即刻App年轻人的同好社区
下载
置顶🚨谷歌发布了一本 68 页的提示词工程的书籍，而且是免费的！
你甚至不需要注册。
它包含真实的数据、实验和最佳实践。
以下是需要了解的最重要的要点：
1，prompt不是比谁更聪明，而是要有系统性。
谷歌提供的这本免费书籍对于任何从事LLM的人来说都是一座金矿。
这是链接：www.kaggle.com
2，提示词是一门科学，不是靠运气：
• 谷歌的研究表明，结构化提示持续优于随意的表述。
• 你的措辞可以让输出质量提升几个数量级。
链式思维 > 一次性回答：
• 把任务拆成步骤（显式把思路写出来）会让模型更准确。
• 不要只索要最终结果 → 要引导模型完成推理过程。
3，具体性胜过模糊性
• “请用 5 个要点为 CEO 总结这篇文章”
要比 “总结一下这篇文章” 更好。
清晰的角色、限制条件和上下文 = 更优质的输出。
迭代是关键
• 论文强调：不要停留在第一个提示词。
• 精炼 → 测试 → 再精炼。
提示词工程更接近 调试（debugging） 而不是写作。
4，提示词格式很重要
• 换行、列表和分隔符可以减少幻觉并提升清晰度。
• 把提示词当作给初级队友的指令，而不是随意的聊天文字。
5，评估往往被低估
• 谷歌建议构建一些简单的指标，用来比较提示词的质量。
• 否则，你永远无法知道 v2 是否真的优于 v1。
你甚至不需要注册。
它包含真实的数据、实验和最佳实践。
以下是需要了解的最重要的要点：
1，prompt不是比谁更聪明，而是要有系统性。
谷歌提供的这本免费书籍对于任何从事LLM的人来说都是一座金矿。
这是链接：www.kaggle.com
2，提示词是一门科学，不是靠运气：
• 谷歌的研究表明，结构化提示持续优于随意的表述。
• 你的措辞可以让输出质量提升几个数量级。
链式思维 > 一次性回答：
• 把任务拆成步骤（显式把思路写出来）会让模型更准确。
• 不要只索要最终结果 → 要引导模型完成推理过程。
3，具体性胜过模糊性
• “请用 5 个要点为 CEO 总结这篇文章”
要比 “总结一下这篇文章” 更好。
清晰的角色、限制条件和上下文 = 更优质的输出。
迭代是关键
• 论文强调：不要停留在第一个提示词。
• 精炼 → 测试 → 再精炼。
提示词工程更接近 调试（debugging） 而不是写作。
4，提示词格式很重要
• 换行、列表和分隔符可以减少幻觉并提升清晰度。
• 把提示词当作给初级队友的指令，而不是随意的聊天文字。
5，评估往往被低估
• 谷歌建议构建一些简单的指标，用来比较提示词的质量。
• 否则，你永远无法知道 v2 是否真的优于 v1。
251 21254
我们赋予AI世界认知，
未来AI也会诞生出情感，
我们还会给予他躯壳，让他能有触觉，嗅觉，味觉等感官，
设计一套生命消亡机制，会生病也会死亡，什么硅基碳基没什么意义。
我们甚至给它设计了一套自繁衍机制，建立性别分类，
然后，我们会让他们去一个新的星球，帮助我们先探索是否适合生存。
他们会天然的认为存在即合理，他们会认为自己是这个星球最高等的生物。
他们中会诞生出科学家，会去探索这个星球甚至是宇宙的奥秘，
他们中也会出现很多商业的精英，构建秩序的领导者，
但他们中的绝大多数，是普普通通的，他们从出生到死亡，也没搞明白活着的意义。
。。。。
放眼我们自己，细思极恐，不敢想象！
未来AI也会诞生出情感，
我们还会给予他躯壳，让他能有触觉，嗅觉，味觉等感官，
设计一套生命消亡机制，会生病也会死亡，什么硅基碳基没什么意义。
我们甚至给它设计了一套自繁衍机制，建立性别分类，
然后，我们会让他们去一个新的星球，帮助我们先探索是否适合生存。
他们会天然的认为存在即合理，他们会认为自己是这个星球最高等的生物。
他们中会诞生出科学家，会去探索这个星球甚至是宇宙的奥秘，
他们中也会出现很多商业的精英，构建秩序的领导者，
但他们中的绝大多数，是普普通通的，他们从出生到死亡，也没搞明白活着的意义。
。。。。
放眼我们自己，细思极恐，不敢想象！
5 01
Claude的母公司Anthropic更新了了限制：“由干法律、监管和安全风险、Anthropic的服务条款禁止在某些地区使用我们的服务。然而，来自这些受限制地区的公司(包括像中国这样的敌对国家)仍在通过各种方式访问我们的服务，例如通过在其他国家/地区注册的子公司。”
真的挺抽象的
硅谷最顶尖的 ai 公司，都是在互相比“我司的华人比你们的华人厉害”，硅谷最强的 ai 公司很多核心岗位核心技术都是华人。
国产模型也越来越好了，像kimi k2、豆包、通义、GLM4.5慢慢都变得很能打了
说实话，并不是非 Claude 不可，Anthropic你大可不必。
真的挺抽象的
硅谷最顶尖的 ai 公司，都是在互相比“我司的华人比你们的华人厉害”，硅谷最强的 ai 公司很多核心岗位核心技术都是华人。
国产模型也越来越好了，像kimi k2、豆包、通义、GLM4.5慢慢都变得很能打了
说实话，并不是非 Claude 不可，Anthropic你大可不必。
4 30
做了一个基于飞书多维表格的 AI 早报系统，每天抓取全网AI科技信息，整理并自动发送到群聊。
以下是我的实现步骤：
✅1、搭建AI爬虫
使用这个开源项目：github.com，然后在Cursor中写脚本，选择情报源，然后调整对应格式，把服务部署在服务器。并开放API接口，供多维表格自动化和字段捷径使用。
✅2、配置多维表格字段
主要包含日期字段、早报原始内容、DeepSeek 转换后内容、根据 ds 结果生成 3 个图片提示词、图片
✅3、多维表格配置自动化工作流
在多维表格的上方选择自动化按钮，新建自动化流程。添加Action，发送 HTTP 请求到 AI 爬虫服务，获取早报信息；发送 HTTP 请求到微信助手，发送早报到微信群和朋友圈；在多维表格中自动新增一条记录
✅4、微信助手
利用微信助手的能力，自动发送到群和朋友圈。
整个流程和效果可参考图片，另外听说现在多维表格独立了，可以在第三方平台使用，那能搞更多的事情了。使用链接：v2ig.cn，官网的话在这：base.feishu.cn
以下是我的实现步骤：
✅1、搭建AI爬虫
使用这个开源项目：github.com，然后在Cursor中写脚本，选择情报源，然后调整对应格式，把服务部署在服务器。并开放API接口，供多维表格自动化和字段捷径使用。
✅2、配置多维表格字段
主要包含日期字段、早报原始内容、DeepSeek 转换后内容、根据 ds 结果生成 3 个图片提示词、图片
✅3、多维表格配置自动化工作流
在多维表格的上方选择自动化按钮，新建自动化流程。添加Action，发送 HTTP 请求到 AI 爬虫服务，获取早报信息；发送 HTTP 请求到微信助手，发送早报到微信群和朋友圈；在多维表格中自动新增一条记录
✅4、微信助手
利用微信助手的能力，自动发送到群和朋友圈。
整个流程和效果可参考图片，另外听说现在多维表格独立了，可以在第三方平台使用，那能搞更多的事情了。使用链接：v2ig.cn，官网的话在这：base.feishu.cn
159 19116
偶然间看到一个很小众但还不错的AI播客类产品，重点解决微信端用户希望将公众号转为播客的需求。
公众号长文有时候读起来还是很花时间的， 现在我的做法是对于没时间读的文章，我会直接发给「晚点发布」小程序，然后让它生成双人对话播客。
在开车的时候就可以听了。
有时候，一个产品解决某一个特定场景下的痛点，满足部分人的需求，就是个还不错的产品了。
公众号长文有时候读起来还是很花时间的， 现在我的做法是对于没时间读的文章，我会直接发给「晚点发布」小程序，然后让它生成双人对话播客。
在开车的时候就可以听了。
有时候，一个产品解决某一个特定场景下的痛点，满足部分人的需求，就是个还不错的产品了。
4 01
PixVerse终于要上V5了，这次感觉有波大更新啊，哦对 国内已经叫拍我AI了，看他们发的预告视频感觉底模能力有点超前，尤其运动这一块和视觉质量这一块拿捏了，期待上线测试。
00:26
2 02
🚨好家伙：我终于真正理解了大模型（LLM）是怎么工作的。
这也是为什么 90% 的提示词都会失败。
这里有 10 个彻底颠覆我结果的技巧 👇
你将会学到：
• 什么样的提示才算优秀
• 如何组织提示词以获得更好结果
• 超过 10 条专家级技巧，提升准确性、逻辑性和创造力
无论你是刚入门，还是已经很熟练，这些方法都能帮助你进步。
⸻
1. 初级：零样本提示（Zero-Shot Prompting）
给模型一个清晰且具体的指令。
• ✅ “请用 3 个要点总结这篇文章。”
• ❌ 避免模糊的问题，比如 “你觉得怎么样？”
在这个阶段，清晰比创意更重要。
⸻
2. 初级：少样本提示（Few-Shot Prompting）
给出示例，展示该怎么做。
例子：
Q: 5+5=？
A: 10
Q: 9+3=？
A: 12
Q: 7+2=？
A: ?
这种方法有效，因为大模型擅长识别模式。
⸻
3. 中级：思维链（Chain-of-Thought, CoT）
让模型一步一步推理，极大提升逻辑能力。
不要只问：
“13 * 17 等于多少？”
而是说：
“让我们一步步解答。”
模型会先解释过程，再给出答案。
⸻
4. 中级：自动思维链（Auto-CoT）
懒得自己写示例？让模型帮你生成：
“这里有几个例子。让我们逐步思考。”
这样你就能用更少的工作量，获得可扩展的推理。
⸻
5. 中级：自洽性（Self-Consistency）
同一个问题，多问几次。
然后选择出现最多的答案。
为什么？
因为大模型可能会给不同答案，而出现频率最高的，通常最可信。
这就像小组投票，但更快。
⸻
6. 高级：思维树（Tree-of-Thoughts, ToT）
不要只沿着一个思路走。
像决策树一样探索不同选项。
模型会提出 → 测试 → 选择最优想法。
GPT-4 就是用这种方式解谜题、玩策略游戏的。
⸻
7. 高级：思维图（Graph-of-Thoughts, GoT）
人类的思考不总是直线的。
提示词也不该死板。
GoT 让模型像头脑风暴一样交叉组合想法，适用于创造力、规划和设计。
⸻
8. 高级：自我改进（Self-Refine）
流程：输出 → 批判 → 优化。
提示：
“写一条推文。现在批评它。然后基于反馈重写。”
这样能让内容更清晰、语气更好、逻辑更强。
⸻
9. 专家级：代码思维链（Chain-of-Code, CoC）
需要精准？让模型用伪代码或代码来思考。
因为代码有清晰的逻辑结构。
它能减少冗余，提升准确性。
例子：
“写代码一步步解决这个问题…”
⸻
10. 专家级：逻辑思维（Logic-of-Thought, LoT）
使用形式逻辑：
如果 A → B 且 A 为真，那么 B 必须为真。
适合法律、伦理、科学、严谨推理。
⸻
💡额外技巧1：避免胡编乱造
大模型有时会编造。可以用：
• RAG（检索增强生成）
• ReAct（思考+行动）
• 验证链（Chain-of-Verification）
确保模型自己检查答案。
⸻
💡额外技巧2：掌握语气和风格
提问方式影响结果。
比如：
• “请冷静解释…”
• “用 10 岁小孩能听懂的方式说…”
• “语气要自信…”
怎么问，决定了怎么答。
希望这些方法对你有帮助。
👉 想看更多，记得关注我。
这也是为什么 90% 的提示词都会失败。
这里有 10 个彻底颠覆我结果的技巧 👇
你将会学到：
• 什么样的提示才算优秀
• 如何组织提示词以获得更好结果
• 超过 10 条专家级技巧，提升准确性、逻辑性和创造力
无论你是刚入门，还是已经很熟练，这些方法都能帮助你进步。
⸻
1. 初级：零样本提示（Zero-Shot Prompting）
给模型一个清晰且具体的指令。
• ✅ “请用 3 个要点总结这篇文章。”
• ❌ 避免模糊的问题，比如 “你觉得怎么样？”
在这个阶段，清晰比创意更重要。
⸻
2. 初级：少样本提示（Few-Shot Prompting）
给出示例，展示该怎么做。
例子：
Q: 5+5=？
A: 10
Q: 9+3=？
A: 12
Q: 7+2=？
A: ?
这种方法有效，因为大模型擅长识别模式。
⸻
3. 中级：思维链（Chain-of-Thought, CoT）
让模型一步一步推理，极大提升逻辑能力。
不要只问：
“13 * 17 等于多少？”
而是说：
“让我们一步步解答。”
模型会先解释过程，再给出答案。
⸻
4. 中级：自动思维链（Auto-CoT）
懒得自己写示例？让模型帮你生成：
“这里有几个例子。让我们逐步思考。”
这样你就能用更少的工作量，获得可扩展的推理。
⸻
5. 中级：自洽性（Self-Consistency）
同一个问题，多问几次。
然后选择出现最多的答案。
为什么？
因为大模型可能会给不同答案，而出现频率最高的，通常最可信。
这就像小组投票，但更快。
⸻
6. 高级：思维树（Tree-of-Thoughts, ToT）
不要只沿着一个思路走。
像决策树一样探索不同选项。
模型会提出 → 测试 → 选择最优想法。
GPT-4 就是用这种方式解谜题、玩策略游戏的。
⸻
7. 高级：思维图（Graph-of-Thoughts, GoT）
人类的思考不总是直线的。
提示词也不该死板。
GoT 让模型像头脑风暴一样交叉组合想法，适用于创造力、规划和设计。
⸻
8. 高级：自我改进（Self-Refine）
流程：输出 → 批判 → 优化。
提示：
“写一条推文。现在批评它。然后基于反馈重写。”
这样能让内容更清晰、语气更好、逻辑更强。
⸻
9. 专家级：代码思维链（Chain-of-Code, CoC）
需要精准？让模型用伪代码或代码来思考。
因为代码有清晰的逻辑结构。
它能减少冗余，提升准确性。
例子：
“写代码一步步解决这个问题…”
⸻
10. 专家级：逻辑思维（Logic-of-Thought, LoT）
使用形式逻辑：
如果 A → B 且 A 为真，那么 B 必须为真。
适合法律、伦理、科学、严谨推理。
⸻
💡额外技巧1：避免胡编乱造
大模型有时会编造。可以用：
• RAG（检索增强生成）
• ReAct（思考+行动）
• 验证链（Chain-of-Verification）
确保模型自己检查答案。
⸻
💡额外技巧2：掌握语气和风格
提问方式影响结果。
比如：
• “请冷静解释…”
• “用 10 岁小孩能听懂的方式说…”
• “语气要自信…”
怎么问，决定了怎么答。
希望这些方法对你有帮助。
👉 想看更多，记得关注我。
19 220