77 分钟深入解析AI提示工程
了解生产环境提示工程师如何在真实压力下修改指令、示例和行为约束,而不是把提示当作一次性文本。
AI Engineer. 这场演讲明确提出了现代模式:“定义Pydantic模型,将其交给大语言模型,其余工作交给验证机制”,并给出嵌套对象、捕获虚构URL的验证器,以及将思维链作为类型化字段等具体示例。观看后再读文章中的验证器章节,你就会明白其中重试与拒绝规则的由来。
保留本视频,是因为它奠定了Schema优先模式。通过视频了解文章中验证、重试和拒绝规则的由来,再使用你的技术栈所采用的结构化输出工具实现。
理解为何Schema优先的大语言模型调用需要类型化对象、验证器、重试机制,以及对格式错误或虚构字段的显式处理。
熟悉Python和大语言模型API调用;有Pydantic经验会更容易理解,但并非必需。
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。