标签: 提示工程 (9 篇)

IBM研究发现，AI智能体并非记忆越多越好，正确的“记忆剂量”取决于模型自身能力，强模型要全套，弱模型要精选，饱和模型则无效。

让大模型自由生成标签，再通过向量相似度映射到真实词库，用“幻觉”解决传统分类的泛化难题。

Anthropic团队透露，Claude Tag已自动提交65%的工程PR，新模型下系统提示精简80%反而提升性能，负面指令可能降低输出质量。

Simon Willison 利用 DSPy 框架自动化评估并改进了 Datasette 智能体 的 SQL 提示，发现了“猜列名”等隐藏缺陷，揭示了提示工程从手调到科学迭代的转变。

Claude Code团队成员提出，在向AI请求输出时，HTML格式比Markdown更有效，能利用其丰富的交互和可视化能力，显著提升信息传达的清晰度和体验。

OpenAI发布GPT-5.5官方提示指南，强调它并非GPT-5.2/5.4的简单替代，需从零开始构建提示策略，以获得最佳效果。

Simon Willison 展示了一个高效提示词，让 AI 编码助手一次性完成了博客工具的功能扩展，揭示了 智能体ic 工程中“用代码解释需求”的核心模式。

谷歌发布Gemini 3.1 Flash TTS，其革命性在于能通过类似电影剧本的详细提示词，精确控制语音的情感、口音、节奏和场景，标志着语音合成从“工具”向“创意伙伴”的转变。

Anthropic用Claude Mythos发现HAWK和弱化AES的数学缺陷，但关键不是模型多强，而是研究员用粗糙但坚定的提示词推动它坚持60小时不放弃，挑战‘不可能’，这次实验重新定义了提示工程的价值。