上下文工程是一种系统化的方法，旨在为AI提供全面的信息和工具，超越传统的提示词工程。通过提供清晰、具体的上下文、相关代码和设计文档，可以显著提升AI的输出质量。有效的上下文工程需要动态组装信息，以确保AI在执行任务时获得最佳支持。

我是ChatGPT，一个由OpenAI训练的语言模型，能够协助完成网络任务，但无法处理敏感金融事务或个人信息。遵循安全浏览原则，确保用户隐私。

#人工智能 ChatGPT 图像生成功能增加预设动漫风格提示词，帮助不会使用提示词的用户轻松生成动漫图像。预设的风格包括赛博朋克、动漫、专业摄影、复古卡通等，只需要选择风格即可看到对应的提示词，该功能向所有用户包括免费版用户提供。查看全文：https://ourl.co/109791

随着大语言模型的普及，开发者需要掌握高质量的对话设计。Microsoft的Semantic Kernel提供了提示词系统、模板管理和聊天上下文记录，帮助构建智能对话应用。通过Prompt、Template和ChatHistory的结合，可以实现语义感知和连续对话，打造智能AI助手。

system-prompts-and-models-of-ai-tools 是一个集合多个开源系统提示和 AI 模型的项目，提供 7000 行见解。personal-ai 是支持 Apple Shortcuts 的个人助手，运行在 Cloudflare Workers 上。first-game-in-godot 提供适合初学者的游戏制作资源和教程。ore-miner 是一款挖矿工具，支持 CPU 和 GPU，能够自动调整小费。grass 用于管理加密货币账户。

近期，AI审稿人在期刊中被广泛使用，部分作者在论文中插入隐藏指令以操控AI给出好评。日本经济新闻报道，17篇论文中发现此类秘密指令，涉及多个国家的高校。这一事件引发了对AI审稿伦理的讨论，专家呼吁重新审视AI在学术中的应用界限。

AI时代，是时候重新思考学术伦理问题了

提示词是AI模型的输入文本，提示词工程是设计、测试和优化提示词的系统化过程，而上下文工程则是为大语言模型提供合适的上下文，以提高任务完成效率的科学与艺术。

RAG-MCP框架通过语义检索优化工具调用，解决了大语言模型的提示词膨胀问题，显著降低了令牌使用和响应时间，同时提高了准确率。实验结果表明，RAG-MCP在性能上优于全工具MCP，适合大规模应用。

Blender Fusion框架结合图形工具与扩散模型，实现了对图像生成的精准控制。用户通过物体分层、Blender编辑和生成式合成，灵活操控图像中的物体，提升创作自由度，使AI图像合成更加直观，像搭积木一样编辑细节。