组件式Prompt设计tips

设计过程可以分为以下几点:

  1. 目标定义:明确你希望从模型中获得什么样的信息或结果,这可能是一个问题的答案、创造性的文本、数据分析等。
  2. 语境没定:构建一个背景或语境,帮助模型理解你的问题或请求。这可能包括相关信息、背景知识、特定的指示或前提条件。
  3. 指令清晰度:确保你的指令清晰、具体,且直接相关于你的目标。避免歧义和过于复杂的表述。
  4. 反馈循环:根据模型的输出对你的提示进行调整。这可能意味着改变问题的表述方式,添加更多的细节,或者重新定位你的问题。
  5. 优化和迭代:通过重复测试和调整,优化你的提示以获得最佳结果。随着时间的推移,你可能需要根据新信息或模型更新来调整提示。在实践中,这意味着要多次尝试不同的提示方式。观察哪种方式提供最好的结果,然后据此调整你的方法。prompt engineering 是一个动态过程,随着模型的学习和环境的变化而不断进化。

出处:近屿智能AI大模型第五期正式课

相关推荐
容智信息3 小时前
AI Agent(智能体)的输出格式应该从 Markdown 转向 HTML吗?
前端·人工智能·rust·编辑器·html·prompt
紫小米9 小时前
Agent的范式
prompt·embedding·ai编程
2601_957780849 小时前
GPT-5.5时代:从“指令集“到“任务契约“的Prompt工程范式迁移
大数据·人工智能·gpt·架构·prompt
南宫乘风11 小时前
从 Prompt 到工程化能力:写好 AI Agent Skill 的实践方法
prompt·skills
水木流年追梦11 小时前
大模型入门-应用篇1-prompt技术
开发语言·python·算法·prompt
qcx2311 小时前
GenericAgent 源码级拆解——3K 行种子如何长成全系统控制 Agent,Token 消耗仅 1/6
人工智能·prompt·ai agent·工作提效·harness
Jackzaker11 小时前
Prompt工程在代码中的实现
人工智能·python·prompt
水木流年追梦13 小时前
大模型入门-应用篇2-RAG (检索增强生成):从原理到 Python 实战
开发语言·python·算法·prompt
小雨青年13 小时前
GitHub Copilot 自定义扩展实战:Instructions、Prompt Files、Agents 和 Hooks 怎么用
prompt·github·copilot
Aision_17 小时前
从工具调用到 MCP、Skill完整学习记录
java·python·gpt·学习·langchain·prompt·agi