❤️ 🍰 🌹 🎬 🚴♀️ 🏋️♀️ 💻 🚀 💜
這裡記錄了我的學習和開發筆記，歡迎交流 (*´∀`)~♥
© 2026. All rights reserved.
過往程式的執行行為完全可以預期：輸入一段程式，執行，輸出可以預測。大型語言模型打破這套規則，同樣的輸入可能產生截然不同的輸出。提示（prompt）是我們操縱這個不確定系統的主要工具，設計不良的提示只會得到充滿幻覺的結果。本文探討從零樣本到少樣本提示、結構化輸出與驗證、思想鏈等推理技巧、ReAct 行動迴圈，以及 APE、DSPy 與元方法等自動化最佳化技術，說明如何在機率性的模型中建立確定性的認知流程。
August 19, 2026 Prompt Engineering Chain of Thought ReAct DSPy APE Structured Output RAG Agentic Design Pattern Agentic AI AI Engineering AI Design Pattern Agentic AI 401 · 留言