标签: #prompt-engineering
关于 GPU、LLM、MLOps、Kubernetes 以及心态的文章 · 5 篇
什么是框架工程（Harness Engineering）— 模型是固定输入，你交付的是它周围的一切
用的是同一个模型，为什么各团队的智能体表现差这么多？对大多数团队来说，模型是固定输入，真正交付的是围绕模型的整个框架（harness）：工具表面、失败返回格式、循环与停止条件、上下文策略、权限，以及评估者。这是框架工程系列第 1 篇，整理了框架的定义、六个旋钮，以及为什么提示词工程这个名字严重低估了这项工作。
2026-08-12 · 9 分钟阅读 #llm#agent#harness-engineering#하네스엔지니어링#AI에이전트上下文工程取代了提示词工程吗 — 哪些被测量过，哪些没有
「提示词工程已死」这句话，在创造这个术语的任何一手来源里都不存在。Karpathy 把 few-shot 示例和任务描述列为上下文工程的组成部分，Anthropic 则写道这是「提示词工程的自然演进(natural progression)」。也就是说，不是替代，而是包含。尽管如此，「这确实是一件不同的工作」是有证据的 — Chroma 的 LongMemEval 实验把问题和措辞原样保留，只把周围上下文从 300 token 增加到
2026-07-17 · 30 分钟阅读 #llm#context-engineering#prompt-engineering#long-context#ai-agent提示词工程完全指南：CoT、DSPy、结构化输出与提示词安全
从 Zero-shot 到 Chain-of-Thought、Tree-of-Thought、DSPy 自动优化、Pydantic 结构化输出，直至提示词注入防御 —— 一份 2026 年提示词工程完全指南。
2026-03-17 · 39 分钟阅读 #prompt-engineering#chainofthought#dspy#llm#구조화출력LLM 应用开发指南:从原型到生产环境
从原型到生产环境构建基于 LLM 的应用的综合指南。涵盖提示词工程、RAG 架构、工具使用、流式传输、评估、成本优化,以及实战 AI 应用的部署模式。
2026-03-17 · 27 分钟阅读 #llm#application-development#langchain#openai#prompt-engineering把 Gemini API 送上生产环境需要的 Prompt、Guardrails、Evaluation
从运维视角梳理把 Gemini API 接入实际服务时所需的提示词设计、structured output、safety 策略、评估循环、成本控制方法的一份指南。
2026-03-17 · 7 分钟阅读 #gemini#generative-ai#ai#llmops#prompt-engineering