Prompts

系统讲解 Prompt、上下文工程、RAG 和 AI Agent 的开放学习资源。

人工整理的提示工程与上下文工程资源索引，覆盖论文、工具、模型、评测、课程和安全资料。

分别为两个方向建立最强论证，比较适用条件、收益、风险和最难反驳的问题，再只追问一个会改变结论的变量。

先剥离行业术语找出问题结构，再从历史与至少三个远距离领域寻找相似机制，最后设计一个低成本可逆实验。

把问题拆回无法绕开的事实、未经验证的假设、真实目标和现实约束，再暂时放下惯例重新推导可行路径。

让 AI 选择三个真正互补的专业视角，分别提出路径与风险，再通过互相质疑找出共识、分歧和不同假设。

先把说法拆成可验证事实、推导结论和价值判断，再核对来源、样本、时间与上下文，并检查推理链是否成立。

沿时间线研究对象如何走到今天，再用统一维度与同类对象横向比较，最后把历史形成的能力和约束带入未来判断。

让 AI 从产品页面、方案、流程或其他成品反推目标用户、结构、关键选择和完成标准，并整理出可复用规律与练习。

让 AI 暂缓给建议，每轮只问一个会改变结论的问题，逐步区分事实、解释、价值判断和目标，最后整理出一个更准确的新问题。

一个让 AI 暂缓作答的两轮对话 Prompt。它先要求模型指出默认假设、信息缺口和常见错误，再只问一个最关键的问题，等用户补充后才给最终答案。