AI 之结构化prompt修炼
围绕结构化 prompt 展开,先介绍其概念,以 CRISPE 框架为例说明编写方式。接着阐述优势,如层级清晰、降低认知负担、定向唤醒模型能力等。还给出两个实践案例,包括生成 Go 文件和 proto 文件等。最后总结,指出结构化 prompt 可读性强、助 ChatGPT 输出稳定,能提升开发效率,未来写高质量 prompt 很重要。…
围绕结构化 prompt 展开,先介绍其概念,以 CRISPE 框架为例说明编写方式。接着阐述优势,如层级清晰、降低认知负担、定向唤醒模型能力等。还给出两个实践案例,包括生成 Go 文件和 proto 文件等。最后总结,指出结构化 prompt 可读性强、助 ChatGPT 输出稳定,能提升开发效率,未来写高质量 prompt 很重要。…
@杨晨:本文围绕AI辅助编程工程化展开。因大模型回答发散、不稳定,维护大型项目有困难。实践中用cursor + MCP生成go代码po文件,开发提示词文件[create_po.md](create_po.md)。按检查连接、获取表结构、生成并保存go文件步骤执行。最终生成account.go文件,声明包、定义结构体等。强调开发提示词重要,其需迭代维护,代码要人工审核。…
文本并不纯粹是一篇教学文章,我们会以制作一个智能的命令行工具为目标,在过程中穿插一些涉及到的行业中术语或扩展知识,以及列举相似功能AI软件的幕后实现,所以你也可以把本文当作一篇AI技术科普。看完全文后,你将收获: 1. 市面上所有AI应用的幕后实现原理 2. 自制Agent框架/程序的能力…