<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>Prompt Engineering 技术栈：从基础到 CoT/ToT 的完整体系 :: x7peeps</title><link>https://x7peeps.com/AI/02-Prompt%E5%B7%A5%E7%A8%8B/Prompt-Engineering%E6%8A%80%E6%9C%AF%E6%A0%88%E4%BB%8E%E5%9F%BA%E7%A1%80%E5%88%B0CoT%E5%92%8CToT%E7%9A%84%E5%AE%8C%E6%95%B4%E4%BD%93%E7%B3%BB/index.html</link><description>Prompt Engineering 在 LLM 应用中的地位 在 LLM 应用工程的技术栈中，Prompt Engineering 是投入产出比最高的核心技能。与微调（Fine-tuning）、RAG、Agent 框架开发等工程手段相比，它不需要额外的训练数据、GPU 算力或复杂的基础设施——仅仅通过优化输入文本的结构与语义，就能显著改变模型的行为质量。</description><generator>Hugo</generator><language>zh-CN</language><lastBuildDate/><atom:link href="https://x7peeps.com/AI/02-Prompt%E5%B7%A5%E7%A8%8B/Prompt-Engineering%E6%8A%80%E6%9C%AF%E6%A0%88%E4%BB%8E%E5%9F%BA%E7%A1%80%E5%88%B0CoT%E5%92%8CToT%E7%9A%84%E5%AE%8C%E6%95%B4%E4%BD%93%E7%B3%BB/index.xml" rel="self" type="application/rss+xml"/></channel></rss>