AITOPAI热报

提示词工程

共 399 条相关 AI 资讯
7月13日
20:58
20:58shao__meng@shao__meng
73°
OpenAI 官方发布提示词指南，覆盖 Chat、ChatGPT Work 和 Codex 三个场景，由 @pvncher（现 OpenAI Codex DX 团队）编写。指南不强调提示词公式，而是推荐四要素框架：Goal、Context、Output、Boundaries——只使用有帮助的部分。方法论从“控制过程”转向“描述结果”，建议先告诉模型要什么结果，再补充上下文和边界。Codex 部分给出了包含行为描述、相关代码、约束和验证的四要素模板，以及具体工作流模板（如修 Bug 要求可执行复现步骤）。
技巧OpenAI提示词工程ChatGPT
事件专题
推荐理由：OpenAI 官方出的提示词指南，教你不用“公式”也能写好，分 Chat、Work、Codex 三个场景，很实用。
原文
15:22
12:04
10:39
7月11日
14:29
12:57
04:03
04:03官方账号Simon Willison@simonw
GPT-5.6 提供了多种模型和推理努力等级，用户常困惑如何选择。据测试，Sol medium 在编程任务上优于 5.5 xhigh。更高的推理等级（Sol 系列）能带来更佳性能，但会快速消耗限额。开发者正在改进沟通方式。
技巧GPT-5.6Sol推理模型
推荐理由：如果你用 GPT-5.6 写代码，可以试试 Sol medium，比 5.5 xhigh 更好用，别被复杂的选项吓到。
原文
7月10日
22:52
18:32
18:07
18:07shao__meng@shao__meng
精选
OpenAI 发布了 GPT-5.6 的三个模型：gpt-5.6-sol（旗舰）、gpt-5.6-terra（平衡）和 gpt-5.6-luna（高吞吐）。每个模型支持 5 种推理强度（Light、Medium、High、Extra High、Ultra）和 2 种速度（Standard、Fast），共 30 种搭配。官方建议用户使用 GPT-5.6 时保持与之前版本相同的推理强度或降低一档。在提示词优化上，将冗长系统提示词缩减为精炼版本后，评测分数提升约 10%–15%，token 减少 41%–66%，成本降低 33%–67%。文档还强调，GPT-5.6 更主动，需明确权限边界，区分回答、修改、外部写入等操作。
技巧GPT-5.6SolTerra
事件专题
推荐理由：OpenAI 出了 GPT-5.6 的官方使用指南，教你怎么选模型、强度和速度，还有省 token 的提词技巧，比老版本更灵活。
原文
09:03
08:34
01:26
01:17
7月9日
11:43
11:42
11:34
11:00
04:40
04:29
04:26
04:26官方账号Simon Willison’s Weblog（博客/媒体）
Kenton Varda 宣布暂停团队使用 AI 编写 PR 和 commit 信息。他认为 AI 生成的描述只罗列代码细节，却缺失高层上下文，导致评审时反而更难理解。这与传统人工编写描述相比，效率更低。Varda 强调，开发者需要提供代码改动背后的设计意图，而非重复代码本身。
技巧Kenton VardaAI-assisted programming编程助手
推荐理由：Kenton Varda 分享了亲身踩的坑：AI 写的 commit 信息越看越糊涂。如果你也在用 AI 辅助写代码注释，这条经验能帮你避开大坑。
原文
04:01
01:59
01:59Ate-a-Pi@svpino
精选
本文介绍构建自学习智能体的方法。关键在于从两种来源学习：agent轨迹显示智能体行为和故障点，浏览器活动记录用户如何修正结果。有三种应用新知识的方式：微调模型、更新harness、提供上下文信息。建议侧重程序记忆（存储工作流和规则）和情节记忆（存储具体事件），避免过度依赖语义记忆。学习范围应限定在每用户、每团队或每应用级别，防止用户间数据泄露。最终强调拥有学习数据是核心资产，并使用开放标准。
技巧self-learning agents智能体微调
推荐理由：想让智能体越用越聪明吗？这篇文章手把手教你从用户操作和自身轨迹中学习，还有三种优化方式和数据安全建议，非常实用。
原文
00:31
7月8日
23:35
19:23
14:31
11:32
09:07
7月7日
23:25
23:24
22:28
22:26
22:26Recraft@recraftai
Recraft AI 发布了图像生成模型 V4.1，该版本在遵循复杂文本提示方面显著改进。用户可通过自然语言描述生成精确图像，模型支持更多风格控制。在内部测试中，Recraft V4.1 的提示跟随准确率相比 V4 提升约 30%。
AI模型Recraft V4.1Recraft AI文生图
推荐理由：Recraft 新出的 V4.1，你跟它说个脑洞描述，它真能画出八九不离十，比之前版本跟提示更紧了。
原文
22:24
22:24shao__meng@shao__meng
@EXM7777 总结出一套“可重做性测试”筛选标准：若明天可用更便宜模型重做则跳过，否则保留。该标准基于 Llama 时代用前沿模型蒸馏 5.2 万条答案训练小模型、成本不到 500 美元的历史案例。五个动作包括：重写 CLAUDE.md 植入判断力、做顾问式审计输出按预期回报排序的动作清单、在长链路研究上跑深度研究并原子化为 Obsidian 笔记、用 /goal 加动态工作流实现无人值守产出、安装“思考方式记录器”自动将每步推理留存为资产。其中记录器可自动复利，将剩余 Fable 时间转化为永久仓库笔记。
技巧ClaudeClaude Fable 5工作流
事件专题
推荐理由：Fable 5 快没了，但你可以用这套方法把它的思考框架留下来。五个步骤，从写标准到造自动工作流，以后用便宜模型也能跑出高质量。
原文
15:53
15:53宝玉@dotey
76°
Thariq Shihipar在AI Engineer World's Fair演讲中提出，模型能力存在“悬余”——例如问宝可梦名字以aw结尾，模型无法直接回答，但借助代码执行工具两秒内就能找出结果。他透露Claude Code砍掉了80%的系统提示词，因为Fable级别模型自身想象力比示例更丰富，应给上下文而非约束。他还建议让模型做“盲区扫描”、一口气生成四种不同原型，并通过提问挖掘用户未写明的细节。
技巧Claude CodeAnthropic工具调用
事件专题
推荐理由：Thariq讲得实际：别死磕提示词，让模型用工具。Claude Code砍掉80%提示词后反而更强，还给了盲区扫描等具体玩法，值得一看。
原文
14:15
14:15官方一手歸藏(guizang.ai)@op7418
精选
Claude 官方将 Loop Engineering 分为四种类型：回合制循环（Single-turn Loop）、基于目标的循环（Goal-oriented Loop）、基于时间的循环（Time-based Loop）和主动循环（Active Loop）。回合制循环是 Claude Code 的基础工作方式，每次提示词为一个循环。Goal-oriented 模式（如 Codex、Claude Code）支持多轮迭代直到达成目标。Time-based Loop 使用 loop 命令按指定时间间隔自动触发提示词。Active Loop 通过事件（如 GitHub 新 Issue 或 PR）自动触发循环。官方建议优化代码库质量、管理 Token 消耗，并给循环设置明确启动和结束条件。
技巧ClaudeLoop Engineer智能体
推荐理由：Claude 官方手把手教你四种循环模式，从单轮到自动触发，还有 Token 管理建议，玩 Agent 工作流必看。
原文
10:12
09:30
09:30shao__meng@shao__meng
71°
Claude Code 官方分享了 Loops 设计范式，将 Agent 工程从经验直觉转化为可复用的设计语言。范式定义四个变量：触发、停止、工件、适用场景。具体包括四种循环类型：Turn-based（默认回合制，用 SKILL.md 编码验证）、Goal-based（基于 /goal 与评估模型，设定可验证退出标准）、Time-based（基于 /loop 或 /schedule，事件驱动优于时间驱动）、Proactive（组合 /schedule、/goal、动态工作流、auto mode，模型分级路由控制成本）。关键工程实践强调自验证（量化检查如测试通过数、Lighthouse 分数），以及质量与成本的两条护栏。
技巧Claude CodeLoops智能体
推荐理由：Claude Code 官方给出了可操作的 Agent 循环设计模板，帮你把“该不该自动化”这种模糊判断变成选型表，少走弯路。
原文
07:45
07:09