- 综合排序
- 最热优先
- 最新优先
- 来自专栏AI应用开发实践
提示词工程
事无巨细，提示词模板这块松哥也和大家做一个详细介绍。 本文基于 langchain。 一 优秀的提示词 什么样的提示词算优秀？ （所有细节混在一起） """ 这种提示词存在几个问题： 修改数据来源需要重写整个提示 无法复用趋势分析模块到其他行业 风险条款遗漏时难以定位 格式调整可能破坏内容逻辑 通过三层架构设计，可使复杂提示词的维护成本降低约 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。 # 预筛选10个候选 ) # 步骤3：构建提示词模板 example_prompt = PromptTemplate( input_variables 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
27010编辑于 2026-03-26 - 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。 创意生成：为软件工程师角色生成10个潜在的面试问题列表。 撰写特定类型文本（电子邮件）：撰写一封电子邮件，邀请同事参加下周的团队建设活动。 步骤指导：提供更换轮胎的逐步说明。 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
95910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（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 yunwei37/Prompt-Engineering-Guide-zh-CN https://gitee.com/yunwei37/Prompt-Engineering-Guide-zh-CN 主题： 提示词 （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 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
3.2K31编辑于 2023-03-31 - 来自专栏老张的求知思考世界
提示词工程入门指南
这是一篇写给AI小白的提示词入门指南，篇幅较长，请耐心看完。 正如前面的文章《提示词能力：短期是刚需，长期是辅助》中所说：提示词工程长期只是辅助能力，但短期内确实是刚需。 9、结构化表达：通过结构化表达，如保持一致性、提供上下文提示等，可以提高提示词的连贯性和有效性。 10、动态调整角色设定：在对话过程中，根据情境变化动态调整角色设定，以适应新的任务需求。 六、提示词工程的实践案例 假设，你是一个AI初学者，想要学习提示词工程，你该如何利用Chatbot来寻找学习资料？下面是按照对AI的了解程度所可能用到的提示词： 新手：AI提示词工程。 初级：学习AI提示词工程的资料和方法。 中级：我是AI初学者，想要学习提示词工程，请列举出学习方法和实践步骤。 对第五条提示词进行解析，可得： 明确目标：学习提示词工程。 角色设定：软件研发工程师，AI初学者。 提供上下文：提示词内容来源于官方或权威企业。
1.6K11编辑于 2025-10-10 - 来自专栏云微的一点分享
提示词（prompt）工程指南（二）：基本提示
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 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。 虽然如此，需要指出的是，目前的LLMs很难执行推理任务，因此需要更先进的提示工程技术。在下一篇指南中，我们将介绍这些高级技术。现在，我们将涵盖一些基本示例来展示算术能力。 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
3K41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
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 yunwei37/Prompt-Engineering-Guide-zh-CN https://gitee.com/yunwei37/Prompt-Engineering-Guide-zh-CN 主题： 提示词 （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 (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。 ---- 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
2.3K12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 yunwei37/Prompt-Engineering-Guide-zh-CN https://gitee.com/yunwei37/Prompt-Engineering-Guide-zh-CN 目录： 提示词 例如，我们可以使用它生成快速样本以用于情感分类器，就像这样： 提示: 生成10个情感分析例子。将示例归类为积极或消极。生成2个消极的示例和8个积极的示例。 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
1.6K21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。 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 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。 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）：
2.8K21编辑于 2023-03-31 Prompt-Engineering提示词工程
本节目标：掌握和大模型"沟通"的技巧，学会写出高质量的提示词，让AI给出你真正想要的回答。一、什么是Prompt？1.1通俗理解Prompt就是你发给大模型的文字指令。你怎么提问，决定了AI怎么回答。 答：10个（直接回答，容易出错）✅思维链Prompt：问：一个商店有23个苹果，卖掉了15个，又进货了8个。小明买走了6个，还剩几个？ 请一步一步思考：答：让我一步一步算：1.开始有23个苹果2.卖掉15个：23-15=8个3.进货8个：8+8=16个4.小明买走6个：16-6=10个所以还剩10个苹果。 ─────────────────────────────────────────────┘十、扩展学习资源必读AnthropicPromptEngineeringGuide——Anthropic官方提示词工程指南 OpenAIPromptEngineeringGuide——OpenAI官方指南PromptEngineeringGuide——最全面的社区提示词工程教程（有中文）推荐LearnPrompting——交互式学习
23810编辑于 2026-04-30- 来自专栏云云众生s
超越提示工程：提示词与AI模型治理
除了实现、调优和提示工程这些模型以产生最佳结果外，精明的组织正在努力管治它们与用户的交互，以保护数据隐私、法规遵循和数据安全协议。 更大的问题在于能够管控不仅是用户在部署这些模型时在提示中插入的信息，还有模型引发的响应。 基础模型库治理 管治面向任意数量企业应用的各种基础模型的用户提示和模型输出的要点是在模型库中嵌入治理工具的能力。 随后，”无论输入的是什么提示，也就是问题，后端都有一个代理基本上来找我们，问这没问题吗，需要进行某种处理吗，”Loubser透露。“我们字面意义上快速查看提示，输出时也是如此。” 非结构化文本扫描 隐含在这种范式中的是基础治理系统扫描自然语言提示和语言模型输出并根据策略违规对其进行评估的能力。
29410编辑于 2024-03-28 - 来自专栏机器人课程与技术
提示词工程让儿童编程轻而易举
chatgpt_ros chatgpt_ros_service ---- chatgpt turtlesim https://github.com/mhubii/chatgpt_turtlesim 提示词 当今机器人技术面临的挑战，以及 ChatGPT 如何提供帮助 当前的机器人管道始于工程师或技术用户，他们需要将任务的要求转换为系统代码。 工程师坐在循环中，这意味着他们需要编写新的代码和规范来纠正机器人的行为。 PromptCraft，一个用于LLM + Robotics研究的协作开源工具 良好的快速工程对于LLM如ChatGPT在机器人任务中的成功至关重要。 为了解决这一差距，我们推出了PromptCraft，这是一个协作式开源平台，任何人都可以分享不同机器人类别的提示策略示例。我们发布了本研究中使用的所有提示和对话。我们邀请读者贡献更多！
57420编辑于 2023-07-11 - 来自专栏小巫技术博客
第02期·Prompt提示词工程
DAILY AI KNOWLEDGE ✍️ Prompt 提示词工程 每天搞懂一个 AI 知识点 · 第 02 期 2026.3.29 什么是 Prompt？ Prompt（提示词），就是你给 AI 说的话——但不是随便说，而是有技巧地说。 进化 场景：让 AI 帮你分析一个 Bug ❌ 差的 Prompt 帮我看看这个 bug 普通 Prompt 这段代码有 bug，帮我找出来：[代码] ✅ 优秀的 Prompt 你是一位有 10 年经验的 Android 工程师，专注于支付系统开发。 少样本提示（Few-shot Prompting 给几个例子，AI 会模仿你的格式和风格。 3.
30110编辑于 2026-03-30 - 来自专栏韩曙亮的移动开发专栏
【AI 大模型】提示工程 ③ ( 提示词用法 | 提示词 Prompt 构成 | 提示词位置对权重的影响 | 提示词 Prompt 调优 | OpenAI 的 API 类型 | 提示词重要参数说明 )
一、提示词用法 提示词 Prompt 的 两种用法 : 直接提问 : 直接向 GPT 大模型提问 , 得到一个具体问题的答案 , 如 : XXX 错误如何处理 ; 集成应用 : 将 提示词 Prompt 集成到自己开发的应用程序中 , 结合自己公司的实际业务状况 , 生成与自己业务相关的一系列提示词 , 如 : 基于公司的一套知识库 + GPT 大模型 进行使用 ; 二、提示词 Prompt 构成 1 、提示词构成 提示词 Prompt 构成 : 指定角色 : 为 大模型 指定一个角色 , 明确指出 " 你是一个 XX " 是很有用的 ; 如 : 你是一位软件工程师 , 请写出 XXX 代码 ; , 必须放在最前面 , 已经有论文研究过了 , 指定角色提示词放在最前面 , 生成的结果最准确 ; 大模型 对 提示词 Prompt 开头和结尾的文本更加敏感 , 最重要的内容要放在开头和结尾 , 开头 , 每当 通过 提示词 得到的结果不满意 , 我们就对 提示词 进行迭代修改 , 不断进行调优 , 直到得到 令我们满意的输出为止 ; 1、结合 训练数据 写提示词 知道训练数据 : 了解 提示词 的
2.1K33编辑于 2024-07-14 - 来自专栏三木的博客
Claude Code源码分析之提示词工程
在 LLM 应用开发中，系统提示词（System Prompt）的管理往往是一个容易被忽视的工程痛点。 本文基于 Claude Code 泄露出来的源代码（主要覆盖 src/QueryEngine.ts 及 src/utils/ 等核心模块），从工程视角拆解其提示词管理的系统架构。 其核心设计理念包括：极致的模块化解耦、对 Prompt Caching（提示词缓存）的深度优化、多级路由调度机制以及并发的上下文组装。 1. 此时，大模型会被注入一套专门的“调度员”提示词，让它不要去死磕代码，而是专心做进度统筹和任务派发。 一方面对职责模块进行了细粒度拆分，满足了多样化的智能体运行模式需求；另一方面又针对模型基础设施（如 Prompt Cache）进行了静态提示词与动态提示词的隔离。
1.5K20编辑于 2026-04-04 - 来自专栏prepared
AI 提示词：提示词大赛冠军是怎么写提示词的？
一个新加坡女孩，在第一次 GPT-4 提示词大赛中获得冠军，我们来看看她的提示词是怎么写的。 提示词女王 Sheila Teo 分享了她是如何优化提示词，从而获得大赛冠军的。 一句话提示词 写一篇知乎回答，回答这个问题：为什么我编写不出优秀的ChatGPT提示词? 生成的内容如下图，基本上是一些空洞不可直接落地的方向性建议，缺少落地的指导，读者很难真正从里面学到什么。 使用 CO-STAR 提示词 CONTEXT（上下文） 我是一个知乎答主，活跃在 AI 领域。想回答一个知乎问题。知乎的问题是：为什么我编写不出优秀的ChatGPT提示词? TONE（语调） 有说服力的 AUDIENCE（受众） 主要受众是对 AI 感兴趣的各个年龄段人群，尤其是对于写出好的提示词有强烈要求的人群。请针对这一群体编写回答。 使用 CO-STAR 框架提示词生成的内容如下，我们看到回答的开头有秀肌肉，吸引读者继续往下读的部分。 中间有原理、有案例，能让读者收获干货，还能直接上手实操。
1.6K22编辑于 2024-08-21 人工智能之提示词工程 第一章 提示工程基础认知
人工智能之提示词工程第一章提示工程基础认知@TOC1.1什么是提示工程•核心定义：指令工程的本质，Prompt作为大模型输入指令的核心内涵提示工程（PromptEngineering），也被称为“指令工程 •时代定位：AGI时代的“编程语言”，提示工程对应“软件工程”在通用人工智能（AGI）时代，提示工程正扮演着类似传统软件开发中“编程语言”的角色。 提示工程：用户使用自然语言（或结构化的自然语言）作为“指令集”，告诉大模型任务目标、上下文、约束条件和期望的输出格式。相应地，提示工程师的角色，类似于AGI时代的“软件工程师”。 基于这段文本的上下文，计算词汇表中每一个可能的下一个词（Token）出现的概率。根据某种策略（如选择概率最高的，或按概率随机采样）。将新生成的词拼接到原文后面，重复步骤2-3，直到生成完整的回复。 user_prompt}],temperature=0.5,#平衡创造性和稳定性max_tokens=1000,#注意：并非所有模型都支持response_format，此处仅为演示#在实际应用中，可能需要通过提示词严格约束格式
21010编辑于 2026-04-27人工智能之提示词工程 第四章 提示词进阶优化技巧
第四章提示词进阶优化技巧4.1思维链（ChainofThoughts,CoT）核心原理：人类在解决复杂数学题或逻辑推理时，不会直接给出答案，而是会一步步写下解题过程。 得分：7/10。分支B:完美匹配“力量强”，但忽略了“速度快”的优势。得分：6/10。分支C:能同时发挥速度和力量优势，虽然对耐力有要求，但可以通过位置选择（如前锋）来规避。得分：9/10。 ]D-->D1[评估:6/10]E-->E1[评估:9/10]E1-->F{细化推荐}F-->G[篮球:快攻前锋]F-->H[足球:边锋]styleEfill:#cde4ff,stroke:#6495EDstyleE1fill (ToT)核心逻辑演示(简化版)===deftot_evaluate_branch(user_profile:str,branch_idea:str)->int:"""评估一个运动推荐分支的得分(0-10 )"""prompt=f"""用户身体素质:{user_profile}运动推荐方向:{branch_idea}请从0到10分，评估此方向对用户需求的匹配度。
15410编辑于 2026-04-29- 来自专栏山行AI
如何基于OpenAI大模型搭建提示词工程
前言：这是一篇很好地讲解了提示词工程的文章，提示词是fine tune大模型的一种比较经济适用的方式，基于提示词搭建一套agent可能是能形成未来生产力的关键一环。 您可以要求模型生成执行任务的代码，然后将代码输出作为额外的历史记录，以提出进一步的问题作为新的提示。 最近出现了许多这样的新方法，形成了一门新的学科——“提示工程”。 在这个提示下，可以分为三个子部分： •前缀：给LLM的指令——“给出每个输入的反义词”•示例：一系列带有相应反义词的单词列表•后缀：用户输入，即我们希望模型输出反义词的单词 这被称为“几样式”提示，因为我们在提示的一部分中给模型提供了几个示例 ：short 单词：big 反义词： 现在我们可以利用这个提示来预测我们遇到的新词的反义词。 medium.com/cloudcraftz/an-introduction-to-prompt-engineering-for-openai-gpt-llms-f109ca4f1739，主要目的是对提示词工程进行一些系统化的整理和科普
1.4K10编辑于 2023-09-08 - 来自专栏老张的求知思考世界
提示词工程，是使用AI的入门能力
看到微信群里很多同学在讨论各自公司的AI落地情况，讨论的重点大多集中在企业级知识库如何搭建、Agent如何开发、MCP协议效果如何，却很少有人关注提示词。 毕竟提示词这东西，自从二月份DeepSeek爆火后带动了一波热度，随后大家便被层出不穷的新技术所吸引。再说一个提示词而已，谁都会打字谁都能提问，还不是轻松拿捏。 但从我个人角度来看，提示词很重要，甚至超过了RAG、MCP等技术实践。 正如我之前分享的一个思考所说：互联网时代不会用搜索引擎检索信息的人，现在也无法掌握正确使用AI的方法。 这个代价就是忽略了最基础的能力(提示词)和基础技术设施建设跟不上技术发展，这也是我为什么会专门写两篇关于AI Agent Infra文章的原因。 对此，我个人有如下几点建议： 1、从提示词工程开始，学会如何正确的使用提示词，尽量让AI沿着我们预期的目标给出我们想要的结果，这也是大模型训练过程很重要的一步(训练集、测试集)。
12000编辑于 2025-06-25 Prompt Engineering：提示词工程最佳实践与应用
引言随着人工智能技术的不断发展，特别是大型语言模型（LLM）的兴起，提示词工程（Prompt Engineering）逐渐成为提升AI模型性能、增强任务执行效率的关键技术。 它关注提示词的开发和优化，帮助用户将LLM应用于各种场景和研究领域。提示词可以是问题、指令或一段上下文，通过提供特定格式或内容的提示，影响模型的内部状态，从而引导模型生成符合预期的输出。 提示词工程（Prompt Engineering）：一门关注提示词开发和优化的学科，旨在提高LLM处理复杂任务场景的能力。 三、优点与缺点3.1 优点提高模型性能：通过精心设计的提示词，可以激发LLM的潜在能力，提升任务执行效率。减少训练成本：在不增加额外训练数据的情况下，通过优化提示词即可提升模型表现。 3.2 缺点不确定性：LLM对提示词的解读存在模糊性和不可预测性，同一提示词在不同场景下的输出可能不一致。技术门槛：编写优秀的提示词需要严谨的思维和出色的工程能力，对普通用户来说具有一定难度。
3.1K21编辑于 2024-12-26
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