Prompt Engineering 篇难度 2⏱ 11 分钟概念
01角色扮演提示(Role Prompting)
通过为 LLM 分配特定角色身份来引导其输出风格、语气和知识侧重的提示词技术
角色扮演Role PromptingPersona Prompting人设定义角色驱动
更新于 2026-03-25role-prompting
无论你想了解核心概念、开发框架、设计模式还是工程实践,都可以从搜索开始,快速定位对应知识卡片。
优先展示与当前关键词更相关的知识卡片,方便你继续延伸阅读。
通过为 LLM 分配特定角色身份来引导其输出风格、语气和知识侧重的提示词技术
从手动迭代到自动搜索,系统掌握提示词优化的四大方法与工程实践。
通过组合图像、文本等多种信息形式来引导多模态模型完成视觉理解与推理任务的提示技术
像管理代码一样管理提示词的版本、环境和发布,保证线上可追溯、可回滚
RAG 场景下的提示词设计方法,涵盖上下文注入、模板结构、引用归因等核心技术
管理、版本控制和评估 LLM 提示词的平台工具,支持协作编辑、A/B 测试和多环境部署。
通过角色定义、行为规则和安全护栏,让 AI 在每次对话中保持一致行为的设计方法
用提示词来生成、优化或编排其他提示词的高阶提示技术
Agent 应用面临的首要安全威胁——提示词注入攻击的原理、攻击分类与多层防御体系。
5 个写给完全零基础的提示词模板,复制即用,覆盖总结、改写、决策、整理、起稿 5 个最高频场景
用科学的指标体系和对比实验方法量化提示词质量的完整评估方法论
以评估为核心的 AI 应用质量管理平台,支持实验追踪、自动评分、数据集版本控制和 Prompt 优化。