摘要：
很多人聊教育AI，第一反应是“批改更快、出题更快、备课更快”。这些当然有价值，但更关键的变化不在“省了多少时间”，而在“以前做不到的事，现在变成可规模化、可个性化地做到”。在 OpenCSG 公益课里，有一个很重要的视角：AI在各领域的核心往往指向“个性化带来的效能提升”，而不是把旧流程加速一点 阅读全文
posted @ 2026-01-15 09:32
OpenCSG
阅读(18)
评论(0)
推荐(0)
摘要：
大模型时代的核心技能不只“会聊天”，而是用自然语言精确驱动系统完成复杂任务。本文给出一张技能地图：提示词工程如何连接 RAG、多模态、微调与智能体，并给出选择策略。 一、先建立全局观：提示词工程是“统一的人机接口” 无论你在做检索增强、图文理解、领域适配还是自动化执行，最终都要把意图表达成系统可执行 阅读全文
posted @ 2026-01-13 17:13
OpenCSG
阅读(89)
评论(0)
推荐(0)
摘要：
复杂任务失败的根源，常常不是模型不行，而是“一步到位”不成立。本文给出可落地的拆分方法、多轮调用策略，并补齐智能体场景下必须重视的安全边界。 一、复杂任务的第一原则：不要指望“一次调用做完一切” 当任务包含“理解→规划→执行→校验→再执行”，单轮提示词很容易遗漏约束或中途跑偏。更稳的做法是拆成多轮： 阅读全文
posted @ 2026-01-13 17:05
OpenCSG
阅读(62)
评论(0)
推荐(0)
摘要：
构化提示词的关键不是“好看”，而是边界清晰、可被系统消费。本文解释 Markdown、XML、JSON 三种结构化方式的适用场景，并给出更稳的输出控制方法。 一、结构化的意义：先解决“边界不清”，再谈“表达优雅” 大模型最怕的是混淆：把材料当指令、把示例当要求、把后续文本当优先级更高的命令。结构化的 阅读全文
posted @ 2026-01-13 16:43
OpenCSG
阅读(72)
评论(0)
推荐(0)
摘要：
提示词工程的进阶路径不是背技巧，而是从简单到复杂的“表达升级”。本文给出零基础可执行的学习路线与写法框架，让你用自然语言更精确地驱动AI完成复杂任务。 一、先建立一个判断：你写的不是“问题”，而是“任务指令” 很多提示词失败，并不是模型不聪明，而是你给的输入更像闲聊。把输入改成任务指令，至少要包含两 阅读全文
posted @ 2026-01-13 16:32
OpenCSG
阅读(98)
评论(0)
推荐(0)
摘要：
提示词工程不是“写一句咒语”，而是一套让大模型输出更稳定、更可控、更可复用的方法。本文用工程视角拆解提示词工程的目标、常见误区与可落地的写法框架。 一、提示词工程的本质：把“沟通”写成“规格说明书” 很多人使用大模型时最困扰的是：同样的问题，结果忽好忽坏。提示词工程真正解决的不是“能不能生成”，而是 阅读全文
posted @ 2026-01-13 16:22
OpenCSG
阅读(20)
评论(0)
推荐(0)
摘要：
你在对话框里输入一句话，对你来说是语言；对模型来说，必须先变成数字。理解 Token 与 Embedding，等于理解了大模型的“输入层”。这一步越清楚，你越能看懂后面的 Transformer、BERT、GPT 以及各种工程实践。 一、Token：把连续文本变成离散序列 模型不会直接“读”句子 阅读全文
posted @ 2026-01-13 16:11
OpenCSG
阅读(65)
评论(0)
推荐(0)
摘要：
很多人对大模型感兴趣，却被名词劝退：Token、Embedding、Attention、Transformer、BERT、GPT、对齐、RAG、Agent……越学越乱。解决方法不是疯狂补数学，而是用一条“由浅入深”的路径先建立知识骨架：先会判断，再逐步深入。 第一步：先把“大模型在做什么”说清楚 阅读全文
posted @ 2026-01-12 18:12
OpenCSG
阅读(27)
评论(0)
推荐(0)
摘要：
Transformer 之所以重要，是因为它把“理解一句话”这件事变成了可规模化学习的问题：模型不再按顺序一点点读，而是能在同一时间看见整句（甚至整段）文本，判断词与词之间的关联，然后更新每个词的语义表示。 一、先抓住直觉：词的含义来自上下文 同一个词在不同语境里意思可能完全不同。人类理解靠上下文， 阅读全文
posted @ 2026-01-12 17:09
OpenCSG
阅读(38)
评论(0)
推荐(0)
摘要：
GPT 让人第一次强烈感受到：只用自然语言描述需求，系统就能给出像样结果。但当大家想把它用于真实业务时，会立刻遇到一个边界：能输出好文字，不等于能完成任务。 “下一站” 之所以指向智能体（Agent），就是因为智能体把 AI 从 “回答者” 推进为 “执行者”。 一、GPT 的强项：把任务统一成 “ 阅读全文
posted @ 2026-01-12 14:28
OpenCSG
阅读(618)
评论(0)
推荐(0)
浙公网安备 33010602011771号