跳转到主要内容

4 含有标签「system-prompts」

Posts tagged "system-prompts" on TianPan.co.

查看所有标签

·tian

你的 Agent 把开发环境当成了生产环境,因为系统提示词从未指明是哪一个

Agent 继承了你的代码逻辑,但没有继承你的空间感。当预发和生产环境的提示词完全相同时,模型会根据训练数据来填充“它在哪里”的信息 —— 而“生产数据库”通常是默认选项。本文将介绍如何让 Agent 感知并锚定其所处的环境。

ai-engineering
agents
system-prompts
devops
+1
·tian

本地化系统提示词:模型表现为何比英文原版更差

将经过调优的英文系统提示词简单翻译成 14 种语言并不是真正的本地化 —— 这是一种没人重新测量的隐性评估回退。模型的指令遵循准确度会下降 8–22 个百分点,导致你的非英语用户得到的智能体经常忽略那些在英语环境下被遵守的约束条件。

insider
llm
system-prompts
i18n
+2
·tian

指令遵循悬崖:为什么在系统提示中多加一条规则会破坏另外三条

LLM的合规性并非线性退化——它会触及一个悬崖,多加一条规则就会让其他规则失稳。研究显示,即便是前沿模型在高指令密度下准确率也只有68%。本文解析规则为何相互冲突,以及如何通过分解模式让系统提示保持可靠。

llm
prompt-engineering
system-prompts
ai-engineering
·tian

Prompt Sprawl:当系统提示词演变成难以维护的遗留代码

系统提示词从 200 个 token 膨胀到 4,000 个,会悄然降低 LLM 的性能。本文介绍如何审计、拆解并构建可维护的模块化提示词——将 DRY 原则、关注点分离和版本控制应用于提示词管理。

insider
prompt-engineering
llm-ops
production-ai
+1