跳到主要內容
AI 武林
影片入門中文17.7 萬 次觀看

【生成式人工智慧與機器學習導論2025】第 2 講:上下文工程 (Context Engineering) — AI Agent 背後的關鍵技術

來源 Hung-yi Lee人物 李宏毅 Hung-yi Lee

看影片(在新分頁開啟原站)連到 Hung-yi Lee

摘要

介紹上下文工程(Context Engineering)的概念,說明其與提示工程(Prompt Engineering)的異同,並探討如何透過最佳化輸入讓語言模型獲得預期輸出。影片透過實際示範展示 AI Agent 如何操控電腦執行任務,並分析多代理系統(Multi-Agent)在處理複雜任務時的優勢。

This course explains Context Engineering, demonstrates AI Agent capabilities in computer use, and analyzes the benefits of multi-agent systems for complex tasks.

摘要、重點與章節標題由語言模型整理,細節(誰說的、數字、先後)可能有誤;要引用請以原始內容為準。

重點

  • 上下文工程是最佳化語言模型輸入以獲得正確輸出的技術。
  • AI Agent 可透過工具使用電腦執行如訂票等實際任務。
  • 多代理系統在處理複雜任務時比單一代理更有效。

章節

依話題轉折切分,標題由 AI 產生

  1. 05:59位置咒語與 In-Context Learning 原理
  2. 15:39範例如何影響語言模型的答案
  3. 19:03In-Context Learning 非傳統機器學習
  4. 23:35System Prompt 定義模型行為與限制
  5. 27:29對話無法改變參數與長期記憶機制
  6. 30:39搜尋引擎與 RAG 技術提供額外資訊
  7. 35:22Gemini 工具呼叫與指令格式
  8. 59:36模型自發式深度思考過程
  9. 1:02:17AI Agent 與 SOP 工作流
  10. 1:06:39語言模型與 AlphaGo 差異
  11. 1:14:10Gemini CLI 免費代理體驗
  12. 1:16:57Context Window 容量限制
  13. 1:23:52RAG 資料量與問題拆解效應

提到的工具與公司

  • GPT-3
  • GPT-3.5
  • GPT-4
  • GPT-4o
  • Claude
  • ChatGPT
  • Colab
  • LangChain

適合誰看

正在學習機器學習、開發 AI 應用或對 AI Agent 感興趣的開發者與學生。

摘要依據

講者
李宏毅
依據
人工字幕

為什麼排在這裡

人氣
0.66
新鮮
0.24

在主題頁與搜尋結果裡,名次由相關、人氣、新鮮三個分數決定;這一頁沒有搜尋的關鍵字,所以沒有相關分數。排序怎麼算

摘要由 AI 根據原文產生,可能有誤;完整內容請看原站。看影片(在新分頁開啟原站)