告别“喂饭式”Prompt：利用“Grillme”机制让AI反向追问，释放无限创意
一位开发者分享了名为“Grillme”的AI交互新范式，通过让大模型不断反问来引导用户输出。这种机制打破了传统AI被动等待完整Prompt的限制，特别适合处理想法过多、难以一次性表述的复杂头脑风暴场景。它将单向投喂转变为双向“追问”，帮助用...
标签索引 / 第 7 页
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
AI写脚本慎用PowerShell！开发者分享必加的一条防坑指令
一位开发者分享了一个宝贵的AI提示词工程经验：他在所有AI客户端设置中强制要求“使用Python3而非PowerShell进行大规模文件替换”。起因是AI生成的PowerShell脚本曾因编码或逻辑错误导致文件内容被覆盖仅剩最后一行，并在缺...
像对待编译器一样设计Prompt：与Transformer高效对话的四大法则
本文深入探讨了与Transformer模型高效交互的四大核心原则，旨在纠正当前泛滥的低效提问方式。首先，作者主张使用特定领域语言精准传达意图，通过“概率锥”收紧而非堆砌瀑布流上下文；其次，利用注意力机制的零和博弈特性，通过前置指令和特定符号...
百度豆包实战指南：覆盖8大核心岗位的高效Prompt指令合集
本文整理了一份针对百度“豆包”大模型的深度提示词资源，涵盖写作、绘图、数据分析、营销、客服、产品设计、运营及教学八大业务场景。该合集不仅提供了标准化的指令模板、输入示例及预期输出，还包含详细的调参技巧，旨在帮助不同岗位的用户快速掌握结构化提...
OpenCode 独家实测：为何针对 Claude、Gemini 等 LLM 必须采用差异化 Prompt 策略？
一位开发者在对 OpenCode 进行“回马枪”式实测时，虽然依旧遭遇 Bug，但意外发现了其极具深度的提示词工程策略。OpenCode 并非采用统一人格，而是为不同大模型（如 GPT、Claude、Gemini、Kimi）定制了专属的系统...
打破AI Agent生成僵局：巧用Sub-Agent实现自我反思与优化
本文介绍了一种提升AI Agent工作流质量的实战技巧。当Agent在某处出现逻辑卡顿或输出平庸难以优化时，建议引入具备特定背景（如产品经理）的Sub-Agent进行干预。关键在于必须让Sub-Agent获取全量上下文，通过多轮深度交互而非...
AI 提示词收集利器：开源插件“xdown”一键提取 X 平台图文与视频
针对当前 AI 图像生成热潮，开发者推出了一款名为“xdown”的浏览器插件，旨在解决从 X（原 Twitter）平台高效收集提示词的痛点。该插件不仅支持一键下载帖子中的文本、图片和视频，还能将信息推送为 JSON 结构化数据，极大简化了手...
Nano Banana 提示词灵感库上线：收录全系列模型精华指令
近日，针对特定 AI 模型 ‘Nano Banana’ 的专业提示词库正式上线。该项目收录了 Nano Banana、Nano Banana Pro 以及 Nano Banana 2 等多个版本的高质量提示词，旨在为...
DeepSeek 进阶指南：如何保存并复用深度对话的上下文记忆
针对 DeepSeek 网页版无法跨对话自动继承长期记忆的痛点，社区展开了关于“知识库迁移”的讨论。一位用户在使用专家模式深入探讨了开发理念和领域驱动设计（DDD）后，面临如何将这一深度理解无缝迁移至新项目的难题。目前的共识是通过人工干预，...
SKILL.make：将 Makefile 范式引入 AI Agent，用结构化逻辑替代模糊 Prompt
SKILL.make 是一种专为 AI Agent 设计的新型技能文件规范，它借鉴了 Makefile 的声明式与依赖驱动理念，将原本模糊的自然语言 Prompt 转化为可复现的结构化执行图。该方案不仅通过语法优化平均减少约 15% 的 T...