AI Agent开发大全第四课-提示语工程：从简单命令到AI对话的“魔法”公式

最新推荐文章于 2025-06-06 09:21:15 发布
置顶 最新推荐文章于 2025-06-06 09:21:15 发布
阅读量184 收藏 1
点赞数
分类专栏： AI Agent开发大全 文章标签： 人工智能 提示语工程 AI入门 AI开发 AI小白 rag增强检索 怎么开发AI
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/lifetragedy/article/details/146442501
版权

 

什么是提示语工程？一个让AI“听话”的秘密

如果你曾经尝试过用ChatGPT或者其他大语言模型完成任务，那么你一定遇到过这样的情况：明明你的问题是清晰的，但答案却离题万里；或者你认为自己提供的信息足够详尽，可结果还是不理想。问题出在哪？很多时候并不是因为AI不够聪明，而是因为你没有使用“提示语工程”。

提示语工程（Prompt Engineering），顾名思义，就是将人类的需求转化为能够被AI理解并正确执行的形式。这不仅仅是简单的提问或指令，而是一门艺术、一种策略——就像给一台机器设定参数，使其运行逻辑更加贴近我们的实际需求。

举个例子，假设你想让AI帮忙写一封感谢信。普通提示可能只是：“写一封感谢信。” 但经过

了解本专栏 订阅专栏 解锁全文
AI Agent开发大全第三课-提示语的三种格式：Markdown、JSON与结构化提示语
打造全国最全的AI Agent开发知识领域的博客
03-22 743
这一课是非常重要的，这决定了将来你的AI Agent开发中如何可以合理的选择不同的框架甚至是AI原生设计模式时是有强关联的。在AI AGENT开发中，提示语的设计至关重要。本文探讨了提示语的三种常见格式：Markdown、JSON和结构化提示语。通过具体案例分析每种格式的优劣，帮助开发者选择适合自己的方式。无论是简洁易读的Markdown，还是灵活强大的JSON，亦或是清晰条理的结构化提示语，都能为你的AI应用提供有力支持。
AI应用开发先了解这些概念：智能体、LLM、RAG、提示词工程
Gaga246的博客
12-28 905
大语言模型是一类基于深度学习的人工智能模型，旨在处理和生成自然语言文本。通过训练于大规模文本数据，使得大语言模型能够理解并生成与人类语言相似的文本，执行各类自然语言处理任务。LLM回答用户问题时，是基于训练LLM时使用的文本数据进行的。而面对未知知识的问题，它并不能正确回答而容易产生错误的结果，即大模型的幻觉。RAG（Retrieval-augmented Generation）是一种自然语言查询方法，通过一个检索信息组件从外部知识源获取附加信息，馈送到LLM prompt以更准确地回答所需的问题。
小学生也能听得懂的大模型 - Transformer 1
2401_85325557的博客
07-29 1360
参考 [小学生也能听得懂的大模型 Transformer 1]
AI Agent开发大全第五课-AI变身术：让机器化身翻译官、面试官与代码大师的魔法指南
打造全国最全的AI Agent开发知识领域的博客
03-22 152
本文通过翻译、Linux终端、Java面试官、Python解释器四个案例，详细解析如何通过提示语工程让AI扮演不同角色。每个案例包含具体提示语设计、输出结果及技术要点，揭示角色扮演背后的核心逻辑与未来应用场景。
AI Agent开发大全第二课-高级提示语教程
打造全国最全的AI Agent开发知识领域的博客
03-22 606
在上一课里我们讲述了什么是AI，为什么现在把AI又叫大模型以及和大模型的交互核心是提示语-prompt。可见这个prompt很重要，包括后面的开发以及一些著名的开源框架，都逃不掉提示语的使用，甚至包括绘画、音乐，等等等等。可以说提示语贯穿着大模型学习的全阶段，写好一个提示语就意味着事倍功半。而写好提示语本身也是对于人的一个自我能力提升，它提升的是逻辑思维、贯连思维的能力。举个例子：我们经常会和领导或者是和身边的人对于一件事的交流时会加上一句：他们说。。。亦或者我们在描述一件事会说：真的很高级。
AI Agent开发大全第二十八课-MCP实现本地命令调用怎么做的？
打造全国最全的AI Agent开发知识领域的博客
04-14 1391
本文通过一个让MCP执行本地命令行充当一个智能Devops的功能来讲解如何用MCP真正的充当AI Agent的“手”和“脚”的能力。
【大模型:知识图谱】--3.py2neo连接图数据库neo4j
我是个好人呀，O(∩_∩)O
06-03 1530
本文介绍了Neo4j图数据库的安装与基本操作。主要内容包括：1) 使用py2neo连接Neo4j数据库；2) 通过Python实现节点创建、删除、属性修改等操作；3) 建立节点间关系的方法；4) 使用NodeMatcher和RelationshipMatcher进行节点和关系查询；5) 通过实例演示如何创建人物节点及其关系网络。文章还对比了Neo4j社区版和企业版的差异。全文提供了完整的代码示例，涵盖从连接到CRUD操作的完整流程。
深度学习之模型压缩三驾马车：基于ResNet18的模型剪枝实战（2）
ak47maker的博客
06-05 823
本文针对ResNet18模型剪枝进行了优化改进，主要包含三个方面：1) 将剪枝目标层从底层conv1调整为中间层layer2.0.conv1，减少对基础特征的破坏；2) 采用基于激活值的前向传播方法评估通道重要性，优先剪除低激活通道；3) 改进微调策略，动态解冻关联层并使用更低学习率(0.0001)进行10轮微调。这些优化有效提升了剪枝后模型的稳定性和性能表现，特别是通过中间层剪枝和基于特征贡献的通道选择策略，避免了底层特征破坏带来的连锁反应。
通过基于流视频预测的可泛化双手操作基础策略
yorkhunter的博客
06-04 2302
25年5月来自中国电信、西北工业大学和香港科大的论文“Towards a Generalizable Bimanual Foundation Policy via Flow-based Video Prediction”。 由于动作空间巨大且需要协调手臂运动，学习可泛化的双手操作策略对于具身智体而言极具挑战性。现有方法依赖于视觉-语言-动作 (VLA) 模型来获取双手操作策略。然而，从单臂数据集或预训练 VLA 模型迁移知识通常无法有效泛化，这主要是由于双手数据的匮乏以及单臂和双手操作之间的根本差异。本文
3步在小米13手机跑DeepSeek R1
羊仔的博客
06-03 1722
大家好！我是羊仔，专注AI工具、智能体、编程。
智能终端与边缘计算
wozaiwurenchu的博客
06-05 1042
Cloudlet的定义和主要特征Cloudlet（微云）概念于2009年首次出现。它是一种成熟的边缘计算系统，旨在将移动计算的“端-云”两层架构转变为**“端-边-云”的三层架构** [对话历史]。Cloudlet通常部署在网络边缘，靠近接入点、基站或汇聚点，甚至可以直接运行在智能网联汽车或无人机上 [对话历史]。主要特征：可信且资源丰富的主机或机群。基于虚拟机技术，为移动终端提供服务。Cloudlet通过将与具体应用相关的数据部分从通用部分中抽离出来，形成VM Overlay与Base VM。
法律AI的“幻觉”治理：大模型如何重塑司法公正与效率
七刀的专栏
06-04 1215
在传统律师事务所中，一位律师审查一份50页的商业合同平均需要3小时；而在引入法律大模型后，这一时间被缩短至20分钟。效率提升的背后，是一场正在席卷全球法律体系的智能化革命——。
Langchain4j 文档处理（7）
m0_58617940的博客
06-05 1268
来自 langchain4j 模块的文件系统文档加载器（FileSystemDocumentLoader）来自 langchain4j 模块的类路径文档加载器（ClassPathDocumentLoader）来自 langchain4j 模块的网址文档加载器（UrlDocumentLoader）来自 langchain4j-document-loader-amazon-s3 模块的亚马逊 S3 文档加载器（AmazonS3DocumentLoader）
【oobabooga 本地AI模型搭建】
开心就好了啦
06-05 1096
用于大型语言模型的 Gradio Web UI。其目标是成为文本生成的。
高效VLM：VisionZip
my的博客
06-04 673
《VisionZip：视觉语言模型中的高效视觉标记压缩方法》针对现有视觉语言模型(VLMs)存在的视觉标记冗余问题，提出了一种创新解决方案。研究发现，传统VLMs使用长序列视觉标记会导致计算成本高昂，且大量标记注意力权重趋近于零，存在显著冗余。VisionZip通过两阶段处理（保留主导标记+合并次要标记），在仅保留10%标记的情况下实现95%的原模型性能，并将LLaVA-NeXT模型的预填充时间减少8倍。该方法支持无训练应用、高效微调和从头训练三种模式。
MCP协议重构AI Agent生态：万能插槽如何终结工具孤岛？
聚焦AI技术在企业的深度应用，致力于在实际场景中验证理论模型的可行性
06-04 1170
2025年，MCP协议成为AI领域的关键基础设施，被喻为"AI世界的USB-C接口"。
MCP：解锁 AI 与外部世界的无缝连接
最新发布
无声旅者的博客
06-06 1011
MCP（Model Context Protocol）是由 Anthropic 公司推出的一种开放标准协议，旨在实现大型语言模型（LLM）与外部数据源和工具的无缝集成。它类似于网络中的 HTTP 协议或邮件中的 SMTP 协议，通过标准化模型与外部资源的交互方式，提升 LLM 应用的功能性、灵活性和可扩展性。MCP 作为一种新兴的开放协议，为 AI 模型与外部工具和数据源的集成提供了一种标准化、简单高效的方式。它具有统一接口、降低集成成本、双向通信、高度扩展性等优势，在多个领域有着广泛的应用前景。
深度学习模型开发部署流程
可乐很好喝
06-05 166
机器学习项目全流程概述：从数据到部署的关键环节。项目始于需求分析与数据收集，强调数据质量的重要性。随后进行数据预处理（清洗、转换）和特征工程（特征选择与构建）。核心环节包括模型设计与训练、评估与优化，通过调参提升性能。最后完成模型部署，并持续监控维护，确保系统稳定运行。整个流程环环相扣，每个阶段都直接影响最终效果。
CAN长字节DM1报文
07-28
CAN长字节DM1报文是指在CAN总线上传输的长度超过8个字节的DM1报文。根据引用\[1\]，当要传输的数据长度超过8个字节时，首先使用TPCM进行广播，广播内容包含即将传输报文的PGN、总的数据包长度等信息，然后使用TP.DT进行数据传输。相邻两个TP.DT之间的时间间隔是50ms到200ms。根据引用\[2\]，当字节数大于8时，将会使用多帧传输参数组。根据引用\[3\]，DM1报文是Diagnostic Message 1, Active Diagnostic Trouble Codes的缩写，用于点亮故障指示灯、红色停机灯等，并周期性播报控制器中处于激活状态的故障码。DM1报文的格式包括各个字节的定义，如故障指示灯、红色停机灯、琥珀色警告指示灯等。因此，CAN长字节DM1报文是指在CAN总线上传输的长度超过8个字节的DM1报文，用于传输更多的故障码信息。 #### 引用[.reference_title] - *1* [车载通信——J1939 DM1](https://blog.youkuaiyun.com/weixin_64064747/article/details/130193432)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [J1939广播DM1报文](https://blog.youkuaiyun.com/mengdeguodu_/article/details/108173263)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *3* [J1939商用车在线诊断DM1报文](https://blog.youkuaiyun.com/traveller93/article/details/120735912)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

TGITCIC

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值