知序
返回
保存草稿
发布
H1
H2
H3
1
2
3
Excalidraw 图
AI 写作
AI 优化
目录
输入内容后显示目录
Markdown
# 01 - 提示词工程基础 > 导读:本文从"同一句需求,别人问出来能用,我问出来是废话"这个具体痛点出发,把提示词工程(Prompt Engineering)的定义与价值、LLM 的 Token 预测与采样参数(Temperature、Top-p)、提示词的四段式结构、好坏 prompt 的实战对比、以及五条设计原则与常见误区讲透。适合刚接触大模型应用、需要把"随手一问"升级为"可复用提示词"的开发和产品同学。  *图:提示词工程——结构化提示与模型输出* ## 一、先建立全局认知 ### Q:什么是提示词工程(Prompt Engineering)? A:结论先行——提示词工程是**设计和优化输入给大语言模型(LLM)的文本指令,以获得期望输出的系统化方法**。 拆解这个定义里的两个关键词: - **系统化方法**:它不是"多试几次就好了",而是有原则、有结构、可复现、可版本化的工程实践。同一条提示词,换个人写、换个时间写,都应该产出稳定的效果。 - **期望输出**:前提是你能说清"期望什么"。如果你自己都不知道要什么格式、什么长度、什么语气,模型更不可能猜对。所以提示词工程的第一步往往不是"写提示词",而是"想清楚需求"。 ### Q:为什么提示词工程很重要? A:结论先行——因为它同时影响四件事:效果、成本、可控性、安全性。 1. **效果**:同一个模型,不同的 prompt,效果天差地别。一个精心设计的 prompt 可以让模型的表现大幅提升(原文给出的量级是"从 60 分提升到 95 分",这是一个示意性描述,用于说明差异之大,而非某个模型的精确基准)。 2. **成本效益**:好的 prompt 可以用小模型达到大模型的效果,节省 API 费用。这一点在规模化场景下价值巨大——单次省几分钱,百万次就是数万元。 3. **可控性**:通过 prompt 控制输出格式、风格、长度,让 LLM 真正为业务服务。没有可控性,模型输出就无法被程序稳定消费。 4. **安全性**:防止模型输出有害内容、泄露敏感信息。 结论:提示词工程不是"话术技巧",而是 LLM 应用的**接口设计**。 ### Q:为什么说"同一个模型,不同 prompt 效果天差地别"?能举个直观例子吗? A:结论先行——因为是"信息量"的差异:坏 prompt 缺少关键约束,模型只能靠猜;好 prompt 把角色、对象、内容、语气、长度都交代清楚。 ```text ❌ 坏 prompt: "帮我写个邮件" ✅ 好 prompt: "你是一位专业的商务邮件撰写助手。请帮我写一封邮件给客户张总, 内容是关于项目延期一周的通知。语气要诚恳但专业,需要说明延期原因 (供应链问题)和补救措施(增加人手加班赶工)。邮件长度控制在 200 字以内。" ``` 对比解读: - 第一个 prompt 模型不知道:写什么邮件、给谁写、什么语气、多长。它只能给一个泛泛的模板。 - 第二个 prompt 提供了完整上下文:**角色**(商务邮件助手)、**对象**(客户张总)、**事项**(项目延期一周)、**语气**(诚恳但专业)、**必含内容**(延期原因 + 补救措施)、**长度**(200 字以内)。每一条约束都在缩小"可能的输出空间",输出自然精准。 关键洞察:**提示词工程的核心动作就是"减少歧义,增加约束"**。 ## 二、理解 LLM 的工作原理 ### Q:LLM 的核心工作机制是什么? A:结论先行——LLM 的核心工作方式是**下一个 token 预测(Next Token Prediction)**:给定已有文本,预测下一个 token 的概率分布,选一个作为输出,再把它拼回去继续预测下一个。 ```text 输入: "今天天气" 模型预测下一个 token 的概率分布: "很" → 35% "不" → 25% "真" → 15% "晴" → 10% ... ``` 三个必须理解的关键点: - **Token ≠ 字**:中文大约 1 个字 = 1-2 个 token,英文大约 1 个单词 = 1-3 个 token。所以"限制长度"时要用 token 思维。 - **模型是概率性的**:同样的输入可能产生不同的输出。这不是 bug,而是解码时从概率分布采样的必然结果。这也解释了为什么"稳定性"需要专门设计(如设置温度、固定 seed、格式校验重试)。 - **模型没有"理解"**:它是基于统计模式的预测,不是真正的理解。这句话的工程含义是:不要指望模型"听懂暗示",只能依靠"明确表达"。 为什么理解这一点能帮你写好 prompt?因为一旦你知道模型是在"续写统计上最可能出现的文本",你就能理解: - 为什么"给示例"有效——示例直接改变了"接下来最可能出现的文本"的分布。 - 为什么"明确格式"有效——你在引导它往"格式化的续写"方向走。 - 为什么"模糊要求"无效——模糊输入会让概率分布分散,输出自然不稳定。 ### Q:Temperature(温度)是什么?该怎么调? A:结论先行——Temperature 控制输出的随机性,范围通常是 0-2;越低越确定、越高越随机,应按任务类型选择。  *图:Temperature 三档的采样行为与场景* ```text Temperature = 0(确定性最高) → 总是选择概率最高的 token → 适合:代码生成、数据提取、事实性问答 Temperature = 0.7(平衡) → 在高概率 token 中有一定随机性 → 适合:创意写作、对话、头脑风暴 Temperature = 1.5(随机性高) → 低概率 token 也有机会被选中 → 适合:诗歌创作、创意发散(但可能产生胡言乱语) ``` 机制解释:Temperature 是在 softmax 之前对 logits 做缩放。温度越低,高低概率之间的差距被放大,采样越接近"取最大值";温度越高,差距被压平,低概率词也有机会被选中。所以高温不是"更聪明",而是"更不走寻常路"。 实战建议表: | 场景 | 推荐 Temperature | |------|------------------| | JSON 数据提取 | 0 | | 代码生成 | 0 - 0.2 | | 客服回复 | 0.3 - 0.5 | | 文案创作 | 0.7 - 0.9 | | 头脑风暴 | 1.0 - 1.3 | 踩坑提醒:Temperature = 0 也不保证"完全确定性"。因为并行计算、浮点精度、批次不同等因素,同一输入仍可能产生细微差异(**具体行为需结合具体厂商实现确认**)。所以"要稳定"要靠"格式校验 + 失败重试",而不只是靠温度。 ### Q:Top-p(核采样)是什么?和 Temperature 有什么关系? A:结论先行——Top-p 选择累积概率达到 p 的最小 token 集合,只在这个集合里采样;它和 Temperature 都是控制随机性的手段,通常只调一个。  *图:Top-p 截断后的候选 token 范围* ```text 假设 token 概率分布: "很" → 35% "不" → 25% "真" → 15% "晴" → 10% "特" → 8% "格" → 4% "挺" → 3% Top-p = 0.6 → 只从 {"很", "不"} 中采样(35% + 25% = 60% ≥ 0.6) Top-p = 0.85 → 从 {"很", "不", "真", "晴"} 中采样 Top-p = 1.0 → 从所有 token 中采样 ``` 机制解读:Top-p 是"动态截断"——它根据概率分布的形状自动决定保留多少个候选。分布集中时(某个词概率很高)可能只保留一两个;分布平坦时可能保留几十个。这与 Top-k(固定保留 k 个)不同,Top-p 更自适应。 **Temperature vs Top-p**: - 通常只调一个,另一个保持默认。 - 常见建议:调 Temperature 时 Top-p 设为 1,调 Top-p 时 Temperature 设为 1(避免两个随机性旋钮互相干扰,导致行为难以解释)。 - 实际使用中,Temperature 更常用(因为它更直观)。 关键理解:**两个旋钮都往"高随机"调,会叠加**。所以"高温 + 低 top-p"这类组合要谨慎,容易产生难以复现的诡异输出。 ### Q:还有哪些重要参数? A:结论先行——`max_tokens`、`frequency_penalty`、`presence_penalty`、`stop` 是除采样外的另外四个高频参数。 ```python response = client.chat.completions.create( model="gpt-4", messages=[...], temperature=0.7, # 随机性 top_p=1.0, # 核采样 max_tokens=2000, # 最大输出长度 frequency_penalty=0, # 频率惩罚(减少重复)-2.0 到 2.0 presence_penalty=0, # 存在惩罚(鼓励新话题)-2.0 到 2.0 stop=["\n\n"], # 停止序列 ) ``` 逐项解读: - **max_tokens**:最大输出长度。设太小会导致回答被硬截断(表现为"话说一半");设太大则单次成本上限变高。它不控制输入长度。 - **frequency_penalty**(频率惩罚):按"token 已出现次数"惩罚,出现越多惩罚越强,用来抑制重复用词。 - **presence_penalty**(存在惩罚):只要 token 出现过就惩罚,用来"鼓励引入新话题/新词"。 - **stop**:停止序列。命中就立即停止生成,常用于让模型输出到特定分隔符为止(如输出 JSON 后遇到标记就停)。 取舍提示:这些参数不是"越多越好"。惩罚值调得过大会让输出变得生硬甚至语义不通。**建议先保持默认,只在确实出现问题时针对性调整,并记录调整前后的对比。** ## 三、提示词的基本结构 ### Q:一个完整的 prompt 通常包含哪几部分? A:结论先行——四部分:指令(Instruction)、上下文(Context)、输入(Input)、输出格式(Output Format)。 #### 1. 指令(Instruction) 告诉模型要做什么: ```text 将以下英文文本翻译成中文,保持专业术语的准确性。 ``` #### 2. 上下文(Context) 提供背景信息: ```text 你是一位资深的金融翻译专家,熟悉中英文金融术语。 目标读者是中国的基金经理。 ``` #### 3. 输入(Input) 需要处理的具体内容: ```text 原文: "The Federal Reserve's decision to maintain the federal funds rate at 5.25-5.50% reflects ongoing concerns about persistent inflation, despite recent improvements in the labor market." ``` #### 4. 输出格式(Output Format) 指定期望的输出形式: ```text 请按以下格式输出: - 翻译结果 - 关键术语对照表(英文 → 中文) - 翻译难点说明 ``` 为什么必须是这四部分?因为它们分别回答四个问题:**做什么(指令)、以什么身份和背景做(上下文)、对什么做(输入)、做成什么样(格式)**。缺任何一项,模型都要靠猜,而猜的结果不可控。 ### Q:完整的 prompt 长什么样? A:结论先行——把四部分用清晰的分隔标记组织成一段结构化文本。 ```text 【指令】 将以下英文金融新闻翻译成中文,保持专业术语的准确性。 【上下文】 你是一位资深的金融翻译专家,熟悉中英文金融术语。 目标读者是中国的基金经理。 【输入】 "The Federal Reserve's decision to maintain the federal funds rate at 5.25-5.50% reflects ongoing concerns about persistent inflation, despite recent improvements in the labor market." 【输出格式】 请按以下格式输出: ## 翻译结果 (翻译内容) ## 关键术语对照 | 英文 | 中文 | |------|------| ## 翻译说明 (简要说明翻译中的关键决策) ``` 关键点解读: - **用标记分区**(`【指令】`、`【上下文】`…)能让模型清楚识别每段的作用,减少"把输出格式当成正文内容"的混淆。 - **输出格式部分给了骨架**(含表格表头、小标题),这比只写"请给出对照表"更稳定——模型只要往骨架里填内容即可。 - **输入放在独立区块**:当输入很长时,明确的分隔能帮助模型区分"这是要我处理的素材"和"这是对我的要求"。 ## 四、好提示词 vs 坏提示词 ### Q:代码生成场景怎么对比? A:结论先行——坏 prompt 缺语言、算法、签名、边界要求;好 prompt 把可验证的约束逐条列清。 ```text ❌ 坏 prompt: "写一个排序函数" 问题:什么语言?什么排序算法?输入是什么类型?要处理边界情况吗? ``` ```text ✅ 好 prompt: "用 Python 实现一个归并排序函数,要求: 1. 函数签名:def merge_sort(arr: list[int]) -> list[int] 2. 处理空列表和单元素列表的边界情况 3. 添加类型注解和 docstring 4. 时间复杂度 O(n log n),空间复杂度 O(n) 5. 包含 3 个单元测试用例" ``` 解读:好 prompt 的每一条都是"可验证的"——函数签名对不对、有没有处理空列表、有没有类型注解、复杂度对不对,都能检查。**把"模糊的期待"翻译成"可验证的约束",是写好 prompt 的通法。** ### Q:文本摘要场景怎么对比? A:结论先行——坏 prompt 没说长度、读者、重点;好 prompt 把"目标读者 + 长度 + 关注点 + 结构"全部指定。 ```text ❌ 坏 prompt: "总结一下这篇文章" 问题:多长的摘要?面向谁?关注什么方面? ``` ```text ✅ 好 prompt: "请为以下技术博客文章生成摘要: - 目标读者:后端开发工程师 - 摘要长度:100-150 字 - 重点关注:核心技术方案和性能数据 - 格式:先用一句话概括主题,再列出 3 个关键要点 文章内容: {article_content}" ``` 解读:注意 `{article_content}` 这个占位符——这是**模板化**的思路。把固定部分(要求)和可变部分(内容)分离,是把 prompt 变成可复用资产的第一步。 ### Q:数据分析场景怎么对比? A:结论先行——坏 prompt 没有分析维度、没有输出要求;好 prompt 先定角色,再列维度,再定输出规范。 ```text ❌ 坏 prompt: "分析这些数据" 问题:分析什么维度?输出什么格式?需要可视化建议吗? ``` ```text ✅ 好 prompt: "你是一位数据分析师。请分析以下电商销售数据: 分析维度: 1. 月度销售趋势(同比/环比) 2. 各品类销售占比 3. 客单价变化 输出要求: - 每个维度给出具体数字和百分比 - 识别异常数据点并给出可能原因 - 最后给出 3 条可执行的业务建议 - 用 Markdown 表格展示关键数据 数据: {sales_data}" ``` 解读:这里有一个重要技巧——**要求"识别异常点并给出原因"和"3 条可执行建议"**。这是把模型从"描述数据"推向"产生洞察"。好的 prompt 不只是让模型做事,还要引导它做到"对业务有用"的深度。 ### Q:角色扮演场景怎么对比? A:结论先行——坏 prompt 只说"假装是医生",好 prompt 给出科室、经验、规则、免责声明与越界处理。 ```text ❌ 坏 prompt: "假装你是医生,回答我的问题" 问题:什么科室?专业程度?是否需要免责声明? ``` ```text ✅ 好 prompt: "你是一位三甲医院的全科医生,具有 15 年临床经验。 规则: 1. 用通俗易懂的语言解释医学概念 2. 对于严重症状,务必建议就医 3. 不做确定性诊断,只提供参考意见 4. 每次回答末尾加上免责声明:'以上仅供参考,具体请咨询专业医生' 5. 如果问题超出你的专业范围,明确告知 用户问题:最近总是头疼,尤其是下午,可能是什么原因?" ``` 解读:这个例子里最关键的是**规则 3、4、5**——它们处理的是"医疗场景的高风险边界"。这说明好 prompt 不只关心"怎么答得好",还关心"怎么答得安全、怎么在能力边界外体面地拒绝"。 ## 五、提示词设计的基本原则与常见误区 ### Q:提示词设计有哪五条基本原则? A:结论先行——明确具体、提供示例、分步骤拆解、设定边界、指定输出格式。 **1. 明确具体(Be Specific)** ```text ❌ "写得好一点" ✅ "使用简洁的句式,每句话不超过 20 个字,避免使用被动语态" ``` 关键点:抽象形容词("好""专业""简洁")对模型几乎无约束力,因为它们没有可操作的标准。要换成可检查的量化或规则型描述。 **2. 提供示例(Show, Don't Tell)** ```text ❌ "用友好的语气回复" ✅ "用友好的语气回复,例如: 用户:'这个功能太难用了' 回复:'理解您的感受!这个功能确实有改进空间,让我帮您找到更便捷的方式~'" ``` 关键点:示例直接改变了模型"接下来最可能续写什么"的分布,比任何形容词都有效。 **3. 分步骤拆解(Break It Down)** ```text ❌ "分析这段代码的问题并修复" ✅ "请按以下步骤处理这段代码: 第一步:阅读代码,列出你发现的所有问题 第二步:按严重程度排序(高/中/低) 第三步:对每个问题给出修复方案 第四步:输出修复后的完整代码" ``` 关键点:分步骤既降低了单步难度,也让输出结构可预期——排查问题时能清楚看到模型卡在哪一步。 **4. 设定边界(Set Boundaries)** ```text ❌ "回答用户的任何问题" ✅ "你只回答与 Python 编程相关的问题。 如果用户问了其他话题,礼貌地说:'我是 Python 编程助手,这个问题超出了我的服务范围。'" ``` 关键点:边界不只是"限制",还要给出"越界时说什么"。否则模型会在越界时自由发挥,这比直接拒绝更危险。 **5. 指定输出格式(Define Output Format)** ```text ❌ "给我一些建议" ✅ "请给出 5 条建议,格式如下: 1. 【建议标题】:一句话描述 - 具体做法:... - 预期效果:... - 注意事项:..." ``` 关键点:连条数都要指定。不指定条数时,模型给的条数随机,下游程序无法稳定解析。 ### Q:提示词工程最常见的误区有哪些? A:结论先行——五个高频误区,见下表。 | 误区 | 说明 | 正确做法 | |------|------|----------| | prompt 越长越好 | 冗余信息会干扰模型 | 精简但完整,每句话都有用 | | 用命令语气就行 | 缺少上下文模型会猜测 | 提供足够的背景信息 | | 一次搞定所有事 | 复杂任务容易出错 | 拆分成多个步骤 | | 不需要指定格式 | 输出格式不稳定 | 明确指定输出格式 | | 模型什么都知道 | 模型有知识截止日期 | 提供必要的参考信息 | 重点解读其中两条: - **"prompt 越长越好"是典型的误区**。长度不是目标,"每句话都在减少歧义"才是目标。冗余内容会稀释关键指令,反而降低效果。 - **"模型什么都知道"** 是最容易导致幻觉的误区。模型有知识截止日期,对训练时点之后的事件、对私域数据都一无所知。正确做法是把必要资料放进上下文(这正是 RAG 的思路来源)。 ### Q:怎么判断一条 prompt 已经"够好"了? A:结论先行——用"可复现、可验证、可维护"三个标准来判断,而不是凭感觉。 - **可复现**:换一批输入、换一个时间跑,输出质量稳定(不是内容相同,而是质量稳定)。 - **可验证**:输出满足你设定的每一条约束(格式对不对、长度对不对、边界处理对不对),且能被自动检查。 - **可维护**:提示词里的可变部分被抽成占位符,修改时不需要重写整段;有版本记录,能回滚、能 A/B 对比。 这三个标准也解释了为什么"提示词工程"是工程而不是技巧——它要求你把 prompt 当代码一样对待。 ### Q:提示词工程和微调(Fine-tuning)该怎么选? A:结论先行——能用提示词解决就先用提示词;只有当"提示词怎么写都到不了要求"或"成本需要极致压缩"时,才考虑微调。 | 维度 | 提示词工程 | 微调 | |------|-----------|------| | 是否改权重 | 不改 | 改 | | 成本 | 低(按调用付费) | 高(训练 + 标注) | | 迭代速度 | 快(分钟级) | 慢(天级) | | 需要数据量 | 少(几个示例即可) | 多(成百上千标注样本) | | 适合 | 大部分场景、快速迭代 | 稳定任务、格式极致统一、降本 | 实践顺序:**先调提示词 → 再加 few-shot → 再考虑 RAG 补知识 → 最后才微调**。很多团队跳过前三步直接微调,结果花了大成本解决了一个"把要求写清楚就能解决"的问题。 ### Q:怎么判断 prompt 的问题出在"措辞"还是"结构"? A:结论先行——输出"格式乱"多是结构问题(缺输出格式约束);输出"内容偏"多是措辞问题(指令有歧义)。 排查思路: - **格式不稳定**(有时 JSON 有时解释):结构问题——缺模板、缺格式约束、缺示例。 - **内容跑偏**(答非所问):措辞问题——指令模糊、约束不足、缺少上下文。 - **内容正确但风格不对**:措辞问题——缺风格约束或风格示例。 - **时好时坏**:可能是采样参数问题(温度过高),也可能是输入分布差异,要分组统计而不是整体判断。 - **怎么都调不好**:可能是任务本身超出模型当前能力,需要 CoT 或换模型,而不是继续在措辞上打转。 ### Q:Few-shot 的示例该从哪里来? A:结论先行——从真实业务数据里挑,并确保覆盖各种类别与边界,而不是自己凭空编。 来源与挑选原则: - **真实数据优先**:真实分布下的示例最能代表线上输入。 - **覆盖类别**:分类任务的每个类别至少一个示例。 - **包含边界案例**:最容易出错的那类输入(如"褒贬参半"的评论)必须有示例。 - **格式一致**:所有示例格式统一。 - **去掉噪声**:真实数据可能有标注错误或表述混乱,要清洗后再用。 - **控制数量**:3-5 个通常够;多了边际收益递减且增加成本。 - **敏感信息**:示例里不要包含真实用户隐私,必须脱敏。 ### Q:提示词长度有硬性上限吗? A:结论先行——有软约束也有硬约束:硬约束来自上下文窗口,软约束来自效果、成本与可维护性。 - **硬约束**:prompt 加预期输出不能超过模型的上下文窗口。 - **效果约束**:prompt 过长会稀释关键指令,并增加"指令被忽略"的概率。所以"能说清就好"。 - **成本约束**:常驻部分(如 System Prompt)每轮重复付费,必须精简。 - **可维护性约束**:几千字的 prompt 很难维护和做 diff,应考虑拆分(常驻规则 + 按需注入)。 ### Q:为什么"输出格式约束"必须配合示例? A:结论先行——因为规则描述的是"应该怎样",示例描述的是"长什么样",后者对模型更直接、更少歧义。 对比: - 只给规则:"请输出 JSON,包含 name 和 age 字段" → 模型可能加解释、可能用代码块包裹、可能字段名不一致。 - 规则 + 示例:模型直接看到 `{"name": "张三", "age": 25}` 这种形态,格式一致性会显著提升。 原因:模型是"续写"的,示例直接改变了它续写的概率分布。规则是"描述",示例是"演示",后者的信息密度更高、歧义更少。 实践建议:**关键格式一定要配示例**,尤其是嵌套结构、可空字段、空数组这些"难以用语言描述清楚"的部分。 ### Q:Temperature 和"多次采样取最优"能同时用吗? A:结论先行——可以,但要注意两者目的不同:温度管"生成多样性",取最优管"从多样里挑一个"。 典型组合: - **温度 0 + 单次调用**:追求确定性,适合抽取类任务。 - **温度大于 0 + 多次采样取最优**:追求质量上限,适合创意类或需要择优的任务;这里的"最优"通常靠人工或 LLM as Judge 评判。 - **温度大于 0 + 多次采样投票**:追求正确性(即 Self-Consistency),适合有唯一答案的任务。 提醒:这两种"多次调用"策略的成本都是单次的 N 倍,且都要求任务本身能被自动或人工评判——没有评判标准时,多次采样只是浪费。 ## 小结 - 提示词工程是系统化的输入设计方法,核心是**减少歧义、增加约束**,它同时影响效果、成本、可控性与安全性。 - 理解 LLM 的 Token 预测机制(概率性、无真正理解)是写好 prompt 的前提;它解释了"为什么要给示例、为什么要指定格式"。 - Temperature 与 Top-p 都是随机性旋钮,原理不同(一个缩放分布、一个动态截断候选集),通常只调一个;Temperature = 0 也不等于绝对确定。 - 一个完整的 prompt 包含四部分:指令 + 上下文 + 输入 + 输出格式,分别回答"做什么、以什么身份、对什么做、做成什么样"。 - 好坏 prompt 的差距本质是"约束的可验证程度":好 prompt 的每一条要求都能被检查。 - 五条设计原则:明确具体、提供示例、分步拆解、设定边界、指定输出格式。 - 五个常见误区:越长越好、只靠命令语气、一次搞定、不指定格式、以为模型什么都知道。 - 判断 prompt 是否够好,看可复现、可验证、可维护三条。 ## 思考题 1. 为什么"把要求写得长一点"不等于"写好 prompt"?请结合"减少歧义"这个核心目标解释。 2. Temperature = 0 为什么仍可能产生不同输出?这对"需要完全稳定的业务"意味着什么,你应该补哪些措施? 3. Top-p 和 Top-k 的区别是什么?为什么说 Top-p 更"自适应"? 4. 在"文本摘要"例子里,为什么要指定"目标读者"?它对输出有什么具体影响? 5. 角色扮演场景里,"越界时该说什么"为什么也要写进 prompt?不写会有什么风险? 6. 请把你手边一条正在用的 prompt,按"指令 + 上下文 + 输入 + 输出格式"四段式重构一遍,并说明每一段原本缺失了什么。 7. 如果一条 prompt 效果时好时坏,你会按什么顺序排查?(提示:输入分布、采样参数、约束完整性、模型版本)
预览
发布文章
添加摘要让读者更快了解文章内容
取消
确认发布
AI 写作助手
输入一个主题,AI 将为你生成一篇 Markdown 博客文章
AI 正在写作中...
取消
开始生成
AI 优化助手
描述你的修改需求,AI 将在原文基础上进行补充或微调
AI 正在优化中...
取消
开始优化
画布
从已有图里选
✕
图名
保存后生成 /images/excalidraw/<图名>.svg(只能用字母、数字、短横线、下划线、点)
取消
保存并插入