prompt

AI学习资源总结：免费开放，入门至深入，持续更新完全免费开放的 AI 知识共享平台 | 减少信息差，让每个人都能享受技术红利 google skills，跟着google学AI Agent设计模式书籍学习 Agentic-patterns

Prompt 工程--“骗出” System Prompt在和大模型交互的过程中，总是一问一答的形式。和人交流类型，不过模型“人”可能并不聪明。得用大量的提示词告知 context，spec 等等其他内容，回答才能比较理想。

风雨中的小七

解密Prompt系列68. 告别逐词蹦字 - 重塑 Transformer 的推理范式Transformer 的核心范式一直是“Next Token Prediction”——像接龙一样，一个词一个词地往后蹦。虽然 OpenAI o1 和 DeepSeek-R1 通过 Chain of Thought (CoT) 开启了“慢思考”时代，但其本质依然是通过生成更多的显性 Token 来换取计算时间。

lkbhua莱克瓦24

RAG到RGA：生成式AI的范式演进在深入探讨RGA之前，让我们先回顾一下它演进而来的基础框架——RAG（检索增强生成）。想象一位准备重要演讲的学者。传统大语言模型如同依赖固定记忆库的专家，只能基于训练时学到的知识回答问题，无法获取最新信息或特定领域资料。而RAG则像是为这位专家配备了实时研究助手：当问题提出时，助手先检索相关文献，然后将这些资料与问题一同交给专家，生成更准确、更具时效性的回答。

地编革命：手绘无缝地图太肝？3 分钟量产关卡地块凌晨，独立游戏制作群里，主美还在死磕一张“腐烂沼泽”的地面贴图。 “这一块地砖左右拼接总是有一条黑线，修了左边右边又对不上了。程序那边催着要 50 种不同的地块变体来做随机生成，我这一晚上连基础块都没画完。”

醒醒该学习了！

Prompt提示词——回复指令assistant（理论篇）回复指令是连接AI思考与最终输出的关键环节，它规定了AI生成回答的具体要求。回复指令可以包含对回答内容的详细要求：

前端程序猿之路

30天大模型学习之Day3：高级 Prompt 工程今天学习后，你能写出：企业级、可落地、可控、高稳定性的 Prompt很多公司面试官会直接要求你写这些内容。

Deepseek基础，模板引擎，prompt提示词，增强检索，智能机器人DeepSeek-V3 是一款高性能的开源 AI 模型，支持自然语言处理、智能对话生成等任务。其 API 接口与OpenAI 完全兼容，用户可以通过简单的配置迁移现有项目，同时享受更低的成本和更高的性能。本文档将详细介绍如何快速接入 DeepSeek-V3 API

lkbhua莱克瓦24

Prompt、分词器与Token介绍当你对ChatGPT说出“你好”时，它看到的不是汉字，而是一串神秘数字；你以为自己在对话，实际上是在用一套精密暗语为它编写思维剧本。欢迎来到大语言模型的前台后台。

AI开发实战：从零搭建智能应用系统学习AI应用开发的知识梳理。其目标是从前端视角出发，快速理解大语言模型（LLM）及相关技术栈（如提示词工程、LangChain、RAG等），最终能够搭建AI应用或智能体。

AI 编程配置太头疼？ACP 帮你一键搞定，再也不用反复折腾！在AI编程工具全面普及的今天，Claude Code、GitHub Copilot、OpenAI Codex、Cursor等工具已成为开发者日常工作的标配，但随之而来的配置管理难题却成为制约效率的关键瓶颈。ACP (AI-Config-Plaza) 作为专注于AI编程工具配置管理的开源平台 (官网)，以统一化、社区化、跨工具兼容的核心设计，精准解决了开发者在配置管理中面临的碎片化、重复劳动、切换成本高等痛点，重新定义了AI编程工具的配置使用体验。

薛定谔的猫1982

LlamaIndex（九）Prompt提示词在LlamaIndex中，提示（prompts）是与语言模型（LLM）交互的关键部分。通过自定义提示，可以更精确地控制模型的输出，以满足特定需求。

DeepSeek ：提示词工程 (Prompt Engineering) —— 人机交互时代的“新编程语言”在使用 DeepSeek 或 GPT 时，你是否遇到过这些情况？“这 AI 好像听不懂人话，写的代码总是跑不通。”

Prompt Manager: 让你的 AI 提示词管理更专业在 AI 时代,提示词就是生产力。如何高效管理、版本化和优化这些宝贵的提示词资产?让我们来认识一下**Prompt Manager** —— 你的专业提示词管理平台。

Nano Banana Pro+Touch Edit，图片点选编辑抖音-touchedit在AI图像创作领域，“精准度”与“易用性”长期以来都是难以平衡的核心痛点。传统AI修图要么依赖复杂的提示词调试，靠“抽卡式”生成碰运气；要么需要手动绘制蒙版、调整参数，沦为专业设计师的“进阶工具”。而Nano Banana Pro搭载的Touch Edit点对点编辑功能，彻底打破了这一僵局——通过“点击标记+自然描述”的极简操作，让AI精准捕捉编辑意图，实现“指哪打哪”的高效创作，重新定义了AI与人类协作的图像编辑范式。

深度研究Agent架构解析：4种Agent架构介绍及实用Prompt模板深度搜索Agent核心问题其实就有两个：怎么把复杂问题拆得合理，以及怎么判断搜索结果够不够用。近两年深度搜索Agent发展很快各家的实现思路也越来越成熟，围绕这两个问题业界逐渐沉淀出几种主流架构：从最基础的Planner-Only，到加入评估反馈的双模块设计，再到Sentient Labs提出的递归式方案。这篇文章将整理这些架构并顺便附上一些实用的prompt模板。

Vibe Coding - AI 编程助手提示词工程实战：从“会问”到“会驱动”在 2026 年，会用 AI 写代码已经不稀奇，真正拉开全栈开发者差距的，是“会不会写提示词”。与其把 AI 当搜索引擎，不如当成一个“技术很强但对你项目一无所知的资深实习生”，用工程化的方法去驱动它。接下来我将从流程与方法论出发，基于 Vibe Coding 提示词指南，总结一套可落地的 AI 编程助手提示词工程实践范式。

PS 场景美术革命：3 分钟量产 4K 无缝贴图，从此告别“Offset”去缝加班深夜，场景组长还在工位上盯着屏幕叹气：“这地宫的地面贴图重复度太高了，一眼就能看出接缝。美术表现不够‘厚重’，换一批。” 作为 3D 场景美术（Environment Artist），最烦躁的工作莫过于制作无缝贴图（Seamless Textures）。为了让一张贴图能在大面积地面上无限平铺，我们以前得用滤镜 -> 位移 (Offset) 把接缝露出来，然后用仿制图章一点点把那条明显的“十字线”修掉。修得不好，贴图贴到模型上就是灾难级的“方格地毯”。

LLM - 从 Prompt 到 Skills过去两年，几乎所有玩过大模型的人，都绕不开两个词：Prompt 和 Agent。但 2025 年开始，一个新词快速占领技术圈与 AI 圈的视野——Claude Skills / Agent Skills。

AI Coding LSPAI coding越来越火，相关的工具也也越来越成熟，程序员好像距离失业越来越近了。但是好的工具还是要学习的，这里介绍下LSP，主要之前有些AI coding工具，让人很困惑，比如仅仅支持某些语言，LSP这个工具就是让AI更好的理解代码的，能够更好地进行AI辅助编程。