参考样例上下文:给模型看「好长什么样」,它就不再瞎猜
JafarNajafov · x · 2026-10-13
context engineering 系列第 2 技:参考样例上下文。LLM 在猜测你想要什么时才会幻觉;给它 2-3 个目标风格的实例并点破其中的模式,模糊需求就变成精确执行——这也是 agencies 能在数百条输出中保持一致品牌语气的做法。
模板:贴 2-3 个示例 → 列出「这些示例为什么有效」的 3 个模式 → 要求按同样模式产出。
配图示例:以 Notion/Figma 式「X 干掉了旧事物,现在正在干掉 Y」标题为样例,让模型为 AI 排程工具写 5 条落地页标题,并逐条复盘命中了哪些模式(两段式句号停顿、过去式成就→现在式颠覆、点名竞对、kill/conquered 类动词、隐含「下一个必然转移」的承诺)。
所属事件:JafarNajafov 系列详解上下文工程八大技巧(9 条相关)→
「编程与Agent」频道最新
- 从 100% 失败到随手可用：LLM 移植 ML 代码跨过阈值 — chibop1 · 2026-10-13
- 用 GPT-6.1 把老游戏《Dungeon Master》移植到现代引擎并自动游玩 — ___Patrice___ · 2026-10-13
- 图神经网络让欺诈检测提升 27%-33%，EXL 公开工程细节 — AI Engineer · 2026-10-13
- RTNav 开源：面向实时零样本目标导航的模块化异步智能体 — rsasaki0109 · 2026-10-13
- 开发者称用 GPT+Agent 沙箱复刻 Opus 动画视频流水线，成本仅几十分之一 — sven_ai · 2026-10-13
- Claude Code 省 token 实战：5 条设置让缓存命中率稳在 98% — AlchainHust · 2026-10-13