【AI】大语言模型 (LLM) 产品的开发流程参考

本文梳理了个人与组织/商用级LLM产品开发的完整流程。个人开发者需完成目标规划、知识库构建、模型定制、界面开发、测试部署及监控迭代六个关键环节;组织级开发则更强调团队协作、数据合规和商业评估,包括目标...
6个月前
500

AI实践(2)提示词工程

本文摘要: 《AI实践(2)提示词工程》深入探讨了与大语言模型交互的核心方法论。文章系统性地介绍了提示词工程的组成模块,包括任务背景、目标、思维链、约束条件等关键要素,并通过对比示例展示了结构化描述的...
7个月前
500

AI 进化论:从 Function Calling 到 MCP

摘要: 本文探讨了AI从Function Calling到MCP(Model Context Protocol)的技术演进。Function Calling让大模型能调用外部工具(如查询天气、执行SQ...
7个月前
500

AI输出不符合预期:问题定位与修正策略

本文系统分析了AI输出不符合预期的五种类型(方向、深度、风格、格式、事实),并针对每种问题提供具体修正策略:使用任务前置和"不是-而是"句式解决方向偏差;通过角色深化和具体指标提升...
2个月前
490

AI辅助Sprint Planning数据驱动实战:从拍脑袋到可预测交付

核心是偏差率而非绝对值:不是让AI替代估算,而是用历史数据揭示估算偏差的规律特征工程是地基:描述长度、评论数、文件变更量、组件历史偏差率是最有效的预测特征负载均衡自动化:基于开发者专长和历史延期风险的...
3个月前
490