详细内容或原文请订阅后点击阅览
上下文工程是新的即时工程
这不再是巧妙措辞的问题。这是关于设计人工智能可以深度、一致和有目的地思考的环境。
来源:KDnuggets# 简介
#每个人都痴迷于制作完美的提示——直到他们意识到提示并不是他们想象的那样神奇。真正的力量在于它们周围的东西：数据、元数据、记忆和叙事结构，它们赋予人工智能系统一种连续性的感觉。
情境工程正在取代即时工程，成为新的控制前沿。这不再是巧妙措辞的问题。这是关于设计人工智能可以深度、一致和有目的地思考的环境。
替换提示工程这种转变虽然微妙，但却是震撼人心的：我们正在从提出智能问题转向为模型构建更智能的世界。
# 即时热潮的短暂生命
当 ChatGPT 刚兴起时，人们相信及时的措辞可以释放无限的创造力。工程师和有影响力的人士在 LinkedIn 上填满了“神奇”模板，每个模板都声称可以破解模型的大脑。一开始很令人兴奋，但持续时间很短，我们意识到即时工程从来都不是为了规模化。一旦用例从一次性聊天转移到企业工作流程，漏洞就会显现出来。
我们意识到即时工程从来都不是为了规模化提示依赖于语言的准确性，而不是逻辑。他们很脆弱。更改一个单词或标记，系统的行为就会不同。在小型实验中，这很好。生产中？这是混乱。
公司了解到，模型会忘记、漂移和误解上下文，除非你每次都用勺子喂它们。于是，行业发生了转移。工程师不再不断地重新措辞提示，而是开始构建通过内存、元数据和结构来维持含义的框架。因此，情境工程成为保持一致性的粘合剂。
上下文工程成为保持连贯性的粘合剂