面向可靠人工智能功能的提示工程
学习实用的提示工程技术,让 SaaS 中由 LLM 驱动的功能更加准确、一致,并达到生产就绪状态。
面向可靠人工智能功能的提示工程 是 CoddyKit 上的免费 AI SaaS Builder 课时。 这是第 4 节课,共 4 节。 你可以在下方免费阅读本课时的完整内容 — 然后在浏览器中使用内置代码编辑器和全天候 AI 导师进行实践。 这是 AI SaaS Builder 学习路径的一部分,你的进度在网页和 CoddyKit 应用中同步。 AI SaaS Builder 课程共包含 4 节课。
提示为何重要
对于基于 LLM 的功能,提示词就是您的代码。措辞上的细微变化可能会显著影响输出质量和可靠性。
优秀提示词的构成
优秀的提示词包括:角色、清晰的任务、相关背景,以及明确的输出格式。
You are a support assistant.
Task: classify the message below.
Respond with one word: billing, technical, or other.
Message: 'My card was charged twice'明确具体
模糊的提示词会产生模糊的输出。请将“总结一下这个”替换为长度、受众和语气等约束条件。
Summarize the text in exactly 3 bullet points,
for a non-technical reader,
in a neutral tone.少样本示例
展示 2 到 3 个输入和期望输出的示例,比单纯进行描述更能帮助模型掌握模式。
Input: 'great app!' -> Sentiment: positive
Input: 'crashes constantly' -> Sentiment: negative
Input: 'it is okay' -> Sentiment:结构化输出
对于 SaaS 处理流程,您需要机器可读的输出。请要求输出 JSON,并指定其架构。
Return JSON only:
{ "category": string, "confidence": number }减少幻觉
告诉模型,它可以回答“我不知道”。使用提供的背景信息为模型提供依据,并禁止它编造事实。
Answer ONLY using the context below.
If the answer is not present, reply: 'Not found in context'.控制温度
较低的温度会让输出更具确定性且更加一致,这通常正是 SaaS 功能所需要的。
# Pseudocode
response = model.generate(prompt, temperature=0.2)系统提示词与用户提示词
使用系统提示词规定稳定的规则和角色设定;使用用户提示词提供每次请求的数据。请勿将指令放入用户可控制的字段中。
防范提示词注入
用户可能会尝试覆盖您的指令。请将用户文本视为数据,验证输出,并绝不要盲目执行模型建议的操作。
像测试代码一样测试提示词
构建一个包含输入和预期输出的小型评测集,每次修改提示词时都运行它,就像运行单元测试一样。
# eval cases
cases = [
('My card was charged twice', 'billing'),
('App will not open', 'technical'),
]提示词版本管理
将提示词与版本标签一起存储在版本控制系统中。这样便于您回滚版本,并比较不同时间的质量。
快速检查
检查您对提示词工程的理解。
回顾
您学习了优秀提示词的构成、少样本示例和结构化 JSON 输出的作用、减少幻觉的技术、温度和系统提示词的作用、防范提示词注入的方法,以及如何将提示词当作经过版本管理和测试的代码。
常见问题解答
「面向可靠人工智能功能的提示工程」课时是免费的吗?
是的 — 「面向可靠人工智能功能的提示工程」的完整文本可在网页上免费阅读。要进行交互式练习(内置代码编辑器和全天候 AI 导师)并解锁 AI SaaS Builder 课程的其余内容,请升级到 CoddyKit PRO。 AI SaaS Builder 课程共包含 4 节课。
「面向可靠人工智能功能的提示工程」这节课中我会学到什么?
学习实用的提示工程技术,让 SaaS 中由 LLM 驱动的功能更加准确、一致,并达到生产就绪状态。 你通过在浏览器中直接运行的动手代码来练习 AI SaaS Builder,全天候 AI 导师会在你学习这节课的过程中回答你的问题。
学习 AI SaaS Builder 需要有经验吗?
无需任何先前经验。CoddyKit 上的 AI SaaS Builder 课程适合初学者到高级学习者,你可以从这里开始或从头开始,按照自己的节奏学习。 这是第 4 节课,共 4 节。
「面向可靠人工智能功能的提示工程」课时需要多长时间?
大多数 CoddyKit 课程大约需要 5–10 分钟。每节课都很精短且互动,所以你能稳步进步,并在网页和应用中从离开的地方继续。
我能在这节 AI SaaS Builder 课中编写并运行代码吗?
能。每节 AI SaaS Builder 课都包含内置代码编辑器,你可以在浏览器中直接编写并运行真实代码,并获得即时 AI 反馈 — 无需本地设置。
此课程中的所有课时
- 选择合适的人工智能模型
- 实现人工智能模型 API
- 人工智能数据准备
- 面向可靠人工智能功能的提示工程