PromptEngineering on SiBloghttps://sinimite.work/tags/promptengineering/Recent content in PromptEngineering on SiBlogSiBloghttps://sinimite.work/images/og-default.svg?v=20260525-210321https://sinimite.work/images/og-default.svg?v=20260525-210321Hugo -- 0.156.0zh-cnSun, 26 Jul 2026 00:00:00 +0000生产级 AI Agent 的上下文压缩：从消息裁剪、工具结果清理到 Hermes Agent 的分层 Compactionhttps://sinimite.work/posts/ai-agent-context-compression-best-practices-2026/Sun, 26 Jul 2026 00:00:00 +0000https://sinimite.work/posts/ai-agent-context-compression-best-practices-2026/一份面向生产级 AI Agent 的上下文压缩指南，覆盖上下文退化、工具结果管理、Artifact、任务检查点、供应商原生 Compaction、Hermes Agent 实现与工程评估。腾讯 AI Leader 姚顺雨 在这个PodCast中聊了什么？https://sinimite.work/posts/points-of-the-podcast-language-agents-from-reasoning-to-acting/Sun, 24 May 2026 16:05:10 +0900https://sinimite.work/posts/points-of-the-podcast-language-agents-from-reasoning-to-acting/一篇关于 Language Agents: From Reasoning to Acting podcast 的观后感，从 ReAct、Reflexion、Tree of Thoughts、memory、benchmark 和 ACI 出发，解释 LLM agent 为什么是模型、工具、记忆、环境、评估和 UX 共同构成的工程系统。LLM 的“心口不一”: 理解 LLM 行为的一把万能钥匙https://sinimite.work/posts/llm-from-hidden-state-to-token-output/Sat, 02 May 2026 00:00:00 +0000https://sinimite.work/posts/llm-from-hidden-state-to-token-output/为什么 Chain of Thought 有效，为什么 prompt 不是越长越好，为什么模型会幻觉？这些看似无关的工程现象，背后其实是同一个核心机制在不同侧面的体现。本文用一把“万能钥匙”打开 LLM 工程的五扇门。LLM 中的熵：从训练到推理到产品的统一语言https://sinimite.work/posts/entropy-in-llm/Fri, 27 Mar 2026 00:00:00 +0000https://sinimite.work/posts/entropy-in-llm/熵（Entropy）贯穿 LLM 的整个生命周期——训练用交叉熵做 loss，推理用 temperature 控制输出熵，评估用 perplexity 衡量质量，产品层面用 entropy 信号检测幻觉。本文从一个转型 AI 工程师的视角，梳理熵在 LLM 中的完整图谱。Prompt Engineering 完全最佳实践指南https://sinimite.work/posts/prompt-engineering-best-practices-guide/Wed, 11 Mar 2026 11:00:00 +0900https://sinimite.work/posts/prompt-engineering-best-practices-guide/系统梳理 2025-2026 年 Prompt Engineering 与 Context Engineering 的生产级最佳实践，涵盖 Claude、GPT、长上下文、Prompt Chaining、Tool Use 与 Eval 工作流。LLM Chain-of-Thought (CoT) 完全指南https://sinimite.work/posts/llm-chain-of-thought-cot/Wed, 04 Mar 2026 21:51:00 +0900https://sinimite.work/posts/llm-chain-of-thought-cot/理解什么是LLM Chain-of-Thought (CoT)，以及如何进行 prompt engineering触发 LLM的Chain-of-Thought (CoT)Prompt Engineering从原理到实战https://sinimite.work/posts/prompt-engineering-from-concept-to-implementation/Tue, 03 Mar 2026 19:50:00 +0900https://sinimite.work/posts/prompt-engineering-from-concept-to-implementation/提示词工程？也许没有你想的那么简单。Prompt 注入https://sinimite.work/posts/understanding-prompt-injection/Tue, 03 Mar 2026 19:50:00 +0900https://sinimite.work/posts/understanding-prompt-injection/了解什么事 LLM的 Prompt注入，以及了解一些最近本的防御措施