- 博客(23)
- 收藏
- 关注
RSS订阅
原创 新书：提示工程原理与实战
本书结合AI原生应用落地的大量实践，系统讲解提示工程的核心原理、相关案例分析和实战技巧，涵盖以下内容：提示工程概述、结构化提示设计、NLP任务提示、内容创作提示、生成可控性提示、提示安全设计、形式语言风格提示、推理提示、智能体提示等。
2024-12-29 15:37:17
1182
3
原创 《AI原生应用开发：提示工程原理与实战》上市90天网友评价超精彩！
负责规划、开发和推广AI原生应用的产品经理，希望了解AI原生应用的最新趋势、评估方法和工程化挑战，确保AI原生应用能够成功落地并满足业务需求的产品经理👍，可以将本书作为选修课教材或辅助学习材料，了解AI原生应用开发的最新进展，加深对大语言模型和提示工程的理解。文章还提到书中有更深入的知识，这让我对这本书充满了期待。作者实战Buff叠满，拒绝“纸上谈AI”，作者是国内最早搞大模型落地的技术专家，拥有国内外30多项技术专利，是真正做过 AI 原生项目的狠人💪，业内3位大佬推荐，内容全是从血与代码中提炼的精华
2025-04-11 08:00:00
560
原创 开发人员提示工程进阶指南
以第一章 “提示工程概述” 为例，它深入剖析了 AI 原生应用面临的机遇与挑战，清晰揭示了大语言模型与实际应用之间的鸿沟，让开发人员深刻理解提示工程在其中的关键桥梁作用。第四章 “内容创作提示” 提供了系统化的解决方法，从基础创作提示的撰写、改写、润色，到影响创作质量的核心要素，如内容创意、受众定位、创作目的等，再到长文本创作策略，都给出了实用的指导。开发人员应抓住这个机会，系统学习提示工程知识，构建扎实的知识体系，提升自己在大模型应用开发领域的竞争力，在这个充满机遇与挑战的领域中抢占先机。
2025-04-06 11:40:36
661
原创 提示工程原理与实战-图书推荐
本书的初衷不是告诉读者如何套用各种预设的提示模板，而是帮助读者深入理解和。定大语言模型输出的关键因子，进而将提示工程的理论知识应用到产品设计。原生应用开发的从业者和研究人员，以及人工智能相关专业的教师。任务提示、内容创作提示、生成可控性提示、提示工程概述、结构化提示设计、提示安全设计、形式语言风格提。示、推理提示、智能体提示等。应用提示设计技巧，以找到决。用户提示是完整提示的一部分。章 形式语言风格提示。基于内容审查的可控设计。基于大语言模型的内容审查。章 结构化提示设计。章 生成可控性提示。
2025-03-22 10:34:33
915
原创 大模型应用开发书籍推荐(半价推广)
深入探讨AI原生应用的挑战与机遇，揭示大语言模型与实际应用间的鸿沟，强调提示工程在弥合这一差距中的关键作用。
2025-03-20 08:53:06
1286
原创 提示注入攻击是什么
注入攻击在网络安全领域由来已久，而随着大语言模型的应用，提示注入攻击成为新的威胁。这种攻击通过伪装恶意输入欺骗大语言模型，导致非预期输出，危害包括泄露敏感数据、传播错误信息等。常见的提示注入攻击手段有任务挟持、提示泄露和越狱攻击。任务挟持通过嵌入有害文本篡改任务指令；提示泄露诱使模型泄露任务提示，损害知识产权；越狱攻击则绕开安全审查机制，如通过角色伪装、设定虚拟场景等方式诱导模型输出敏感或非法内容。大语言模型安全问题还涉及数据泄露、越权操作等，《AI 原生应用开发：提示工程原理与实战》一书针对这些威胁
2025-03-20 08:41:44
1554
原创 提示工程：少样本提示（Few-shot Prompting）
本文围绕提示工程中的少样本提示展开，介绍其是借助大语言模型上下文学习能力，利用少量示例样本处理任务的方法，无需重新训练或微调模型，经济高效。通过纠正错别字和输出动物相关符号两个案例，展示少样本提示的应用过程及效果。在纠错案例中，初始大语言模型无法正确完成任务，提供一个示例后则能输出正确结果；动物符号案例里，增加示例数量可提升模型输出效果，达到预期。文章强调少样本提示能有效提高大语言模型输出效果，还推荐阅读《AI原生应用开发：提示工程原理与实战》，助力系统学习提示工程知识。
2025-03-16 21:02:42
1226
原创 适合程序员和产品经理的大模型应用开发书籍
《AI 原生应用开发：提示工程原理与实战》是一本专注于提示工程在 AI 原生应用开发中应用的技术指南。本书不水文、不废话，知识成体系，作者实战经验丰富。适合苦逼开发者、产品经理和教授及学生等人群。不适合 “AI 速成装 X 党”“理论空想家”“吹牛协会会员”。目前有全价和早鸟价两种购买方式，电子书也已在京东阅读、微信阅读上架，豆瓣上有书评。
2025-03-15 10:27:29
1208
原创 智能体开发：利用大模型做应用效果评估
摘要：文章聚焦利用大语言模型进行文本质量评估。先介绍其核心原理，接着阐述 4 种评估方法：一致性评估，判断生成答案与标准答案的一致性，但依赖人工标注；关键点覆盖评估，查看答案是否覆盖给定关键点；答案对比评估，对比不同版本答案判断优劣；多维度打分评估，从准确性等多维度全面评估。指出该方式虽提升效率、降低成本，但在准确性和质量上能否超越人类存疑，受主观性与模型偏好影响。最后推荐《AI 原生应用开发：提示工程原理与实践》，助力深入了解该领域。
2025-03-13 22:02:34
1143
原创 智能体开发：推理-行动（ReAct）思维链提示
文本主要介绍了推理--行动提示（ReAct），这是一种利用大语言模型模拟人类智能的推理和行动过程的思维链提示。人类在处理复杂任务时会将言语推理和实际行动融合，ReAct也是如此，让大语言模型交替生成推理追踪和行动，并与外部工具交互获取反馈。文本还详细介绍了ReAct的两个阶段、提示格式、工具描述及回答过程，并通过两个具体例子进行演示。最后提到《AI原生应用开发：提示工程原理与实践》一书中有关于运用大语言模型进行推理的多种技术的精彩内容。
2025-03-07 22:18:37
1765
原创 智能体：ReAct推理行动思维链提示
文本主要介绍了推理--行动提示（ReAct），这是一种利用大语言模型模拟人类智能的推理和行动过程的思维链提示。人类在处理复杂任务时会将言语推理和实际行动融合，ReAct也是如此，让大语言模型交替生成推理追踪和行动，并与外部工具交互获取反馈。文本还详细介绍了ReAct的两个阶段、提示格式、工具描述及回答过程，并通过两个具体例子进行演示。最后提到《AI原生应用开发：提示工程原理与实践》一书中有关于运用大语言模型进行推理的多种技术的精彩内容。
2025-02-26 07:15:00
1832
原创 大模型提示注入攻击是什么
注入攻击在网络安全领域由来已久，而随着大语言模型的应用，提示注入攻击成为新的威胁。这种攻击通过伪装恶意输入欺骗大语言模型，导致非预期输出，危害包括泄露敏感数据、传播错误信息等。常见的提示注入攻击手段有任务挟持、提示泄露和越狱攻击。任务挟持通过嵌入有害文本篡改任务指令；提示泄露诱使模型泄露任务提示，损害知识产权；越狱攻击则绕开安全审查机制，如通过角色伪装、设定虚拟场景等方式诱导模型输出敏感或非法内容。大语言模型安全问题还涉及数据泄露、越权操作等，《AI 原生应用开发：提示工程原理与实战》一书针对这些威胁
2025-02-25 01:15:00
1609
原创 智能体开发：大模型的任务规划
大语言模型在复杂问题任务规划上的推理能力展现出了惊人的表现。它能够根据问题的具体内容和难易程度，智能地生成合理的任务分解方案。借助这些方案，我们可以系统地规划出解决问题的具体步骤，从而调用适当的工具逐个解决子问题。并且在解决问题的过程中，它还能够根据实际情况灵活调整既定方案，最后汇总所有子问题的答案，得出最终结论。这种问题分解与规划能力，正是目标导向型问题解决策略的核心精髓所在。任务规划的方法有很多，不同的方法适用于不同的问题和场景。在此，我们着重介绍两种主流规划方法：自顶向下规划和探索性规划。
2025-02-24 21:00:57
3888
原创 大模型的幻觉、指令遵循、内容安全问题
大语言模型在自然语言处理中取得显著成果，但存在不可控性，主要体现在幻觉问题、指令遵循问题和内容安全问题三个方面，这些问题可能导致误导性输出、不符合要求的输出以及有害信息传播。
2025-02-24 07:00:00
1384
原创 一次利用大模型做情感分析尝试
本文介绍了利用大语言模型进行情感分析的内容，包括情感分析的定义、应用及多个子任务。情感分析可以挖掘文本中的主观信息，如情感倾向和强度，以及观点等。文章详细阐述了情感极性判断、情感强度判断、目标级情感分析和观点结构化等子任务，并通过示例展示了如何进行这些分析。此外，文章还提到大语言模型可以处理其他NLP任务，并介绍了相关书籍以进一步了解这些技术。
2025-02-23 01:26:43
1891
原创 AI原生应用月活破亿，智能体爆发式增长，秘密武器是提示工程
QuestMobile数据显示，截止到2024年12月，AI原生APP月度活跃用户已经突破1.2亿，同比增长232%，同时，用户粘性也持续增加，整体月人均使用时长达133.0分钟，月人均使用次数也达到49.6次。这些人才不仅需要具备扎实的AI理论基础与丰富的提示工程实践经验，还需要具备敏锐的创新能力，能够准确捕捉市场需求与趋势，设计出符合用户期望的AI原生应用。，本书采用严谨的语言与结构，将复杂的AI原理与技术转化为易于理解的知识体系，帮助学生快速掌握AI原生应用开发的核心技能。
2025-02-22 09:00:00
832
原创 大语言模型推理能力从何而来？
DeepSeek R1采用强化学习进行后训练，通过奖励机制和规则引导模型生成结构化思维链（CoT），从而显著提升了推理能力。这一创新方法使得DeepSeek R1能够在无需大量监督数据的情况下，通过自我进化发展出强大的推理能力。那么语言模型的推理能力具体是什么，让我们一起来讨论。
2025-02-21 18:26:39
1311
原创 大模型按照指定格式输出JSON
在AI原生开发中，保证大语言模型稳定输出指定格式是关键。可通过输出格式引导和字段类型引导实现，如指定CSV、KV等格式和字段名称、数据类型。新书《AI原生应用开发》提供了更多输出优化策略。
2025-02-17 22:15:40
3175
原创 大模型应用开发时如何调试提示词？
在编程领域，调试通常依赖于断点、堆栈跟踪和详细的错误信息。然而，在提示调试的上下文中，这些传统工具变得不再适用。提示调试更多地依赖于对任务的理解、对提示的精细调整，以及对结果的迭代优化。在本文，我们将深入探讨一些实用的提示调试技巧。这些技巧将帮助您更有效地进行提示调试，从而提高工作效率和准确性。
2025-02-16 20:41:49
1701
原创 AIGC创作风格迁移方法介绍
文本主要介绍了内容创作中的风格以及利用大语言模型进行风格迁移的方法，并通过具体案例进行了说明。包括风格在内容创作中的重要性，大语言模型在风格方面的特点及引导方法，以及运用不同风格迁移法对两篇文章进行改写的示例。
2025-02-14 23:08:31
1092
原创 大模型内容创作质量提示的方法
文章围绕大模型内容创作质量展开探讨，指出大语言模型生成文本存在创意、文风、深度方面的问题，剖析了训练语料和标注人员素养两个影响因素。同时，概括出影响文本质量的六大核心要素.
2025-02-13 12:45:12
1688
原创 解锁大语言模型潜能：KITE 提示词框架全解析
KITE提示框架包含四个核心组成部分：注入知识（knowledge）、明确指令（instruction）、设定目标（target）和界定边界边界（edge）。这四个部分的首字母恰好组成了一个易于记忆的单词——KITE。
2025-02-10 21:21:47
1975
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人