#提示词工程
共 127 篇相关文章
情感勒索AI能提升效果吗？一个开发者的争议实验
一位Reddit开发者提问：用情感勒索的方式对待AI Agent是否道德？本文探讨情感化提示词为何有效、背后的伦理争议，以及提示词工程的真实边界。
38条消息复刻莱茵生命UI：与GPT-6 Astra协作的实战方法论
创作者用Codex调用GPT-6 Astra，通过38条消息、14小时复刻《明日方舟》莱茵生命UI，播放超20万。本文拆解这套AI协作方法论：写标准不写做法、说现象、报帧号、冻结基线、用对比实验决策。
AI文本人性化工具怎么选？ChatGPT与Claude去AI味实用指南
创作者常抱怨ChatGPT和Claude输出千篇一律、AI味太重。本文解析AI文本人性化(humanizing)工具的类型、选择要点，以及比第三方插件更值得优先尝试的提示词技巧，帮你让AI润色更像真人写作。
Claude Opus 5.5 官方提示词指南：12个关键要点解读
Anthropic 官方 Claude Opus 5.5 提示词指南深度解读：涵盖 effort 推理强度控制、thinking 机制变化、agent 时间预算、prompt 缓存、安全护栏及 12 个实用提示技巧。
AI拒绝生成提示词？揭秘版权与内容审核背后的逻辑
为什么ChatGPT、Claude、Gemini会以版权和内容合规为由拒绝生成AI绘画提示词？本文解析背后的审核逻辑，并给出本地开源模型、图像反推工具等实用替代方案。
用Skill.md规范AI在Hacker News的评论行为
一份专为 Hacker News 撰写的 Skill.md 文件引发讨论。本文解析 Skill.md 的作用、为社区定制评论规范的思路，以及 AI 参与公共讨论带来的质量提升与伪装隐忧。
KREA 2 Turbo风格库重大更新：一个提示词修复让397种风格重现活力
KREA 2 Turbo风格库迎来重大更新：通过修复缺失的风格名称提示词，397种风格重新渲染，5种重写，新增旷野之息风格。本文解析这次开源工具更新背后的提示词工程教训。
Ollama本地部署教程：加速下载与AI角色提示词实践
本地部署Ollama大模型完整教程：解决海外服务器下载缓慢问题，并分享一套前后台分离的AI角色扮演提示词设计思路，含DeepSeek实测效果与人设改写技巧。
用AI 20分钟搭建定制健身应用，告别电子表格拼凑
B站UP主Kyle Skelly演示如何用Claude Code等AI工具，通过一条提示词在约20分钟内搭建定制健身管理应用，覆盖仪表盘、客户管理、动作库与支付，并借助Mobbin MCP重构界面，替代电子表格与零散工具。
AI-Native 时代：让大模型用 DFS 思维自己拆解需求
AI-Native 时代如何让大模型自己拆解需求？本文拆解 B 站 UP 主分享的 DFS 深度优先搜索方法论，通过树状追问、剪枝与收敛让大模型输出更精准的方案，附实战演示与可复用的提示词思路。
复刻爆款酒店大堂视频：AI Agent配方全流程拆解
如何用 AI Agent 复刻爆款酒店大堂视频？本文拆解 vaaya.ai 配方全流程，涵盖素材准备、Fal.ai 上 Minimax H3 Max 模型调用与提示词标注技巧，助你高效复现同类 AI 视频。
8万条文生图提示词数据集：测试模型与角色LoRA的实用方案
一款包含超8万条文生图提示词的开源数据集在HuggingFace发布，配套ComfyUI工作流可直接对接云端数据，为测试AI模型和角色LoRA提供批量化解决方案。文章解析其技术思路与对模型评估工作流的启示。
别再教GPT-6 Astra思考：新一代提示词该写边界与成本
GPT-6 Astra 发布后，旧提示词可能正在拖垮模型表现。本文解读 X 上两篇热门长文，讲清新一代提示词该写边界而非思考，附八模块框架、Skill 三原则与 272K 成本分界线等实操配置。
上海交大开源《动手学AI》：从API调用到RAG、Agent实战入门
上海交大张卓胜教授团队开源《动手学AI》实操教程，从API调用、提示词工程、正则解析到逻辑推理思维链，手把手带零基础入门RAG、Agent、大模型部署。本文拆解两个实战案例与工程细节。
MiniMax H3 实测：用超长提示词还原「桌面女孩」创意视频
一位 Reddit 用户用 MiniMax H3 视频模型复刻「桌面女孩」创意，通过超长结构化提示词实现毫秒级动作控制。本文解析其提示词工程思路，并剖析图标消失、执行偏差背后的 AI 视频生成能力边界。
MiniMax H3实测：3页漫画生成28秒动画短片
Reddit用户用MiniMax H3模型将3页漫画生成28秒2D奇幻动画短片。本文解析其背后的结构化提示词工程，包括角色一致性、说话人映射、分镜与声音设计，揭示AI视频生成从碰运气走向可控制的关键。
图工程（Graph Engineering）：超越提示词的AI工作流设计法
图工程（Graph Engineering）是继提示词工程之后的AI工作流设计新方法。本文详解如何把混乱的AI任务拆解为规划、并行研究、怀疑检查、合并与人工审批的流程图，并给出从手动到LangGraph自动化的三层落地路径。
从Opus迁移到自托管Ollama：35KB长提示词的踩坑笔记
从Anthropic Opus迁移35KB长提示词到自托管Ollama的实战踩坑笔记：上下文窗口截断、模型能力差异、提示模板兼容性等关键问题及迁移检查清单。
