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。
「Prompt 优化」找到 240 条内容
按专题浏览 →匹配正文：… / 结构化输出 定义工具schema，让模型生成可解析的调用参数 是Agent落地的工程基础，保证与后端系统的可靠对接 四、高阶优化方向 方法 核心思想 适用阶段 Prompt Tuning 学习软提示向量，冻结模型 大量相似任务，需降低推理成本 Auto-CoT 自动聚类生成多样化推理示例 缺乏人工标注时提升Few-shot效果 选型建议 简单任务（分类、摘要）：Zero-shot + 清晰指令 复杂推理（数据分析、决策）：CoT/ToT，权衡效果与成本 工具集成（搜索、…
匹配正文：…属于XX意图"的样本 多意图混合 设计主意图+子意图的层级结构 置信度校准 要求模型输出置信度，低置信度触发澄清对话 上下文继承 Prompt中保留最近2-3轮对话历史 迭代优化建议 动态示例选择：根据用户画像/场景，从示例库中检索最相关的few-shot 负样本强化：定期收集误识别case，加入prompt作为反例 温度参数调优：意图识别任务建议temperature=0~0.3，保证输出稳定
匹配正文：…N/Markdown/表格 长度控制："50字以内"/"分3点阐述" 拒绝策略："若信息不足，回复'无法判断'而非猜测" 三、迭代优化流程 初版prompt → 小批量测试（50-100条）→ 错误分类（理解错/格式错/幻觉） ↑___________________________________________↓ 针对性修正（加示例/调表述/拆步骤） 四、美团场景的特殊考量 时效敏感：prompt中注入"当前日期"或"最新活动信息" 多轮交互：设计状态跟踪变量，维护对话上…
学习内容与项目面试，在同一条路上。