iT 邦幫忙::一起幫忙解決難題，拯救 IT 人的一天

0 Like 0 留言 87 瀏覽

鐵人賽 Build on Google AI DAY 9

單鐵的人生如履薄冰！AI 教練 APP 30天開發旅程，你說能走到最後嗎？系列第 9 篇

技術 Day 9 | Prompt Engineering 實戰：設計能穩定產出 JSON 格式「馬拉松課表」的 Prompt 範本

前言：從靜態工具到真正的 AI 專屬教練經過前幾天的努力，我們的 Spring Boot 終於能跟 Gemini 順暢對話，並且擁有 Firestore 的記...

takuyatsai ‧ 2026-08-18

0 Like 0 留言 164 瀏覽

鐵人賽 AI Engineering DAY 11

《矽墟》：我把一部科幻小說當成軟體專案來管系列第 11 篇

技術 Day 11｜附一張參考圖，然後叫模型忽略這張圖裡的角色

模組三｜AI 生圖與生片產線（Day 10–19）昨天講三條產線怎麼分工。今天講其中一條的核心手法，也是這整個模組最值得帶走的一招。先講我失敗的兩個版本...

harryfan ‧ 2026-08-16

0 Like 0 留言 165 瀏覽

鐵人賽 JavaScript DAY 6

一條線救一隻狗：我用 PixiJS、Matter.js 和一條有閘門的 AI 產線做完一款網頁小遊戲系列第 6 篇

技術 Day 6｜把「不准做的事」寫成合約：AGENTS.md 與 CLAUDE.md

模組二｜工程底座與可驗收的 AI（Day 5–9）昨天講座標系那條規則只寫了一句話就撐住 44 個檔案。今天把那句話所在的檔案整份打開。這個 repo...

harryfan ‧ 2026-08-11

0 Like 0 留言 167 瀏覽

鐵人賽 AI Engineering DAY 7

模型動不了，那你能動什麼？AI Engineering 四層工程觀：Prompt、Context、Harness、Loop 系列第 7 篇

技術 Day 7｜Prompt 的極限：為什麼調不出穩定的系統

Prompt Engineering（這系列的 L1）講了六天，工具全部在桌上了：注意力機制、token 成本、兩層快取、結構化輸出、自動優化。今天要回答的是：...

yujunwen0517 ‧ 2026-08-09

0 Like 0 留言 126 瀏覽

鐵人賽 AI Engineering DAY 6

模型動不了，那你能動什麼？AI Engineering 四層工程觀：Prompt、Context、Harness、Loop 系列第 6 篇

技術 Day 6｜讓錯誤來寫 Prompt：DSPy 與 GEPA 的自動優化

手調 prompt 的迴圈大家都跑過：改幾個字，跑一次，憑感覺判斷有沒有變好，再改幾個字。這個迴圈有兩個問題：「憑感覺」不可靠，「改幾個字」沒有方向。昨天說過，...

yujunwen0517 ‧ 2026-08-08

1 Like 0 留言 132 瀏覽

鐵人賽 AI Engineering DAY 11

《30 天從零拆解 AI Agent：從 Tool Calling 到多 Agent 協作》系列第 11 篇

技術【AI Agent 11】每個任務需要的背景都不一樣，System Prompt 怎麼可以寫死？－ System Prompt

前一天我們談 Memory。 Memory 的核心不是把所有歷史永久保存，而是決定：什麼值得記要記成什麼什麼時候 Recall 什麼時候更新、合併或忘掉...

hardness1020 ‧ 2026-08-13

0 Like 0 留言 176 瀏覽

鐵人賽 AI Engineering DAY 5

模型動不了，那你能動什麼？AI Engineering 四層工程觀：Prompt、Context、Harness、Loop 系列第 5 篇

技術 Day 5｜Structured Output：讓輸出變成可以接管線的東西

前幾天都在講輸入端：注意力、成本、快取。今天換到輸出端。模型吐出來的是自然語言，是給人讀的；但系統裡下一站往往是程式：要進資料庫、要走 if/else、要呼叫下...

yujunwen0517 ‧ 2026-08-07

0 Like 0 留言 175 瀏覽

鐵人賽 AI Engineering DAY 4

模型動不了，那你能動什麼？AI Engineering 四層工程觀：Prompt、Context、Harness、Loop 系列第 4 篇

技術 Day 4｜你的系統在重複想同一件事：Prompt Cache 與 Semantic Cache

昨天最後留了一個問題：歷史 token 的 K、V 算一次就不變，那共用開頭的請求，能不能共用計算？今天把這件事講完，因為 cache 是 L1 裡投資報酬率最...

yujunwen0517 ‧ 2026-08-06

0 Like 0 留言 185 瀏覽

鐵人賽 AI Engineering DAY 3

模型動不了，那你能動什麼？AI Engineering 四層工程觀：Prompt、Context、Harness、Loop 系列第 3 篇

技術 Day 3｜Prompt 成本的物理學：Tokenization 與 KV Cache

昨天講注意力怎麼分配，今天講錢怎麼算。這兩件事共用同一個底層：token。你在 API 帳單上看到的每一個數字，背後都有機制可以解釋，知道機制之後，很多省錢手段...

yujunwen0517 ‧ 2026-08-05

0 Like 0 留言 233 瀏覽

鐵人賽 AI Engineering DAY 2

模型動不了，那你能動什麼？AI Engineering 四層工程觀：Prompt、Context、Harness、Loop 系列第 2 篇

技術 Day 2｜你的 Prompt 為什麼有效：從 Transformer 機制看

昨天給了四層地圖，今天從最底層 L1 Prompt Engineering 開始。不從技巧開始講，先講機制，因為知道機制之後，大部分技巧你自己就推得出來。我有...

yujunwen0517 ‧ 2026-08-04

1 Like 0 留言 1429 瀏覽

技術 Prompt 不是文件，是要經過 CI 的 build artifact

一份 Markdown 可以是開會筆記，也可以決定 agent 能不能讀 production database、什麼情況可以呼叫工具、遇到哪種要求必須拒絕。...

ryanvale ‧ 2026-07-19

2 Like 0 留言 1866 瀏覽

技術 AI 記憶是假議題：真正該解決的是 Context Engineering

你是不是也有過這種感覺——花半小時跟 AI 解釋完專案背景，好不容易進入狀況，下次對話又要從頭來過？社群一直在吵 AI 記憶不夠，但我覺得這個方向從一開始就問...

jeff377 ‧ 2026-04-22

0 Like 0 留言 2673 瀏覽

技術【AI 工程進化史】從 Prompt Engineering 到 Graph Engineering：Context、Harness、Loop Engineering是演進還是造詞？

資訊基準日：2026-07-21。文中每個日期與主張都對應文末的可驗證來源；X 貼文與部分官方文章的取得限制已逐條標注。你大概在時間線上看過這條鏈：Pro...

useKevin('front-end') ‧ 2026-07-21

0 Like 0 留言 470 瀏覽

鐵人賽生成式 AI DAY 29

iOS? AI-Yes!：用 Vide Coding 加速我的 Swift 學習曲線系列第 29 篇

技術 Day 29 - 【完賽前回顧】AI 時代下，身為 iOS 開發者的變與不變

今天是鐵人賽的第 29 天，這趟不可思議的旅程，即將抵達終點。回首這一個月，彷彿一場夢。我還記得 Day 2 時對 Optional 感到困惑，記得第一次在...

justin_log ‧ 2025-10-13 ‧團隊nutc imac

0 Like 0 留言 513 瀏覽

鐵人賽 AI & Data DAY 25

讓電腦聽懂人話：30 天 NLP 入門系列第 25 篇

技術 Day 25｜上下文學習（In-Context Learning）與 Prompt 設計

引言我們今天要談的主題是要怎麼讓 AI 理解你！想像一個情境是，你想要你的朋友幫你做一件事。如果你只說一句「幫我寫報告」，他根本不會知道你想要什麼內容、怎樣的...

張美珠 ‧ 2025-10-09 ‧團隊美珠姨

0 Like 0 留言 1584 瀏覽

鐵人賽 DevOps DAY 15

30 天帶你實戰 LLMOps：從 RAG 到觀測與部署系列第 15 篇

技術 Day15 - Prompt Generation：用模板和版本管理 Prompt，規範 LLM 的回應

🔹 前言在使用 LLM（大型語言模型）的時候，我們其實是透過一段「指令」來告訴模型要做什麼，這段指令就叫做提示詞（Prompt）。在 Day 15 &a...

Hazel ‧ 2025-09-29

0 Like 0 留言 455 瀏覽

鐵人賽 Build on AWS DAY 9

從零開始的AWS AI之路：用Bedrock與SageMaker打造智慧應用的30天實戰系列第 9 篇

技術 Bedrock進階：Prompt Engineering技巧

前言今天這篇我們探討 prompt engineer 相關的知識，不同模型有可能根據提示詞(Prompt)會給不同的結果(Claude、Llama、Titan...

蘋果章魚MichaelHo1203 ‧ 2025-09-23

0 Like 0 留言 491 瀏覽

鐵人賽 AI & Data DAY 9

RAG × Agent：從知識檢索到智慧應用的30天挑戰系列第 9 篇

技術 Day 9｜Prompt Engineering——設計好問題，AI 才能給好答案

延續 Day 7｜Generation pipeline：AI 如何把知識取出來用的內容，這邊要講到 Prompt Engineering，這邊會很重要的原因...

otterday ‧ 2025-09-23

0 Like 0 留言 1025 瀏覽

鐵人賽生成式 AI DAY 5

Android 不會只更新 UI ! 用 Vibe Coding ? 加速打造 Al-native App 系列第 5 篇

技術 Day 5 - 在強大且簡單的Vibe Coding 平台: Google AI Studio 量產天氣 Web APP Part1

想必大家在 Android 學習的路上都學過天氣 APP 怎麼做吧!今天，要使用 Prompt 像工廠產線一樣製造量產型天氣 APP 前端我們將使用 AI St...

onedream ‧ 2025-09-19 ‧團隊nutc imac

2 Like 0 留言 450 瀏覽

鐵人賽生成式 AI DAY 3

Android 不會只更新 UI ! 用 Vibe Coding ? 加速打造 Al-native App 系列第 3 篇

技術 Day 3 - Prompt Engineering

很明顯用錯誤的方式，一直問絕對不會得到多好的答案但只要掌握以下基本原則，就會讓你跟 AI 聊天的過程更順暢 What is Prompt Engineering...

onedream ‧ 2025-09-17 ‧團隊nutc imac

0 Like 0 留言 736 瀏覽

鐵人賽 Software Development DAY 18

從 0 到 1：與 AI 協作的 Golang TDD 實戰系列第 18 篇

技術 Day 18 - AI 詠唱術：從需求到產品的完整 TDD 演練

昨日回顧與今日目標在 Day 17 中，我們成功整合了 AI 好同事——GitHub Copilot，但我們也需要能夠意識到，一個只會瘋狂寫 producti...

ksz54213 ‧ 2025-08-21

1 Like 0 留言 1334 瀏覽

技術為什麼單靠 LLM 不夠？答案在系統，不在模型

什麼是大型語言模型（LLM）？大型語言模型的本質，其實就是一個能根據提示詞與前文脈絡，持續預測下一個 token 的深度學習模型。它的訓練方式，是先吃進海量...

Lucien ‧ 2026-03-31

0 Like 0 留言 1783 瀏覽

鐵人賽 DevOps DAY 20

現代化應用程式開發與維運 - GitHub Codespace 與 GitHub Copilot 系列第 20 篇

技術 GitHub Copilot - 提示工程 (Prompt Engineering)

什麼是提示工程提示工程是一種如何以清楚指令來引導 AI 的實踐，藉此讓 Copilot 可以更為精準回答正確的問題或完成需求，如解釋專案內容與產生相對應的程式...

Duran Hsieh ‧ 2024-10-04

0 Like 0 留言 2488 瀏覽

鐵人賽 IT 管理 DAY 29

30天打造AI驅動企業：Copilot整合策略與實踐指南系列第 29 篇

技術 Day 29 : 各式各樣的 Copilot，通用的提示核心概念指南

前面幾天深入介紹了 GitHub Copilot 和 Microsoft 365 Copilot 的各項功能與應用場景，這些強大的 AI 工具為日常工作帶來了...

Anthony ‧ 2024-10-13

1 Like 0 留言 1574 瀏覽

鐵人賽 AI/ ML & Data DAY 15

一個Kaggle金牌解法是如何誕生的？跟隨Kaggle NLP競賽高手的討論，探索解題脈絡系列第 15 篇

技術 [Day 15]🧟成為特級LLM咒言師的第四天 - 為什麼"lucrarea"咒語會這麼強大？一些實驗設計與思考 - 淺談文本對抗攻擊(Adversarial Attack)實作篇

昨天提到第一名利用 T5-base 模型的弱點，在提交的 prompt 後面瘋狂重複"lucrarea"這個神秘咒語，就能有效提高自身和正確...

壓縮甜 ‧ 2024-09-29

0 Like 0 留言 1021 瀏覽

鐵人賽 AI/ ML & Data DAY 21

軟體工程師的脫魯日誌-持續介紹hardcore AI研究直到脫魯🥹 系列第 21 篇

技術 Day21: 利用Prompt 打終界龍

萬物皆可Prompt，但你有想過可以透過Prompt來玩麥塊(MineCraft)嗎? 多倫多大學開發了一個名為STEVE-1的模型，這是一個能夠在Minecr...

渴望脫魯的SWE ‧ 2024-10-05

1 Like 0 留言 2486 瀏覽

鐵人賽 AI/ ML & Data DAY 14

一個Kaggle金牌解法是如何誕生的？跟隨Kaggle NLP競賽高手的討論，探索解題脈絡系列第 14 篇

技術 [Day14]🧟成為特級LLM咒言師的第三天 - All you need is just "lucrarea" ：淺談文本對抗攻擊(Adversarial Attack)原理篇

對圖像做 adversarial attack 可能你已經很熟悉了，今天帶大家來看看怎麼對文本做對抗攻擊。第一名的 solution 就使用到 adversar...

壓縮甜 ‧ 2024-09-28

0 Like 0 留言 1021 瀏覽

鐵人賽生成式 AI DAY 15

零基礎快速入門：GenAI 搭配 Google Apps Script 的工作自動化寶典系列第 15 篇

技術《零基礎快速入門：GenAI 搭配 Google Apps Script 的工作自動化寶典》Chapter 3-9 不要再問一些爛問題了

在教學的過程中，我看過許多人以為 AI 會讀心術或通靈。於是問了一些沒頭沒腦的問題，最後得出一個結論：「AI 很笨，根本沒辦法幫上什麼忙」這就像一個外國人...

Henry Yang 亨利羊 ‧ 2024-09-28 ‧團隊Three Bears

1 Like 0 留言 1484 瀏覽

鐵人賽 AI/ ML & Data DAY 13

一個Kaggle金牌解法是如何誕生的？跟隨Kaggle NLP競賽高手的討論，探索解題脈絡系列第 13 篇

技術 [Day 13]🧟成為特級LLM咒言師的第二天 - 找 Mean Prompt 不用那麼麻煩：分佈相似度驅動的Mean Prompt優化

不知道你會不會覺得，昨天介紹的解法中，第一步「不斷迭代 mean prompt 以優化這個 prompt」，需要每做1個或n個對 token 的操作，就上傳到...

壓縮甜 ‧ 2024-09-27

0 Like 0 留言 508 瀏覽

鐵人賽生成式 AI DAY 24

30 個 Daily Prompt——善用生成式 AI，讓生活更簡單系列第 24 篇

技術 ChatGPT：幫助你達成目標的好夥伴

你是否曾在年底回顧年初所列下的目標清單時，發現自己寫了 10 個目標卻只完成了 1 個，然後告訴自己沒關係，明年再努力！接著隔年再經歷一次同樣的循環。這個現象...

愛馬 ‧ 2024-10-07 ‧團隊Three Bears