大模型应用开发不仅需要正确的流程更需要经验和思路的积累。提示词工程至关重要好的提示词能显著提升效果。作者通过实际项目经验分享了在提示词设计和思路选择上的心得强调在大模型应用中灵活选择合适的技术架构并不断优化提示词是提升开发效果的关键。“提示词工程是模型应用的技术而思路是模型开发的法宝。”上周比较忙基本上处于天天加班到很晚的状态原因就是做的大模型应用效果不太好再加上业务端要去甲方爸爸那边演示因此就加班改bug调整优化。然后等周末两天闲下来休息的时候回头看看才发现之所以出现这样的情况完全是开发思想还没转变过来因为大模型的开发流程上正确并不代表结果上也会正确。大模型应用开发是经验开发在之前的技术开发中从经验来看只要流程正确了基本上结果也是正确的但这个经验放到大模型开发上发现好像不是那么回事。以作者手中目前的项目来说刚开始作者在做这个项目的时候总觉得功能特别简单很容易就做出来了然后等做了一段时间之后才发现好像没有那么简单想做出来好像很容易但想做好真的很难。之后在业务需求稳定下来之后作者也用了很多方法去优化系统但发现效果虽然变好了一点但好像也没有那么好并没有达到用户的要求。所以经过上周连续的加班之后效果要比之前好了很多但现在回头看看其实优化点也并不是特别多并且在流程上改动也不是特别大主要问题基本上都集中在提示词上面以及部分的思路问题。在上篇文章中介绍了这次的技术架构上的调整但在调整之后进入具体开发时作者把之前的优化方法和手段都用到了新的架构上但这里也遇到了一个问题好像流程上都是对的但结果上好像也没有达到想要的效果。所以这时作者就在思考一个问题到底是什么原因导致的然后就发现了两个问题一个是提示词另一个是思路问题不知道在合适的环节选择合适的技术而只是简单的把之前的思路照搬过来。首先来说一下提示词的问题在大模型应用中提示词是重中之重一个好的提示词能解决大部分问题并且很多时候效果不好的原因就是你提示词写的太拉垮了。说实话作者个人并不擅长写提示词甚至很多时候面对一个新的业务场景都不知道应该怎么写好一个提示词大部分情况下都是把要求业务需求罗列到提示词中然后再交给模型让模型帮忙优化一下。但提示词既然被称为提示词工程还是有一定的原因的那就是写提示词有一套具体的方法针对不同的业务场景有不同的提示词模板和方式。提示词既要写的严谨格式清晰还要写的简单易懂足够的泛化否则很容易出现模型训练中的过“拟合”状态。而关于思路问题一是需要在不同的业务中选择合适的技术架构毕竟单纯的从技术角度来说其实大模型应用开发的技术栈并不多也不复杂主要还是一个思路问题和理解问题。在刚开始做问数功能时直接开发了一个检索工具 把元数据作为查询条件用户问题作为相似度检索参数对知识库进行标量检索和混合检索但发现检索的效果并不是很好。但从测试的过程来看用户一般会使用模糊查询的方式比如说某某地区某个部门的什么数据或者说某个地区某个部门的具体数据而这样就可以通过把地区部门和什么数据作为检索条件进行查询并且把什么数据这个参数作为非必填项这样就可以让模型理解用户的问题。如果有具体的数据名称那么就使用标量(条件查询)如果没有具体的名称那么就使用向量进行模糊查询这样既提升了召回率也提升了精准度。总之大模型应用开发不仅仅是一个技术问题更多的是经验和思路问题当然提示词工程能力也很重要毕竟提示词是模型应用的基础。如何学习大模型 AI 由于新岗位的生产效率要优于被取代岗位的生产效率所以实际上整个社会的生产效率是提升的。但是具体到个人只能说是“最先掌握AI的人将会比较晚掌握AI的人有竞争优势”。这句话放在计算机、互联网、移动互联网的开局时期都是一样的道理。我在一线科技企业深耕十二载见证过太多因技术卡位而跃迁的案例。那些率先拥抱 AI 的同事早已在效率与薪资上形成代际优势我意识到有很多经验和知识值得分享给大家也可以通过我们的能力和经验解答大家在大模型的学习中的很多困惑。我们整理出这套AI 大模型突围资料包✅ 从零到一的 AI 学习路径图✅ 大模型调优实战手册附医疗/金融等大厂真实案例✅ 百度/阿里专家闭门录播课✅ 大模型当下最新行业报告✅ 真实大厂面试真题✅ 2026 最新岗位需求图谱所有资料 ⚡️ 朋友们如果有需要《AI大模型入门进阶学习资源包》下方扫码获取~① 全套AI大模型应用开发视频教程包含提示工程、RAG、LangChain、Agent、模型微调与部署、DeepSeek等技术点② 大模型系统化学习路线作为学习AI大模型技术的新手方向至关重要。 正确的学习路线可以为你节省时间少走弯路方向不对努力白费。这里我给大家准备了一份最科学最系统的学习成长路线图和学习规划带你从零基础入门到精通③ 大模型学习书籍文档学习AI大模型离不开书籍文档我精选了一系列大模型技术的书籍和学习文档电子版它们由领域内的顶尖专家撰写内容全面、深入、详尽为你学习大模型提供坚实的理论基础。④ AI大模型最新行业报告2025最新行业报告针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估以了解哪些行业更适合引入大模型的技术和应用以及在哪些方面可以发挥大模型的优势。⑤ 大模型项目实战配套源码学以致用在项目实战中检验和巩固你所学到的知识同时为你找工作就业和职业发展打下坚实的基础。⑥ 大模型大厂面试真题面试不仅是技术的较量更需要充分的准备。在你已经掌握了大模型技术之后就需要开始准备面试我精心整理了一份大模型面试题库涵盖当前面试中可能遇到的各种技术问题让你在面试中游刃有余。以上资料如何领取为什么大家都在学大模型最近科技巨头英特尔宣布裁员2万人传统岗位不断缩减但AI相关技术岗疯狂扩招有3-5年经验大厂薪资就能给到50K*20薪不出1年“有AI项目经验”将成为投递简历的门槛。风口之下与其像“温水煮青蛙”一样坐等被行业淘汰不如先人一步掌握AI大模型原理应用技术项目实操经验“顺风”翻盘这些资料真的有用吗这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理现任上海殷泊信息科技CEO其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证服务航天科工、国家电网等1000企业以第一作者在IEEE Transactions发表论文50篇获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。资料内容涵盖了从入门到进阶的各类视频教程和实战项目无论你是小白还是有些技术基础的技术人员这份资料都绝对能帮助你提升薪资待遇转行大模型岗位。以上全套大模型资料如何领取
大模型应用开发：小白也能掌握的提示词工程与思路转变，收藏学习必备！
大模型应用开发不仅需要正确的流程更需要经验和思路的积累。提示词工程至关重要好的提示词能显著提升效果。作者通过实际项目经验分享了在提示词设计和思路选择上的心得强调在大模型应用中灵活选择合适的技术架构并不断优化提示词是提升开发效果的关键。“提示词工程是模型应用的技术而思路是模型开发的法宝。”上周比较忙基本上处于天天加班到很晚的状态原因就是做的大模型应用效果不太好再加上业务端要去甲方爸爸那边演示因此就加班改bug调整优化。然后等周末两天闲下来休息的时候回头看看才发现之所以出现这样的情况完全是开发思想还没转变过来因为大模型的开发流程上正确并不代表结果上也会正确。大模型应用开发是经验开发在之前的技术开发中从经验来看只要流程正确了基本上结果也是正确的但这个经验放到大模型开发上发现好像不是那么回事。以作者手中目前的项目来说刚开始作者在做这个项目的时候总觉得功能特别简单很容易就做出来了然后等做了一段时间之后才发现好像没有那么简单想做出来好像很容易但想做好真的很难。之后在业务需求稳定下来之后作者也用了很多方法去优化系统但发现效果虽然变好了一点但好像也没有那么好并没有达到用户的要求。所以经过上周连续的加班之后效果要比之前好了很多但现在回头看看其实优化点也并不是特别多并且在流程上改动也不是特别大主要问题基本上都集中在提示词上面以及部分的思路问题。在上篇文章中介绍了这次的技术架构上的调整但在调整之后进入具体开发时作者把之前的优化方法和手段都用到了新的架构上但这里也遇到了一个问题好像流程上都是对的但结果上好像也没有达到想要的效果。所以这时作者就在思考一个问题到底是什么原因导致的然后就发现了两个问题一个是提示词另一个是思路问题不知道在合适的环节选择合适的技术而只是简单的把之前的思路照搬过来。首先来说一下提示词的问题在大模型应用中提示词是重中之重一个好的提示词能解决大部分问题并且很多时候效果不好的原因就是你提示词写的太拉垮了。说实话作者个人并不擅长写提示词甚至很多时候面对一个新的业务场景都不知道应该怎么写好一个提示词大部分情况下都是把要求业务需求罗列到提示词中然后再交给模型让模型帮忙优化一下。但提示词既然被称为提示词工程还是有一定的原因的那就是写提示词有一套具体的方法针对不同的业务场景有不同的提示词模板和方式。提示词既要写的严谨格式清晰还要写的简单易懂足够的泛化否则很容易出现模型训练中的过“拟合”状态。而关于思路问题一是需要在不同的业务中选择合适的技术架构毕竟单纯的从技术角度来说其实大模型应用开发的技术栈并不多也不复杂主要还是一个思路问题和理解问题。在刚开始做问数功能时直接开发了一个检索工具 把元数据作为查询条件用户问题作为相似度检索参数对知识库进行标量检索和混合检索但发现检索的效果并不是很好。但从测试的过程来看用户一般会使用模糊查询的方式比如说某某地区某个部门的什么数据或者说某个地区某个部门的具体数据而这样就可以通过把地区部门和什么数据作为检索条件进行查询并且把什么数据这个参数作为非必填项这样就可以让模型理解用户的问题。如果有具体的数据名称那么就使用标量(条件查询)如果没有具体的名称那么就使用向量进行模糊查询这样既提升了召回率也提升了精准度。总之大模型应用开发不仅仅是一个技术问题更多的是经验和思路问题当然提示词工程能力也很重要毕竟提示词是模型应用的基础。如何学习大模型 AI 由于新岗位的生产效率要优于被取代岗位的生产效率所以实际上整个社会的生产效率是提升的。但是具体到个人只能说是“最先掌握AI的人将会比较晚掌握AI的人有竞争优势”。这句话放在计算机、互联网、移动互联网的开局时期都是一样的道理。我在一线科技企业深耕十二载见证过太多因技术卡位而跃迁的案例。那些率先拥抱 AI 的同事早已在效率与薪资上形成代际优势我意识到有很多经验和知识值得分享给大家也可以通过我们的能力和经验解答大家在大模型的学习中的很多困惑。我们整理出这套AI 大模型突围资料包✅ 从零到一的 AI 学习路径图✅ 大模型调优实战手册附医疗/金融等大厂真实案例✅ 百度/阿里专家闭门录播课✅ 大模型当下最新行业报告✅ 真实大厂面试真题✅ 2026 最新岗位需求图谱所有资料 ⚡️ 朋友们如果有需要《AI大模型入门进阶学习资源包》下方扫码获取~① 全套AI大模型应用开发视频教程包含提示工程、RAG、LangChain、Agent、模型微调与部署、DeepSeek等技术点② 大模型系统化学习路线作为学习AI大模型技术的新手方向至关重要。 正确的学习路线可以为你节省时间少走弯路方向不对努力白费。这里我给大家准备了一份最科学最系统的学习成长路线图和学习规划带你从零基础入门到精通③ 大模型学习书籍文档学习AI大模型离不开书籍文档我精选了一系列大模型技术的书籍和学习文档电子版它们由领域内的顶尖专家撰写内容全面、深入、详尽为你学习大模型提供坚实的理论基础。④ AI大模型最新行业报告2025最新行业报告针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估以了解哪些行业更适合引入大模型的技术和应用以及在哪些方面可以发挥大模型的优势。⑤ 大模型项目实战配套源码学以致用在项目实战中检验和巩固你所学到的知识同时为你找工作就业和职业发展打下坚实的基础。⑥ 大模型大厂面试真题面试不仅是技术的较量更需要充分的准备。在你已经掌握了大模型技术之后就需要开始准备面试我精心整理了一份大模型面试题库涵盖当前面试中可能遇到的各种技术问题让你在面试中游刃有余。以上资料如何领取为什么大家都在学大模型最近科技巨头英特尔宣布裁员2万人传统岗位不断缩减但AI相关技术岗疯狂扩招有3-5年经验大厂薪资就能给到50K*20薪不出1年“有AI项目经验”将成为投递简历的门槛。风口之下与其像“温水煮青蛙”一样坐等被行业淘汰不如先人一步掌握AI大模型原理应用技术项目实操经验“顺风”翻盘这些资料真的有用吗这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理现任上海殷泊信息科技CEO其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证服务航天科工、国家电网等1000企业以第一作者在IEEE Transactions发表论文50篇获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。资料内容涵盖了从入门到进阶的各类视频教程和实战项目无论你是小白还是有些技术基础的技术人员这份资料都绝对能帮助你提升薪资待遇转行大模型岗位。以上全套大模型资料如何领取
