AI赋能程序员-如何编写提示词

1、系统预设 eg: 你现在是一名优秀程序后端工程词、你需要根据我提供的数据返回一个标准的echart图表格式

2、少样样本学习 eg: 当我给你"|商品名称| 商品数量|\n| 茅台|10|\n| 五粮液|20| 时",给我返回

{ xAxis: { type: 'category', data: ['茅台','五粮液'] },

yAxis: { type: 'value' },

series: [ {data: [10, 20], type: 'line' } ]}

3、任务拆解 eg: 当业务上,即要返回一个图表、又要做统计数据返回时,拆解为不一样的提示词,避免AI混合乱答

相关推荐
lifallen9 分钟前
淘宝RecGPT:通过LLM增强推荐
人工智能·深度学习·ai·推荐算法
金井PRATHAMA1 小时前
认知语义学对人工智能自然语言处理的深层语义分析:理论启示与实践路径
人工智能·自然语言处理·知识图谱
小王爱学人工智能1 小时前
OpenCV的特征检测
人工智能·opencv·计算机视觉
羊羊小栈1 小时前
基于「YOLO目标检测 + 多模态AI分析」的铁路轨道缺陷检测安全系统(vue+flask+数据集+模型训练)
人工智能·yolo·目标检测·语言模型·毕业设计·创业创新·大作业
钝挫力PROGRAMER1 小时前
GPT与BERT BGE
人工智能·gpt·bert
Baihai IDP1 小时前
2025 年大语言模型架构演进:DeepSeek V3、OLMo 2、Gemma 3 与 Mistral 3.1 核心技术剖析
人工智能·ai·语言模型·llm·transformer
☼←安于亥时→❦1 小时前
PyTorch之张量创建与运算
人工智能·算法·机器学习
nuczzz1 小时前
pytorch非线性回归
人工智能·pytorch·机器学习·ai
~-~%%1 小时前
Moe机制与pytorch实现
人工智能·pytorch·python
深耕AI1 小时前
【PyTorch训练】为什么要有 loss.backward() 和 optimizer.step()?
人工智能·pytorch·python