跟月影学前端智能体开发
月影
波波熊科技联合创始人
1574 人已学习
新⼈⾸单¥59
跟月影学前端智能体开发
15
15
1.0x
00:00/00:00
登录|注册

08|如何使用元提示(Meta-Prompt)和动态提示词

你好,我是月影。
在上一节,我们学到了一些基础技巧,来帮助我们撰写和优化提示词,达到优化 AI 反馈结果的目的。而在今天这一节课,我们将讨论两个更高级的优化方法,它们是元提示(Meta-Prompt)动态提示词

如何使用元提示(Meta-Prompt)

“元提示”是一种让 AI 写提示词的技巧。顾名思义,就是让一个智能体负责撰写提示词,再将提示词给后续的智能体执行。
这个技巧通常用于不同类型的智能体协作的工作流中。我们看一个实际的例子:
这是我最近开发的 AI 产品“波波熊亲子英语”的小程序界面截图。注意到在每一个例句分类目录里,界面都配了一张图,这张图是用 AI 生成的。
还记得我们在前面课程里使用过 Flux.ai 绘图吗?在这一节,我们继续使用它来绘图。
我们在 Coze 的工作空间中,选择“资源库 > 添加资源 > 新建插件”。
添加 Flux 绘图插件,选择“云侧插件 > 在 Coze IDE 中创建”。
进入 Coze IDE 后,在左侧菜单工具列表点添加按钮创建工具。
创建工具后,在 IDE 编辑器中,切换到“元数据”Tab,设置输入参数和输出参数。
然后切回“代码”Tab,修改代码如下:
import { Args } from '@/runtime';
import { Input, Output } from "@/typings/flux_http/flux_http";
/**
* Each file needs to export a function named `handler`. This function is the entrance to the Tool.
* @param {Object} args.input - input parameters, you can get test input value by input.xxx.
* @param {Object} args.logger - logger instance used to print logs, injected by runtime
* @returns {*} The return data of the function, which should match the declared output parameters.
*
* Remember to fill in input/output in Metadata, it helps LLM to recognize and use tool.
*/
export async function handler({ input, logger }: Args<Input>): Promise<Output> {
const endpoint = `https://api.bfl.ml/v1`;
const modelName = 'flux-dev';
const headers = {
'Content-Type': 'application/json',
'x-key': '<你的flux api key>',
};
const payload = {
prompt: input.prompt,
width: 1024,
height: 1024,
steps: 40,
prompt_upsampling: true,
seed: 42,
guidance: 3,
sampler: 'dpmpp_2m',
safety_tolerance: 2,
};
const res = await fetch(`${endpoint}/${modelName}`, {
headers,
method: 'POST',
body: JSON.stringify(payload),
});
const id = (await res.json()).id;
const resultUrl = `${endpoint}/get_result?id=${id}`;
do {
await new Promise((resolve) => setTimeout(resolve, 100));
const result = await fetch(resultUrl);
const resultJson = await result.json();
if (resultJson.status === 'Pending') {
continue;
}
const sample = resultJson.result?.sample;
if (sample) {
return { url: sample };
} else {
return { url: 'https://res.bearbobo.com/resource/upload/vNg4ALJv/6659895-ox36cbkajrr.png'};
}
} while (1);
};
确认放弃笔记?
放弃后所记笔记将不保留。
新功能上线,你的历史笔记已初始化为私密笔记,是否一键批量公开?
批量公开的笔记不会为你同步至部落
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
    • 英语
    • 中文简体
    • 法语
    • 德语
    • 日语
    • 韩语
    • 俄语
    • 西班牙语
  • 解释
  • 总结

1. 元提示(Meta-Prompt)是一种让AI写提示词的技巧,用于不同类型的智能体协作的工作流中。 2. 动态提示词是在用户调用大模型时将当天的日期、节日等信息包含在提示词中,以优化AI反馈结果的技巧。 3. 多专家模型(MoE)是一种深度学习架构,通过引入多个专家模型来解决一个任务,提高效率和性能。 4. 使用动态提示词的方法包括通过Coze中的智能体传参数和使用模板引擎技术实现提示词的动态编译。 5. 通过一个简单的例子演示了使用模板引擎实现动态提示词,以及如何在小应用中实现动态提示词。 6. 合理使用元提示和动态提示词可以有效提升AI反馈结果质量,甚至实现推理能力较强的AI的效果。 7. 元提示和动态提示词是实际AI应用中非常常用且有效的方法,值得重点掌握。 8. 课后练习包括思考如何修改代码或流程,让能够输入多个主题同时生成多张图片,以及尝试将nunjucks替换为其他模板引擎来实现动态提示词模板。

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
《跟月影学前端智能体开发》
新⼈⾸单¥59
立即购买
登录 后留言

全部留言(1)

  • 最新
  • 精选
  • 机智帅气的小雨
    月影大大,催耕一下哦。之前说可以用 coze 封装一下实现可灵ai的使用的加餐。主要是文生图的都太贵了,测试使用的话有没有平替的
    2025-04-25归属地:浙江
收起评论
显示
设置
留言
1
收藏
沉浸
阅读
分享
手机端
快捷键
回顶部