- 综合排序
- 最热优先
- 最新优先
- 来自专栏云云众生s
超越提示工程：提示词与AI模型治理
译自 Beyond Prompt Engineering: Governing Prompts and AI Models，作者 Jelani Harper。 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。 从架构的角度来看，组织可能有一个由分布式用户基础访问的各种聊天机器人、相似性搜索机制或其他此类文本生成AI部署的数组。 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。” 实时适用性 扫描语言模型提示和随后的响应的引擎必须具有低延迟，这一点至关重要。过长的延迟可能导致采用不足和生成式AI投资的浪费。
27510编辑于 2024-03-28 - 来自专栏Fin
AI绘画中的“提示工程”价值
对于一些有想法但不会画画的人来说，AI的出现无疑是个好消息。现在AI绘画蓬勃发展，用户只要将脑海中的画面描述给AI，就可以得到相应的作品。而对于“提示工程”这一领域，AI绘画大有助益。 Prompt让AI绘画更具创造力提示工程（Prompt Engineering）是一种机器学习和自然语言处理领域中的技术，旨在通过给出精细和有针对性的提示，帮助模型生成更加准确、具有创造力的输出。 最近火爆的ChatGPT便可以作为AI绘画的提示工程源头，对AI绘画工具的应用，是一个质的飞跃。 提示工程在AI绘画领域的应用前景随着AI技术的不断发展，AI绘画作为一种新兴的技术，正逐渐被应用于各行各业的“提示工程”中。 除了以上领域，AI绘画技术还可以应用于各种提示工程中，例如娱乐、文化艺术、金融、广告等领域。
1.1K30编辑于 2023-03-20 - 来自专栏圣杰的专栏
.NET+AI | MEAI | 提示工程基础（2）
MEAI 提示工程实战：从零构建企业级意图识别系统 一句话简介 本文以铁路票务意图识别为例，演示如何使用 Microsoft.Extensions.AI (MEAI) 构建高质量提示词，掌握 7 大核心技巧和参数调优方法 ，快速构建企业级 AI 应用。 当基础提示稳定后，可借助模型本身迭代提示，形成"生成 → 评估 → 再生成"的循环。 让模型充当提示工程师： var improvementRequest = $""" 你是一名提示工程师，专注于提升提示词的清晰度和执行效果。 请分析以下提示词，并给出优化建议。 **进一步建议**：列出 2-3 条可选的进一步优化思路 待优化的原始提示如下： {原始提示} """; 总结 通过本文，我们系统学习了使用 MEAI 进行提示工程的核心技巧： ✅ 四大基础组件：指令
15910编辑于 2025-12-28 - 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 提示： 这是与AI研究助理的对话。助手的口吻是技术和科学的。 人类：你好，你是谁？ ```AI：您好！我是一位AI研究助手。请问今天我能帮您什么忙吗？ 人类：您能告诉我黑洞是如何形成的吗？ 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
3.2K31编辑于 2023-03-31 - 来自专栏小游戏开发
提示工程在AI绘画领域的应用前景
随着技术的不断发展，AI绘画正逐渐成为一种应对这种需求的新兴技术。特别是在“提示工程”这一领域中，AI绘画可以发挥出更大的作用。 什么是AI绘画 AI绘画是指使用人工智能技术生成艺术作品的过程。 最近火爆的ChatGPT便可以作为AI绘画的提示工程源头，对AI绘画工具的应用，是一个质的飞跃。 提示工程在AI绘画领域的应用前景 随着AI技术的不断发展，AI绘画作为一种新兴的技术，正逐渐被应用于各行各业的“提示工程”中。 除了以上领域，AI绘画技术还可以应用于各种提示工程中，例如娱乐、文化艺术、金融、广告等领域。 只有在克服这些问题的基础上，AI绘画技术才能真正地发挥出其在“提示工程”中的无限潜力。
69120编辑于 2023-03-22 - 来自专栏云云众生s
微调还是提示工程才是AI的正确方法？
虽然提示工程是解决通用任务的一种快速且经济高效的解决方案，但微调可以在专有数据上实现卓越的 AI 性能。 提示工程和 RAG：快速进入 AI 世界 提示工程涉及制作精确的输入提示，以指导 大型语言模型 (LLM)（如 OpenAI 的 GPT 或 Anthropic 的 Claude），而无需修改其架构。 数据隐私风险：在提示中使用敏感数据可能会暴露知识产权。 虽然提示工程非常适合通用应用程序，但专业的 AI 工作流程通常需要更强大的解决方案。这就是微调的优势所在。 结论 随着企业加速采用 AI，在提示工程和微调之间进行选择将对其成功产生重大影响。 虽然提示工程为通用任务提供了一种快速、经济高效的解决方案，但微调释放了 AI 的全部潜力，从而能够在专有数据上实现卓越的性能。
42310编辑于 2025-02-12 - 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)。
11500编辑于 2025-06-25 - 来自专栏AI应用开发实践
提示词工程
定目标 告诉 AI 你的需求，以及你希望完成的目标。 补要求 补充要求，告诉 AI 回答的注意事项，以及限制条件，也可以给出回答示例。 举个简单例子： 无示例提问：“写一份简历。” 如果能，我相信他和 AI 对话也会做的很好；如果不能，那么他和 AI 对话估计也会差点意思。 机器人与人类工程师", conflict="氧气供应系统故障", requirements="包含技术细节和人性化描写" ) print(result) 输出： 2.1.4 部分模板填充 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
22310编辑于 2026-03-26 - 来自专栏三掌柜的技术空间
AI原生应用开发提示工程原理与实战
那么本文就来深入探讨提示工程的原理，并通过实战案例展示如何在AI原生应用开发中有效应用提示工程，方便大家查阅学习使用。 提示工程的定义 先来复习一下提示工程的含义，提示工程是指通过设计和优化与AI模型的交互提示（Prompt），来引导模型生成更符合预期的输出。 在AI原生应用中，提示工程可以帮助开发者更好地控制模型的行为，提高模型的准确性和响应速度。 提示工程的重要性 在AI原生应用中，模型的性能不仅取决于其训练数据和算法，还依赖于输入提示的质量。 关于《AI原生应用开发提示工程原理与实战》 接下来给大家推荐一本关于AI原生应用开发的书籍，这是一本关于如何通过提示工程优化AI应用的干货图书，一经上市就登上了京东“计算机与互联网”图书排行榜前列。 最后，希望本文提供的提示工程原理和实战案例能够帮助大家在AI原生应用开发中取得更好的成果，尤其是如果大家想要深入学习提示词工程的原理和实战可以入手《AI原生应用开发提示工程原理与实战》这本书，个人觉得这本书真心不错
81610编辑于 2025-01-21 - 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: ’ ’ ’ 以下是与人工智能研究助理的对话。 The following is a conversation with an AI research assistant. 也就是说，需要注意的是，目前的llm很难执行推理任务，因此这需要更先进的即时工程技术。 在接下来的指南中，我们将介绍更高级的即时工程概念，以提高所有这些和更困难的任务的性能。 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
1.1K20编辑于 2023-03-24 - 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。 它不改变模型本身，只通过调整“问法”来引导 AI 的表现。 定义看起来非常简单，但是该如何理解呢？ 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！
27310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。
1.5K10编辑于 2023-03-23 - 来自专栏Michael阿明学习之路
AI大模型全栈工程师课程笔记 - 提示词工程
AI总结的课程摘要： 提示工程是AGI时代的编程方式，提示工程师相当于程序员。掌握提示工程是AGI时代的基础技能。 对话系统的关键模块NLU、DST、NLG都可以通过提示工程实现。加强垂直领域知识可以提升准确度。 思维链、自洽性、思维树等是Prompt工程的几个高级技巧。 2.3 纯OpenAI API 实践 # _*_ coding: utf-8 _*_ # @Time : 2023/11/16 # @Author : Michael # @File : 02-prompt.py user 你好，我想选一门编程课 AI 你好！当然可以帮你选择一门编程课。我们有初级编程课和高级编程课可供选择。请问你对编程有多少基础了解呢？ user 我是个编程菜鸟 AI 没问题！ AI 好的！我会帮你订下初级编程课。请提供你的学生信息，包括学号和姓名，以便我为你完成选课手续。 user 我现在还很缺学分，帮我选一门，分数最高的选修课 AI 当然可以帮你选择一门分数最高的选修课。
69661编辑于 2023-11-18 - 来自专栏小巫技术博客
第11期·AI 工程化实践
每日AI知识点 · 第11期 ⚙️ AI 工程化实践 从 Demo 到生产系统的关键一跳 可靠性 ️ 可观测性 ️ 安全性 可扩展性 可维护性 ⚙️ 为什么需要 AI 工程化？ AI 工程化就是把 AI 应用从"能用"变成"好用、稳用、安全用"的系统工程，核心是解决五大挑战： Demo 阶段 ✗ 偶尔失败没关系 ✗ 不需要考虑安全 ✗ 但一到大促流量高峰，AI API 偶尔超时，系统没有降级处理，导致整个客服页面白屏。工程化的目标就是让这类问题不再发生。 最典型的是 Prompt 注入攻击——攻击者通过精心构造的输入，让 AI 忽略你的系统提示，执行恶意指令。
18310编辑于 2026-04-13 - 来自专栏Michael阿明学习之路
AI大模型全栈工程师课程笔记 - 提示词工程
AI总结的课程摘要： 提示工程是AGI时代的编程方式，提示工程师相当于程序员。掌握提示工程是AGI时代的基础技能。 对话系统的关键模块NLU、DST、NLG都可以通过提示工程实现。加强垂直领域知识可以提升准确度。 思维链、自洽性、思维树等是Prompt工程的几个高级技巧。 2.3 纯OpenAI API 实践 # _*_ coding: utf-8 _*_ # @Time : 2023/11/16 # @Author : Michael # @File : 02-prompt.py user 你好，我想选一门编程课 AI 你好！当然可以帮你选择一门编程课。我们有初级编程课和高级编程课可供选择。请问你对编程有多少基础了解呢？ user 我是个编程菜鸟 AI 没问题！ AI 好的！我会帮你订下初级编程课。请提供你的学生信息，包括学号和姓名，以便我为你完成选课手续。 user 我现在还很缺学分，帮我选一门，分数最高的选修课 AI 当然可以帮你选择一门分数最高的选修课。
83020编辑于 2023-11-18 AAAI聚焦：提示工程与AI推理技术前沿
AAAI聚焦：提示工程与AI推理技术提示工程"提示工程"指的是致力于从大型生成模型中提取准确、一致且公平的输出。 例如，我让一个模型生成我的个人简介，它生成的内容相当不错，"加州大学洛杉矶分校计算机科学副教授、某机构Alexa AI部门访问学者张凯威表示。" 例如，如果LLM收到一个提及"医生"的输入（提示），它在生成输出时可能会默认使用男性代词来指代该医生。"在文本到图像生成中也有类似现象，"张教授补充道。" 研究发现，可以通过在提示中添加描述来纠正这一点——例如'所有个体，无论其性别和肤色如何，都可以成为律师'。或者，可以通过添加更多样化的训练数据来提高生成内容的多样性。" 许多研究者认为，这必然涉及符号推理——一种多年来似乎被机器学习取代的AI方法。张教授解释道："可以定义一个损失函数或一个称为'语义概率层'的神经网络层，使模型能够学习使用符号知识进行推理。
12310编辑于 2026-03-19- 来自专栏云云众生s
通过提示工程为AI智能体添加推理能力
提示策略增强了智能体的推理能力，有助于解决 AI 应用中的问题。我们将向您展示如何实现。 译自 How To Add Reasoning to AI Agents via Prompt Engineering，作者 Janakiram MSV。 在我们之前的AI 智能体架构探索中，我们讨论了角色、指令和记忆的核心组成部分。现在，我们将深入探讨不同的提示策略如何增强智能体的推理能力，使其在解决问题的方法上更加有条理和透明。 有效的提示工程技术已被证明对于帮助大型语言模型 (LLM) 生成更可靠、结构化和推理良好的响应至关重要。 自我反思提示：鼓励模型回顾自身的推理过程，有助于发现潜在的错误并考虑不同的视角。 情境框架：提供具体的框架（例如“分析优缺点”或“考虑多种情况”）有助于模型从不同的角度处理问题。
36510编辑于 2024-11-22 - 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（11）扩写
当temperature被设定为0.0时，无论多少次执行，只要提示词相同，你所得到的结果也将可能是相同的。然而，当我们将temperature的值调整为0.7时，情况就会有所不同。 此时，即使提示词相同，你每次执行都将会得到不同的结果。这就是temperature参数在我们代码中的神奇之处，它决定了结果的多样性。
38710编辑于 2024-01-29 - 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。 防御协同与集成 安全组件协同：确保各防御组件协同工作，形成完整的防御网络 与其他安全系统集成：将AI安全防御与企业现有安全体系集成 持续监控与更新：建立持续监控和更新机制，应对不断演变的威胁 安全提示工程最佳实践 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。
60510编辑于 2025-11-16 - 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。 训练ChatGPT 零样本学习（zero shot）：AI模型在没有任何示例或上下文的情况下生成某些内容，如写一首关于爱情的诗歌——既要马儿跑，还 不让 马儿吃草 单样本学习（one shot）：AI模型提供一种示例用作生成输出的参考 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。 工具 ChatGPT Writer（这是一个免费的扩展程序） Copy.ai：更好、更快地写作 Replier.ai：帮助企业响应客户评论。 eDiffi：文生图生成模型
38330编辑于 2023-09-03
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