AI提示上下文工程

该提示工程指南刚刚超过100万访问者！ - GitHub上的33 K星星- 近100名贡献者- 12种语言- 增加了模型集合- 添加了更多关于技术，如艺术，思想之树，RAG，...- 在未来几周内教授2个以上

批判性思维、提问和上下文意识等技能越来越受到重视，这引发了一个诱人的想法：这些技能不仅仅是计算机科学家的专利，企业是否可以扩大对传统计算机科学毕业生以外人才的搜索？ 现在，啥叫批判性思维、爱提问、还有看懂上下文？这些技能听起来高大上，但其实就是会思

最近那些超级AI（比如DeepSeek之类推理模型）变得特别会做题，秘诀就是让它们像人类一样"把思考过程写出来"。但这篇论文发现了个反常识的现象——有时候不思考反而更厉害！ 神奇发现：用最新AI"深度求索-

Cursor AI最大的问题之一是它对项目的完整上下文的理解有限，特别是当项目变得更大时。你经常不得不一遍又一遍地解释一切，以免把事情搞砸。 在使用Cursor完成了8个项目后，我发现了一个超级有用的技巧，改变了一切：

完整的官方 Devin AI 系统提示，包括FULL v0、Cursor、Manus、Same.dev、Lovable 和 Devin AI 系统提示、工具和 AI 模型，超过 400 行。 Cursor提示案例：

一个模块化的、基于图形的任务管理系统，与Cursor自定义模式集成，可实现高效的开发工作流。 AI编码助手功能强大，但记忆力很差。他们忘记了： 你的项目实际上是做什么的 你已经做出了决定 你工作的技术限制 以

为啥好多人用AI（比如ChatGPT）都用得稀里糊涂，完全没发挥它的“超级魔法”！ 从ChatGPT横空出世那天起，我就跟它混得熟透了，不管是干活儿还是搞自己的小项目，简直是我的超级搭档！但说真的，很多人到现在还不知道这玩意儿有多牛。他们咋用AI的？就随便

Spring AI 提供了一个很方便的工具，让你能用 Java 语言来实现这些跟AI“好好说话”的提示技巧。通常情况下，把不同的技巧结合起来用效果更好，比如给AI定个“系统任务”，再给它几个“少量样本例子”。 Prompt Engineering

【超实用！Cursor AI 编程保姆级避坑指南】（开场碎碎念）家人们谁懂啊！我用Cursor敲代码已经半年多了，这玩意儿简直是我的赛博外挂！从瞎折腾的小项目到正经产品，狂飙2500+次指令后，我悟了——用AI写代码就像教同桌做题，方法不对能把你气到裂开！现在把血泪经验打包成"傻子都能懂"的

使用大模型 LLM时， 提供元认知指导（例如：举例说明、逐步推理等），它就会更容易被使用。更驯服，更少出现幻觉。 这就是元提示：

微调大模型提示时： 是在提示中给出相关的例子？ 应该给出多少个最佳表现的例子？ 如果提供更多，是否会损害性能？ 示例的前后顺序重要吗？ 这篇Deepmind的新论文回答了所有这些问题， 主要要点：<

经过6个月的日常人工智能配对编程，以下是实际工作的内容 我在用AI当“编程小助手”整整搞了半年，天天跟它一起敲代码，翻遍了一堆代码库。现在我来给你们用大白话，带点夸张的劲儿，把这事儿掰扯清楚，告诉你们啥是真的牛，啥是瞎忽悠！

一个简单的“编写更好的代码”请求帮助 Sonnet 3.5 编写出比第一次尝试快 100 倍的代码，同时添加了企业软件中常见的意外（和不想要的）功能。 BuzzFeed 高级数据科学家Max Woolf 最近进行了一项实验：当你反复告诉 Claude 3.

OpenAI最新提示指南中有两点挺有意思的，用大白话翻译就是：如果你要输入很长的内容，记得把你的要求（指令）在开头和结尾各写一遍要是你觉得麻烦不想写两遍，那至少要把你的要求放在最开头