首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >AI 应用人才和算法工程师差在哪?写一个提示词评估器就清楚了

AI 应用人才和算法工程师差在哪?写一个提示词评估器就清楚了

原创
作者头像
三合卓学
发布于 2026-11-06 10:30:32
发布于 2026-11-06 10:30:32
160
举报

算法工程师研究模型结构、训练方法、数据处理与性能优化;AI 应用人才面对业务材料与工作流程,把模糊需求改写成清晰任务,并对结果核验负责。前者回答"技术怎样做得更好",后者回答"现有技术怎样解决现场问题"。这个差别不用争论,写一个提示词评估器就能看清楚:评估器不关心模型本身多强,只关心"这个提示词在这批真实材料上有多稳"——这正是应用岗的日常工作。

评估器要解决的三个问题

  • 测试集:一批真实业务材料,每条标注验收要点(必须出现的关键信息、长度上限)。
  • 打分函数:规则化判定,结果可复现,不靠肉眼感觉。
  • 批量对比:同一测试集跑不同提示词模板,用一次通过率横向比较。

完整代码

模型服务使用兼容 OpenAI 协议的接口,把地址、密钥、模型名换成你自己的即可运行:

代码语言:javascript
复制
"""提示词评估器:用固定测试集比较提示词模板的输出质量。"""
import json

import requests

API_URL = "https://你的模型服务地址/v1/chat/completions"
API_KEY = "你的API密钥"
MODEL = "你的模型名"


def chat(prompt: str) -> str:
    resp = requests.post(
        API_URL,
        headers={"Authorization": f"Bearer {API_KEY}"},
        json={"model": MODEL, "messages": [{"role": "user", "content": prompt}], "temperature": 0},
        timeout=60,
    )
    resp.raise_for_status()
    return resp.json()["choices"][0]["message"]["content"]


# 测试集:换成你自己的业务材料与验收要点
TEST_CASES = [
    {"input": "(粘贴一段真实业务材料,如产品说明原文)",
     "must_include": ["金额", "日期"],
     "max_len": 300},
]


def score(output: str, case: dict) -> dict:
    return {
        "要点齐全": all(k in output for k in case["must_include"]),
        "长度合格": len(output) <= case["max_len"],
    }


def evaluate(template: str) -> dict:
    results = [score(chat(template.format(material=c["input"])), c) for c in TEST_CASES]
    passed = sum(1 for r in results if all(r.values()))
    return {"用例数": len(results), "全部通过": passed,
            "一次通过率": f"{passed / len(results):.1%}"}


if __name__ == "__main__":
    tpl = "请从以下材料中提取金额与日期,200 字以内输出:\n{material}"
    print(json.dumps(evaluate(tpl), ensure_ascii=False, indent=2))

怎么用它证明应用能力

一个可靠的能力证明不是"学过多少工具",而是能展示一项完整任务:需求来自哪里、使用了什么资料、模型完成哪些步骤、人怎样复核、出现错误如何修正。把评估器的测试集换成你自己的业务材料,跑一遍、记录失败用例、改提示词再跑——这个"测试—记录—修正"的闭环,就是应用人才和只会输入指令的人之间的分界线。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

目录
  • 评估器要解决的三个问题
  • 完整代码
  • 怎么用它证明应用能力
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档