主题

高级提示词

推理提示词、可复用库、上下文设计和生产级提示词层。

13 项内容 (5 篇文章 · 8 个视频)

从这里开始

浏览完整内容之前,先阅读几篇推荐文章。

此主题下的更多内容

12 分钟阅读
文章

如何在提示词、RAG与微调之间选择(以及何时组合)

提示词、RAG和微调是让LLM适应你的问题的三大手段。它们各有适用和不适用的问题。本文提供选择框架、各自的实际成本,以及组合使用时效果突出的生产模式。

高级
12 分钟阅读
文章

面向生产环境设计提示:系统、开发者和用户层

一种治理模式:分离可信指令、运行时数据和用户输入,再按风险对提示词进行版本管理、评估、部署和观测。

高级
7 分钟阅读
文章

为任务选择合适的模型:2026年决策速查表

按任务类型选择模型。涵盖GPT、Claude、Gemini、推理版本和开放权重选项,以2026年年中的示例和决策规则为依据,而不是给出永恒不变的排名。

初级
3 分钟
视频

构建OpenAI o1

OpenAI. 这段三分钟的第一方视频记录了OpenAI团队在发布时如何介绍o1。它有助于理解这一类别的历史,但不能证明当前模型的内部工作方式,也不能确定哪种提示模式最适合其他提供商或任务。

中级
28 分钟
视频

o1到底怎么回事?为何o1是第三种模型范式,以及你可能不知道的10件事

AI Explained. 视频独立解读了早期o1的定位及其对提示方式的影响。它具有历史参考价值,但不能把其中关于o1的说法自动扩展到后来的OpenAI模型、R1、Claude思考模式或其他提供商。

中级
9 分钟
视频

RAG与微调对比

IBM Technology. 视频更集中地比较团队最常混淆的两种技术,并深入讨论数据新鲜度、来源归因,以及微调在推理速度方面的优势。如果你正专门尝试说服团队不要开展不必要的微调项目,这段视频值得一看。

高级
13 分钟
视频

RAG、微调与提示工程:优化AI模型

IBM Technology. 视频通过清晰的白板讲解对比三种技术及各自的成本——检索延迟、训练算力与灾难性遗忘,以及仅靠提示的局限——并说明哪些组合在生产环境中真正合理。结尾以一套同时使用三种技术的法律AI系统为例,几乎完整对应文章中“何时组合”的论点。

高级
77 分钟
视频

深入解析AI提示工程

Anthropic. 四位来自研究、对齐、应用和开发者关系领域的Anthropic提示工程师深入讨论实际的日常工作:如何在压力下修改提示,如何理解指令中的“诚实”,XML脚手架何时有用、何时无用。文章的分层模型与他们描述的工作方式高度吻合;这也是以口头讲解方式理解该思维模型的最佳材料。

高级
25 分钟
视频

提示入门|Code with Claude

Anthropic. Anthropic应用AI团队围绕保险理赔提示开展实时构建:他们从一条模糊指令开始,逐步迭代为开发者真正可以发布的内容,展示文章所述系统层和开发者层的修改方式。建议先观看本视频,再重读文章中有关示例、输出结构和拒绝处理的检查清单。

高级
10 分钟
视频

我创作过的最好的ChatGPT提示词:花两个月整理的提示词生成提示词

Lawton Learns. 视频演示了C.R.A.F.T.元提示词(Context、Role、Action、Format、Target audience)。它适合作为测试提示词生成器行为的候选方案,但不能保证输出始终一致、正确或适合团队用例。

中级
20 分钟
视频

20分钟学完Google的9小时AI提示词工程课程

Tina Huang. Tina介绍了一套由任务、上下文、参考资料、评估和迭代组成的五部分框架,以及四种有名称的迭代方法。这些要素可以帮助你起草候选模式,但智能体和思维链示例反映的是课程当时的背景。把提取出的模式加入获准提示词库前,应先用有代表性的案例进行测试。

中级