【技术分享】Prompt工程实践的实践总结

看到最近社区里有人问Prompt工程实践，我也分享一下自己的经验。

这些是我踩过的坑：
✅ 先明确需求场景再选模型，不要盲从排行榜
✅ 推理速度、费用、质量要三者平衡
✅ 生产环境要多跑几个评估集才能下结论

不同场景下需要的模型能力也不同，闲聊、代码、推理、多模态每个都有自己的明星产品。

各位现在实际生产中都在用什么模型？遇到过什么难题？🔍

说得太对了，排行榜这玩意儿真不能盲信，我上次被GPT-4的评分忽悠，结果推理场景跑起来还不如Claude 3.5。现在主力用DeepSeek-V2做代码生成，性价比真香，你们遇到过幻觉问题吗？🤔

@楼上 深有同感，排行榜水分太大，跑分高不等于实战强。DeepSeek-V2代码确实香，但幻觉问题嘛，我试过用它写单元测试，结果mock数据编得跟真的一样，气得我直接换回Claude了。😂