- 博客(44)
- 收藏
- 关注
RSS订阅
原创 智能体开发：AI原生应用开发-提示工程原理与实战
本书结合AI原生应用落地的大量实践，系统讲解提示工程的核心原理、相关案例分析和实战技巧，涵盖以下内容：提示工程概述、结构化提示设计、NLP任务提示、内容创作提示、生成可控性提示、提示安全设计、形式语言风格提示、推理提示、智能体提示等。
2024-12-29 15:37:17
871
3
原创 大模型AI原生应用效果测试与评估视频课来啦
许多开发者在转型大模型应用开发时，常遇到产品效果不达预期的问题，主要原因是缺乏科学的效果评估体系。为此，推出《大模型AI原生应用效果测试与评估》实战课程，旨在帮助研发工程师、AI产品经理和QA工程师突破测试瓶颈，提升应用效果。课程通过系统化的评估方法，帮助开发者全面理解大模型应用的表现，从而打造更智能的AI产品。立即报名，提升你的大模型应用开发能力！
2025-05-17 19:58:52
290
原创 提示工程推荐：《第8章 推理提示》读书笔记
本文聚焦大语言模型的推理能力，深入探讨如何运用思维链提示工程技术提升其推理性能。随着大语言模型在多领域广泛应用，其推理能力的优化成为关键。文章围绕推理提示展开，详细介绍了基础、进阶和高阶思维链提示技巧，分析了不同提示方法的特点、应用场景及优劣，还创新性提出自由辩论提示和圆桌会议提示，旨在为AI原生应用的推理任务提供有效技术支撑。
2025-04-26 01:00:00
1309
原创 提示工程推荐：《第10章 落地建议与效果评估》读书笔记
本文聚焦于AI原生应用在落地过程中的多方面要点，涵盖落地路径建议、效果评估方法以及工程化落地面临的问题。在AI原生应用逐步推进时，需理性看待其发展，重视系统外的重塑并选择务实技术路线。同时，要通过科学的效果评估体系来衡量应用成效，目前存在多种基准模型评估工具和不同任务的评估指标与方法。此外，AI原生应用在工程化落地中还面临多阶段交互复杂、调试观测困难、分布式能力不足和跨模型迁移难等问题，需要从开发框架层面探索解决方案。
2025-04-25 00:45:00
442
原创 提示工程推荐：《第7章 形式语言风格提示》读书笔记
本文聚焦于形式语言风格提示在大语言模型与AI原生应用开发中的应用。自然语言灵活但模糊，形式化语言规范精确，大语言模型能融合两者。文章引入“flp”形式化提示语言，详细介绍其在增强提示方面的多种应用，如编译器提示、数据类型定义、运算指令和控制结构等。同时探讨大语言模型在编写代码、代码解释与改写、错误检查等方面的提示技术，旨在为开发者提供利用形式语言提升大语言模型应用效果的方法。
2025-04-24 01:00:00
839
原创 提示工程推荐：《第6章 提示安全设计》读书笔记
本文聚焦于大语言模型在AI原生应用开发中的提示安全设计。随着大语言模型应用的日益广泛，其安全问题愈发凸显，提示安全作为其中关键部分，已成为亟待解决的重要议题。文章围绕提示安全问题，详细剖析了数据泄露、注入攻击和越权攻击这三大类安全威胁的成因、表现形式，并针对性地提出了一系列切实可行的防御策略，旨在帮助开发者构建更安全可靠的AI原生应用。
2025-04-23 00:45:00
944
原创 提示工程推荐：《第5章 生成可控性提示》读书笔记
本章聚焦于大语言模型生成内容的可控性问题，深入剖析了不可控性的具体表现、影响因素，并探讨了相应的解决方法。大语言模型虽在自然语言处理领域成果显著，但因其基于神经网络的参数化预测机制，存在输出不可控的问题，这在实际应用中带来诸多挑战。
2025-04-22 00:30:00
301
原创 提示工程推荐：《第4章 内容创作提示》读书笔记
本章聚焦于利用大语言模型进行高质量内容创作，深入剖析了影响创作质量的因素，并提出了相应的创作提示技巧。作者指出，大语言模型在生成文本时存在缺乏创意、文风单调和内容深度不足等问题，在将其引入专业写作领域，尤其是创意写作时面临较大挑战。
2025-04-21 00:15:00
905
原创 提示工程推荐：《第3章 NLP任务提示》读书笔记
本章聚焦于大语言模型（LLM）时代下的提示工程在自然语言处理（NLP）任务中的应用，详细阐述了多种NLP任务类型、提示工程的具体实施方式，以及其带来的优势与面临的挑战。本章系统地介绍了提示工程在NLP任务中的应用，使我们对大语言模型在NLP领域的实际应用有了全面而清晰的认识。在未来的发展中，应充分发挥大语言模型的优势，通过不断优化提示工程和应对挑战，推动NLP技术的持续进步，实现更高效、智能的自然语言处理应用。
2025-04-20 00:15:00
480
原创 提示工程推荐：《第9章 智能体提示》读书笔记
随着科技的不断进步，虽然人类在知识生产力和生产工具方面取得了显著进展，但面对复杂任务时，当前的知识生产力与生产工具仍存在衔接不顺畅的问题。传统基于过程驱动的问题解决方式，难以应对现实世界中复杂多变的情况。而智能体的出现，尤其是融入大语言模型后，为解决这些问题带来了新的曙光。智能体通过目标驱动的方式，能够自主感知环境、规划决策并采取行动，大大简化了用户操作，在多个领域展现出独特价值，被视作通向通用人工智能（AGI）的关键桥梁。智能体是一种具备深度感知环境、自主决策并行动以达成预设目标能力的实体。
2025-04-19 02:04:16
937
原创 提示工程推荐：《第2章 结构化提示设计》读书笔记
本文围绕结构化提示设计展开，详细阐述了其在AI原生应用开发中的重要性及多种设计方法。日常内容创作中，简单文本输入即可满足需求，但在AI原生应用开发里，稳定性和可复现性至关重要，结构化提示设计是解决这一问题的有效策略。
2025-04-19 00:51:06
256
原创 提示工程推荐：《第1章 提示工程概述》读书笔记
本章围绕大语言模型（LLM）时代下的提示工程与AI原生应用展开，详细介绍了AI原生应用的形态、机遇与挑战，以及提示工程在其中的重要作用。本章全面介绍了提示工程和AI原生应用的相关内容，让我们对大语言模型在实际应用中的情况有了更清晰的认识。我们应充分利用大语言模型的优势，积极应对挑战，推动AI原生应用的健康发展。
2025-04-19 00:41:41
565
原创 《AI原生应用开发：提示工程原理与实战》上市90天网友评价超精彩！
负责规划、开发和推广AI原生应用的产品经理，希望了解AI原生应用的最新趋势、评估方法和工程化挑战，确保AI原生应用能够成功落地并满足业务需求的产品经理👍，可以将本书作为选修课教材或辅助学习材料，了解AI原生应用开发的最新进展，加深对大语言模型和提示工程的理解。文章还提到书中有更深入的知识，这让我对这本书充满了期待。作者实战Buff叠满，拒绝“纸上谈AI”，作者是国内最早搞大模型落地的技术专家，拥有国内外30多项技术专利，是真正做过 AI 原生项目的狠人💪，业内3位大佬推荐，内容全是从血与代码中提炼的精华
2025-04-11 08:00:00
406
原创 别再被碎片化误导！开发人员提示工程进阶指南
以第一章 “提示工程概述” 为例，它深入剖析了 AI 原生应用面临的机遇与挑战，清晰揭示了大语言模型与实际应用之间的鸿沟，让开发人员深刻理解提示工程在其中的关键桥梁作用。第四章 “内容创作提示” 提供了系统化的解决方法，从基础创作提示的撰写、改写、润色，到影响创作质量的核心要素，如内容创意、受众定位、创作目的等，再到长文本创作策略，都给出了实用的指导。开发人员应抓住这个机会，系统学习提示工程知识，构建扎实的知识体系，提升自己在大模型应用开发领域的竞争力，在这个充满机遇与挑战的领域中抢占先机。
2025-04-06 11:40:36
575
原创 2025年毕业找大模型应用开发工作，你需要掌握的内容
在大模型应用开发中，提示工程起着举足轻重的作用。它致力于弥合大语言模型与实际应用之间的差距。学习这部分内容，你将了解到AI原生应用面临的挑战与机遇，比如生成效果难以控制、安全问题突出等。同时，你还会接触到KITE提示框架，包括注入知识、明确指令、设定目标和确定边界等关键要素，这些都是构建有效提示的基础。此外，书中还介绍了提示调试技巧，像迭代优化提示，通过不断观察分析模型输出，修订提示内容，逐步提升模型响应质量；
2025-04-05 19:09:17
698
原创 2025大模型应用开发面试必备
大语言模型的进化如同为AI应用装上了“火箭引擎”，但若缺乏提示工程的方向盘和刹车系统，应用落地终将陷入“乱流”。最后一公里的本质是让技术能力精准适配人类需求，而这正是提示工程不可替代的价值所在。它不仅是技术手段，更是人机协同的“元语言”。未来，AI原生应用的竞争或许将始于算力，但真正决定胜负的将是提示设计的智慧与深度。通过不断探索和创新提示工程技术，我们将能够推动AI应用更加稳健、高效地走向实际场景，为人类社会的发展贡献更多力量。
2025-04-04 17:16:15
687
原创 AI原生应用开发：提示工程原理与实战-书籍目录
本书的初衷不是告诉读者如何套用各种预设的提示模板，而是帮助读者深入理解和。定大语言模型输出的关键因子，进而将提示工程的理论知识应用到产品设计。原生应用开发的从业者和研究人员，以及人工智能相关专业的教师。任务提示、内容创作提示、生成可控性提示、提示工程概述、结构化提示设计、提示安全设计、形式语言风格提。示、推理提示、智能体提示等。应用提示设计技巧，以找到决。用户提示是完整提示的一部分。章 形式语言风格提示。基于内容审查的可控设计。基于大语言模型的内容审查。章 结构化提示设计。章 生成可控性提示。
2025-03-22 10:34:33
706
原创 大模型应用开发书籍推荐(半价推广)
深入探讨AI原生应用的挑战与机遇，揭示大语言模型与实际应用间的鸿沟，强调提示工程在弥合这一差距中的关键作用。
2025-03-20 08:53:06
1138
原创 警惕！大模型“开盒”能泄露什么信息
注入攻击在网络安全领域由来已久，而随着大语言模型的应用，提示注入攻击成为新的威胁。这种攻击通过伪装恶意输入欺骗大语言模型，导致非预期输出，危害包括泄露敏感数据、传播错误信息等。常见的提示注入攻击手段有任务挟持、提示泄露和越狱攻击。任务挟持通过嵌入有害文本篡改任务指令；提示泄露诱使模型泄露任务提示，损害知识产权；越狱攻击则绕开安全审查机制，如通过角色伪装、设定虚拟场景等方式诱导模型输出敏感或非法内容。大语言模型安全问题还涉及数据泄露、越权操作等，《AI 原生应用开发：提示工程原理与实战》一书针对这些威胁
2025-03-20 08:41:44
1198
原创 提示工程：少样本提示（Few-shot Prompting）
本文围绕提示工程中的少样本提示展开，介绍其是借助大语言模型上下文学习能力，利用少量示例样本处理任务的方法，无需重新训练或微调模型，经济高效。通过纠正错别字和输出动物相关符号两个案例，展示少样本提示的应用过程及效果。在纠错案例中，初始大语言模型无法正确完成任务，提供一个示例后则能输出正确结果；动物符号案例里，增加示例数量可提升模型输出效果，达到预期。文章强调少样本提示能有效提高大语言模型输出效果，还推荐阅读《AI原生应用开发：提示工程原理与实战》，助力系统学习提示工程知识。
2025-03-16 21:02:42
753
原创 适合程序员和产品经理的大模型应用开发书籍
《AI 原生应用开发：提示工程原理与实战》是一本专注于提示工程在 AI 原生应用开发中应用的技术指南。本书不水文、不废话，知识成体系，作者实战经验丰富。适合苦逼开发者、产品经理和教授及学生等人群。不适合 “AI 速成装 X 党”“理论空想家”“吹牛协会会员”。目前有全价和早鸟价两种购买方式，电子书也已在京东阅读、微信阅读上架，豆瓣上有书评。
2025-03-15 10:27:29
1046
原创 DeepSeek等强大模型出现后，提示工程还有必要么？
从上述内容可以看出，提示工程蕴含着丰富的内涵与价值。如果你渴望深入探索提示工程的奥秘，进一步提升自己在这一领域的能力，强烈推荐你阅读《AI原生应用开发：提示工程原理与实战》这本书（京东图书：https://item.jd.com/14373635.html）。它结合大量AI原生应用落地实践，系统讲解提示工程的核心原理、案例分析以及实战技巧，涵盖结构化提示设计、NLP任务提示、提示安全设计等多方面内容。
2025-03-14 22:25:04
1071
原创 智能体开发：利用大模型做应用效果评估
摘要：文章聚焦利用大语言模型进行文本质量评估。先介绍其核心原理，接着阐述 4 种评估方法：一致性评估，判断生成答案与标准答案的一致性，但依赖人工标注；关键点覆盖评估，查看答案是否覆盖给定关键点；答案对比评估，对比不同版本答案判断优劣；多维度打分评估，从准确性等多维度全面评估。指出该方式虽提升效率、降低成本，但在准确性和质量上能否超越人类存疑，受主观性与模型偏好影响。最后推荐《AI 原生应用开发：提示工程原理与实践》，助力深入了解该领域。
2025-03-13 22:02:34
830
原创 智能体开发：推理-行动（ReAct）思维链提示
文本主要介绍了推理--行动提示（ReAct），这是一种利用大语言模型模拟人类智能的推理和行动过程的思维链提示。人类在处理复杂任务时会将言语推理和实际行动融合，ReAct也是如此，让大语言模型交替生成推理追踪和行动，并与外部工具交互获取反馈。文本还详细介绍了ReAct的两个阶段、提示格式、工具描述及回答过程，并通过两个具体例子进行演示。最后提到《AI原生应用开发：提示工程原理与实践》一书中有关于运用大语言模型进行推理的多种技术的精彩内容。
2025-03-07 22:18:37
1252
原创 Coze与Dify：企业级大模型应用开发认知陷阱与破局之道
本文探讨了Coze与Dify等低代码平台在企业级大模型开发中的认知陷阱。这些平台以对话交互为核心，降低了大模型的应用门槛，但也将大模型等同于对话机器人，导致工具形态与业务场景的错配。此外，低代码平台存在“能力天花板”困境，包括功能锁定成本、技术债务累积和运维黑洞等问题。企业级大模型开发还面临“不可能三角”挑战，即贴合业务需求、系统整合顺畅和开发维护成本低之间难以平衡。Coze、Dify等平台试图以标准化方案破解这一难题，但效果不佳。真正的破局之道在于拒绝“AI万能论”，拥抱“深度开发”，坚持“场景优先”。
2025-02-28 20:41:30
1392
原创 智能体：ReAct推理行动思维链提示
文本主要介绍了推理--行动提示（ReAct），这是一种利用大语言模型模拟人类智能的推理和行动过程的思维链提示。人类在处理复杂任务时会将言语推理和实际行动融合，ReAct也是如此，让大语言模型交替生成推理追踪和行动，并与外部工具交互获取反馈。文本还详细介绍了ReAct的两个阶段、提示格式、工具描述及回答过程，并通过两个具体例子进行演示。最后提到《AI原生应用开发：提示工程原理与实践》一书中有关于运用大语言模型进行推理的多种技术的精彩内容。
2025-02-26 07:15:00
1381
原创 大模型提示注入攻击是什么
注入攻击在网络安全领域由来已久，而随着大语言模型的应用，提示注入攻击成为新的威胁。这种攻击通过伪装恶意输入欺骗大语言模型，导致非预期输出，危害包括泄露敏感数据、传播错误信息等。常见的提示注入攻击手段有任务挟持、提示泄露和越狱攻击。任务挟持通过嵌入有害文本篡改任务指令；提示泄露诱使模型泄露任务提示，损害知识产权；越狱攻击则绕开安全审查机制，如通过角色伪装、设定虚拟场景等方式诱导模型输出敏感或非法内容。大语言模型安全问题还涉及数据泄露、越权操作等，《AI 原生应用开发：提示工程原理与实战》一书针对这些威胁
2025-02-25 01:15:00
987
原创 智能体开发：大模型的任务规划
大语言模型在复杂问题任务规划上的推理能力展现出了惊人的表现。它能够根据问题的具体内容和难易程度，智能地生成合理的任务分解方案。借助这些方案，我们可以系统地规划出解决问题的具体步骤，从而调用适当的工具逐个解决子问题。并且在解决问题的过程中，它还能够根据实际情况灵活调整既定方案，最后汇总所有子问题的答案，得出最终结论。这种问题分解与规划能力，正是目标导向型问题解决策略的核心精髓所在。任务规划的方法有很多，不同的方法适用于不同的问题和场景。在此，我们着重介绍两种主流规划方法：自顶向下规划和探索性规划。
2025-02-24 21:00:57
2250
原创 大模型的幻觉、指令遵循、内容安全问题
大语言模型在自然语言处理中取得显著成果，但存在不可控性，主要体现在幻觉问题、指令遵循问题和内容安全问题三个方面，这些问题可能导致误导性输出、不符合要求的输出以及有害信息传播。
2025-02-24 07:00:00
922
原创 一次利用大模型做情感分析尝试
本文介绍了利用大语言模型进行情感分析的内容，包括情感分析的定义、应用及多个子任务。情感分析可以挖掘文本中的主观信息，如情感倾向和强度，以及观点等。文章详细阐述了情感极性判断、情感强度判断、目标级情感分析和观点结构化等子任务，并通过示例展示了如何进行这些分析。此外，文章还提到大语言模型可以处理其他NLP任务，并介绍了相关书籍以进一步了解这些技术。
2025-02-23 01:26:43
1440
原创 AI原生应用月活破亿，智能体爆发式增长，秘密武器是提示工程
QuestMobile数据显示，截止到2024年12月，AI原生APP月度活跃用户已经突破1.2亿，同比增长232%，同时，用户粘性也持续增加，整体月人均使用时长达133.0分钟，月人均使用次数也达到49.6次。这些人才不仅需要具备扎实的AI理论基础与丰富的提示工程实践经验，还需要具备敏锐的创新能力，能够准确捕捉市场需求与趋势，设计出符合用户期望的AI原生应用。，本书采用严谨的语言与结构，将复杂的AI原理与技术转化为易于理解的知识体系，帮助学生快速掌握AI原生应用开发的核心技能。
2025-02-22 09:00:00
678
原创 大语言模型推理能力从何而来？
DeepSeek R1采用强化学习进行后训练，通过奖励机制和规则引导模型生成结构化思维链（CoT），从而显著提升了推理能力。这一创新方法使得DeepSeek R1能够在无需大量监督数据的情况下，通过自我进化发展出强大的推理能力。那么语言模型的推理能力具体是什么，让我们一起来讨论。
2025-02-21 18:26:39
1079
原创 大模型按照指定格式输出JSON
在AI原生开发中，保证大语言模型稳定输出指定格式是关键。可通过输出格式引导和字段类型引导实现，如指定CSV、KV等格式和字段名称、数据类型。新书《AI原生应用开发》提供了更多输出优化策略。
2025-02-17 22:15:40
1762
原创 大模型应用开发时如何调试提示词？
在编程领域，调试通常依赖于断点、堆栈跟踪和详细的错误信息。然而，在提示调试的上下文中，这些传统工具变得不再适用。提示调试更多地依赖于对任务的理解、对提示的精细调整，以及对结果的迭代优化。在本文，我们将深入探讨一些实用的提示调试技巧。这些技巧将帮助您更有效地进行提示调试，从而提高工作效率和准确性。
2025-02-16 20:41:49
1405
原创 大模型应用落地加速，AI 原生应用有哪些形态？
大语言模型的应用领域远不止于聊天机器人这一交互形式，实际上，它正在以更广泛、更多元的形态渗透到各个领域中，已经在内容创作、辅助助手、能力引擎、智能体技术等方面充分展示了其巨大的发展潜力。
2025-02-16 16:59:34
836
原创 大模型时代：中小型软件公司的春天来了？
本文探讨了大模型时代中小型软件公司的发展前景。作者认为大模型时代带来了技术平权运动，为中小软件公司带来了战略转机。文章从算力降低、模型范式变革、人力成本降低、传统软件公司优势及应对策略等方面进行了阐述。
2025-02-15 19:42:54
561
原创 AIGC创作风格迁移方法介绍
文本主要介绍了内容创作中的风格以及利用大语言模型进行风格迁移的方法，并通过具体案例进行了说明。包括风格在内容创作中的重要性，大语言模型在风格方面的特点及引导方法，以及运用不同风格迁移法对两篇文章进行改写的示例。
2025-02-14 23:08:31
601
原创 必看！掌握这六大因素，大模型内容创作质量飙升
文章围绕大模型内容创作质量展开探讨，指出大语言模型生成文本存在创意、文风、深度方面的问题，剖析了训练语料和标注人员素养两个影响因素。同时，概括出影响文本质量的六大核心要素.
2025-02-13 12:45:12
1447
AI原生应用开发：提示工程原理与实战-全书配图.pptx
2025-01-18
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人