模型变强以后，AI 工作流更需要边界
我花了五分钟浏览 Twitter。时间不长，只能算一次信息切片，却足以看到两种完全不同的情绪。一边在庆祝新模型更快、更强，另一边已经开始讨论旧指令、验收标准和代理越界。 我比较在意后一种声音。模型能力像发动机，AGENTS.md、Skill...
标签索引
提示词工程
这个标签下有 584 篇文章。按时间回看相关判断与实践记录。
标签精选
相关内容
Cursor 的第一处改动：从规则到验证
很多人第一次用 Cursor，会让 Agent 直接“把这个功能做完”。它往往真能改出一堆文件，但你很难判断哪一处是对的，哪一处只是看起来像对的。 我更建议把第一次任务当成一次小型交接：选一个能看见、能测试、能回退的改动。Cursor 负责...
Karpathy 讲透 Software 3.0：当英文成为编程语言，AI 工程师真正该设计什么
Andrej Karpathy 在 Stanford 的这场演讲，表面上是一场关于 Transformer、GPT 和提示工程的技术分享，真正值得留下的核心判断只有一句：软件正在从“人来设计算法”，转向“人来设计数据和语言程序”。模型能力越...
AI 产品经理自学路线: 从大模型原理到 Agent 的 12 课
这是一套面向产品经理的大模型技术自学课。它回答一个具体的问题：一个不写代码的产品经理，需要懂多少技术，才能在 AI 项目里做出靠谱的判断。答案是十二课的量——从 Token 和上下文窗口讲起，一路走到智能体、工作流、RAG、Function...
大模型核心术语: 产品经理够用的概念地图
这一课解决一个很具体的问题：评审会上工程师说”上下文不够、要上 RAG、温度调低点”，你能不能在三秒内明白他在说什么层面的事，并判断这话说得对不对。学完这课，你手里会有一张按”模型层、生成控制层、工程层、...
大模型微调入门: SFT、LoRA 与何时不该微调
这一课解决一个非常具体的问题：当工程师或供应商对你说”这个需求得微调”时，你能判断这句话是对是错。学完你会知道大模型微调到底改了模型的什么、SFT 和 LoRA 是什么关系、哪三类场景值得花这个钱、哪三类场景微调纯属...
Function Calling 入门: 让大模型学会调用外部工具
大模型只会聊天，不会办事——这是很多产品经理对 LLM 的第一印象，也是 Function Calling（函数调用，也常叫工具调用）要打破的那堵墙。学完这一课，你能回答三个问题：模型”调用工具”时到底发生了什么；一...
AI 工作流入门: 环节拆分与分步实施的自动生产线
这一课解决一个非常具体的问题：你想让 AI 稳定地干一件复杂的活——比如每天产出一篇合格的公众号文章——但你发现，把所有要求塞进一段超长提示词里，结果时好时坏，坏了还不知道坏在哪。学完这一课，你会掌握”工作流”这个解...
智能体入门: 用一段提示词构建最简 AI Agent
这一课解决三个问题: 智能体(AI Agent)到底是什么, 为什么一段写得好的提示词就能构建出一个最简版本, 以及这种”纯提示词智能体”的能力边界画在哪里。学完你可以自己动手做一个能用的智能体——不写一行代码。 很...
构建 Prompt 的场景拆解法: 把业务需求翻译成提示词
你大概遇到过这种场面：老板说”给客服系统加个 AI 总结功能”，你打开对话框写下”请总结这段对话”，跑了三次，三次结果长得都不一样——有时五百字，有时两行，有时结尾还带一句”希望这...