AI应用
已收录文章：7篇
-
提示词一改，AI 回答可能变好，也可能让旧场景退化。本文从一次改提示词后回答跑偏的现场开始，带你搭建小样本集、评分规则、前后对比和人工复核流程，让提示词上线前有据可查。475 收藏
-
RAG 应用答错时，不要只怪模型。更常见的根因在检索层：切片不合适、召回证据偏题、排序没过滤、回答没有引用约束。复盘时要把用户问题、检索结果、证据片段、模型回答和评测样本串起来，才能真正防复发。468 收藏
-
本文用内容生成场景演示一条可落地的 AI 输出质检流水线：先做规则检查，再要求结构化结果，低分输出进入自动返修或人工兜底。394 收藏
-
AI Agent 真正接入业务系统时，难点不在能不能调用工具，而在权限闸门、人工审批、参数校验、审计回放和上线观察指标是否齐全。先让 Agent 做低风险查询，再逐步放开写入和自动化动作，会比一次性接管业务流程稳得多。343 收藏
-
同一个 AI 应用切换模型后，答案长度、语气和结构可能一起变化。本文用能力矩阵、版本化提示词和固定验收样本拆开这类漂移，给出路由决策、差异记录与灰度检查方法。288 收藏
-
本文从 AI 助手调用业务接口的场景出发，讲清楚如何用 JSON Schema 约束参数、在服务端二次校验、对高风险动作增加人工确认，并记录完整审计日志。233 收藏
-
通过知识库问答案例，演示 RAG 如何设计文档切分、向量检索、Top-K 召回、重排序和 Recall@K 评估闭环，减少答非所问。174 收藏