提示词与学习：把一次好结果变成可复用的方法
共 11 个提示词库、写作范式、课程与行业资讯来源
提示词的价值不在于抄到一句神奇的话术，而在于把你已经做对的一次结果固定下来：写清楚角色、输入格式、判定标准和输出要求，下次同一类任务就不用重来。
学习资源的取向差别很大：官方文档与指南最准确但分散，社区提示词库量大而质量参差，课程适合建立方法，资讯站用来跟进变化。建议以官方文档为主，社区库只作参考。
怎么选
按你现在的阶段选：
- 刚开始用：官方指南加一个成体系的课程，先把写法框架建立起来。
- 已有固定任务：把自己的成功提示存成模板库，比到处收藏别人的提示词有用。
- 要找现成范式：社区提示词库看结构，不要照抄内容，任务的输入和判定标准不同。
- 要跟进展：选一到两个更新稳定的资讯来源，多了会互相重复。
- 要给团队用：把写法整理成内部范例文档，附一个真实反例，落地比发课程链接有效。
这个分类下没有匹配的工具。返回全部 →
常见问题
智能体和普通对话有什么区别？
智能体带固定的指令、可访问的资料和工具调用，同一套设定可以被反复使用或分享给别人；对话是一次性的上下文。把重复要求写成设定，就是在做最朴素的智能体。
知识库问答为什么不准确？
多数问题出在检索而不是模型：文档切分过长、表格被切成乱码、同一主题分散在多个文件里。先看它给出的引用片段，能定位到原文的问答通常还有救。
本地部署这套很复杂吗？
以 Docker 起手的开源框架在有 GPU 的机器上半小时可以跑通，麻烦在后面：模型选型、向量库维护、升级与备份。没有维护精力时用在线平台的托管版本更省事。
自动化流程出错怎么办？
把流程做短，在关键节点保留人工确认；选能把每一步中间结果落盘的产品，方便定位是模型答错还是数据没取到。