prompt

爱意随风起风止意难平

AIGC 使用层 | 关于AI prompt什么是AI prompt（AI提示词）？打个比方，如果你使用正常的语言表达，问AI问题，或者想从AI这里了解写东西，或者让AI帮你完成任务，在一般情况下，效果是不如AI prompt的，原因很简单，AI prompt是AI更容易懂的内容，或者说，要求更为明确的内容，正常的语言表达在AI prompt面前，算是要求较为模糊。

微调技术：Prefix-tuning vs Prompt-tuning vs P-tuning这三种技术都是参数高效微调Parameter-Efficient Fine-Tuning, PEFT方法，主要用于在不微调大模型全部参数的前提下，通过较少的可训练参数实现良好的下游任务性能。它们的核心思想是：冻结预训练模型参数，仅调整少量额外模块或输入，以适配新任务。

Prompt管理技巧“Prompt工程”（Prompt Engineering）是指设计和优化提示词（prompt）以引导大型语言模型（如ChatGPT、GPT-4等）生成更符合预期输出的过程和方法。它是一种利用语言模型的能力，通过构造特定的输入，来达到高质量输出的技术手段。

如何编写高效的Prompt：从入门到精通在人工智能时代，特别是随着大型语言模型(LLM)如ChatGPT、Claude等的普及，编写高质量的Prompt(提示词)已成为一项关键技能。一个好的Prompt可以显著提高AI输出的质量和相关性，而一个糟糕的Prompt可能导致无用甚至误导性的结果。本文将带你深入了解Prompt编写的艺术与科学。

深入剖析AI大模型：Prompt 开发工具与Python API 调用与技术融合Prompt前面介绍了了不少章节，关于Prompt还是要说说对应的开发工具。在人工智能技术飞速发展的今天，Prompt（提示词）开发已经成为释放大语言模型潜力的关键环节。无论是专业的开发者，还是希望利用 AI 提高工作效率的普通用户，掌握 Prompt 开发的技巧都能让大语言模型更好地为自己服务。今天将围绕常见的 Prompt 开发工具、Python 与 API 调用设计 Prompt 以及 Prompt 与其他 AI 技术的结合使用展开，带您深入探索这一充满魅力的领域。

每日Prompt：宫崎骏风格插画深夜了，一个女孩披着头发，宽松舒适的T恤和灰色长裙，坐在房顶上旁边一只白色雪纳瑞，全身照，穿着拖鞋，屋顶瓦片上坐着，看着天上的星星，身旁有几瓶酒酿啤酒和烤串，有花草，有大海，远方有灯塔，宫崎骏风格，插画

深入剖析AI大模型：Prompt 优化的底层逻辑记得看到一篇NLP的文章，就 Prompt 时序效应的论文揭示了一个有趣现象，文章中说：模型对指令的解析存在 "注意力衰减" 特性 —— 就像人类阅读时会更关注段落开头，模型对 Prompt 前 20% 的内容赋予的权重高达 60%。这个发现让我重新审视对的 Prompt 设计其实是需要做的事情很多。

十八岁讨厌Java

AIAgent,Prompt,MCP是什么？一篇文章讲清除AIAgent,Prompt,MCP是什么？AIAgent,Prompt,MCP直接有什么联系？

AI中的Prompt作用：设定 AI 的“角色设定”和“行为准则”。内容：通常是描述 LLM 的身份、语气、行为范围、约束规则。

每日Prompt：人像写真在夜晚氛围感下的人像写实摄影，在街道上，背景车灯延时轨迹，深阴影，低调，暖光，轮廓光，休闲时尚的衣服，超广角，超动态照明惊人的阴影，深度照片，景深，阴影，凌乱的头发，

Prompt工程指南中文版github 本文翻译改编自 Dair-ai/Prompt-Engineering-Guide 中文原帖地址为大型语言模型Prompt书写指南为了方便理解以及补充缺少的知识点，内容有所添改。除非另有说明，本文中所有的例子都是使用text-davinci-003（GPT-3）（使用OpenAI的Playground）测试的。案例使用默认的配置，例如temperatur和top-p参数分别为0.7与1。本文所有的输入与输出都为英文，中文翻译仅用于辅助理解，并非实际输入输出，因此在出现输入的位置，本文将保留

每日Prompt：治愈动漫插画动漫插画风格，夏天的夜晚，在滨海城市，海边的路边夜宵摊路上，各种各样的美食，每个摊位都在路边有摆着矮矮的桌椅板凳。女生盘着发，穿着宽松T恤和灰色长裙，搭配白色运动鞋，背着褐色的小包，坐着喝着冰啤酒，桌上有一大盆烤串，有荤菜有素菜，玻璃瓶精酿啤酒，身旁有只小小的白色雪纳瑞眼巴巴看着女生，女生边喝边看着大海，面朝大海的方向坐着，周围熙熙攘攘的路人，有人在吃，有人在看美食，有人看大海，很大一片的沙滩和大海，很多的氛围灯，很多椰子树，营造出一种平稳、舒缓的氛围，传递出忙碌一天后放松休憩的惬意感。

【使用LLM搭建系统】5 处理输入: 链式 Prompt Chaining Prompts本章内容主要介绍了将复杂任务拆分为多个子任务（链式Prompt）的方法及其优势。尽管高级语言模型像GPT - 4擅长一次性遵循复杂指令，但有时拆分任务更可取。通过两个比喻来阐述原因：

Prompt‏ 工程和优化技巧这是用户؜向 AI 提供的实际问题、指令或信息，传达了用户的直接需求。用户 Prompt ‌告诉 AI 模型 “做什么”，比如回答问‏题、编写代码、生成创意内容等。

构建 MCP 服务器：第 3 部分 — 添加提示这是我们构建 MCP 服务器的四部分教程的第三部分。在第一部分中，我们使用基本资源创建了第一个MCP 服务器；在第二部分中，我们添加了资源模板并改进了代码组织。现在，我们将进一步重构代码并添加提示功能。

Prompt工程学习之思维树（TOT）定义：思维树（Tree of Thoughts, ToT）是一种先进的推理框架，它通过同时探索多条推理路径对思维链（Chain of Thought）** 进行了扩展。该技术将问题解决视为一个搜索过程 —— 模型生成不同的中间步骤，评估这些步骤的可行性，并探索最有希望的路径。

构建 MCP 服务器：第 4 部分 — 创建工具这是我们构建 MCP 服务器的四部分教程的最后一部分。在第一部分中，我们使用基本资源创建了第一个 MCP 服务器。第二部分添加了资源模板并改进了代码组织。在第三部分中，我们添加了提示符并进一步完善了服务器结构。现在，我们将通过添加工具来完成服务器的搭建。

幼稚园的山代王

Prompt Enginering（提示工程）先进技术前沿 CoT（Chain-of-Thought）和 ReACT（Reasoning and Acting）是两种先进的 Prompt Engineering（提示工程）技术，旨在提升大语言模型（LLM）的推理、规划和执行能力。

GenSpark vs Manus实测对比：文献综述与学术PPT，哪家强？GenSpark和Manus这两款智能体AI产品，无论是团队基因还是产品功能，都有很多相似性。下面这张图娜姐详细对比了两者的异同：

如何写高效的Prompt？提示词(Prompt)的质量将直接影响模型生成结果的质量，所以精心设计一个让大模型能够理解并有效回复的提示词是至关重要的。本文内容自论文中获取：https://arxiv.org/pdf/2312.16171 介绍了5类共计26条提示词书写原则。