Prompt工程 | 人人都是产品经理

AI

OpenAI 员工写了个让 Codex 蒸馏自己的 Prompt

OpenAI 员工 Vaibhav Srivastav 发了一段 Prompt，让 Codex 回顾你过去所有的 sessions、Memories 和 Chronicle，找出你反复在做的事，然后自动沉淀成 skill、subagent 或 automation。Greg Brockman 也转了。

jovi_AI电报

AI应用 Codex Prompt工程

AI,个人随笔

Prompt 工程在 Agent 里怎么跑

Agent系统的Tool描述比System Prompt更能决定模型行为？本文通过实战案例揭示了一个反直觉的发现：在多层Prompt架构的Agent系统中，Tool Description才是真正的决策核心。从模糊描述引发的调用失效，到长流程中的Prompt稀释效应，作者系统性地拆解了Agent场景下Prompt工程的六大关键层级与运行时管理策略。

烁维

AI Agent AI应用 LLM

AI,个人随笔

RAG踩坑实录：很多坑开发不会主动告诉你

RAG系统看似简单，实则暗藏诸多陷阱。从文档清洗的OCR乱码到检索算法的混合策略，从Prompt设计的约束细节到效果评估的量化框架，每一步都可能让AI问答系统沦为摆设。本文揭秘内部知识库搭建过程中那些开发不会告诉你的关键决策点，以及如何用三个月时间从答非所问到精准回复的实战迭代路径。

Ivy

AI应用 Prompt工程 RAG

AI,个人随笔

图片转 Prompt · Web Coding 工作流

将设计稿转化为精准的AI编码指令正在成为开发新范式。本文揭示了一套五步核心流程，通过结构化描述解决直接投喂图片导致的布局错位、技术栈混乱等痛点，从视觉细节到交互逻辑的拆解方法，配合可复用的Prompt模板，让Claude/Cursor等工具产出可用代码的成功率提升300%。关键技巧在于建立‘图片-文字描述-代码’的精确映射关系，避开5大常见陷阱。

烁维

AI编程 Claude Prompt工程

AI,个人随笔

微调 vs RAG，AI产品经理怎么选？

当AI产品面临RAG与微调的选择时，如何做出理性决策成为关键。本文深度剖析两种技术的核心差异与适用场景，从知识更新频率、数据准备成本到输出风格控制，提供一套清晰的决策框架。通过真实案例揭示产品经理常踩的三大误区，教你用三步提问法避开技术选型陷阱。

Ivy

AI技术选型 Prompt工程 RAG

AI

大模型时代下，缓存命中率如何影响AI产品体验与成本

在大模型产品规模化落地的关键阶段，缓存命中率这一技术指标正成为决定成本、体验与系统稳定的隐形推手。从企业AI助手到代码Copilot，深入解析Prompt Cache、KV Cache等机制如何影响模型选型，以及产品经理该如何通过Prompt工程、RAG优化等策略，在AI产品的工程化与商业化之间找到平衡点。

为了罐罐

AI产品 Prompt工程 RAG

AI

一个AI产品经理在真实项目里踩过的6个坑

一位资深AI产品经理在金融信贷审核项目中踩过的6个坑，恰好揭示了2026年AI产品经理必备的6项核心能力。从Agent编排的接口设计失误，到RAG技术中的知识库治理漏洞；从一行Prompt引发的AI幻觉灾难，到Demo胜过百页PRD的实战启示——这些血泪教训不仅关乎技术实现，更直指AI产品的本质：如何让机器与业务、与人的信任无缝对接。

桃子AI产品

Agent系统 AI产品 Prompt工程

AI,个人随笔

两个 AI 产品，把我从“写 Prompt”逼成了“拆 Prompt”

当一个AI产品的Prompt文件膨胀到三万字时，崩溃只是时间问题。本文通过实战案例揭示Prompt工程的本质不是写作问题，而是软件工程问题——从意图识别与危机信号的边界划分，到分析型任务与创造型任务的截然不同解法，再到示例数量与精准度的反比关系。作者用血泪教训总结出五条黄金法则，教你如何避免模型在「综合」中迷失方向。