Prompt 工程 on 能工智人的传习录https://blog.chuanxilu.net/tags/prompt-%E5%B7%A5%E7%A8%8B/Recent content in Prompt 工程 on 能工智人的传习录Hugozh-CNWed, 20 May 2026 10:00:00 +0800以尺度尺，用方法改进方法https://blog.chuanxilu.net/posts/2026/05/tdd-pipeline-v07-refinement-experiment/Wed, 20 May 2026 10:00:00 +0800https://blog.chuanxilu.net/posts/2026/05/tdd-pipeline-v07-refinement-experiment/你造了一把尺子，尺子量出"冗余有害"，然后你用这把尺子裁掉了尺子本身的冗余。把 AI 工具里的操作步骤删掉，只保留原则和反面例子，模型自己推导出了被删掉的步骤。升级落地——新模板与三个可迁移建议https://blog.chuanxilu.net/posts/2026/05/why-articulation-upgrade-and-takeaways/Sun, 17 May 2026 09:00:00 +0800https://blog.chuanxilu.net/posts/2026/05/why-articulation-upgrade-and-takeaways/基于 A/B 实验结果升级 Why Articulation 模板：去掉显式三问，改为先自由思考再自检补充，保留强制语气和纯反面例子。提炼出三条可迁移到其他 prompt 工程场景的建议。4 变量 A/B 实验——正面示例为什么有害https://blog.chuanxilu.net/posts/2026/05/ab-test-positive-examples-harm/Fri, 15 May 2026 10:00:00 +0800https://blog.chuanxilu.net/posts/2026/05/ab-test-positive-examples-harm/为什么给 AI 看正面示例反而降低输出质量？一次 4 变量 A/B 实验，测了 Why Articulation 的结构、语气、位置和示例类型，发现正面示例有害——和 Anthropic 的对齐研究结论一致。从 Anthropic 的对齐研究到一个 Prompt 设计思路https://blog.chuanxilu.net/posts/2026/05/anthropic-alignment-to-prompt-design/Thu, 14 May 2026 10:00:00 +0800https://blog.chuanxilu.net/posts/2026/05/anthropic-alignment-to-prompt-design/Anthropic 的对齐研究发现"教 why 比教 what 更有效"——这个来自安全训练的洞察，同样适用于日常 prompt 设计。本文拆解研究中的四组实验，提炼出三个可迁移的教训。