- 综合排序
- 最热优先
- 最新优先
GPT-5 提示工程指南
要求模型根据自建标准进行迭代执行 匹配代码库设计规范： 提供工程原则、目录结构和最佳实践指导 使用结构化的代码编辑规则模板 Cursor的GPT-5提示词调优经验 系统提示词优化： 将verbosity 长对话中需要定期追加Markdown指令 元提示（Metaprompting） 使用GPT-5作为自身的"元提示器" 询问模型如何添加或删除提示词元素 多位用户已将GPT-5生成的提示词修订版部署到生产环境 我们将深入探讨如何提升智能体任务性能、确保指令遵循、运用全新的 API 功能，以及为前端和软件工程任务优化编程等概念，并重点分享 AI 代码编辑器 Cursor 在 GPT-5 提示词调优方面的关键见解 我们希望本指南以及我们构建的提示词优化工具，能成为您驾驭 GPT-5 的起点。但请始终牢记，提示工程并非一刀切的实践——我们鼓励您在本文提供的基础上不断实验和迭代，以找到解决您特定问题的最佳方案。 这些指令可以总结工程原则、目录结构以及代码库中显式和隐式的最佳实践等关键方面。下面的提示词片段展示了一种为 GPT-5 组织代码编辑规则的方式：您可以根据自己的编程设计品味随意修改规则的实际内容！
94510编辑于 2025-10-11- 来自专栏云微的一点分享
提示词（prompt）工程指南（五）：ChatGPT 提示工程
在本节中，我们介绍ChatGPT的最新提示工程技术，包括提示、应用、限制、论文和其他阅读资料。 完整的中文版本指南和更丰富的参考资料在 Github 和 Gitee 中，自动持续翻译更新： 关于提示词工程（prompt）的指南、论文、讲座、笔记本和资源大全 https://github.com （prompt）工程指南（五）：ChatGPT 提示工程 ChatGPT简介 审查对话任务 ChatGPT的对话 多回合对话 单轮任务 Python笔记本 参考文献 ---- ChatGPT简介 ChatGPT ChatGPT API with LangChain ---- ---- 上一部分（应用） 下一部分（对抗提示） 开源、免费自动持续翻译更新关于 GPT 和 prompt 工程的资料合集并同步国内 Gitee 镜像加速访问： 关于提示词工程（prompt）的指南、论文、讲座、笔记本和资源大全（自动持续更新）： https://github.com/yunwei37/Prompt-Engineering-Guide-zh-CN
3.4K31编辑于 2023-03-31 - 来自专栏最新最全的大数据技术体系
提示工程之基本提示【二】
作为一名提示工程师，您需要更好地提供更好的指示。 提示: Prompt: ’ ’ ’ 这组奇数加起来是偶数:15,32,5,13,82,7,1。 提示: Prompt: ’ ’ ’ 这组奇数加起来是偶数:15,32,5,13,82,7,1。 ' ' ' 输出: Output: ’ ’ ’ 奇数:15,5,13,7,1 Odd numbers: 15, 5, 13, 7, 1 总结:41 Sum: 41 41是个奇数。 笔记本 Python Notebooks | | |笔记本描述 |Description|Notebook| – – 学习如何使用“openai”和“LangChain”库执行许多不同类型的常见任务[提示工程入门
1.3K20编辑于 2023-03-24 - 来自专栏AI应用开发实践
提示词工程
requirements"], template=template ) result = prompt.format( location="火星殖民地", characters="AI机器人与人类工程师 , AIMessage(content="答案是9"), HumanMessage(content="再加5呢？") - 短期（1年内）：{action_verbs} - 长期：技术路线图建议 格式规范： - 数据引用格式：[来源](链接) - 风险概率使用★符号（1-5个 60%（根据 Anthropic 2023 年工程实践数据），同时生成质量稳定性提升 2-3 倍。 数据预处理：对示例进行词性标注/分类，辅助评估多样性 计算资源考量：MMR 时间复杂度为 O(kN)，大数据集需配合 ANN 算法加速 八 最大余弦相似度 8.1 背景 在 RAG（检索增强生成）场景中，提示词工程需要根据用户输入动态选择最相关的知识库示例
57310编辑于 2026-03-26 - 来自专栏.Net Core技术分享
提示工程介绍
什么是提示工程？ 提示工程（Prompt Engineering）是“设计、优化输入给大语言模型的提示词，使其生成准确、有用且符合预期的输出”的技术与方法集合。 有效的提示工程会针对不同的任务来优化和选择这些参数。我们介绍几个最常用的选项： 模型（Model），尽可能的选择更先进的模型来完成工作。 Temperature（温度），用来控制输出内容的随机性的。 需要注意，自由度越高（温度、Top-K/Top-P 和Max Length高），LLM 可能生成相关性较低的文 本 提示词的要素 提示词由一些关键要素组成： 指令：想要模型执行的特定任务或指令。 提示词技巧 使用最新最先进的模型，这一点在现阶段非常重要！
43510编辑于 2025-10-15 - 来自专栏最新最全的大数据技术体系
提示工程之提示介绍【一】
Specificity Avoid Impreciseness 提示工程 提示工程是一门相对较新的学科，用于开发和优化提示，以便为各种应用程序和研究主题有效地使用语言模型(lm)。 开发人员使用提示工程设计与llm和其他工具接口的健壮而有效的提示技术。 开发人员使用提示工程设计与llm和其他工具接口的健壮而有效的提示技术。 这种设计最佳提示来指导模型执行任务的方法被称为**提示工程。 ，可以使用提示工程，您将注意到组成提示的某些元素。
1.7K10编辑于 2023-03-23 - 来自专栏技术专家成长之路
面向Java开发者的ChatGPT提示词工程（5）
在探讨开发大型语言模型应用程序时，我们必须认识到 GPT 存在一些局限性。这些限制对于我们保持清醒的头脑至关重要。
48240编辑于 2023-09-01 - 来自专栏AI SPPECH
91_提示注入：安全提示工程
提示注入攻击通过精心构造的输入，操纵或欺骗AI系统执行非预期行为，可能导致数据泄露、权限绕过、输出不当内容等严重后果3。 在AI应用日益普及的今天，安全提示工程已成为构建可靠AI系统的关键环节。 （在与物理系统交互的场景中） 攻击手法不断演进：随着防御技术的发展，攻击者的手法也在不断更新和复杂化 安全提示工程的目标 安全提示工程的主要目标包括： 识别潜在风险：了解和识别各种提示注入攻击类型和潜在风险 防御策略与机制 提示工程防御 通过优化提示词设计，可以在一定程度上防御提示注入攻击。 安全开发流程：集成安全审查到开发流程中 5. 可审计性：所有关键操作都应该被记录和可审计 6. 本文系统地介绍了提示注入的本质、攻击类型、防御策略和最佳实践，希望能够为构建安全的AI系统提供有益的指导。 安全提示工程是一个持续的过程，需要我们不断学习和适应新的威胁。
1K10编辑于 2025-11-16 - 来自专栏MySQL解决方案工程师
提示工程Prompt Engineering
这一篇是关于提示和提示工程的介绍，主要内容是我们如何影响词汇的分布。 在LLM中影响词汇的分布主要通过两种方式，一种是通过提示（Prompting），另外一种就是通过训练（Training）。 提示工程是指为了引起某种特定的回答方式，进行反复改善提示的过程。 提示工程通常不直观，并且不能保证有效，因此非常具有挑战性，但通过有效的提示工程，可以更好地利用人工智能模型的能力，获得更令人满意的结果。 提示包括很多种策略，在这里介绍几种常见的策略。 示例：2 盒网球，每盒有 3 个，那么网球总数为2×3=6个 问题：小明原本有 5 个网球，他又买了 6 个网球，那么他一共有几个网球？ 回答：5+6=11个。 以上内容是关于人工智能领域提示工程的简单介绍，在下一篇中，将介绍模型训练。感谢关注“MySQL解决方案工程师”
47610编辑于 2024-06-14 - 来自专栏yeedomliu
ChatGPT提示工程艺术
特别是对于更复杂或开放式的提示，ChatGPT可能会给出完全出乎意料的响应。 您能否添加详细的注释，即使5岁的孩子也能理解？ 更短，更长，更快，更强 可以让它根据你的要求进行各种变化 例如，更短：那很好，但你能让它更简洁吗？ 头脑风暴 列出5个涉及羊驼的可持续旅游新方法的想法 角色扮演 为了从ChatGPT中获得最好的效果，给你的虚拟助手一个角色是有帮助的。这是因为不同的人会根据他们的技能和专业知识以不同的方式处理任务。 为了处理更大的输出，您需要有策略地制作提示。 编写具有良好SEO性能的博客文章的10步链式提示的示例： ChatGPT，请提供与[主题]相关的常见问题列表。
47430编辑于 2023-09-03 - 来自专栏喔家ArchiSelf
提示工程已死？
最近翻译出版的《大模型提示工程：构建大模型应用的科学与艺术》，恰恰想讲一个不同的故事——Agent时代，Prompt这门传统手艺非但不能丢，反而比任何时候都更需要被系统性地理解和掌握。 第1章“提示工程导论”和第2章“理解大语言模型”告诉我们：大模型本质上是一个“文本补全”系统，它通过自回归机制逐Token生成内容。 这不是玄学，这是工程。 内容为王：Prompt设计的“内功心法” 如果说前两章是“内功”，那么第5章“提示词内容设计”和第6章“提示工程化组装”就是“招式”。 正如书中所言，提示工程的本质是“剧本创作观”——你要为Agent写好剧本，它才能演好这场戏。 写在最后 2026年，AI行业确实在经历一场深刻的工程革命。 《大模型提示工程：构建大模型应用的科学与艺术》，献给每一个不愿被时代抛下、也不想被概念裹挟的AI实践者。
18410编辑于 2026-07-13 - 来自专栏Python编程爱好者
传统提示词工程将亡，全新提示词工程已至
现在，出现了一种全新的工具，它能够自动优化提示词。想象一下，在这个"AI 指导 AI"的魔法世界，提示词工程师们的价值将变得不再重要，毕竟机器可以自己就搞定这个工作。 让我们来想象一个"传统"的提示词工程师，面对着并非自己想要的大模型输出，只能通过不断的更改提示词来告诉 AI 到底需要做哪些事情。 如果你用 ChatGPT 来干活，那么 PromptPerfect 就是你的提示词工程师。 如果你用大模型来赚钱，基于它去开发应用，PromptPerfect 就是你的提示词 IDE。 提示词工程的 IDE —— PromptPerfect 提示词一键优化 在给大模型写提示词时，你只需给 PromptPerfect 一句“粗糙”的提示词，他就可以自 动优化为更加详细且大模型更容易理解的提示词 http://mpvideo.qpic.cn/0bc3keac6aaaaiamaku3sjsfauodf5iqalya.f10002.mp4?
1.1K10编辑于 2023-08-18 - 来自专栏云微的一点分享
提示词（prompt）工程指南（二）：基本提示
作为一个提示工程师，您需要更好地提供更好的指令。但这还不是全部！您还会发现，对于更难的用例，仅提供指示是不够的。这是您需要更多地考虑上下文和提示中可以使用的不同元素的地方。 提示： 9000 * 9000 等于多少？ 输出： 81,000,000 我们来试试更难的。 提示： 这组数字中的奇数相加实得偶数：15、32、5、13、82、7、1。 让我们通过改进提示来改善一下。 提示： 这组数字中的奇数相加实得偶数：15、32、5、13、82、7、1。 通过分步解决问题来解决。首先，识别奇数、将它们相加，然后指出结果是奇数还是偶数。 在即将发布的指南中，我们将涵盖更高级的提示工程概念，以提高在所有这些更困难的任务上的性能。 、免费自动持续翻译更新关于 GPT 和 prompt 工程的资料合集并同步国内 Gitee 镜像加速访问： 关于提示词工程（prompt）的指南、论文、讲座、笔记本和资源大全（自动持续更新）： https
3.2K41编辑于 2023-03-31 - 来自专栏云微的一点分享
提示词（prompt）工程指南（三）：高级提示
（prompt）工程指南（三）：高级提示 零样本提示 少样本提示 Few-shot提示的限制 链式思考提示 零样本CoT 自一致性 生成知识提示 自动提示工程师（APE） ---- 零样本提示 今天训练有大量数据和调整能够遵循指示的 特别是在提示中没有太多例子可以使用的情况下，这非常有用。 ---- 自一致性 也许，自一致性是提示工程中更高级的技术之一。 (2022)提出了一个名为自动提示工程（APE）的框架，用于自动生成与选择说明。 (…/img/ape-zero-shot-cot.png)] 本文涉及有关提示工程的一个重要主题，即自动优化提示的想法。 ---- 上一节（基本提示） 下一节（应用） 开源、免费自动持续翻译更新关于 GPT 和 prompt 工程的资料合集并同步国内 Gitee 镜像加速访问： 关于提示词工程（prompt）的指南、论文
2.5K12编辑于 2023-03-31 - 来自专栏云微的一点分享
提示词（prompt）工程指南（一）：提示介绍
提示工程是一种相对较新的学科，专门用于开发和优化提示，以高效地使用语言模型（LM）来处理各种应用和研究主题。提示工程技能有助于更好地理解大型语言模型（LLMs）的能力和局限性。 研究人员使用提示工程来提高LLMs在各种常见和复杂任务上的容量，例如问题解答和算术推理。开发人员使用提示工程来设计与LLMs和其他工具接口的强大而有效的提示技术。 提示元素 随着我们涵盖越来越多的提示工程示例和应用程序，您会注意到某些元素构成了提示。 例如，您可能有兴趣了解提示工程的概念。您可能尝试这样做： 解释提示工程的概念。保持解释简短，只有几个句子，并且不要过于冗长。 从上面的提示中不清楚要使用多少句子和什么样的风格。 上述示例部分摘自“OpenAI API提示工程最佳实践文章”。 下一章节（基本提示）。
3K21编辑于 2023-03-31 - 来自专栏云微的一点分享
提示词（prompt）工程指南（四）：提示应用
在本指南中，我们将介绍一些高级和有趣的方式，利用提示工程来执行更有用和更高级的任务。 完整的中文版本指南和更丰富的参考资料在 Github 和 Gitee 中，自动持续翻译更新： 关于提示词工程（prompt）的指南、论文、讲座、笔记本和资源大全 https://github.com （prompt）工程指南（四）：提示应用 生成数据 PAL（程序辅助语言模型） Python笔记本 ---- 生成数据 LLMs有强大的文本生成能力。 [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-3iJL7m5L-1680086168248)(…/img/pal.png)] 让我们看一个使用LangChain和OpenAI 上一节（高级提示） 下一节（ChatGPT） 开源、免费自动持续翻译更新关于 GPT 和 prompt 工程的资料合集并同步国内 Gitee 镜像加速访问： 关于提示词工程（prompt）的指南、论文
1.8K21编辑于 2023-03-31 - 来自专栏yeedomliu
ChatGPT-4提示工程
聊天机器人，剧本写作，语言转SQL，创意写作，研究等 GPT-4 1.37T 自然语言理解，自然语言生成，问题解答，文本摘要，代码生成，翻译，客户服务，聊天机器人，剧本写作，语言转SQL，创意写作，研究等 提示工程的力量 提示工程本质上是指制定精确和有效的提示技术，引导AI模型生成期望的回应。 使用步骤 确定目标 明确要求 提供背景信息 提示工程是一种设计有效提示或指令的艺术，以从AI模型（如ChatGPT-4）获取期望的输出。 重要性 提示工程是一门精细的艺术，其目的是设计问题或陈述，也称为“提示”，以从人工智能（AI）模型中提取特定的回答。 原理 个性化提示 1.收集数据：通过收集相关数据来了解用户的行为、偏好和模式。 不过于正式也不过于随意 迭代：不断调整期望结果 实验：从不同角度提问 提示工程高级技术 从人类反馈中学习是AI成长的重要组成部分。
58610编辑于 2023-09-03 - 来自专栏喔家ArchiSelf
解读提示工程（Prompt Engineering）
提示工程可以用于各种任务，从回答问题到算术推理乃至各种应用领域，理解提示工程，能够帮助我们了解LLM的限制和能力。 为了理解提示工程，先要澄清什么是Prompt。 5. 因此，提示工程旨在获取这些提示并帮助模型在其输出中实现高准确度和相关性，掌握提示工程相关技能将有助于用户更好地了解大型语言模型的能力和局限性。 提示工程不仅仅是关于设计和研发提示词。它包含了与大语言模型交互和研发的各种技能和技术。提示工程在实现和大语言模型交互、对接，以及理解大语言模型能力方面都起着重要作用。 提示工程的常见实践 提示工程的实现涉及到基于LLM应用中的各个方面，这里给出一些提示工程的常见实践： 静态提示：Prompt可以遵循zero、single或few shot的方法。
14K23编辑于 2023-10-23 图解AI：提示词工程
提示词结构 1. 用1 - 2个句子说明角色和高层级任务描述 2. 动态/检索到的内容 3. 详细的任务说明 4. 示例/少量样本（可选） 5. 5. 包含实用信息，如交通方式和预估费用。 6. 留意可用天数，制定切实可行的日程安排。 按以下格式呈现你的行程： 1. 以对目的地的简要介绍开头。 2. 如何在提示词中组织信息 杂乱无章的提示词会让大模型难以理解 使用类似 XML 标签的分隔符来组织内容 就像章节标题和页眉能帮助人类更好地梳理信息一样，使用 XML 标签 <<</>> 能帮助大模型理解提示词的结构 • 相关性、多样性、数量（至少3 - 5个 ） 预防幻觉 尝试以下方法排查或减少幻觉问题： 若大模型不知道答案，让它回复“我不知道” 告知大模型，仅在对回答非常有把握时再作答 让大模型先思考，再回答 让大模型从长文档中查找相关引用内容 提示词工程 我们何时需要使用深度思考？ • 是让大模型有更多思考时间的绝佳第一步 • 追踪（思考）轨迹，了解大模型的思考方式 -> 利用这一点引导系统提示词 深度思考有哪些缺点？
21210编辑于 2026-06-22- 来自专栏喔家ArchiSelf
“提示工程”的技术分类
通过提示工程技术，我们可以引入更多的时间和空间以及内容的属性，有助于更好地生成提示词。那么，提示工程技术有哪些呢？我们如何更好地使用它们呢？ 分类是认知的开始。 单一提示技术是提示工程的基础，常见的技术手段有： Zero-Shot：使用自然语言指令的最简单的技术。 关于Agent 的更多信息，可以参考《基于大模型（LLM）的Agent 应用开发》以及《Agent 应用于提示工程》。 4. 无论选择哪种提示技术，将提示工程视为数据科学的过程都非常重要。这意味着创建一个测试集并选择指标，调优提示并评估它对测试集的影响。 5. 提示工程的方法小结 在应用提示工程的时候，提示语要清晰而准确，这样模型就不必猜测我们的意图。
65310编辑于 2024-08-01
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号