AI 学习助手

共 142 篇

上下文工程指的是把指令、背景资料、示例和历史对话组织好再一起交给模型的方法。它比单条提示词更全局，直接决定 AI 回答的准头。

提示词模板是一条带空位的固定句子框架，把角色、任务、要求、示例写死，只留变量每次填。它让 AI 输出稳定，也方便复盘哪一步真正起了作用。

系统提示是设定模型身份、语气和边界的一段前置指令，通常藏在输入框之外。懂它，才知道为什么同一个模型换个设定就完全不一样。

少样本提示指在提问时先给一两个问题加答案的样板，让模型照着这个规格回答。它不用训练模型，靠示例就把格式、口径和深度对齐。

思维链是让模型把推导步骤写出来的提示方式，推理模型则是训练时就偏向长链条思考的一类模型。前者改的是怎么问，后者改的是模型本身。

角色提示是给模型设定一个身份或视角再作答。它能改变语气和讲解顺序，但并不会凭空补上模型不会的知识，用错了反而更糟。

重复惩罚和频率惩罚是生成阶段的两个调节参数，用来压住模型反复啰嗦的老毛病。理解它们，才知道回答绕圈时该调哪里。

上下文变长后，每个新字都要和前面的全部内容算一遍关联，计算量呈平方级增长。这就是长对话越聊越慢、越来越费的原因。

分词器把文字切成模型能计算的词元，中文常按字或常见词组切，英文按子词切。因为切法与人数的感觉不同，模型数数就会出错。