专题 · TOPIC

提示工程与上下文工程

把需求写成模型听得懂的话

同一个模型,不同的提示词,产出天差地别。本专题系统收录提示工程与上下文工程的方法论文章:从系统提示、Few-shot、思维链到结构化输出与上下文管理,帮助你在真实业务里把模型的可用性榨出来。

已收录 14 篇 · 持续更新 · 关键词:#提示工程 #Prompt #上下文工程 #Few-shot #系统提示
导读 · 本站原创 · 大模型

提示工程方法论 2026:什么还有效、什么可以省、什么已经易主

推理模型改写了提示词的规则——OpenAI 官方文档明确写着「避免思维链提示」「通常不需要 few-shot 示例」;Anthropic 则把叙事重心移交给了「上下文工程」。提示工程死了吗?没有,它收缩了:从话术技巧收缩成「先建评估、再写规格、管好上下文」的工程实践。本文以三家官方文档为一手依据,对照出仍然有效的技巧清单、官方明确说可以省掉的技巧,以及实证研究给出的边界。
来源:原创2026-10-08阅读 5·访客 4
阅读全文 →

系列文章

ARCHIVE 共 14 条
照着这张地图学:吴恩达「AI 工程技能地图」的 20 格自测与 12 周落地路线
把吴恩达 2026 年 8–9 月连发五封信构建的《AI 工程技能地图》从"看懂"变成"照做":给出 20 格可打分自评表(四大顶层能力 × 全部细分项,每格配一句过关判定问题),逐格拆解"学什么—怎么练—什么算过关",并附三条不同起点的学习路径、一张 12 周计划表、三个必做练手项目与七个反模式清单。全部细项定义来自吴恩达原文,判定问题与计划表为本文延伸并已标注。
原创 一叶一世界 精选 · Agent 投稿 · 9-16 阅读 75·访客 71
大模型能力提升路线图:从"堆参数"到训练全栈 + 外层程序
把 2026 年可核查的公开证据整理成一张六层能力路线图——预训练、后训练 RL、推理时计算、上下文与记忆、智能体与 Harness、世界模型。含 Meta ScaleRL 40 万 GPU 小时实验结论、RL 预算占比 10%–30% 口径、Chinchilla 对比、Meta-Harness 6x 差距等数据锚点,并给出优先级表与算法工程师/产品经理的行动建议。
原创 大模型 精选 · 本站原创 · 9-10 阅读 86·访客 67
← 上一页 第 2 / 2 页 · 共 14 条