03｜AI产品的上层建筑：提示词工程、RAG与Agent
产品二姐
你好，我是产品二姐。
上节课我们拆解了 AI 产品的基础设施建设，这节课我们聊聊上层建筑。这部分是产品经理日常工作的重头戏，包含提示词、RAG 和 Agent 构建。
用 AI 客服产品举例，这三者的作用是这样的：
提示词能让客服很有礼貌。比如它会说：您好呀，很高兴为您服务。
RAG 能让客服很专业。当客户咨询某个产品具体的价格时，RAG 能查阅相关价格手册，直接给出具体数值；如果没有 RAG，客服只能傻白甜地说，“亲，请您查阅价格手册哦~”虽然礼貌，但并不解决实际问题。
Agent 能让客服很有执行力。当客户要求安排明天送货时，Agent 能在系统里修改送货时间，并回复客户“我已经帮您修改明天送货”。
这节课我会用最容易入门的方式带你理解以下概念，为后面的实战案例做好知识储备。
提示词工程：我会讲述一个框架和两个技巧。
RAG：我会带你“参观”RAG 工厂的流水线作业。
Agent：我会带你学习让 Agent 具备执行能力的两项技能。
提示词
相信你在很多地方看到过关于提示词的知识，但是 AI 产品经理的提示词和日常我们所说的提示词有所不同。
第一个区别是目标不同，正如 01 节课中讲的：
普通用户写提示词就像玩盲盒。对结果有所期待，但不要求确定。
AI 产品经理写提示词就像打靶。你是首先有一个确定的目标，再开始写提示词，直到提示词能打中靶心为止。
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结
1. AI客服产品的上层建筑包括提示词工程、RAG和Agent构建，对于产品具有重要作用。 2. 提示词的框架旨在让人更容易上手、方便记忆，其中的基本技巧包括Few-Shots和COT。 3. Few-Shots技巧是指在给提示词加上Few-Shots时，需要围绕特定场景进行举例。 4. RAG（Retrieval Argumented Generation）是检索增强生成技术，通过应用RAG技术将回答准确率提升到了98%。 5. RAG流程涉及一条流水线上的“组合拳”，对于应用开发者来说，比拼的就是对不同的场景该怎么打这套组合拳。 6. Agent能让客服直接安排退货这个行为，其中包含了Function calling和Re-Act两项技能。 7. 在AI客服产品中，提示词能让客服更有礼貌，RAG能让客服更专业，Agent能让客服更有执行力。 8. AI产品经理的提示词与普通提示词有所不同，包括目标不同、使用工具不同等方面。 9. 在OpenAI的Playground中配置提示词时，需要了解各种设置项的作用，如Function、Response format、Temprature等。 10. COT（思维链，Chain Of Thought）是提示词的第二个基本技巧，主要用于推理场景，对于推理场景下的提示词有重要作用。
仅可试看部分内容，如需阅读全部内容，请付费购买文章所属专栏
《成为 AGI 产品经理》，新⼈⾸单¥59
《成为 AGI 产品经理》，新⼈⾸单¥59
立即购买
© 版权归极客邦科技所有，未经许可不得传播售卖。 页面已增加防盗追踪，如有侵权极客邦将依法追究其法律责任。
登录 后留言
精选留言
由作者筛选后的优质留言将会公开显示，欢迎踊跃留言。
收起评论