Prompt提示工程上手指南:基础原理及实践(三)-Prompt个性知识库引导

前言

Prompt系列的第二期文章已经将所有的Prompt工程主流策略讲解完毕，共涉及到六种Prompt类别模型以及具体生产内容详解。再结合系列第一篇文章具体对Prompt工程的详细介绍，也就可以达到Prompt工程师的初步入门，现在如果掌握了这些基础技能那么就可以去学习一些更高阶的Prompt技能，伴随GPT-4 Turbo达到可生成自定义的GPTs，能够搭建属于业务目标的知识数据库，我们现在需要结合知识库的种类和数据形式，去做Prompt的迭代以达到我们想要的语言生成结果。

大模型应用总体架构

一般来说我们所掌握的Prompt技能都是要结合业务逻辑去构建，因此我们了解了整个Prompt Engineering之后就不能只拿Prompt局部做实验，而是要看整体的大模型落地运用时Prompt工程所处地位。以AI Agent实际项目搭建为例，我们进行整个大模型开发剖析：

上图清晰可见Prompt Engineering在整体AI原生开发流程中的应用，模型微调一次和训练一次的成本还是比较大的，想要在已经训练