提示词，更生动地描述画面内容。 2. 如何写好提示词： 可以点击提示词上方官方预设词组进行生图。 提示词内容要准确，包含人物主体、风格、场景特点、环境光照、画面构图、画质等，比如：一个女孩抱着小猫，背景是一面红墙，插画风格、孤独感，高质量。 调整负面提示词，点击提示框下方的齿轮按钮，弹出负面提示词框，负面提示词可以帮助 AI 理解我们不想生成的内容，比如：不好的质量、低像素、模糊、水印。 利用“加权重”功能，让 AI 明白重点内容，可在功能框增加提示词，并进行加权重调节，权重数值越大，越优先，也可对已有的提示词权重进行编辑。 辅助功能包括翻译功能（一键将提示词翻译成英文）、删除所有提示词（清空提示词框）、会员加速（加速图像生图速度，提升效率）。 3. 提示词要素： 提示词可以包含指令（想要模型执行的特定任务或指令）、上下文（包含外部信息或额外的上下文信息，引导语言模型更好地响应）、输入数据（用户输入的内容或问题）、输出指示（指定输出的类型或格式）。 4. 提示工程与提示词的区别： 提示工程是人工智能领域中，特别是在自然语言处理和大型语言模型的上下文中，一个相对较新的概念，涉及设计和优化输入提示，以引导 AI 模型生成特定类型的输出或执行特定的任务。 提示词通常指的是直接输入到 AI 模型中的问题、请求或指示，是提示工程的一部分。 提示工程是一个更广泛的概念，不仅包括创建提示词，还涉及理解模型的行为、优化提示以获得更好的性能、以及创造性地探索模型的潜在应用。提示工程的目标是最大化 AI 模型的效用和性能，提示词是实现这一目标的手段之一。在实际应用中，提示工程可能包括对 AI 模型的深入分析、用户研究、以及对特定任务的定制化提示设计。
2025-03-28
提示词工程
提示词工程师（Prompt Engineer）是在与人工智能模型交互时，负责设计和优化提示的专业人员。他们的目标是通过精心构造的提示，引导模型产生准确、有用和相关的回答。 其主要职责包括： 1. 设计提示：根据用户需求和模型能力设计有效的提示，考虑提示的长度、结构、措辞和信息量等因素，确保清晰传达用户意图并引导模型生成满意结果。 2. 优化提示：通过收集用户反馈、分析模型结果和实验不同的提示策略等方式不断优化提示，以提高模型性能。 3. 评估提示：使用各种指标如模型的准确率、流畅度和相关性等来评估提示的有效性。 提示词工程师需要具备以下技能和知识： 1. 领域知识：对所工作的领域有深入了解，以便设计出有效的提示。 2. 自然语言处理（NLP）：了解 NLP 的基本原理和技术，能够理解和生成自然语言文本。 3. 人工智能（AI）：了解 AI 的基本原理和技术，能够理解和使用 AI 模型。 4. 沟通能力：具备良好的沟通能力，与用户、团队成员和其他利益相关者有效沟通。 以下是一些提示词工程师工作的实际案例： 无需微调，仅用提示词工程就能让 LLM 获得 tool calling 的功能。其主要有两部分代码组成：提示词注入和工具结果回传。提示词注入用于将工具信息以及使用工具的提示词添加到系统提示中。工具结果回传则是解析 tool calling 的输出，并将工具返回的内容再次嵌入 LLM。 在生成式 AI 模型中，提示词工程是一门新兴的学科。提示词是用户与模型沟通愿望的文本界面，可从简单问题到复杂任务。提示词工程的核心在于制作出能实现特定目标的最佳提示词，这不仅要指导模型，还涉及对模型能力和局限性的深刻理解及所处的上下文。提示词工程还需要结合领域知识、对 AI 模型的理解及系统化方法为不同情境定制提示词，是一个迭代和探索的过程。本文旨在深入探讨这个新兴领域，重点关注其在 LLM 中的应用，且大多数技术也可应用于多模态生成式 AI 模型。 随着人工智能技术的不断发展，对提示词工程师的需求将会越来越大。
2025-03-27
提示词工程入门
提示词工程入门： 基本概念： 简单的提示词能获得结果，但结果质量与提供信息的数量和完善度有关。提示词可包含指令、问题、上下文、输入、示例等元素，以更好地指导模型获得更好结果。 如使用 OpenAI 的聊天模型，有 system、user 和 assistant 三种角色，system 非必需但有助于设定 assistant 行为。本指南示例通常仅用 user 消息作 prompt。 语言模型能基于给出的上下文续写，可通过改进提示词获得更好结果。提示工程探讨如何设计最佳提示词以高效完成任务，可用于多种高级任务。 相关精读： 在生成式 AI 模型中，提示词工程是新兴学科，塑造模型交互和输出。提示词是用户与模型沟通的文本界面，涵盖简单问题到复杂任务。 提示词工程核心是制作实现特定目标的最佳提示词，涉及对模型能力和局限性的理解及所处上下文。 提示词工程不仅构建提示词，还需结合领域知识、对 AI 模型理解和系统化方法定制提示词，是迭代和探索过程。 关于提示词工程师： 是负责设计和优化提示的专业人员，目标是引导模型产生准确、有用和相关回答。 主要职责包括设计、优化、评估提示，需具备领域知识、自然语言处理、人工智能、沟通能力等。 是新兴职业，随着人工智能发展需求将增大，有实际工作案例。
2025-03-27
我是一个没有技术背景且对AI感兴趣的互联网产品经理，目标是希望理解AI的实现原理并且能够跟开发算法工程师沟通交流，请给我举出AI模型或者机器学习的分类吧。
以下是 AI 模型和机器学习的分类： 1. AI（人工智能）：是一个广泛的概念，旨在使计算机系统能够模拟人类智能。 2. 机器学习：是人工智能的一个子领域，让计算机通过数据学习来提高性能。包括以下几种类型： 监督学习：使用有标签的训练数据，算法学习输入和输出之间的映射关系，包括分类和回归任务。 无监督学习：学习的数据没有标签，算法自主发现规律，经典任务如聚类。 强化学习：从反馈中学习，以最大化奖励或最小化损失，类似训练小狗。 3. 深度学习：是机器学习的一个子领域，模拟人脑创建人工神经网络处理数据，包含多个处理层，在图像识别、语音识别和自然语言处理等任务中表现出色。 4. 大语言模型：是深度学习在自然语言处理领域的应用，目标是理解和生成人类语言，如 ChatGPT、文心一言等。同时具有生成式 AI 的特点，能够生成文本、图像、音频和视频等内容。 2017 年 6 月，谷歌团队发表论文《Attention is All You Need》，首次提出了 Transformer 模型，它基于自注意力机制处理序列数据，不依赖循环神经网络或卷积神经网络。生成式 AI 生成的内容称为 AIGC。
2025-03-26
关于提示词工程的教程
以下是关于提示词工程的教程： 1. 提示词工程教程：为帮助大型语言模型更好地理解任务，提供了在线教程。任务可分解为两步，第一步模型检查当前提示词和样本，第二步编写改进的提示词。 2. 逐步推理模板：指导提案模型回答一系列问题，如输出是否正确、提示词是否准确描述任务等，以鼓励模型仔细检查示例并反思提示词局限性。 3. 上下文规定：提示词插入输入序列的位置灵活，可能在输入文本之前或之后，元提示词中应明确提示词和输入的相互作用。 4. 基础提示词：简单提示词能获得结果，但结果质量与提供信息的数量和完善度有关。提示词可包含指令、问题、上下文、输入或示例等元素。使用 OpenAI 聊天模型时，有 system、user 和 assistant 三种角色，本指南示例通常仅使用 user 消息作为 prompt。通过改进提示词可获得更好结果，提示工程探讨如何设计最佳提示词以高效完成任务。 5. 无需微调，仅用提示词工程让 LLM 获得 tool calling 功能：主要由提示词注入和工具结果回传两部分代码组成。提示词注入将工具信息及使用提示添加到系统提示中，包含 TOOL_EAXMPLE、tools_instructions、REUTRN_FORMAT 三个部分。工具结果回传解析 tool calling 输出，并将工具返回内容嵌入 LLM，利用正则表达式抓取相关参数，对于不同工具和 LLM 接口有不同处理方式。
2025-03-26
我要学习提示词工程哪些教程最好
以下是一些学习提示词工程的优质教程推荐： 1. 小七姐的“Prompt Engineering a Prompt Engineer 精读翻译”： 提供了提示词工程的在线教程。 将提示词工程的任务分解为两个步骤，并在元提示词中明确这两个步骤，提前传达期望。 为鼓励模型仔细检查示例，指导提案模型回答一系列问题。 明确提示词在不同上下文中与输入的相互作用。 2. 歸藏翻译的“简单易懂，强烈推荐 Codesignal 提示工程教程1”： 通俗易懂，给出丰富实践经验。 课程地址：https://learn.codesignal.com/preview/coursepaths/16/promptengineeringforeveryone 。 3. “GPT1 到 Deepseek R1 所有公开论文 The 2025 AI Engineer Reading List”中的第 3 节： 推荐了 Lilian Weng、Eugene Yan、Anthropic 的《提示工程教程》和《人工智能工程师工作坊》。
2025-03-25
我是一名硬件工程师 如何让ai快速理解我的原理图并优化
以下是关于让 AI 理解原理图并优化的相关知识： 1. 在 AI 硬件发展方面，存算一体的方式是未来的趋势。对比人脑，其能耗低，使用存算一体的芯片有望诞生全新算法，运行几百亿参数的大模型的最佳架构也是存算一体，因其避免了数据搬运。 2. 大模型在通用知识方面较强，但对专业领域知识了解不足。将大模型与私域知识结合有 5 种方法：重新训练（拿私域数据重新训练大模型）、微调（拿私有数据 finetuning 大模型）、RAG（将知识库里的知识搜索送进大模型）、关键词工程（写好提示词）、加长 Context（当 Context 能无限长时，可将知识和记忆 prefill 到 Context 里）。学术界中，做深度学习的人偏向于用 RAG，做过搜索的人偏向于用 Long Context。 3. 在 Trae 优化代码方面，当请求“帮我把当前的代码给优化一下”时，请求先到 Trae 自己的服务器，服务器再请求对应模型返回数据。不会发送本地代码文件，只发送“文件名”加“问题”，且在最开始 Trae 打开项目进行索引构建时，已在云端构建好项目文件。 对于您作为硬件工程师让 AI 快速理解原理图并优化的需求，目前可能需要进一步探索如何将原理图的特征和相关信息转化为适合 AI 处理和理解的形式，或许可以借鉴上述将专业知识与大模型结合的方法，以及利用高效的数据库和模型架构来提高处理效率。
2025-03-23