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 设计」找到 352 条内容
按专题浏览 →匹配正文：…杂Agent多步推理 Function Calling + 级联错误传播控制 关键认知：没有100%可靠的方案，需根据错误率容忍度设计"解析成功率→重试→人工兜底"的降级链路。 学习建议 建议从提示工程、输出约束库（如Pydantic）、后处理校验和重试机制入手学习，结合LangChain等框架实践结构化输出控制。
匹配追问：场景切入 假设你做一个客服Agent，用户可能连续聊上几百轮，或者隔几天回来继续问。现在模型一次只能看几千token，你会怎么设计记忆系统，让Agent既记住刚才说了什么，又能在需要时翻出三天前的关键信息？ 层层追问 Agent的上下文窗口有限，你怎么管理对话历史？……如果历史有几万轮呢，是不是全部存下来？……那如何既保留有用信息又不让prompt超长？……怎么在需要时快速找到相关的历史片段？ 直球架构 设计一个面向超长对话的Agent记忆管理机制，要求分层架构涵盖短期和长期…
匹配正文：…：检索相似历史对话、产品文档、用户画像，辅助消歧 例：用户说"那个理财"，结合用户持仓记录RAG召回，推断具体产品 3. 主动追问设计——"聪明地问" 触发条件：关键槽位缺失 + 置信度低于阈值 + 非终止意图 问题生成：模板填充 → 大模型生成（需控制长度、选项数量） 终止策略：用户确认完成 / 达到最大轮数 / 检测到放弃信号 4. RAG与Agent的协同机制 用户输入 → 意图识别 → [需要补全?] ↓ 是 RAG检索: 领域知识 + 用户历史 + 相似案例 ↓ 生…
学习内容与项目面试，在同一条路上。