在生成式 AI 的時代,「Prompt」是人與 AI 溝通的橋樑。它不只是簡單的文字輸入,而是一門影響 AI 輸出品質的技術。從「幫我寫一篇文章」到「請以專家身份,撰寫 2000 字分析,並附上數據與國際比較」,Prompt 的精準度決定了 AI 是否能真正幫上忙。
這個系列文會介紹 Prompt 的定義、為什麼它在工作與創作中如此重要,以及如何透過不同層次的 Prompt 設計,讓 AI 從單純的工具,變成真正的智慧助理。
在上篇中,我們談到拼貼上下文的幾種方法論:幫資訊做分類打標籤、將上下文切片處理、拼貼分成多個步驟 ... 等等。下篇要分享的,是如何把他們應用到實際的產品或工作...
單純的 Retrieve → Read (Naive RAG) 架構在初期導入時,確實能快速看到成效,從使用者提問、系統檢索文件、到透過大型語言模型生成答案。整...
在 Rewrite 階段,我們最重要的目標是把人說的話變成檢索的話,以下是幾個常見的實作技巧: 補上時間窗:例如最近 6 個月、2025 年之後 限定內容型態...
我們在前面談過上下文的容量限制與策略設計,提到 Token 限制是大型語言模型不可違背的規則。當對話越聊越長,或者多個使用者同時和 AI 互動時,如果沒有好的記...
AI 模型最迷人的特性之一就是強大的自我延伸能力。然而,這項特性如同一把雙面刃,也帶來了最危險的副作用,就是模型會自行想像、補充細節,甚至在資訊不足時,創造出看...