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。
「复杂任务 Agent」找到 102 条内容
按专题浏览 →匹配正文：答案要点 能系统分类提示工程方法（基础技巧、上下文学习、推理增强、Agent模式） 准确说明CoT/ToT/ReAct的核心机制与区别 能结合业务场景分析选型（简单任务vs复杂推理vs工具调用） 指出提示工程的局限性（上下文长度、稳定性、可扩展性） 一、基础提示技巧 Zero-shot / Few-shot Zero-shot：直接描述任务，适合简单明确的需求（如格式转换、简单分类） Few-shot：给2-5个示例，显著提升小模型表现和输出格式稳定性 优缺点：零成本低，但复…
匹配正文：…务可能增加token消耗而无收益 事实性问答不需要CoT，直接回答更高效 模型能力不足时（如小模型），CoT可能产生幻觉推理链 在Agent中的应用：CoT是ReAct、Plan-and-Solve等Agent架构的基础组件，支撑任务分解与规划能力。
匹配标题与标签：ReAct 框架怎么用? 核心思想与工作机制,Agent 任务中对比纯推理/动作模型优势 Prompt 美团 Agent ReAct 框架 Reasoning+Acting Agent 任务 ReAct vs 纯推理 美团
学习内容与项目面试，在同一条路上。