19 分钟构建生产就绪的RAG应用:Jerry Liu
在构建之前,评估实现模式、失败模式和防护措施。
Anthropic. 应用AI团队的Hannah Moran和Jeremy Hadfield以一个真实的宝可梦游戏智能体为例,讲解如何表述工具调用和智能体提示:哪些行为应该放进系统提示,哪些应写在工具描述中,以及模型需要知道每个工具的哪些前置条件。刚写完第一个MCP服务器、却发现Claude会以意外方式调用它时,这段视频尤其有用。
请将演示游戏视为教学载体,而不是重点。可迁移的经验在于提示/工具契约设计;生产环境中的任何提示都应使用包含错误工具选择和参数缺失故障的评估用例进行验证。
在构建之前,评估实现模式、失败模式和防护措施。
至少构建或检查过一个使用工具的智能体。
最后审核:2026年5月18日
通过相同的视频学习路径,继续观看下一个精选配套视频。
精选的外部课程,帮助您更深入地了解该主题。
Emory University Goizueta Business School faculty
The deeper, university-level counterpart to our beginner HubSpot marketing pick — Emory's business-school treatment goes past 'how to prompt' into training generative models for brand-specific output, the purchase-funnel economics of AI-generated content, and a full module of genuine skepticism about when generative AI is and isn't worth using in marketing.
IBM AI Academy
这是生成式AI时代对高管战略问题的解答。三门短课直接面向企业领导者,无需技术背景,内容涵盖生成式AI在何处创造价值、如何负责任地治理它,以及如何把模糊的“我们应该使用AI”转化为具体且站得住脚的用例。约700条评价的综合评分为4.6分。最适合在你下一次作出AI预算决策前学习。