- 博客(26)
- 收藏
- 关注
RSS订阅原创 提示词工程学习笔记: 程序员提示词推荐
OpenAI发布官方ChatGPT提示词包，包含11个类别的工作场景指导。其中针对程序员提供25个实用提示词，涵盖代码生成、调试优化、文档撰写、架构评审和学习工具五大领域。这些提示词可帮助开发者高效完成函数编写、API集成、代码重构、性能优化、文档生成等任务，提升开发效率。提示词包支持中英文双语，适用于不同技术水平的程序员，为AI辅助编程提供标准化指导方案。
2026-01-12 16:02:56
1039
原创 提示词工程学习笔记: IT技术行业提示词推荐
OpenAI发布官方ChatGPT提示词包，包含11个类别的工作场景指导。其中IT信息技术行业专属提示词包提供25段实用提示词，覆盖5大领域：服务台支持、配置运维、安全合规、沟通采买、指标报告。每类提示词均包含中英双语版本，可直接用于系统管理、故障诊断、安全策略等日常工作场景。该资源旨在帮助IT专业人员更高效地利用AI完成技术文档编写、问题排查、安全通告等专业任务，提升工作效率。
2026-01-11 13:47:46
896
原创 提示词工程学习笔记: 人力资源行业提示词推荐
OpenAI发布官方ChatGPT提示词包，专门为人力资源从业者提供25个实用场景提示词，涵盖招聘筛选、入职培训、绩效管理、员工沟通和数据分析五大模块。该资源可帮助HR高效完成职位描述撰写、面试问题设计、培训大纲制定、绩效反馈撰写等日常工作，提升人力资源管理的智能化水平。提示词支持中英双语，适用于不同规模企业的HR部门。
2026-01-11 13:33:28
753
原创 提示词工程学习笔记: 工程技术行业提示词推荐
OpenAI近日发布ChatGPT官方提示词包，为工程师提供25个专业场景应用模板，涵盖系统设计、编码调试、文档撰写等5大领域。该资源包含中英双语提示词，可帮助工程师快速生成代码片段、调试错误、编写技术文档及API设计方案等。提示词包特别针对工程实践需求，提供从架构决策记录到单元测试生成等实用功能，旨在提升开发效率与代码质量。工程师可通过官方链接免费获取这些专业提示词模板，优化AI辅助开发工作流程。
2026-01-10 13:45:45
1060
原创 提示词工程学习笔记: 产品行业提示词推荐
OpenAI发布官方ChatGPT提示词包，为产品经理等专业人士提供25个高效AI应用场景。该资源覆盖产品全生命周期，包含市场研究、需求文档、用户体验、开发发布及数据分析五大模块。每个用例均提供中英双语提示模板，如市场机会识别、竞品分析、用户故事撰写等，帮助精准提升工作效率。提示词包通过标准化模板降低AI使用门槛，助力产品团队快速生成专业内容。访问链接即可获取完整提示词库。
2026-01-10 12:26:17
1619
原创 提示词工程学习笔记: 客户成功行业提示词推荐
OpenAI发布官方ChatGPT提示词包，包含11个类别的工作场景应用指南，涵盖客户成功、技术支持等专业领域。其中客户成功行业专属提示词包提供25个实用场景模板，分为5大类：客户入职与启用、关系维护、成功计划与续约、支持与故障处理、分析与报告。每个用例均提供中英文提示词，如欢迎邮件撰写、客户启用清单、续约准备报告等，帮助专业人士高效利用AI提升客户服务质量和运营效率。该资源适用于客户支持、问题解决和满意度提升等场景。
2026-01-09 21:03:23
982
原创 提示词工程学习笔记: 销售行业提示词推荐
OpenAI发布ChatGPT官方提示词包，包含11个类别的专业场景应用指南。其中销售领域提供25个实用提示词，涵盖5大应用场景：1）外联沟通（个性化邮件、跟进优化等）；2）销售策略（客户计划、区域规划等）；3）竞争情报（竞品分析、话术优化等）；4）数据分析（转化率、绩效评估等）；5）可视化素材（销售漏斗图、区域地图等）。这些提示词可帮助销售人员高效完成邮件撰写、客户沟通、策略规划等工作，提升销售效率与专业性。
2026-01-09 20:39:04
904
原创 提示词工程学习笔记：精准调节语气、长度与专业程度
本文探讨如何通过提示词工程精准控制大模型输出的语气、长度和专业程度。文章指出，当提示词缺乏风格说明时，模型会默认采用中性、完整且偏专业的输出。要获得理想结果，必须明确约束表达方式而非仅说明内容。具体建议包括：用"教学型""导师讲解"等明确语气指令；通过字数限制、结构约束控制长度；用读者画像替代模糊的"专业"要求。文章强调提示词应提供可执行的具体约束，而非抽象描述，并推荐组合使用多种约束条件来显著提升输出质量。
2026-01-09 08:00:00
847
原创 提示词工程学习笔记：如何规范提示词来减少大模型的“幻觉”
摘要：大模型常因“幻觉”问题生成看似真实实则虚构的信息，尤其在处理时间敏感、开放式或来源模糊的查询时。其本质是预测合理文本而非检索真实数据。解决方案在于通过提示词严格约束：限定信息来源、禁止编造、要求注明出处、避免开放式总结。示例显示，明确限制可显著降低幻觉风险。关键原则是：模型自由度与幻觉概率成正比，需根据任务类型谨慎选择是否依赖模型输出。
2026-01-08 08:00:00
473
原创 提示词工程学习笔记: 如何合法地用大模型找人
随便写找人提示词会容易触发系统警告，正确写法是明确任务目标、限定公开来源、避免绝对化和整合性描述。只要遵循这个逻辑，普通用户也能安全、合法地使用大模型检索人物公开信息。
2026-01-06 23:19:06
370
原创 提示词工程学习笔记：Self-Consistency（自一致性）技术
Self-Consistency 是一种增强大语言模型推理鲁棒性的提示词技术，它通过对同一问题多次采样生成多个推理路径，并从中投票选出最一致的答案，从而提升多步推理任务的准确性和稳定性，尤其适用于数学题、逻辑推理等场景。
2025-06-15 00:14:44
946
原创 提示词工程学习笔记：提示词ReAct框架
ReAct 是一种提示词设计范式，使大语言模型不仅能“思考”，还具备“行动”能力。Thought: 内部语言推理Action: 工具/API调用: 获取反馈，继续推理ReAct 提示可大幅提升模型处理复杂任务的能力，是构建多轮 Agent 的基础。
2025-06-13 14:34:39
1881
原创 提示词工程学习笔记：提示词的正向迭代与负向迭代
维度正向迭代负向迭代初始情况输出可接受输出错误或偏题调整方向添加细节、结构、目标限制等移除模糊内容、限制幻觉、控制风格目标提高质量减少错误提示词调优的核心在于精细控制输入，观察输出，并用明确目标引导模型行为。正负向迭代的结合使用，是实现这一目标的有效策略。
2025-06-12 23:25:30
1049
原创 [ensp实验学习日记](2)静态路由配置练习
最后使用save ar-2.cfg ------------------------------------------保存本设备的所有配置，保存的配置文件自定义名称为ar-2，文件类型为.cfg的配置文件。指令连接ip route-static 2.2.2.2 32 12.1.1.2--------------------去往2.2.2.2这个地址的数据发往12.1.1.2这个地址所在的设备。现在配ar2和ar3的,使用ar2的g0/0/1接口和ar3的g0/0/0接口去配置。要做到不遗漏任何一个网段。
2024-06-10 22:27:36
1195
原创 [ensp实验学习日记](1)进行基础的配置任务并保存
2-1—将AR-3的G0/0/0配置172.168.1.1/24的IP地址，通过FTP登录到AR-2，下载名称为ar-1.cfg的配置文件。2-2—将ar-1.cfg设置为AR-3的启动载入文件，重启AR-3，使得备份重新加载生效，完成AR-3对AR-1的替换。1-4–上述配置完成后，在AR-1与AR-2的用户模式下分别命名保存各自的配置文件为ar-1.cfg与ar-2.cfg。1-5–在AR-2用户模式以FTP形式登录到将AR-1，将AR-1的配置文件（ar-1.cfg）备份至AR-2。
2024-06-10 22:10:26
557
原创 [KAN学习日记](3)使用KAN进行持续学习
在本教程中，我们的目标是通过样本学习一个一维函数。不同于将所有样本一次性呈现给神经网络，我们将进行五个学习阶段。在每个阶段中，仅向KAN（核逼近网络）呈现一个峰值周围的样本。我们发现，由于样条的局部性，KAN能够进行持续学习。通过以上步骤，我们成功实现了使用KAN进行的持续学习。在每个阶段，模型仅学习当前阶段的数据，但最终能够很好地拟合整个函数。这展示了KAN在处理持续学习任务中的有效性。我们绘制KAN在每个阶段之后的预测结果，以观察其学习过程。我们分五个阶段，将每个峰值周围的样本逐步呈现给KAN。
2024-06-09 19:11:49
1712
原创 [KAN学习日记](2)使用KAN完成分类与回归任务
教程地址:https://github.com/KindXiaoming/pykan/blob/master/README.md本系列文章用于记录自己学习过程。
2024-06-09 14:34:03
4442
6
原创 [KAN学习日记](1)构建基本的网络框架以及网格细化
教程地址:https://github.com/KindXiaoming/pykan/blob/master/README.md本系列文章用于记录自己学习过程。
2024-06-08 15:14:20
2185
原创 [项目记录]C++下的OpenCV环境搭建
文章用来复习之前做过的CV项目.是本科时候的毕业设计包括了使用c++下的OpenCV编写图像处理和机器学习的图像识别引擎和用ASP.NET进行网页平台开发调用上述引擎这两个过程.从头开始全过程详细记录,包括环境的搭建和系统框架建立等内容,以供日后参考复习.(选择2017的原因是与ASP.NET使用同一编译器防止版本混乱加懒得装第二个vs,也同样限定了OpenCV的版本)
2023-12-25 12:30:00
1432
原创 【SDN学习】使用wireshark抓包
然后在mininet中pingall，通过抓包获取查看openflow协议的数据包，和整个数据包的分析。新开一个终端，打开wireshark。首先安装wireshark。
2023-10-18 12:28:06
530
原创 【SDN学习】熟悉Ryu与Mininet基本操作
之前的命令断开了端口2，结合拓扑图可知，其中主机2连接了交换机s1的端口2、主机5连接了交换机s2的端口2，主机7连接了交换机s3的端口2，所以当数据发送到这个端口的时候，交换机查到了流表匹配项，然后将数据包直接删除，所以这三个主机不能与其他主机之间进行数据通信。（1）Select：该选择工具用于移动画布上的节点，单击并拖动任何现有的节点。要选择现有的节点或链接，只需将鼠标指针悬停在它上面，然后右键单击以显示所选元素的配置菜单，或者按Delete键以删除选定的元素。交换机将独立运行，无需控制器。
2023-10-18 12:24:07
3267
1
原创 【SDN学习】安装Ubuntu系统,配置Ryu控制器和Mininet
参考这篇文章：https://blog.youkuaiyun.com/wangj1ngyan/article/details/127613683。参考文章https://blog.youkuaiyun.com/lishuaigell/article/details/125221750。打开miniedit.py时显示ModuleNotFoundError: No module named ‘mininet‘安装好Ubuntu系统后，下一步安装一系列实验需要的框架。（很详细的双系统安装过程，直接照着文章按步骤安装就行。
2023-10-18 12:14:58
910
转载 【SDN学习日记】（3）Mininet多数据中心网络拓扑流量带宽实验
转载于51openlab网站的Mininet多数据中心网络拓扑流量带宽实验的实验指导书。
2023-07-21 16:13:39
1718
1
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