编写用于代码生成或调试的提示词时，有哪些区别于普通文本生成的关键要素？
写给AI的提示词，不管是用于代码还是普通聊天，本质上都是在和AI沟通。 但这两者区别很大。把AI当成一个刚入职的新人程序员，而不是一个聊天机器人，能帮你更快地拿到想要的代码。普通聊天时，你可以模糊地表达，AI能“猜”你的意思。但写代码不行，...
学院 第68页
蜗蜗提示词
在为Midjourney或Stable Diffusion等图像生成AI编写提示词时，“权重”和“负面提示词”具体如何使用？
在为Midjourney或Stable Diffusion等图像生成AI编写提示词时，“权重”和“负面提示词”是两个能极大提升对画面控制力的工具。它们一个负责“强调”，另一个负责“排除”，配合使用能让AI更精准地理解你的想法。 负面提示词：...
什么是提示词压缩技术？它对于在有限的上下文窗口中传递更多信息有何帮助？
跟大语言模型（LLM）打交道，就像跟一个记性很好但容量有限的“专家”聊天。 这个“专家”的记忆力就是它的“上下文窗口”（Context Window）。 你跟它说的每一句话，它都会记在当前这个窗口里。但窗口大小是固定的，满了之后，最早的信息...
“检索增强生成（RAG）”技术是如何结合提示词与外部知识库来减少AI幻觉的？
大型语言模型（LLM）有时候会一本正经地胡说八道，这确实是个头疼的问题。这种现象有个专门的词，叫“AI幻觉”。简单说，就是AI在回答问题时，会编造一些听起来很合理但实际上完全错误的信息。 比如，你让它提供某个法律案件的参考资料，它可能会给你...
“思维树（Tree of Thoughts）”与“思维链（Chain-of-Thought）”相比，在解决哪些类型的问题上更有优势？
我们先聊聊“思维链（Chain-of-Thought）”。这个方法很简单，就是让AI在回答问题前，先把思考步骤一步步写出来。 就像你解一道数学题，不会直接写答案，而是会先把公式和计算过程列出来。这样做的好处是，AI不容易在复杂的逻辑里绕晕，...
什么是“自洽性（Self-Consistency）”提示法？它如何通过多次生成和投票来提高答案的准确性？
把大语言模型（LLM）想象成一个刚学会算术的学生。你问他：“我6岁的时候，我妹妹是我年龄的一半。现在我70岁了，我妹妹多大？” 他可能会很快给你一个答案：“35岁。” 这个答案是错的。他只是简单地将70除以2，没有真正理解题目里的逻辑。 这...
如何设计可以被程序动态填充变量的“模板化提示词”，以实现工作流自动化？
如果你想让机器自动完成一些重复性的工作，比如每周根据最新的销售数据写一份周报，或者根据用户的注册信息发一封欢迎邮件，那么“模板化提示词”就是解决问题的关键。这东西听起来可能有点复杂，但说白了，就是创建一个带有“坑”的文本模板，然后让程序把最...
针对不同类型的AI模型（例如文本生成、图片生成），编写提示词的思路有什么不同？
针对不同类型的AI模型，编写提示词的思路确实有很大不同。把它想成跟不同专家沟通就对了：跟一个作家说话，跟一个画家说话，方式肯定不一样。核心区别在于，文本生成AI理解的是逻辑、结构和信息，而图片生成AI理解的是画面、风格和元素。 给文本生成A...
提示词的长度会影响生成结果的质量吗？
提示词的长度并不是决定生成结果好坏的唯一标准，但它确实是一个重要因素。 更准确的说法是，提示词的质量远比单纯的长度重要。 一个短而精准的提示词，效果可能远超一个冗长却混乱的提示词。 不过，通常情况下，一个有效的提示词确实会比较长，因为它需要...
“负面提示词 (Negative Prompt)”是什么？它有什么作用？
如果你玩 AI 绘画，比如 Stable Diffusion 或 Midjourney，肯定会遇到一个输入框，叫做“Negative Prompt”，也就是负面提示词。很多人刚开始会忽略它，或者随便从网上复制一长串看不懂的词粘贴进去。但实际...
