prompt

大型语言模型基础之 Prompt Engineering：打造稳定输出 JSON 格式的天气预报 Prompt在大型语言模型 (LLM) 如 GPT、Claude、文心一言等快速发展的今天，我们与 AI 的交互方式正在发生深刻变革。Prompt Engineering（提示词工程）作为连接人类意图与 AI 能力的桥梁，其重要性日益凸显。

Prompt Engineering 关键技能：精准掌控 LLM 输出的格式、内容与风格在大模型应用中，"得到答案" 只是基础，"得到符合预期格式、内容和风格的答案" 才是效率的关键。想象一下：让 LLM 生成的 JSON 直接被代码解析，让报告自动符合公司模板，让客服回复精准匹配品牌调性 —— 这些都需要通过 Prompt Engineering 实现对输出的精确控制。本文将系统拆解控制 LLM 输出的核心技能，从格式约束到内容雕琢，再到风格塑造，帮你从 "能用" 升级到 "善用" 大模型。

论文泛读:DYNAPROMPT: DYNAMIC TEST-TIME PROMPT TUNING(动态测试时调优)本文作为泛读系列，大部分为AI生成，本意是帮助自己快速阅读理解论文思想同时进行记录，不喜欢AI文章的可以快速划走，或者查看论文精读专栏系列。

文火冰糖的硅基工坊

[人工智能-大模型-21]：“AI 编程工作流”模板（含 prompt 示例）以下是一套专为开发者设计的「AI 编程工作流模板」，适用于个人开发、团队协作或企业级项目。该工作流融合了需求理解 → 代码生成 → 安全审查 → 文档输出 → 持续优化全流程，并提供实用的 Prompt 示例库，支持 GitHub Copilot、通义灵码、DeepSeek Coder、百度 Comate 等主流 AI 工具。

亿牛云爬虫专家

用LLM自动化生成解析器：从Prompt到Parser的工程化落地如果你做过网页爬虫，大概率都经历过这种心态崩溃的时刻： “昨天还能跑的代码，今天又解析不出来了。”HTML结构像变魔术一样，每次网站改版都要从头开始。有时候只是一个多余的<div>，就能让你调一下午的XPath。

提示词 prompt 快速上手提示词是人与 AI 模型沟通的“语言桥梁”。优化提示词的核心原因包括：

openAI发布的AI浏览器：什么是Atlas？（含 ChatGPT 浏览功能）macOS 离线下载安装Atlas完整教程文件名示例：ChatGPT_Atlas-OpenAI浏览器安装包.dmg（以下简称 Atlas 安装包）离线安装包：https://download.csdn.net/download/qq_44866828/92182269

DeepSeek刚刚开源了一个3B的 OCR模型：什么是DeepSeek-OCR？单张A100-40G每天可以处理20万+页文档有这么小的开源模型，却没有一个可以用来评测体验的算力显卡怎么办？ ——本文教你白嫖云GPU，不用买卡也能跑。

文火冰糖的硅基工坊

[人工智能-大模型-29]：大模型应用层技术栈 - 第二层：Prompt 编排层（Prompt Orchestration）在大模型应用技术栈中，第二层：Prompt 编排层（Prompt Orchestration）是整个系统的“大脑指挥官”——它决定了如何组织输入、调用模型、控制逻辑流程和优化输出质量。

用中等难度prompt做高效post training近年来，大型语言模型（LLM）在数学推理、代码生成等复杂任务上取得了显著进展，其中强化学习（RL）的后训练（Post-Training）扮演了关键角色。然而，RL训练过程对数据批处理（batching）和提示（prompt）选择策略极为敏感，传统方法通常依赖高成本的生成采样（rollouts）或历史奖励字典，导致训练效率低下且容易偏离当前策略。

基于MCP协议的多AGENT文章自动编写系统开发一个使用MCP (Model Context Protocol) 的多代理系统，能够协作完成文章写作任务。系统包含四个专业化代理，按顺序协作完成从研究到最终成稿的完整流程。

测试开发技术

什么样的 prompt 是好的 prompt？一个好的 prompt 应该是清晰、有条理，并提供足够的上下文信息，使得人工智能模型能够准确理解并生成预期的答案。关键要素包括明确的要求、具体的情境和期望的输出格式。

爱喝白开水a

LangChain 基础系列之 Prompt 工程详解：从设计原理到实战模板_langchain prompt在 LangChain 构建的智能应用中，Prompt（提示词）堪称驱动大模型的 “神经中枢”。这个承载着任务指令、上下文信息和逻辑引导的文本输入，不仅决定了模型输出的质量，更定义了人机协作的交互边界。

LangChain PromptTemplate 全解析：从模板化提示到智能链构在大模型应用开发中，“提示词”（Prompt）扮演着至关重要的角色。一个好的提示词可以显著提升模型输出质量，而一个结构混乱或信息不明确的提示，则可能让模型答非所问。然而，在复杂的项目中，提示词往往需要根据不同上下文、不同变量动态生成，这让“硬编码”成为难以维护的痛点。

serve the people

LangChain 表达式语言核心组合：Prompt + LLM + OutputParserhttps://python.langchain.com.cn/docs/expression_language/cookbook/prompt_llm_parser

Prompt Engineering 核心知识：从基础模式到思维链，掌握大模型高效交互秘籍在大模型时代，"问对问题" 的能力比以往任何时候都更重要。同样的模型，用不同的提示词（Prompt）提问，得到的结果可能天差地别 —— 这就是 Prompt Engineering（提示词工程）的价值。本文将系统拆解 Prompt 编写的核心模式，从基础的 Zero-Shot 到进阶的思维链（CoT），再到灵活的角色扮演，帮你掌握与大模型高效对话的 "底层逻辑"。

人工智能基础知识笔记十八：Prompt EngineeringPrompt Engineering是提示词工程，是一种与人工智能，例如：DeepSeek，进行高效沟通的一种方法。它指的是设计、优化和构建高质量输入（即“提示词”）的过程，目的是引导AI模型生成最符合用户期望的输出。它就像是说明书一样，可以更好地让人工智能更好地理解输入提示词的人的想法，然后根据这个想法输出更加准确的和符合人的需求的回答。

AI-Native 能力反思(三)：Prompt Engineering 自我提升神器与 AI 交互，不止是为了获取答案，更是为了照见自己思考和沟通的不足。当你学会让 AI 理解你时，你实际上是在学习如何更好地思考、表达和协作。