#提示工程
共 39 篇相关文章
ChatGPT与Claude深度对比：编程强但研究弱，如何弥补？
用户考虑从ChatGPT转向Claude，发现Claude编程更强但研究较浅。本文分析两者差异，并提供让Claude研究更深入的实用技巧，帮助您做出明智选择。
Prompt Lottery：LLM评审对同义改写的敏感度危机
LLM-as-a-Judge研究揭示Prompt Lottery现象：同义改写提示会导致评审结果波动甚至排名反转，敏感度是人类的6-9倍。多提示聚合可显著提升鲁棒性。
告诉AI你的意图：提升输出质量的关键技巧
探索如何通过向AI解释意图来提升输出质量。开发者分享向Claude请求技术文档时阐明动机的经验，让AI量身定制内容，实现高效协作。
指令微调模型是一种新文体：AI对话的体裁逻辑
从体裁视角理解指令微调语言模型：系统提示词、特殊标记与角色轮次如何共同构成「指令-对话体裁」，以及这一视角对提示工程和AI产品设计的启示。
构建LLM应用前必学的五个核心概念
学习构建LLM应用前必须掌握的五个概念：机器学习基础、LLM工作原理、生成式与预测式AI的区别、提示工程技巧以及评估方法。每个概念配有动手练习，帮助开发者建立扎实直觉。
生成式AI对Web开发者：威胁还是机遇？
生成式AI工具如GitHub Copilot正在改变Web开发流程。本文分析AI对开发者的真实影响：是威胁还是机遇？探讨角色演变、安全风险与适应策略，帮助开发者掌握提示工程与AI协作技巧。
Anthropic官方反例：用六字段任务简报替代"修复登录Bug"
Anthropic官方文档把"fix the login bug"当作坏示例。本文拆解六字段任务简报模板（目标、范围、范围外、约束、完成检查、回报），融合Anthropic、OpenAI、GitHub三家厂商的Agent提示指南，让AI编程Agent少猜、少跑偏、产出可合并的diff。
提示工程实战指南：从基础到高阶的LLM提示模板
系统梳理提示工程从基础到高阶的完整模式：提示公式、零样本与少样本、思维链、ReAct、思维树、元提示，附可复制模板与反模式对照表。
MoPrO-SD：面向立场检测的模块化提示优化框架
MoPrO-SD 是一个面向立场检测的模块化提示优化框架，通过功能语义模块拆解、类别条件化错误反馈和三种推理精炼策略，在四个数据集和五个开源LLM上超越人工基线提示，并开源了疫苗立场检测基准 VaccineStance。
用AI写Python文档字符串：从平庸到精准的提示词实战
一位开发者分享用大语言模型为Python工具函数生成docstring的实战经验：为什么直接丢代码只能得到平庸文档，以及如何通过提供具体输入输出示例，将AI生成质量从30%提升到85%。核心是提示工程中的示例驱动策略。
n8n AI Agent 入门：Token 是什么，为何决定你的成本
本文以 n8n AI Agent 为例，讲解 Token 的概念、如何查看 Token 消耗，以及 Token 对成本、响应速度和上下文窗口的四大影响，帮助你高效编写提示、控制 AI 自动化成本。
GPT-6实用指南：如何让AI高效完成任务又省钱
OpenAI发布GPT-6系列实用指南，本文以修复网页按钮为例，解读模型选择、任务定义、推理强度、提示词缓存与异步工具五大环节，教你让AI高效完成任务并控制成本。
Anthropic 官方揭秘：Opus 5.5 的 12 条提示词新规则
Anthropic 官方发布 Opus 5.5 提示词指南，涵盖 effort 默认档位、缓存保留、agents.md 支持、time matters 提速等 12 条实用技巧，帮你让 Claude 系统更快、成本更低。
Anthropic官方指南：8个技巧玩转Claude Opus 5.5
Anthropic官方发布Claude Opus 5.5使用指南，本文梳理8个核心技巧：effort默认值变化、思考指令优化、上下文补充、任务完成判定等，帮你提升输出质量并节省token成本。
提示词敏感性：是模型问题还是评估方式的锅？
大模型对提示词高度敏感，究竟是模型能力缺陷还是评估方法设计不当？本文剖析提示词敏感性的两种来源，并给出区分模型问题与评估器噪声的实用方法。
一句"不要猜测"让AI幻觉从71%降至20%
一项实验显示，在提示词中加入"Do not guess"（不要猜测）能将AI编造的虚假声明从71%降至20%。本文解析AI幻觉的成因、提示工程的低成本价值，以及对AI评测体系的启示。
斯坦福CS146S拆解：大模型从数据到智能体的完整训练流水线
斯坦福 CS146S 课程完整拆解大语言模型训练流水线：预训练、监督微调（SFT）、强化学习（RLHF）三阶段，以及思维链、RAG、Codex 编程等提示工程技巧，理解 AI 如何从互联网数据变成开发者的高效助手。
2026年高效使用大语言模型的实用指南
2026年如何高效使用大语言模型？本文从提示工程、长上下文、Agent工具调用到多模型协同，梳理告别原始用法的四大进阶方向，助你把LLM变成真正的生产力工具。
教程攻略Anthropic工程师提示Claude Code的四条核心规则
Anthropic工程师在AI Code Summit上分享了Claude Code的正确使用方法：构建可组合的Skills技能系统，而非单次提示。掌握技能架构、工具层构建和持续改进循环四条核心规则，让Claude Code越用越聪明。
教程攻略CLAUDE.md完全指南：三层级加载机制与最佳写法技巧
深入解析Claude Code中CLAUDE.md的向上遍历加载机制、三层级文件放置策略、@import导入与rules规则系统，以及具体可验证的写作原则，帮助开发者构建高效的AI协作配置。