LLM 应用

Prompt Engineering

明确任务目标、输入格式和输出格式。
使用示例约束模型输出。
对复杂任务拆分步骤，并通过评估集验证效果。

RAG

文档切分：按语义边界切分，避免片段过短或过长。
向量检索：关注召回率、排序质量和上下文冗余。
生成阶段：控制上下文长度，并要求模型基于材料回答。

Agent

工具调用：明确工具输入、输出和错误处理方式。
状态管理：记录任务进度、上下文和外部系统返回结果。
评估方式：用可复现任务集检查稳定性，而不是只看单次演示。