深度學習知識地圖 · NLP 與 LLM

工程演進

Prompt→Context→Harness→Loop

在互動地圖中開啟 回深度學習知識地圖

觀念教學

這幾年 LLM 應用開發的重心一直在搬家:從「怎麼問一句好話」,一路搬到「怎麼讓 agent 自己跑完整趟任務」— 四層演進,一層包一層。

核心觀念

LLM 應用工程的四層演進:

  1. 提示工程(Prompt Engineering):雕字句 — 怎麼問得清楚、問得巧
  2. 脈絡工程(Context Engineering):管理模型當下看得到的所有資訊 — 這一步該餵什麼
  3. 骨架工程(Harness Engineering):打造 agent 的運行環境 — 工具、權限、狀態
  4. 迴圈工程(Loop Engineering):設計驅動 agent 的迭代迴圈 — 何時繼續、何時反思、何時停

白話理解

帶新人做專案。Prompt 是那句交辦的話;Context 是附給他的資料包 — 給太多他淹死,給太少他亂猜;Harness 是他的辦公桌與系統權限;Loop 是工作節奏 — 做完回報、修正、再做。

關鍵細節

  • 一層包一層:Loop 驅動 agent、agent 跑在 Harness 裡、每一圈由 Context 動態拼裝內容、其中一段才是 Prompt — 是往外擴,不是彼此取代
  • 脈絡工程是新前沿:2025 年中興起,重點從「怎麼問」轉為「這一步該餵它什麼資訊」,負責 agent 的記憶與狀態管理
  • 評估也升級:從單次回答好壞,變成可靠度任務完成率成本/步數
🎯 口訣:Prompt 管一句話、Context 管一包資料、Harness 管一張桌子、Loop 管一整趟活。

iPAS 考點

層次辨認題:「決定每一步餵給模型哪些資訊、管理 agent 的記憶與狀態」→ 脈絡工程;「提供工具與執行環境」→ 骨架工程;「設計迭代與停止條件」→ 迴圈工程。最大陷阱:把四層當成互相取代的世代交替 — 正解是包含關係,提示工程仍活在最內層。

應用場景

Agent 開發脈絡/記憶設計護欄與觀測完成條件設計

評估指標

可靠度完成率成本/步數

相關節點