时间真的太快了，入职的时候也是没想到自己能呆900天的，一晃2年多就过去了，只有真的在交接时候才对离职有了实感，第一年算是混过去的，一直在适应这种混沌的生活作息。第二年才开始正式进入状态，回顾这段时间，这一年多真的做了很多很多东西，把自己从头搭建起来的东西交接给别人就像送别人自己的孩子一样，心情复杂。

上周一提了离职，一直弯弯绕绕了一周还在打太极中，其实提了时候就代表自己已经想的透透彻彻的了，希望能离职顺利吧，好的公司就应该和员工好聚好散🙏🙏

从没后悔过自己做的任何决策，这次也一样，相信我会越来越好的！

最后一天去了但尼丁，一想到旅程要结束又要去做令人frustrated 的工作，整个人就开始Emo了🥲

在新西兰6天都登不上即刻，最后一天终于登上了😅

受不了了，好饿，饿麻了。 怎么没有能吃的！！！

嘿嘿落地了！机场的比格好可爱，又瘦又长的😀

本人已出发前往🇳🇿，望周知

已下签！国庆去🇳🇿，已经开始期待了嘿嘿

翻遍即刻发现没什么人深度安利字节这个写prompt的工具哇。

看了很多都是官方的话，让我这个小(资深)用户来分享下怎么用吧

首先，我想先夸赞一下这个产品本身主流程的设计，它是一个通过高度抽象每天写prompt的产品/算法的核心工作流设计出来的产品，包含功能几乎可以涵盖了我的所有工作使用场景😭😭

我这边是做文本生成与优化的。在promptpilot出来之前，几乎就是纯手动调prompt词。

先前的方式主要有两个思路，这俩思路都有比较显著的数据结果，可以分享给大家。

A 通过生成结果进行prompt调试
1、运用google prompt 公式（角色-任务-上下文-格式）生成第一版粗糙的prompt词 a，让ai对优秀的数据集（案例）进行总结与模仿，梳理出优秀案例的核心特征、上下文逻辑和构成要素，进而总结出要生成内容的prompt词b

2、给测试集用Prompt词b，生成第一版测试集结果。

3、通过人工打分的方式，对测试集的结果进行效果评估

4、将评分结果重新输入给ai，让ai基于结果给prompt词b 提供优化的建议

以此作为一个调试循环。

B 通过优劣选择进行prompt调试
1&2、第一步和第二步是一样的，同样产生第一版测试集结果。但会同时用多个模型对同一个测试集产生不同结果

3、让不同模型的结果放置在一个html上，来进行优劣选择，即同一个原始数据集，两个测试结果，让ai进行二选一。

4、针对于二选一的结果，喂给ai 让其识别与模仿二选一的逻辑与思路，并给prompt词b优化的建议

以此作为一个调试的循环。在这个流程中值得注意的点是，由于ai在此流程中既当玩家又当裁判，同一个ai做这件事的效果是差于两个ai做这件事（参考文献来自于tina huang 的aiagent 介绍）所以在第三步时候，我会让另一个ai做这件事，通过喂给它评分标准来实现打分

（有流程图可以看下这俩思路，用deepseek+豆包画的感觉还不错）

但以上的全部过程都需要全手动地进行输入调试！比如不断地进行对话和输入优秀数据集、测试集、下载测试集的结果、评分结果再输入ai

鉴于大语言模型金鱼般的记忆，数据集也几乎不能大于500条。就特别地浪费时间和人力（还很麻烦算法不停地给我结果 啊啊啊啊）

但现在这个工具完全可以在这个页面上一键完成我的俩流程。

1、根据任务生成初始prompt（哦这个初始的效果一般在此不推荐）
2、生成后进行调试。可以输入变量，配置线上的或者其他地方的模型，一键生成，查看生成结果。并构建测试集，对测试集进行评分和2选1
3、根据评分结果优化prompt词

另外它还有知识库啊啊啊啊，谁懂我无法喂给市面上ai 上下文的痛苦，这个知识库就可以上传生成的正向与逆向规则来规避产生的bad case

另外它的记忆力很强，还能上传多轮对话，这个效果我还在测试中，等我后续分享！

快去用，谁还不用！！！快点用啊啊啊啊啊啊

最后，生成初版的prompt 词效果本人的偏好是gpt >gemini>deepseek >豆包

还有本人也要learn in public 分享我的二愣子ai学习过程！ 有建议和idea欢迎来交流～

另外这个promptpilot 产品是谁能在即刻找到吗，我也想提需求🥹🥹🥹🥹

来了上海一周了，暂时感觉最深的点就是，这里的女生都好卷，有一种暗自较劲的那种卷感。