页面加载中…
搜索中文正文和常见中英文技术词，按教程、项目、面试题筛选。
「解析」找到 270 条内容
按专题浏览 →匹配口述回答：…，输入用JSON包字段，输出强制格式，比如“推荐1: 商品ID | 理由: 一句话”。为什么？因为自然语言输出太飘了，下游系统没法解析，你总不能人肉看吧。 再一个，[[少样本]]示例。光靠指令不够，模型对格式的理解不稳定。我会给两三个完整示例，比如“用户问夏天透气运动鞋，商品A是网面跑鞋，输出推荐商品A | 理由：网面透气”。这能让模型模仿格式，减少乱答。 举个例子，客服退款场景。用户问“我订单超时没退款”，模型不能瞎编政策。我会把知识库检索到的相关政策段注入prompt，比…
匹配口述回答：…Prompt 设计，必须严格约束输出格式，让模型老老实实输出 Thought、Action、Observation 这些标签，否则解析不了。接着说工具描述要清晰，每个 Action 的输入参数和返回格式得写明白，不然模型会传错参数。再补充终止条件，要设最大循环次数，比如10次，防止模型死循环，同时要识别 finish 这种特殊 Action 来正常结束。 应用场景上，ReAct 特别适合需要多步骤工具调用的任务，比如订机票的时候还要查天气、规划路线。还有知识问答，比如问某公司…
匹配口述回答：…是JSON，包含thought、action、action_input和observation字段。这样模型输出的格式可控，后面好解析。另外，[[CoT]]思维链也可以结合进去，让模型在thought字段里做逐步推理。 再说工具调用。光会规划没用，得能真正干活。这里我采用[[Function Calling]]这种标准化协议，每个工具都要定义好名称、描述和参数Schema，用JSON Schema描述。模型根据用户意图和当前状态，生成一个函数调用请求，系统路由到对应的函数去执…
按学习路线查看教程、项目和面试题。