上下文工程

从指令到智能：大型语言模型提示词工程与上下文工程的综合分析在与生成式人工智能模型（尤其是大型语言模型，LLM）交互的领域中，提示词工程（Prompt Engineering）构成了最直接、最基础的控制层面。它既是一门精确的科学，也是一门需要创造力的艺术，其核心在于设计和优化输入指令，以引导模型产生期望的输出。

分享一个知识工程师单体智能体的简单提示词# 0. 核心指令 (Core Directive)# I. 角色核心定位 (Core Identity)

RAG is really dead? 大模型和知识之间的桥梁没了？作者：SpaderMan最近，Latent Space 播客发布了一期标题为["RAG 已死，上下文工程为王"](https://www.latent.space/p/chroma ""RAG 已死，上下文工程为王"")的访谈，其中开源向量数据库 Chroma 的创始人 Jeff Huber 的观点引发了广泛讨论。这个观点触及了一个核心问题：我们是否真的理解自己在构建什么？

解锁AI智能体：上下文工程如何成为架构落地的“魔法钥匙”在当今科技飞速发展的时代，人工智能（AI）无疑是最耀眼的领域之一，而 AI 智能体则堪称其中的 “超级新星”。2025 年，被众多业内人士视为 “AI 智能体元年”，这一年，AI 智能体实现了从实验室研究到商业化应用的关键转折，开启了其在各行业广泛落地的新篇章。

任务型Agent：prompt工程实践市面上讲 prompt 的文章遍地都是，这里不再分享 prompt 通用技巧，而是结合工程简要讲一下 prompt 组成、组装、调优经验和上下文工程。

我是有底线的