星河札记 星河札记
首页
  • Agent
  • RAG
  • MCP
  • Prompt
  • Automation
  • 智能客服Agent
  • 视频质检系统
  • AI工具开发
  • 企业AI应用
  • 直播人员检测软件
  • Python
  • Git
  • Linux
  • Docker
  • Frontend
  • AI行业观察
  • 产品思考
  • 技术成长记录
  • 关于本站
  • 关于我

qiushuilanxing

AI工程师 / AI应用开发方向
首页
  • Agent
  • RAG
  • MCP
  • Prompt
  • Automation
  • 智能客服Agent
  • 视频质检系统
  • AI工具开发
  • 企业AI应用
  • 直播人员检测软件
  • Python
  • Git
  • Linux
  • Docker
  • Frontend
  • AI行业观察
  • 产品思考
  • 技术成长记录
  • 关于本站
  • 关于我
目录

Prompt

# Prompt

记录提示词设计、业务上下文沉淀、结构化输出与效果评估实践。

Prompt 不是一句“让模型写得更好”的咒语。更可靠的做法是先把问题、约束、资料来源与验收标准说清楚,再让模型进入生成、分析或执行环节。

# 核心文章

  • 提示词不是咒语:先让 AI 理解你的业务上下文

# 这个栏目关注什么

  • 问题澄清:先区分表面任务和真正要解决的业务问题。
  • 上下文资料库:沉淀产品、用户、品牌、案例和输出规范,避免每次从零介绍。
  • 示例与约束:使用优秀案例提供方向,同时让模型区分事实资料与可参考表达。
  • 输出验收:明确格式、长度、禁区、核验项与下一步动作。

# 一个实用原则

当产品参数、活动规则或业务事实不完整时,先要求 AI 列出缺失信息和待确认假设,不要急着生成最终内容。这样可以减少看似流畅、实际上与产品不符的输出。

最后更新: 9/24/2026, 4:22:53 AM
最近更新
01
AI 应用前端:把生成结果做成可理解、可确认的交互
09-24
02
Docker 实战:让服务从本地可运行走向可交付
09-24
03
Linux 服务部署与排障:一份从症状到证据的清单
09-24
更多文章>
Theme by Vdoing | Copyright © 2026-2026 qiushuilanxing | AI技术博客 | 豫ICP备2026046982号-1
  • 跟随系统
  • 浅色模式
  • 深色模式
  • 阅读模式