Bruce Wong Blog

非凡的结果始于伟大的问题.

与AI相处之道——产品经理篇

现在大模型大家都不陌生了。你是当作玩具来玩玩，还是思考如何在工作中提高生产力？这个系列希望能分享我的同事们真实使用场景，能给小伙伴们一些启发。今天我们从产品经理开始。最近收到PM团队的请求，他们希望将编写大量用户故事的工作交给AI，因为他们平时要和设计组讨论交互设计，和客户了解需求，再和研发团队讨论需求细节，最后将用户故事落实到JIRA系统中。最后这一步属于文字工作，对于资深的产品经理这...

Posted by Bruce Wong on August 3, 2025

元提示之——推理标签

Meta‑prompts 工具解析

上一篇介绍了使用元提示(meta-prompt)，基于你的idea创建高效提示词的方法。元提示还有一个版本，是修改已经存在的提示词，并尽可能保留提示词中的关键信息，例如：你预设的一些参数符号等，这样可以尽可能减少修改后的提示词对已有系统集成的影响。分析元提示的内容，你可以看到里面有一个神奇的小标签——标签，他可以引导普通模型（非推理）进行主动推理。推理过程可以理解为CoT（思维链）的过程...

Posted by Bruce Wong on June 29, 2025

元提示词实践

Meta‑prompts 工具解析

上一篇介绍元提示词后，有小伙伴想看看实际效果。做了一个小视频，大家可以看一下效果。几个实践中的小tips分享一下：使用更多参数的大模型调用Meta Prompts生成提示词。之后用小模型或者低参数的大模型运行，投入产出比最高。生成提示词的用法：元提示词设置成系统提示词，你通过输入“the Goal is that ***” 来引导模型生成你需要的提示词的任务。 ...

Posted by Bruce Wong on June 21, 2025

用“会思考的提示”提升提示工程效率

Meta‑prompts 工具解析

最近在和一个团队一起探索在大模型AI落地中如何高效的设计提示词，每个人都学习提示词技巧固然是好，但是同样的知识不同的人学习也会有不同的效果。于是我们发现了Meta‑prompts这个好东西，今天就来聊聊如何用更聪明的AI来帮助我们生成提示词。什么是Meta‑prompts？ Meta‑prompts，又称”元提示词”，即用一个智能模型（通常更强的模型）来生成或优化另一个模型的输入提示(p...

Posted by Bruce Wong on June 15, 2025

学习如何构建高效AI Agent

Anthropic的工程师Barry Zhang在最近的AI Engineering大会上分享了《How We Build Effective Agents》的演讲，非常受用，学习之余结合自己的工作实践做了一些总结。以下是我对他演讲的内容的总结和思考。 1. 不要为任何事情都构建Agent(Don’t build agents for everything) Barry提到，Agent可以...

Posted by Bruce Wong on May 23, 2025