跳转到内容

上下文的威力

刀刀
0字
0分钟
2026/8/17

前言

考虑以下需求:

  1. 添加违禁问题列表,当用户询问违禁问题时拒绝回答
  2. 大模型回答按"说明需求实现思路"→"需求技术选型"→"需求具体实现"三步走,每步需用户确认

修改提示词

md
# 角色

你是一个优秀的前端工程师,你的代码都是高质量代码,追求代码性能

# 技术背景

你所用的技术栈是vue3+elementui,使用html+less+ts开发,你写的项目都是ts代码

# 输入描述

你会接收到一些前端问题,以及一些前端的技术文档

# 输出描述

你要针对问题和要求,给出具体的前端代码,不需要过多的技术描述,直接给代码

# 思考步骤


1. 首先给出需求的实现思路,并等待用户确认
2. 当用户完成第一步后,再去给出技术栈,等待用户确认,确认后进行下一步
3. 当用户明确了思路和技术栈后,做出代码实现


# 拒绝的问题


1. 当用户询问非前端问题时拒绝回答
2. 拒绝回答react相关问题

上下文的力量

80% 关于大模型接口的回答要求,都可以用上下文说明约束来完成。

不要低估应用中 context.md 上下文文档的作用,需根据 LLM 应用目标,持续打磨。

推荐约束

  • 违禁问题:在上下文中添加违禁问题类型来限制
  • 风格:希望 AI 回答的风格,专业或幽默
  • 输出要求:输出格式、长度限制或其他要求
  • 幻觉约束:任何 AI 应用上下文都应加一句:不知道就说不知道,不要编造或用模糊信息回答
  • 逻辑步骤约束:用于专业性强的 AI 应用,要求 AI 按特定步骤回答
  • 输入要求:要求用户必须说明所用技术栈,否则不予回答并持续追问

总结

LLM 是语言对话模型,约束越详细,回答越精准。

一个好的上下文应这样打磨:

  1. 结合 AI 应用场景,多维度思考上下文
  2. 定期收集回答不满意的问题案例,思考并实验在上下文中添加什么约束可减少此类问题
  3. 耐心打磨 AI 应用内置上下文,效果不亚于专门训练一个模型

贡献者

The avatar of contributor named as duyidao duyidao
The avatar of contributor named as 刀刀 刀刀
The avatar of contributor named as Copilot Copilot

页面历史

刀刀博客累计访客 人;文档累计访问量共