相关文章
1273 篇高质量内容
10个技巧，让你的Workbuddy比别人好用！
本文由腾讯WorkBuddy团队整理，系统介绍提升WorkBuddy使用效率的10个实操技巧：监控上下文用量、使用增强提示词、切换仅问答模式、精简技能配置、合理启用Max模式、手动执行/compact压缩、避免频繁切换模型、判断新会话时机、区分记忆与个性化设置、迁移其他AI产品记忆。所有技巧均基于真实交互机制，聚焦降低token消耗与提升任务稳定性。
AI时代如何高效率的进行需求探索和AI编程-给你三个关键的建议和改进点
本文基于作者两年多AI编程与Vibe Coding实践，提出提升AI编程效率的三个关键点：一要先厘清需求与业务逻辑，避免碎片化指令；二要提供完整的需求加设计方案再启动编码；三应从轻量框架起步，待核心功能跑通后再叠加治理层能力。文中同步开源了本体驱动开发项目及AI需求探索提示词。
从PRD到Prompt：AI产品经理的需求表达新范式
本文指出传统PRD依赖行为可预测性，难以适配AI产品输出的概率性本质。提出以“输入约束—意图描述—输出规范”三层结构替代功能清单，用评估指标（准确率、相关性、用户满意度）取代二值验收标准，并警示实操中三大典型陷阱：过度复杂化Prompt、忽视Edge case测试、评估指标与业务目标脱节。
Behavior Spec 完整解读：用行为规范监督长程 Agent
Behavior Spec 是一种独立、可版本化的行为标准，用于定义长程 Agent 在完整任务轨迹中应展现的关键行为（如一手来源核验、高风险决策升级），并支持 true/false/NA 三值审阅。它区别于 Prompt 和 Eval，聚焦过程可信性而非结果正确性，适用于税务、法务、财务等高合规要求场景。
AI记忆开始携号转网，谁握着用户的记忆谁就握着用户
Anthropic与谷歌在2024年3月先后开放AI助手记忆导入导出功能，标志AI记忆迁移能力落地。当前迁移依赖人工提示词复制，尚无统一格式或标准接口。记忆作为用户长期调教形成的个性化资产，正成为模型之外的关键护城河。行业已出现Mem0、记忆张量、MemoraX AI等专注记忆层的初创公司，大厂亦将记忆能力纳入基础设施。
怎么猛蹬GPT-6 Astra? 官方指南来了，手把手保姆级教程
本文整理 OpenAI 官方发布的 GPT-6 Astra 使用指南，涵盖模型核心能力（异步工具调用、中途引导、推理力度动态调整等）、提示词最佳实践（主动推进、指令遵循、去AI味、子代理委派、测试校准）及迁移快速入门（API 切换、参数更新、配置适配）。所有内容均基于官方文档原文，不含主观解读或营销话术。
一个让WorkBuddy更聪明的方法，分享两个我一直在用的Prompt
文章介绍了两个可直接用于WorkBuddy的系统级Prompt：其一引导Agent主动检索GitHub等开源生态，复用成熟方案以避免重复造轮子；其二强制Agent在执行前确认问题本质、交付物、限制条件与验收标准，减少因需求模糊导致的返工。文中通过公众号排版工具和金融资讯简报两个真实案例，对比展示了添加提示词前后的产出质量差异。
腾讯客服团队亲测：学会这 4 步，让你的 AI 从“能用”到“好用”
腾讯客服团队亲测有效：4步教你让AI从“能用”到“好用”，解决生成不精准、调整难等痛点。 核心内容： 1. AI使用常见痛点（生成不精准、补充信息难抓重点等） 2. 腾讯客服团队实践：搭建AI评估智能体，5个月101次迭代准确率达97% 3. 核心步骤一：学会筛选（提炼可复用知识资产的筛选方法）
我为什么愿意在 Pi 上折腾：一个极简 Agent Harness 的真实价值
本文剖析 Pi 作为开源 Agent Harness 的核心价值：它不提供开箱即用的完整产品，而是提供轻量、透明、可理解的运行内核。通过默认仅加载必要工具、按需加载 Skill、精简系统提示词等设计，显著降低每轮模型调用的固定 Token 开销；但总成本仍取决于任务复杂度与执行轮次。文章基于 Databricks 和 PointFive 等实测数据，强调其优势在于可控性与可积累性，而非绝对性能领先。
别再死磕 Prompt：用 Briefing Loop 让 AI 回答质量提升 10 倍
文章指出 AI 输出质量差的根源并非 prompt 不够好，而是任务上下文缺失导致模型过早作答。作者提出 Briefing Loop 方法：先以粗略任务启动，再让 AI 主动构建 brief、复述确认、最后生成初稿，并可选进行 Gap Review。该流程适用于写作、教学、数据分析与决策等需判断的场景，本质是将 AI 从执行者转变为协作者。
Harness Engineering：让 Agent 从“能工作”走向“可交付”
Harness Engineering 是一种将模型能力封装为可交付系统的工程范式，通过 Guides、Sensors、Agentic Loop、Memory、Permissions 和 Observability 六层架构，约束 Agent 行动边界、验证执行结果、保存状态并追踪过程。它不替代 Prompt 或 Context 工程，而是与之协同，解决任务失败恢复、权限控制、质量校验和成本归因等生产级问题。
Agent 终章（Harness 成本篇）：一次百炼账单降低 88% 实战
本文聚焦 agent 运行中 token 消耗过高的问题，指出循环调用、历史全量重传、工具结果堆叠是主要成因。通过六项优化措施——精简 system prompt、每轮重建而非重复注入、工具 schema 按需加载、常驻工具标准化、skill 全文去重、重复文件读取拦截——显著降低输入体积，提升缓存命中率，使单次会话输入费用降至原十分之一。
字节实践 | Agent 提示词注入攻击：一场需要长期应对的安全挑战
本文基于字节内部AI安全治理实践，系统分析Agent提示词注入攻击的风险本质、技术成因与纵深防护路径。指出其已从ChatBot的内容安全问题升级为Agent系统的系统性风险，并介绍火山引擎AgentSentry四层防护体系：L1归一化、L2来源隔离、L3检测分级、L4输出行为兜底。
从Prompt到Harness，给反馈分类装上方向盘
本文阐述AiSee平台如何通过引入Harness控制框架重构用户反馈分类系统，解决Prompt工程在业务持续变化中导致的维护难、效果不稳定问题。Harness将业务定义、流程控制与模型语义判断职责分离，使分类准确率从60%+提升至90%+，并建立可验证、可灰度、可回退的持续运营机制。
千问办公开源MyContext个人工作记忆图谱，Cactus Compute发布14MB端侧工具调用模型Needle 2
千问办公开源MyContext构建个人记忆图谱，Cactus Compute发布14MB端侧工具模型Needle 2，聚焦办公与端侧智能升级。 核心内容： 1. MyContext：本地优先的个人工作记忆图谱构建（数据采集、关系提取与冲突处理） 2. Needle 2：14MB端侧工具调用模型（结构化信息提取与低资源场景适配） 3. EVOKE：开放可动态切换提示词的世界模型（支持连续生成与运行中切换）
AIOps落地：告警降噪到底怎么做？我落地了一套方案
本文提出告警降噪“四板斧”方案：第一板斧是写对PromQL与阈值，强调平滑、for分级和相对阈值；第二板斧用Alertmanager分组与抑制规则收敛告警；第三板斧通过标签建依赖实现上下游事件聚合；第四板斧才引入AI聚类，仅处理critical级别告警，依赖标签上下文与结构化system prompt输出根因判断与处置建议。
GPT-Live 英语口语陪练教程
本文提供一套基于 GPT-Live 的结构化英语口语训练方法：先用10–15分钟对话测试CEFR等级；明确陪练规则（如不抢话、只纠错三次）；聚焦真实场景（点餐、酒店入住等）进行角色扮演；每次练习后仅复盘三个关键问题并重说；每日15分钟分段执行。强调其适合作为日常陪练工具，但不能替代正式考试或专业校准。
用 WorkBuddy 跑通「虚拟评审会」方法论
本文介绍一种基于 WorkBuddy 的「虚拟评审会」实践：用三个角色明确的智能体（用户/风险/表达视角）加一位真人主持人，模拟真实评审流程。通过固定提示词结构实现独立质疑、冲突显化与待决问题收敛，解决单人写作时的盲区问题，并引用腾讯云与麦肯锡案例中「3人AI小队+1真人」提速12倍的实践佐证。
Codex 和 WorkBuddy 的全局规则设置教程
本文详解如何为 Codex 和 WorkBuddy 设置全局规则，解决重复叮嘱、交付标准模糊、覆盖已有工作、高风险动作失控等四类高频返工问题；提供两工具具体配置路径、可直接复用的精简版规则模板，以及内容、软件、数据、高风险动作四类场景的项目级补充规则，并总结七条实用编写技巧。
Claude Code神级技巧：让AI编程更省心
本文系统梳理了Claude Code在企业级AI编程落地中的工程化实践，重点介绍CLAUDE.md配置规则、Hook自动化机制、子代理与分支会话等核心能力。强调通过持久化行为规范、事件驱动的强制执行、上下文隔离等手段，解决AI工具在长周期协作中出现的意图偏差、操作越界、上下文污染和安全失控问题。