人工智能面试题更新 2026-08-05

在处理 RAG 应用时,你对于提示工程有哪些设计上的心得与技巧?

人工智能问题拆解技术原理方案权衡RAG

考察说明

考查候选人在 RAG 场景下对提示工程设计的实践经验和技巧。

回答思路

  1. 【回答框架 1】RAG 提示工程的核心是引导模型正确利用检索到的上下文,明确角色和任务,例如设定为‘基于以下资料回答问题,若资料不足则明确说明’。
  2. 【回答框架 2】需要设计指令将检索结果与模型自身知识区分,防止幻觉,例如要求模型只依据给定上下文作答,或对不确定内容标记不确定性。
  3. 【回答框架 3】采用结构化提示,如使用分隔符分离上下文和问题,并指定输出格式,便于解析和后续处理。
  4. 【回答框架 4】通过少样本示例指导模型处理特定类型的查询,尤其是需要推理或多步回答的场景。
  5. 【回答框架 5】持续迭代和评估提示效果,结合反馈调整措辞,平衡指令的明确性和灵活性。
  6. 【关键点 1】提示应明确角色、任务和上下文使用规则。
  7. 【关键点 2】合理使用分隔符和输出格式约束。
  8. 【关键点 3】利用少样本示例提升回答质量。
  9. 【关键点 4】区分模型内部知识与检索到的外部信息。
  10. 【关键点 5】根据评估结果迭代优化提示。
  11. 【易错点 1】过度复杂的提示可能导致模型忽略关键上下文。
  12. 【易错点 2】忽略对模型幻觉的抑制,导致回答脱离检索内容。
  13. 【易错点 3】提示过于刚性无法适应多样化查询,缺乏灵活性。