提示工程和调优技巧
提炼提示工程与 Prompt 调优技巧的核心方法,并附课程 PDF 在线预览。
#Prompt工程#AI产品
Cover Image of the Post
多模态 AI 基础
从产品经理视角理解文本、图像、语音与视频等多模态能力,建立业务落地与风险控制的判断框架。
#大模型#多模态
Embedding 与语义检索
用产品经理视角理解 Embedding、向量检索与 RAG 链路,并掌握语义检索的设计要点与风险边界。
#RAG#向量检索
大模型为什么会幻觉
从概率生成、训练数据、上下文与产品机制理解大模型幻觉,并设计引用、拒答、校验和人工兜底。
#大模型#风险治理
Transformer 直觉
用产品经理能理解的方式解释 Transformer、自注意力与上下文关系,并将模型能力边界转化为产品判断。
#大模型#Transformer
七人双轨拼团调研
拆解七人双轨排行拼团的组织结构、激励逻辑与运营组合,评估其拉新、活跃与高毛利爆款承接的适用边界。
#案例研究#增长运营
Cover Image of the Post
Token 与成本意识
从 Token、上下文与模型调用出发,建立 AI 产品可计算、可监控、可优化的成本意识。
#API产品#成本性能
大模型选型
从业务任务、质量要求、成本边界、延迟、合规与工程可用性出发,建立大模型选型的判断框架。
#AI产品#模型选型
AI 知识地图与学习路线
面向产品经理的 AI 能力分层与学习路线,帮助判断规则、机器学习、大模型、RAG 与 Agent 分别适合解决什么问题。
#AI产品#学习路径
大模型认知基础
大模型认知基础课程资料,涵盖 AI、机器学习、深度学习、大模型、RAG、Agent 与微调。
#大模型#AI产品
Cover Image of the Post
Profile Image of the Author
山风
12年产品经验,持续记录产品思考、业务设计、数据分析和团队管理实践。
站点统计

当前页面没有目录