提示词工程

用 MiniMax-H3 做 AI 短剧：一个 SKILL 把剧本自动拆成六段式提示词写剧本一小时，拆分镜一天。做 AI 短剧的人都卡在这一步。一集三分钟的戏，按四五秒一个镜头算，要拆出四五十个镜头。每个镜头还要单独写一份 AI 看得懂的画面描述：景别、机位、光线、人物在画面里站哪个位置、这一步动作到哪里结束。

深入解析GPT-6 Astra提示词工程：从Skills、AGENTS.md到可验证的Agent交付欢迎大家关注Rocky的知乎：Rocky Ding 《三年面试五年模拟》AIGC/LLM/AI Agent算法工程师/开发工程师求职面试秘籍独家资源：【三年面试五年模拟】WeThinkIn/AIGC-Interview-Book，欢迎大家Star～

大连好光景

提示词工程01示例结构：json格式示例：Markdown表格示例：示例：示例：Zore-shot示例：Few-shot示例：

Spring AI 提示词模板：{变量} 参数化 + few-shot，一条提示词反复用作者：鱼宵｜ Spring AI 实战精通营 · 第 2 篇上周拿第 1 课那个翻译接口改需求：产品说"同一句话，要能翻商务版、口语版、文艺版"。我的第一反应是再写两个接口，把 system() 里的提示词复制三遍、改两个字。写到第三个风格时我自己都烦了——提示词骨架一个字没动，就"风格"两个字不一样，凭什么复制三遍？

玩转大模型（一）：参数、token、FLOPs 怎么算，提示词/RAG/微调/续训/Agent 怎么选💡刚入门时最容易犯的毛病，是把大模型当成一个"更聪明的搜索引擎"。问一句答一句，答得不好就换个问法继续问，问到最后开始怀疑模型智商。

提示词工程：工业级 Prompt 写法与分层组装很多人写 Prompt 还是想到哪写到哪，其实这玩意儿不是"问问题"，是"写程序"——你得用自然语言给模型立规矩。

从第一性原理构建 AI Agent：提示词、工具、技能与记忆全解剖原文：Sarvam AI Blog - 《Building AI Agents: A First-Principles Guide》（https://www.sarvam.ai/blogs/building-ai-agents）

6.1 旅游出行旅行的前期准备工作量并不小。一次像样的自由行，光是研究攻略、规划路线、整理行李、估算费用，往往要花好几个晚上，还不一定做得全面。更常见的情况是，行程没想清楚就出发，到了当地再临时查，结果漏掉了很多值得去的地方，或者在路线上走了冤枉路。

6.3 美食烹饪做饭这件事，难点往往不在厨艺，而在决策冰箱里剩了几样食材，不知道能搭出什么；或者想请朋友来家里吃饭，不确定做几道菜、怎么搭配才显得用心；又或者想吃得健康一点，但设计食谱又嫌麻烦。

段一凡-华北理工大学

大模型应用开发 100 天：Python + LLM 从入门到精通 day26~Prompt 调试与优化——A/B 测试与效果评估🔖 阶段三：Prompt Engineering 深度实战（Day 21 - Day 30）写好一个 Prompt 只是开始。真正的挑战是：如何知道你的 Prompt 好不好？如何系统地优化它？今天我们将学习 Prompt 的调试技巧和量化评估方法，让 Prompt Engineering 从"凭感觉"变成"有数据"。

段一凡-华北理工大学

大模型与智能体在工业的应用~系列文章03：提示词工程：与大模型正确对话的“说明书“很多工业朋友第一次用大模型都"很失望"——问它个专业问题，给出一堆泛泛而谈的大道理，一点"干货"都没有。其实问题多半不在模型，而在你提问的方式。大模型的能力上限觉醒于"你喂给它的那句话"。提示词工程（Prompt Engineering），就是教你学会"正确指路"——用结构化的方式引导大模型给出高质量、可落地、贴合行业场景的答案。本期讲透角色设定、Few-shot、CoT、结构化输出的实战技巧，并附钢铁场景的正反例对比。

阿昌喜欢吃黄桃

提示词工程：User Prompt 与 System PromptHi，我是阿昌，今天记录一下提示词工程，重点记录User Prompt和System Prompt这两个概念。

Agent Skill 是什么？概念、架构与开发指南SKill就是面向Agent编程、自然语言（提示词）脚本。节省Token、节省心神、节省时间。一次对话，敲定一个Skill，后续直接复用无需再与大模型重复对话。

AI 测试用例生成总跑偏？六维封装法让 Skill 从“能用“变“好用“测试用例 Skill 写不好，AI 生成的用例不是幻觉编造就是输出格式三天两头变——问题不在 AI 不够聪明，而在于你的 Skill 没做"封装"。本文提出「六维封装法」：边界锚点 / 角色方法论 / 正反样本库 / 粒度层级 / 输出契约 / AI 自检，六个维度系统化封装一个高质量 Skill。文末附可直接照搬的 Checklist 与 Skill 模板骨架。读完后你能得到：一个能稳定输出、可入库、可演进的高质量 Skill 工程方法论。

从零到一搭建企业级智能问答系统：第2章 · 提示词工程管理# 情况 2：更危险 —— 内容里的占位符被意外替换问: 等于该符号, 用户宣称: 用户发出的询问为, {query} 这个内容, 其具体所表达的含义是什么, 此句的意思是。

2025-2026年AI提效与实践大厂面试高频问题本文基于八股精的「AI提效与实践」题库约 854 条有效面试记录（覆盖 2025-2026 年），统计了各大厂在 AI 提效方向的考察侧重与代表真题，帮助求职者看清"公司在招人时考什么、怎么考"。

提示词工程大模型基础流程：用户输入 → 模型输出。想要理想结果，提问要详细、清晰、有逻辑、可提供参考材料。所有技巧的根基：清晰表达需求，如同人与人沟通，指令模糊，模型输出就会跑偏。

关于大模型LLM的应用技术栈简记最近各种花里胡哨的技术，看得我眼花缭乱的。抽空思考了LLM应用技术的本质内核，这里简单记录一下，以便后续展开实践。

AI大佬的小弟

大模型名词精讲 03：Prompt不知道小伙伴们有没有过这种经历：同样用 ChatGPT，别人写的 Prompt 一扔进去，出来的结果又专业又好用；我们吭哧吭哧写了半天，出来的东西却总感觉 "差点意思"。

GitHub深度工程评测：AI 系统提示词泄露知识库深度评测：6万星system_prompts_leaks情报资产背后，藏着什么？从 Claude 到 ChatGPT 到 Gemini，全球最全的 System Prompt 工程样本库