Tag:AI 应用开发
All the articles with the tag "AI 应用开发".
Prompt学习六：为什么写完 Prompt 还不算结束
Published date:前五篇一直沿着同一条主线推进：先把任务说清楚，再让输出更稳定，再定义输入输出接口，再把复杂任务拆成流程，最后开始从工具和上下文的角度理解系统。继续往下，会遇到另一个容易被低估的问题：一个 Prompt 即使已经能跑通，也不代表它真的可上线、可维护、可长期使用。
Prompt学习五：从工具调用到上下文工程
Published date:前四篇一直沿着同一条主线推进：先把任务说清楚，再把输出收窄，再把返回结构定义清楚，再学会把复杂任务拆成流程。继续往下，会遇到一个新的问题：当模型不只是回答问题，而是要调用工具、读取上下文、访问外部知识、在多个步骤里持续动作时，Prompt 还只是“写一句话”吗？
Prompt学习四：为什么复杂任务不能只靠一个 Prompt
Published date:前三篇分别在解决三个问题：第一，怎么把任务说清楚；第二，怎么让结果更稳定；第三，怎么把行为边界和输出契约定义清楚。继续往下，会遇到第四个问题：如果任务本身就不是单步能完成的，那么一个 Prompt 写得再完整，是不是仍然不够？
Prompt学习三：从角色提示到结构化接口
Published date:前两篇分别讨论了两件事：第一，Prompt 不是聊天技巧，而是结构化输入设计；第二，想让模型真正接入系统，就必须让输出更稳定。继续往下，会遇到第三个问题：如果目标不只是“答得差不多”，而是“行为边界清楚、输出结构稳定、结果能被程序消费”，Prompt 还需要向什么方向推进？
Prompt学习二：如何让输出更稳定
Published date:上一篇的核心结论是：Prompt 不是聊天技巧，而是结构化输入设计。这个视角解决了“怎样把任务说清楚”的问题，但当模型真正接入系统之后，还会遇到第二个问题：任务已经说明清楚，输出为什么仍然不稳定？
Prompt学习一：从提问到结构化表达
Published date:如果把大语言模型当成一个聊天对象，Prompt 的学习方向就很容易偏向“怎么说更像咒语”，而忽略“怎么让结果更稳定、更可控”。在 AI 应用开发场景里，Prompt 更适合被理解为一种接口设计能力，也可以把它视为一种写给模型的接口协议。