tag prompt

標籤
貢獻15
83
07:36 AM · Oct 30 ,2025
huizhudev 頭像 feibendemaojin 頭像 dayong_59b0e68b1ed0d 頭像 u_16099213 頭像 u_16163480 頭像 u_16163442 頭像 shiluodepaomian 頭像 stevenchendy 頭像 u_16213612 頭像 mankeji 頭像 u_16380863 頭像 u_56701 頭像

@prompt / 博客 RSS 訂閱

huizhudev 頭像

HuiZhu - 以為是貓踩了鍵盤？這串“亂碼”其實能幫你省下兩小時加班

望着屏幕上那行 ^([a-z0-9_\.-]+)@([\da-z\.-]+)\.([a-z\.]{2,6})$，你的腦海裏是否閃過一絲疑惑：我是誰？我在哪？這到底是代碼還是我的貓剛才跳上了鍵盤？ 在程序員的世界裏，有一種“咒語”叫做正則表達式（Regex）。它強大到能從百萬行日誌裏精準揪出那個報錯的IP，卻也晦澀到讓無數英雄好漢競折腰。 甚至有個段子説：如果你有一個問題，你決定用正則表達式解決，那

generative-ai , regexp , chatgpt , 正則表達式 , prompt

收藏 評論

u_56701 頭像

hackernew - 提示詞（prompt）工程指南（一）：提示介紹_mb618b7a3518a5a的技術博客

寫在前面：要想做一個比較好RAG系統，我認為還是在數據收集和清洗上下一點功夫。因為要想檢索有效 - 你能提供給模型更有價值的信息。現有chunk的方法有很多，但是我試了很多種（包括一些基於大量規則的），最後發現很難適配多樣化的數據集（針對不同來源，比如論文、內部資料）。 基於這個思路，我想的是讓LLM本身來切分文檔。優點

oracle , 數據庫 , 後端開發 , 深度學習 , RAG , prompt , Python

收藏 評論

huizhudev 頭像

HuiZhu - // TODO: 寫一封讓老闆秒回的郵件？試試這個AI提示詞模板

// 程序員寫郵件的日常 try { const email = writeEmail(); // 期望: 專業得體，重點突出 // 實際: 寫了刪，刪了寫，最後發出去像流水賬 } catch (error) { console.log("郵件焦慮綜合徵又犯了"); } 數據顯示，87%的程序員寫商務郵件需要30分鐘以上，其中63%的人會反覆修改超過3次。不是不會寫

generative-ai , 教程 , chatgpt , 人工智能 , prompt

收藏 評論

huizhudev 頭像

HuiZhu - 每週8小時耗在會議上，但73%的會議紀要根本沒人看

數據顯示，職場人平均每週花費8小時在各類會議上，但調研發現：73%的會議紀要在發出後根本沒人仔細讀，92%的行動項沒有被有效追蹤。 更尷尬的是，38%的職場人承認自己"從不寫會議紀要"，原因不是懶，而是不知道該怎麼記錄才有用。 這就是會議紀要的真實現狀：會開了，時間花了，但價值沒沉澱下來。 會議紀要為什麼淪為"形式主義"？ 真正的問題不是寫不寫，而是寫了沒人用。我見過太多這樣的紀要： 會議紀要 -

generative-ai , 教程 , chatgpt , 人工智能 , prompt

收藏 評論

dayong_59b0e68b1ed0d 頭像

六邊形架構 - 想不到吧！68%做AI的Java開發者選擇了這個大模型框架！

文 / 勇哥 原創文章，轉載請聯繫授權 在前一篇文章中，我們探討了《Spring AI，一個讓 Spring 應用輕鬆擁抱 AI 的統一框架》。今天，讓我們深入剖析LangChain4j——這個被Java開發者親切稱為"大模型開發瑞士軍刀"的框架，它是在2023年年底由LangChain官方和社區貢獻者共同發起，旨在為Java生態提供專業、高效的大模型應用開發解決方案，它的出現填補了J

llm , openai , 人工智能 , JAVA , prompt

收藏 評論

huizhudev 頭像

HuiZhu - 寫週報還在手動湊字數?試試這個結構化提示詞模板

週報:開發者的代碼之外的另一場戰鬥 週五下午 5 點,代碼提交完了,測試也跑通了,本想着可以準點下班。突然想起來:週報還沒寫。 打開文檔,腦子裏的想法是這樣的: const weeklyReport = { tasks: ['修bug', '寫代碼', '開會', '對接需求'], hours: 40, result: '???' } 問題就在這個 result 上。工作做了一堆,但該

generative-ai , 教程 , chatgpt , 人工智能 , prompt

收藏 評論

feibendemaojin 頭像

飛奔的毛巾 - 什麼是提示詞工程Prompt Engineering？一份寫給業務人員的終極指南

提示詞工程 (Prompt Engineering)，即設計、優化和管理用户輸入（“提示詞”或”指令“），以獲取 AI 大語言模型 (LLM) 最佳輸出結果的一門學科。對業務人員來説，掌握提示詞工程並非技術所需，而是一項業務技能。它有助於提升工作效率，還能保障 AI 生成內容的質量，是推動業務發展的有效助力。 本文會對提示詞工程的核心要素展開細緻剖析，精準拆解其關鍵要點。與此同時，為業務人員呈上可

提示 , 指令 , 教程 , 知識 , prompt

收藏 評論

dayong_59b0e68b1ed0d 頭像

六邊形架構 - 不會AI編程？沒關係！這幾個框架也讓你也能開發AI聊天助手！

文 / 勇哥 原創文章，轉載請聯繫授權 一、前言 大家好，我是勇哥！上一篇文章我們聊了《[真相！Dify和n8n這兩款LLM應用開發平台的最大區別，90%的人都不知道! ](https://mp.weixin.qq.com/s/gKbeM2Er66OF5U_otKPyeQ)》，有不少讀者私信我説："勇哥，雖然低代碼平台很方便，但我想自己動手實現一個真正屬於自己的AI助手，就像De

llm , 教程 , openai , 人工智能 , prompt

收藏 評論

huizhudev 頭像

HuiZhu - 技術人做活動策劃？這個AI指令幫你搞定專業方案

作為開發者或技術leader，你有沒有遇到過這種情況：老闆突然讓你負責技術沙龍、產品發佈會或者團隊建設活動，你對着PPT發呆半天，不知道從哪兒開始？ 我之前也遇到過。明明寫代碼很溜，一到策劃活動就抓瞎——預算怎麼算？流程怎麼設計？風險怎麼控制？感覺每個環節都是坑。 技術人策劃活動的三大痛點 跟幾個做過活動的技術朋友聊過，大家的困擾出奇一致： 1. 不知道完整流程包含什麼 策劃案要寫哪些部分？

generative-ai , chatgpt , 人工智能 , 活動 , prompt

收藏 評論

huizhudev 頭像

HuiZhu - 30分鐘搞定媒體級新聞稿！我開源了這個"公關寫手"AI指令

哈嘍，各位思否的開發大佬們！ 作為技術人，我們最擅長的是寫代碼、解決問題，但一提到"新聞稿"，很多人就懵了。 "我們產品功能很強，為什麼媒體不報道？" "技術這麼牛，為什麼投資人聽不懂？" "明明很用心，為什麼傳播效果這麼差？" 這些問題，本質上都是內容表達能力的問題。 最近我整理了一套"新聞稿撰寫AI指令"，把專業公關寫手的思維模式，用我們程序員最熟悉的"工程化思維"重新包裝了一下。

generative-ai , 教程 , chatgpt , 人工智能 , prompt

收藏 評論

wangzhongyang_go 頭像

王中陽講編程 - 我發現不管是Java還是Golang，懂AI之後，是真吃香！

見字如面，我是陽哥，我的文章都首發在同名公眾號：王中陽，歡迎鏈接。 兄弟們，不管你是什麼崗位，強烈建議學AI，我最近輔導的同學很多都是因為做了AI項目，拿到了遠超預期的Offer。 這篇文章不是廣告，而是告訴你怎麼在懂後端基礎之後，更好的擁抱AI的技術，怎麼學，學完後怎麼應用？ 甚至你想跳槽漲薪的話，怎麼把學的AI知識寫到簡歷中，融合到你過去的項目中。 廢話不説，其實兄弟們也感受到了：純做

llm , 人工智能 , prompt , go , 後端

收藏 評論

huizhudev 頭像

HuiZhu - 拒絕"自嗨式"產品設計：用AI生成專業調研問卷，專治各種"偽需求"

"我覺得用户會喜歡"——這是產品經理最昂貴的錯覺 你是否經歷過這樣的場景： 團隊熬了兩個通宵上線的新功能，滿心歡喜地盯着後台數據，結果點擊率寥寥無幾。 覆盤會上，大家面面相覷：“上線前我們不是問過幾個用户嗎？他們都説挺需要的啊。” 問題恰恰就出在這個“問”字上。 大多數非專業出身的產品經理或創業者，在做用户調研時容易陷入“誘導性提問”的陷阱： ❌ “如果我們上線這個功能，你會用嗎？”（用

generative-ai , chatgpt , 人工智能 , prompt , 用户體驗

收藏 評論

huizhudev 頭像

HuiZhu - 面對那坨5000行的"祖傳代碼"，你是否也曾想過離職？

當你顫抖着雙手點開那個名為 OrderManager.java 的文件，滾動條彷彿深不見底的黑洞——5328行代碼，260個if-else嵌套，沒有任何註釋，上一次修改記錄是三年前離職的"大神"。 老闆讓你"加個小功能"，你卻感覺像是在拆彈：剪斷紅線，可能是新增功能成功；剪斷藍線，整個生產環境可能瞬間崩塌。 這就是每個程序員的夢魘——"防禦性編程"變成了"不敢動編程"。 我們常説"代碼是寫給人看的

generative-ai , 設計模式 , 軟件架構 , 代碼重構 , prompt

收藏 評論

feibendemaojin 頭像

飛奔的毛巾 - 【實踐分享】厭倦了固定劇本，我嘗試用Prompt構建一個動態戀愛遊戲

傳統遊戲本質上是有限狀態機，劇情和交互邊界明顯。我一直好奇，利用LLM能否創造一個真正“活”的、動態敍事的遊戲世界。 通過一個超長Prompt，為AI構建了一套底層世界規則，充當遊戲大師（GM）。核心機制包括： 動態好感度系統： 非線性變化，與特定事件強關聯。 情感博弈模型： 引入NPC間的“嫉妒”參數，行為會互相影響。 高隨機性事件： 核心交互成功率被設定為10%，強制生成意外

遊戲ai , 遊戲 , 遊戲開發 , 人工智能 , prompt

收藏 評論

warren2lynch 頭像

Warren2Lynch - Visual Paradigm AI 圖表生成器重大升級：新增 11 種智能圖表類型，助力高效建模與設計

Visual Paradigm Desktop 的 AI 圖表生成器近期迎來了重大升級，新增了 11 種高度需求的 AI 驅動圖表類型，旨在滿足即時、結構化和合規的可視化需求。這些新增圖表類型涵蓋數據分析、系統工程、概念規劃和麪向對象設計等多個領域，通過生成式 AI 技術，用户可以快速創建複雜模型，極大提升工作效率和設計質量。 新增的 11 種 AI 圖表類型 領域 新增圖表類型 數據分析 數據

算法 , chatgpt , prompt

收藏 評論

u_16099213 頭像

編程思想者 - AI量化交易學習筆記

文章目錄 Nof1.ai 的開源復刻版：讓 AI 成為你的量化交易員（附提示詞模板） 🧠 前言：讓 AI 做你的量化交易員 ⚙️ 一、復刻架構概覽 🔧 二、實操：如何創建一個 AI 交易員 ① 註冊與配置模型 ② 設置交易

gpu算力 , AI編程 , chatgpt , 人工智能 , Css , prompt , 前端開發 , HTML

收藏 評論

huizhudev 頭像

HuiZhu - 拒絕做"SQL取數機"：我用這條AI指令，把枯燥報表變成了商業參謀

90%的數據報告都在"裸奔" 你有沒有算過這樣一筆賬：你花了3天清洗數據，寫了500行SQL，做了10張精美的Echarts圖表，最後熬夜寫出的分析報告，老闆只看了不到30秒。 "數據我都看到了，然後呢？" 這句話是不是像一把刀子插在心上？ 我們在SegmentFault這樣的技術社區裏，討論了太多關於Pandas、Spark、ClickHouse的技術細節，卻往往忽略了一個殘酷的現實：在商業世界

generative-ai , chatgpt , 人工智能 , 數據分析 , prompt

收藏 評論

huizhudev 頭像

HuiZhu - 你的 Git 提交記錄，比你的代碼更懂你

fix bug update aaaaa temp fix ready to go final fix final fix 2 打開終端，輸入 git log --oneline。如果你的屏幕上出現了上面這類列表，恭喜你，你正在維護一個 “黑匣子”。 在 996 的重壓和 Deadline 的追趕下，我們往往只顧着把代碼推上去。至於 Commit Message

程序員 , prompt , 代碼規範 , 團隊協作 , Git

收藏 評論

u_16099246 頭像

編程藝術家 - Prompt工程師指南[高階篇]：對抗性Prompting、主動prompt、ReAct、GraphPrompts、Multimodal CoT Prompti-

從Prompt新手到魔法師：Prompt工程實戰指南 作者：歡迎來到代碼的冒險世界，這裏 //TODO 是任務，//HOW_TO 是秘籍。git log 回顧舊關卡，git push 開啓新章節 你以為Prompt只是跟AI聊天？不，這是在與未來產品經理對話！ 目錄 引言：為什麼Prompt工程是你的新超能力？

System , aigc , chatgpt , Css , 管理員權限 , prompt , 前端開發 , HTML

收藏 評論

huizhudev 頭像

HuiZhu - 團隊擴張的"隱形天花板"：用AI把"金牌員工"的經驗一鍵複製

"這個去問老王，那個得問Lisa" 場景重現： 新員工小張："主管，這個緊急退款流程怎麼走？系統裏沒找到入口。" 主管："啊，這個特殊情況得特批。你去問問財務的老李，他上次處理過。" 老李："這事兒以前是運營的老趙管的，我現在只負責打款，審批流還得問問現在的運營負責人..." 小張拿着單子轉了一圈，一下午過去了，客户還在羣裏罵娘。 這段對話熟悉嗎？ 在很多快速發展的團隊裏，這被稱為"部

generative-ai , 教程 , chatgpt , 人工智能 , prompt

收藏 評論

u_16380863 頭像

未聞花名AI - 構建AI智能體：三十、精雕細琢：駕馭關鍵詞的細微差別，解鎖高質量提示詞編排與視覺表徵

一、似是而非 隨着人工智能圖像生成模型的迅猛發展，我們彷彿一夜之間踏入了"人人都是創作者"的新紀元。只需輸入一段文字描述，AI就能在數十秒內將其轉化為令人驚歎的視覺圖像。然而，在這個過程中，許多人發現了一個關鍵問題：為什麼別人生成的圖像精緻如藝術品，而自己生成的卻總是似是而非？ 這個問題的答案在於提示詞（Prompt）——這門與AI模型溝通的"神秘語言"。提示

yyds乾貨盤點 , 提示詞工程 , 思維鏈提示詞 , aigc , prompt , AI作畫

收藏 評論

huizhudev 頭像

HuiZhu - 你敢在週五下午發佈代碼嗎？只有寫單元測試的人才配有的“鬆弛感”

“改一行代碼，崩整個系統。” 這句聽起來像段子的玩笑，卻是無數開發者心中真實的恐懼。 問你一個扎心的問題：如果現在讓你重構核心業務裏的那個 calculatePrice 函數，你敢立馬點上線嗎？ 大多數人的回答是沉默。因為我們心裏沒底。我們寫的代碼就像沒有地基的房子，看着光鮮，實則搖搖欲墜。一旦需要修改，就像是在玩疊疊樂，生怕抽錯一塊木條，整個大廈瞬間坍塌。 這種恐懼的根源，就是缺乏單元測試。我們

tdd , 單元測試 , 自動化測試 , 代碼質量 , prompt

收藏 評論

mankeji 頭像

曼孚科技 - 不止於中文：小語種文本標註——藍海市場的精細耕耘

在人工智能全球化的浪潮中，數據作為核心驅動力的價值已成為行業共識。然而，當英語、中文等大語種市場的競爭步入紅海，一片龐大且潛力無限的領域正悄然崛起：小語種文本標註。 這絕非簡單的語言種類擴充，而是一場對技術深度、文化認知與商業策略的綜合考驗。 從東南亞的多元方言到中東的複雜文字，從非洲的豐富語系到歐洲的區域語種，每一種小語種背後都對應着獨特的市場——一座尚未大規模開發的數據金礦。 耕耘這片藍海，絕

機器學習 , 算法 , 自然語言處理 , 人工智能 , prompt

收藏 評論

u_16213612 頭像

mob64ca13ff5b03 - AI 繪圖：MidJourney 的提示語句（Prompt）怎麼寫？_prompt語句

提示詞是什麼？ “Prompt”（中文常説“提示詞”或“提示語”）在 AI 和大模型應用中，是你給模型的輸入，用來指導模型生成你想要的輸出。簡單來説，它就是你和 AI 之間溝通的“指令”或“問題描述”。 寫提示詞的技巧 用 Markdown 格式來編寫提示詞是比較好的 寫提示詞時要有層級關係和邏輯思路 核

業務邏輯 , 角色名 , github , 學習AI , 後端開發 , prompt , Python

收藏 評論