跳转到内容

5:如何用好AI

日常Banner

难度系数:中等

近年来 AI 相关工具越来越多,相信你已经使用过诸如豆包、Deepseek、GPT等大语言模型(LLM),而代理(Agent)已经成为把ai模型能力和外部工具连接起来的常用模式。本练习将带你初步理解什么是 AI Agent、能做什么、如何安全地使用它们,你还可以通过几个实践任务上手写简单的 prompt 与使用场景。

  • 理解AI Agent的基本工作方式
  • 基本的 Prompt(提示词)设计技巧
  • 简单的工具调用与安全管理
  • AI:可以理解成一类帮助人处理信息、生成内容的工具。
  • LLM:大语言模型,通常负责理解问题、组织语言和生成回答。
  • AI Agent:在大语言模型的基础上,进一步让 AI 去执行任务、调用外部能力、按照步骤完成事情的系统。💡
  • 工具:Agent 可以借助的外部能力,比如搜索资料、读取文件、整理信息、查询内容等。
  • 提示词:你和 AI 说的话,写得越清楚,AI 越容易给出贴近需求的结果。
  • 聊天型(Chatbot):以对话为中心,适合问答、咨询场景。
  • 检索增强生成(RAG):先检索相关文档,再由 LLM 生成答案,适合知识库问答。
  • 工具调用型:模型决定何时调用外部工具并处理返回结果,适合需要执行动作的场景(下订单、执行脚本)。
  1. 明确目标:在提示里先写清楚要解决的问题与期望输出格式。
  2. 给出示例:提供 1-2 个输入输出示例,帮助模型遵循格式。
  3. 控制答复长度与风格:用 回答要点式列出,不超过 6 行。 这样的约束。
  4. 错误/异常处理:指示 agent 在调用失败时如何重试或回退。

示例 Prompt(提纲生成):

你是一个写作助手。你的任务是根据用户给出的主题,生成一份文章提纲。

输出格式:

  • 只输出提纲,不要解释过程。
  • 每个要点单独一行,使用“1. 2. 3.”编号。
  • 回答要点式列出,不超过 6 行。

异常处理:如果主题不明确,先返回 1 个澄清问题;如果生成失败,最多重试 1 次,仍失败则输出“无法生成提纲,请换一个更具体的主题”。

示例 1: 输入:如何开始使用 AI Agent 开发项目 输出:

  1. 了解 agent 的基本概念
  2. 选择合适的模型和工具
  3. 设计 prompt 与约束条件
  4. 连接数据源与外部能力
  5. 测试并持续迭代

示例 2: 输入:如何学习前端基础 输出:

  1. 学习 HTML 结构与语义
  2. 掌握 CSS 布局与样式
  3. 入门 JavaScript 语法
  4. 尝试做一个小项目
  5. 复盘并查漏补缺

现在请根据下面主题生成文章提纲:

主题:如何开始使用 AI agent 开发项目

示例输出:

  1. 了解 agent 架构与组件
  2. 选择合适的模型与工具接口
  3. 设计 prompt 与安全约束
  4. 搭建检索与数据管道
  5. 测试、监控与迭代
  • 不要把隐私信息、密码、证件号之类的内容直接发给 AI。
  • 不要完全相信 AI 的回答,尤其是涉及事实、数据、结论的时候。
  • 遇到会影响真实结果的事情,先确认再执行,不要把 AI 当成无条件自动执行器。
  • 如果 AI 给出的内容和你的常识、资料冲突,优先核对原始来源。

AI 很适合帮助你提速,但它不适合替你无脑判断。

  1. 熟悉交互:试着用同一个问题问不同的 AI 工具,看看回答风格有什么差别。
  2. 提纲练习:分别让 AI 帮你生成“学习计划”“文章提纲”“问题总结”这三种内容。
  3. 改写练习:拿一段你写过的文字,让 AI 帮你改得更清楚、更简洁、更适合新手。
  4. 纠错练习:故意给 AI 一个不完整的问题,观察它会不会先追问你关键信息。
  5. 安全意识练习:列出哪些内容不适合直接交给 AI 处理,并说说原因。
  • AI 工具最有价值的地方,不只是“帮你写”,还包括“帮你想”“帮你整理”“帮你改”
  • prompt 写得越清楚,AI 的回答通常越稳定
  • 使用 AI 时要保留判断力,尤其是在事实、隐私和操作结果上
  • 真正会用 AI,不是会不会问,而是会不会把它变成你的学习助手

本题无需提交