共 16 篇文章
精选推荐
提示工程Claude上下文工程Prompt工程Anthropic最佳实践
Opus5 官方 Prompt 指南
Claude Code 负责人在官方博客宣布：面向 Claude 5 删掉 80% 以上系统提示词，编码评测无损。文章给出新一代上下文工程规则：给模型松绑让其自判；与其举例子不如设计好工具接口；用渐进披露按需加载；工具说明写简单；记忆交自动机制；参照物优先代码与评分标准。并给出四层结构（系统提示词、CLAUDE.md、技能、提及参照物）。本质：更强模型需要更少更聪明的上下文而非更多约束。
2026-08-3148222
AI编程提示工程上下文工程Harness最佳实践AGENTS.md
模型越来越强， harness该留下什么？
模型变强后harness该删什么留什么：结合删掉61%本部门框架实践与Anthropic删80%系统提示词的转向，指出冗余指令会收窄模型搜索空间、被字面执行为负收益；主张规则改判据、放开路径收紧验收、先建评测、指令沉降到工具层，并按L0-L3分层判断内容是否会被模型内化。适合Agent工程化团队。
2026-09-0937000
智能体上下文工程Harness评估Agent最佳实践
详解循环工程：来自 LangChain 开发者 Sydney Runkle 的完整分享
LangChain 开发者 Sydney Runkle 系统拆解循环工程：智能体价值不在模型，而在围绕它堆叠的循环。第一层让模型调工具直到完成；第二层加评分器，不达标即带反馈重试；第三层用 cron、webhook 把智能体接入生态系统；第四层让分析智能体读取生产轨迹、重写提示词与工具配置。作者强调重心应转向让价值复利的后两层，并给出每层的人类监督接入点。
2026-09-0128000
提示工程大语言模型论文阅读最佳实践提示词工程上下文
经典重读｜为什么写好提示词反而不如直接给例子？
通过重读GPT-3论文(少样本学习者)阐释Few-shot与上下文学习，论证给参照物、给例子比写详细提示词更有效，并给出正反例搭配的实操写法，适合提示词工程与AI写作实践者。
2026-09-0920011
提示工程提示工程上下文工程提示词最佳实践AI交互
一文读懂：FDE的12项核心能力
本文整理了提示工程的核心原则和最佳实践。从基础的提示词设计原则，到进阶的思维链、少样本学习等技巧，系统讲解了如何给AI写好提示。帮助读者提高与AI交互的效率，获得更准确优质的输出结果。
2026-09-0917000