AI 编码 Agent 面对大型仓库时，如何设计上下文检索策略而不是把整个仓库塞进提示词？
本文解释编码 Agent 在大型仓库中基于任务相关性分层检索上下文的策略，包括符号索引、调用图、近期变更三层，并通过具体场景说明实现决策和失败边界。
核心关键词编码 Agent 大仓库上下文检索策略
面试知识索引 · 分类、标签与搜索
Prompt专题面试题，56 道完整答案
Prompt专题面试题第 1 页，显示第 1–50 题，共找到 56 道完整解析，可继续按分类、标签与关键词缩小范围。
56筛选结果
52技术分类
178检索标签
2索引分页
快速定位
清除全部筛选分类、标签与关键词搜索
技术分类52 个
全部分类5000AI Agent511浏览器301JavaScript285React281AI 开发262CSS240Node.js217TypeScript206Vue180前端工程化138React Native135
查看全部 52 个分类
热门标签178 个
查看其余 163 个标签
网络协议111测试109数据库事务95实时通信92Web 可访问性90动画79可观测性77Agent 记忆75向量检索66工具调用66LangGraph59任务规划53排障与运维53数据库索引52浏览器自动化51Flexbox50值与类型50GraphQL49事务与并发49构建与镜像49DNS 与 TLS48工程协作与交付48AI 评测47CSS Grid47Express 服务47MCP47副作用与同步47向量与嵌入47文件与多媒体47流与二进制47传输与协议46列表与性能46可维护代码46响应式原理46容器运行46指标日志追踪46数据建模与运维46文件与 I/O46表单与输入46MCP 协议45RAG45Vite 与模块构建45Webpack45内存与虚拟化45原生集成45多 Agent45工作负载与发布45应用与性能45数据处理45模块与工具链45组件与模板45缓存与数据结构45网络与运维45评估与调试45身份认证与授权45运行时与开发45Web 系统方案44一致性与容错44侦听与生命周期44分布式使用44原生组件与交互44可访问交互44消息与异步处理44渲染与调度44索引与执行计划44组件设计44缓存与代理44进程与并发44层叠与选择器43攻击面与防御43文档数据库43权限与安全43离线与渐进增强43语义与文档43请求与通信 API43Worker 与线程协作42事件系统42存储与离线数据42服务架构42服务端与流式渲染42服务端工程42泛型设计42版本控制42类型收窄42类型运算42组件与端到端42编码与执行42进程与线程42DOM 与文档操作41Flex 布局41HTTP 语义41NestJS 架构41REST 与接口契约41SQL 查询41加载与交互性能41动画与视觉41类型工程41记忆与状态41运行时与调度41Agent 架构40WebAssembly 集成40单元与集成测试40多 Agent 协作40工作流编排40模块与语言机制40浏览器与 UI 自动化40生产运行40函数与作用域39响应式设计39性能与并发39类型系统基础39Grid 布局38数组与集合38盒模型与排版38Hooks 与复用37应用开发37推理与成本37状态共享37知识库数据37模型与应用评测36对象与原型35状态与渲染35语言与并发35异步与 Promise34Effect32RAG 检索31React 性能31响应式与性能31微调与数据31TanStack Query30全栈边界30数据与缓存30大模型基础29路由与数据流29事件循环28流式交互28提示与上下文设计27数据与服务端27组件与依赖注入27组件与响应式27多模态应用24应用与渲染24Hydration22沙箱安全22状态管理18算法18CI/CD13语言与运行时10React Server Components6搜索与排序4实用函数实现3链表栈队列3图算法2字符串算法2树与遍历2索引与高级结构2Kubernetes1作用域与函数1动态规划1异步与浏览器1手写与交互性能1数组与双指针1相等比较1
第 1 页
本页面试问题
按稳定语义路径排序
- 0001
- 0002
如何验证 LLM 裁判与人工评审的一致性
如何验证 LLM 裁判与人工评审的一致性 本文先给出可直接复述的结论，再用最小代码说明LLM 裁判 人工一致性 校准的工作方式、判断依据、项目边界和常见误区。
核心关键词LLM 裁判 人工一致性 校准 - 0003
用 LLM 作为裁判评估 Agent 输出的基本做法与前提条件
用 LLM 作为裁判评估 Agent 输出的基本做法与前提条件 本文先给出可直接复述的结论，再用最小代码说明LLM as judge Agent 评估 前提的工作方式、判断依据、项目边界和常见误区。
核心关键词LLM as judge Agent 评估 前提 - 0004
修改 Agent 的系统提示词后应跑哪些回归评估
修改 Agent 的系统提示词后应跑哪些回归评估 本文先给出可直接复述的结论，再用最小代码说明Agent 提示词修改 回归评估 范围的工作方式、判断依据、项目边界和常见误区。
核心关键词Agent 提示词修改 回归评估 范围 - 0005
Prompt Chaining 工作流适合什么类型的任务，何时不该用？
Prompt Chaining 工作流适合什么类型的任务，何时不该用？ 本文先给出可直接复述的结论，再用最小代码说明prompt chaining 工作流 适用场景的工作方式、判断依据、项目边界和常见误区。
核心关键词prompt chaining 工作流 适用场景 - 0006
MCP 的 completion/complete 接口为提示参数与资源模板变量提供自动补全，返回结构如何设计？
MCP 的 completion/complete 接口为提示参数与资源模板变量提供自动补全，返回结构如何设计？ 本文先给出可直接复述的结论，再用最小代码说明MCP completion complete 自动补全的工作方式、判断依据、项目边界和常见误区。
核心关键词MCP completion complete 自动补全 - 0007
MCP 提示消息中嵌入的 EmbeddedResource 与 ImageContent 等块类型如何在上下文中呈现？
MCP 提示消息中嵌入的 EmbeddedResource 与 ImageContent 等块类型如何在上下文中呈现？ 本文先给出可直接复述的结论，再用最小代码说明MCP EmbeddedResource prompt 内容块的工作方式、判断依据、项目边界和常见误区。
核心关键词MCP EmbeddedResource prompt 内容块 - 0008
MCP 中 Prompt（提示模板）由用户驱动的设计意图是什么，与工具、资源的触发主体差异在哪？
MCP 中 Prompt（提示模板）由用户驱动的设计意图是什么，与工具、资源的触发主体差异在哪？ 本文先给出可直接复述的结论，再用最小代码说明MCP prompts 提示模板 用户驱动的工作方式、判断依据、项目边界和常见误区。
核心关键词MCP prompts 提示模板 用户驱动 - 0009
MCP 客户端通过 prompts/get 获取提示时，arguments 如何被服务端填充进消息序列？
MCP 客户端通过 prompts/get 获取提示时，arguments 如何被服务端填充进消息序列？ 本文先给出可直接复述的结论，再用最小代码说明MCP prompts get arguments 消息的工作方式、判断依据、项目边界和常见误区。
核心关键词MCP prompts get arguments 消息 - 0010
MCP 服务端 capabilities 中 listChanged 和 subscribe 有什么区别？
逐项解释 tools、resources、prompts、logging 的能力声明，区分目录变化和单个资源更新，并用文件索引场景说明发现、缓存失效和订阅的关系。
核心关键词MCP 服务端 capabilities listChanged subscribe 区别 - 0011
检索到的记忆应放在系统提示、对话历史开头还是紧贴最新用户消息，位置对效果有何影响？
检索到的记忆应放在系统提示、对话历史开头还是紧贴最新用户消息，位置对效果有何影响？ 本文先给出可直接复述的结论，再用最小代码说明Agent 记忆注入 位置 prompt 召回的工作方式、判断依据、项目边界和常见误区。
核心关键词Agent 记忆注入 位置 prompt 召回 - 0012
给 Agent 的提示词分配 token 预算时，系统提示、记忆、工具结果、对话历史应如何排优先级？
给 Agent 的提示词分配 token 预算时，系统提示、记忆、工具结果、对话历史应如何排优先级？ 本文先给出可直接复述的结论，再用最小代码说明Agent prompt token 预算 分配 优先级的工作方式、判断依据、项目边界和常见误区。
核心关键词Agent prompt token 预算 分配 优先级 - 0013
为什么多 Agent 系统里每个 Agent 的 system prompt 应该独立优化，而不是共享一份通用提示词？
为什么多 Agent 系统里每个 Agent 的 system prompt 应该独立优化，而不是共享一份通用提示词？ 本文先给出可直接复述的结论，再用最小代码说明多 Agent system prompt 独立优化的工作方式、判断依据、项目边界和常见误区。
核心关键词多 Agent system prompt 独立优化 - 0014
Agent 的提示词和工具参数里含用户敏感信息时，日志与 trace 记录应做哪些处理？
Agent 的提示词和工具参数里含用户敏感信息时，日志与 trace 记录应做哪些处理？ 本文先给出可直接复述的结论，再用最小代码说明Agent 日志 trace 敏感信息脱敏的工作方式、判断依据、项目边界和常见误区。
核心关键词Agent 日志 trace 敏感信息脱敏 - 0015
新模型版本灰度上线后 Agent 成功率下降，回滚时除了切回模型还要处理哪些残留状态？
新模型版本灰度上线后 Agent 成功率下降，回滚时除了切回模型还要处理哪些残留状态？ 本文先给出可直接复述的结论，再用最小代码说明Agent 模型 灰度 回滚的工作方式、判断依据、项目边界和常见误区。
核心关键词Agent 模型 灰度 回滚 - 0016
提示词改动导致 Agent 行为回退时，什么情况下应该向前修复而不是直接回滚到旧版本？
提示词改动导致 Agent 行为回退时，什么情况下应该向前修复而不是直接回滚到旧版本？ 本文先给出可直接复述的结论，再用最小代码说明Agent 提示词 回滚 前修的工作方式、判断依据、项目边界和常见误区。
核心关键词Agent 提示词 回滚 前修 - 0017
如何防止 Agent 在回复中泄露系统提示词、内部工具名或其他用户数据？
如何防止 Agent 在回复中泄露系统提示词、内部工具名或其他用户数据？ 本文先给出可直接复述的结论，再用最小代码说明防止 LLM 输出泄露系统提示词的工作方式、判断依据、项目边界和常见误区。
核心关键词防止 LLM 输出泄露系统提示词 - 0018
AI Agent 执行生成代码时为什么需要沙箱，仅靠代码审查提示词为何不够？
AI Agent 执行生成代码时为什么需要沙箱，仅靠代码审查提示词为何不够？ 本文先给出可直接复述的结论，再用最小代码说明Agent 代码执行为何需要沙箱的工作方式、判断依据、项目边界和常见误区。
核心关键词Agent 代码执行为何需要沙箱 - 0019
为什么不应把 API 密钥、数据库密码直接写入 Agent 的提示词或上下文？
为什么不应把 API 密钥、数据库密码直接写入 Agent 的提示词或上下文？ 本文先给出可直接复述的结论，再用最小代码说明密钥不应写入提示词的原因的工作方式、判断依据、项目边界和常见误区。
核心关键词密钥不应写入提示词的原因 - 0020
仅靠系统提示词中的安全指令能否可靠阻止注入攻击？
仅靠系统提示词中的安全指令能否可靠阻止注入攻击？ 本文先给出可直接复述的结论，再用最小代码说明系统提示词安全指令可靠性的工作方式、判断依据、项目边界和常见误区。
核心关键词系统提示词安全指令可靠性 - 0021
模型频繁误读工具返回结果时，应该从结果结构还是提示词哪一端排查？
模型频繁误读工具返回结果时，应该从结果结构还是提示词哪一端排查？ 本文先给出可直接复述的结论，再用最小代码说明工具结果 模型误读 排查的工作方式、判断依据、项目边界和常见误区。
核心关键词工具结果 模型误读 排查 - 0022
在 Agent 设计中，什么能力应该做成工具调用而不是写进系统提示词？
在 Agent 设计中，什么能力应该做成工具调用而不是写进系统提示词？ 本文先给出可直接复述的结论，再用最小代码说明Agent 工具设计 工具调用 系统提示词 边界的工作方式、判断依据、项目边界和常见误区。
核心关键词Agent 工具设计 工具调用 系统提示词 边界 - 0023
Anthropic 的 prompt chaining 工作流在 LangGraph 中如何建模，中间 gate 检查应该放在节点内还是边上？
Anthropic 的 prompt chaining 工作流在 LangGraph 中如何建模，中间 gate 检查应该放在节点内还是边上？ 本文先给出可直接复述的结论，再用最小代码说明prompt chaining LangGraph gate 检查的工作方式、判断依据、项目边界和常见误区。
核心关键词prompt chaining LangGraph gate 检查 - 0024
Anthropic 所说的 router 工作流与固定链式工作流区别是什么，适合什么类型的 Agent 任务？
Anthropic 所说的 router 工作流与固定链式工作流区别是什么，适合什么类型的 Agent 任务？ 本文先给出可直接复述的结论，再用最小代码说明Anthropic router workflow 路由工作流的工作方式、判断依据、项目边界和常见误区。
核心关键词Anthropic router workflow 路由工作流 - 0025
为什么公开开发集之外还要保留隐藏测试集来评估 prompt 或模型版本？
为什么公开开发集之外还要保留隐藏测试集来评估 prompt 或模型版本？ 本文先给出可直接复述的结论，再用最小代码说明金标集 隐藏测试集 过拟合防护 prompt迭代的工作方式、判断依据、项目边界和常见误区。
核心关键词金标集 隐藏测试集 过拟合防护 prompt迭代 - 0026
同一语义指令改写成不同 prompt 后输出波动很大，离线评测应怎样量化鲁棒性？
同一语义指令改写成不同 prompt 后输出波动很大，离线评测应怎样量化鲁棒性？ 本文先给出可直接复述的结论，再用最小代码说明prompt敏感性 扰动鲁棒性 语义保持改写 评测的工作方式、判断依据、项目边界和常见误区。
核心关键词prompt敏感性 扰动鲁棒性 语义保持改写 评测 - 0027
什么是大模型的上下文窗口，它如何限制一次请求能处理的内容？
回答重点：上下文窗口同时约束输入与输出 token 总额，超过会产生 400 错误或停止生成；通过具体多轮对话场景说明历史、提示词和输出如何竞争有限空间，并解释溢出与精度衰减的边界。
核心关键词LLM context window 上下文窗口 限制 - 0028
为什么大模型在长上下文中间位置的信息容易被忽略（lost in the middle）？
为什么大模型在长上下文中间位置的信息容易被忽略（lost in the middle）？ 本文先给出可直接复述的结论，再用最小代码说明长上下文 中间信息丢失 lost in the middle的工作方式、判断依据、项目边界和常见误区。
核心关键词长上下文 中间信息丢失 lost in the middle - 0029
提示词越长效果越好吗，长提示的成本与收益如何权衡？
提示词越长效果越好吗，长提示的成本与收益如何权衡？ 本文先给出可直接复述的结论，再用最小代码说明提示词长度 成本与收益 权衡的工作方式、判断依据、项目边界和常见误区。
核心关键词提示词长度 成本与收益 权衡 - 0030
在提示词层面有哪些被验证有效的降低幻觉的手段？
在提示词层面有哪些被验证有效的降低幻觉的手段？ 本文先给出可直接复述的结论，再用最小代码说明减少幻觉 提示词 引用资料 允许拒答的工作方式、判断依据、项目边界和常见误区。
核心关键词减少幻觉 提示词 引用资料 允许拒答 - 0031
上线 prompt caching 后应监控哪些指标来确认缓存真的在省钱，命中率下降如何归因？
上线 prompt caching 后应监控哪些指标来确认缓存真的在省钱，命中率下降如何归因？ 本文先给出可直接复述的结论，再用最小代码说明prompt cache hit rate monitoring attribution的工作方式、判断依据、项目边界和常见误区。
核心关键词prompt cache hit rate monitoring attribution - 0032
多请求共享系统提示词时，前缀 KV cache 复用为什么要求前缀严格一致，改动一个 token 会怎样？
多请求共享系统提示词时，前缀 KV cache 复用为什么要求前缀严格一致，改动一个 token 会怎样？ 本文先给出可直接复述的结论，再用最小代码说明prefix KV cache reuse exact match的工作方式、判断依据、项目边界和常见误区。
核心关键词prefix KV cache reuse exact match - 0033
压缩提示词降低输入成本时，哪些压缩手段对输出质量影响最小、如何验证？
压缩提示词降低输入成本时，哪些压缩手段对输出质量影响最小、如何验证？ 本文先给出可直接复述的结论，再用最小代码说明提示词压缩对质量影响最小的方法的工作方式、判断依据、项目边界和常见误区。
核心关键词提示词压缩对质量影响最小的方法 - 0034
线上如何做提示词版本的 A/B 对比并保证结论可信？
线上如何做提示词版本的 A/B 对比并保证结论可信？ 本文先给出可直接复述的结论，再用最小代码说明提示词 A/B 测试 版本对比 线上评估的工作方式、判断依据、项目边界和常见误区。
核心关键词提示词 A/B 测试 版本对比 线上评估 - 0035
何时应该在提示词中要求模型逐步推理（chain-of-thought）？
何时应该在提示词中要求模型逐步推理（chain-of-thought）？ 本文先给出可直接复述的结论，再用最小代码说明chain of thought 适用场景 推理需求的工作方式、判断依据、项目边界和常见误区。
核心关键词chain of thought 适用场景 推理需求 - 0036
设计分类任务的提示词时，标签集合应如何呈现以减少误判？
设计分类任务的提示词时，标签集合应如何呈现以减少误判？ 本文先给出可直接复述的结论，再用最小代码说明分类任务 标签设计 输出一致性的工作方式、判断依据、项目边界和常见误区。
核心关键词分类任务 标签设计 输出一致性 - 0037
为什么提示词中明确直接的指令比委婉暗示更有效？
为什么提示词中明确直接的指令比委婉暗示更有效？ 本文先给出可直接复述的结论，再用最小代码说明提示词工程 明确指令 直接表述的工作方式、判断依据、项目边界和常见误区。
核心关键词提示词工程 明确指令 直接表述 - 0038
模型输出不符合预期时，如何系统性地定位是提示词问题还是模型能力问题？
模型输出不符合预期时，如何系统性地定位是提示词问题还是模型能力问题？ 本文先给出可直接复述的结论，再用最小代码说明提示词调试 失败模式 定位方法的工作方式、判断依据、项目边界和常见误区。
核心关键词提示词调试 失败模式 定位方法 - 0039
为提示词优化设计评估集时，样例应如何选取？
为提示词优化设计评估集时，样例应如何选取？ 本文先给出可直接复述的结论，再用最小代码说明提示词 评估集 设计 样例选取的工作方式、判断依据、项目边界和常见误区。
核心关键词提示词 评估集 设计 样例选取 - 0040
当系统提示词与用户指令冲突时，模型应遵循哪一层级？
当系统提示词与用户指令冲突时，模型应遵循哪一层级？ 本文先给出可直接复述的结论，再用最小代码说明系统提示 用户指令 冲突 优先级的工作方式、判断依据、项目边界和常见误区。
核心关键词系统提示 用户指令 冲突 优先级 - 0041
在长上下文提示中，为什么建议把文档放在查询之前？
在长上下文提示中，为什么建议把文档放在查询之前？ 本文先给出可直接复述的结论，再用最小代码说明长上下文 文档位置 查询顺序的工作方式、判断依据、项目边界和常见误区。
核心关键词长上下文 文档位置 查询顺序 - 0042
切换 Claude 模型版本时，提示词需要做哪些兼容性检查？
切换 Claude 模型版本时，提示词需要做哪些兼容性检查？ 本文先给出可直接复述的结论，再用最小代码说明Claude 模型版本迁移 提示词 兼容性的工作方式、判断依据、项目边界和常见误区。
核心关键词Claude 模型版本迁移 提示词 兼容性 - 0043
多份文档内容互相矛盾时，提示词应如何指导模型处理？
多份文档内容互相矛盾时，提示词应如何指导模型处理？ 本文先给出可直接复述的结论，再用最小代码说明多文档 冲突 提示词 矛盾处理的工作方式、判断依据、项目边界和常见误区。
核心关键词多文档 冲突 提示词 矛盾处理 - 0044
多语言场景下提示词语言与输入语言不一致时会出现什么问题？
多语言场景下提示词语言与输入语言不一致时会出现什么问题？ 本文先给出可直接复述的结论，再用最小代码说明多语言 提示词 语言一致性的工作方式、判断依据、项目边界和常见误区。
核心关键词多语言 提示词 语言一致性 - 0045
如何可靠地控制模型输出的长度？
如何可靠地控制模型输出的长度？ 本文先给出可直接复述的结论，再用最小代码说明提示词 输出长度控制 max_tokens的工作方式、判断依据、项目边界和常见误区。
核心关键词提示词 输出长度控制 max_tokens - 0046
如何用 system prompt 稳定地控制模型的语气与角色设定？
如何用 system prompt 稳定地控制模型的语气与角色设定？ 本文先给出可直接复述的结论，再用最小代码说明system prompt 角色设定 语气控制 Claude的工作方式、判断依据、项目边界和常见误区。
核心关键词system prompt 角色设定 语气控制 Claude - 0047
Anthropic 的 prompt caching 适合缓存提示词的哪些部分？
Anthropic 的 prompt caching 适合缓存提示词的哪些部分？ 本文先给出可直接复述的结论，再用最小代码说明prompt caching 缓存设计 前缀一致性的工作方式、判断依据、项目边界和常见误区。
核心关键词prompt caching 缓存设计 前缀一致性 - 0048
如何设计提示词让模型先引用证据再作答以降低幻觉？
如何设计提示词让模型先引用证据再作答以降低幻觉？ 本文先给出可直接复述的结论，再用最小代码说明引用证据 降低幻觉 提示词设计的工作方式、判断依据、项目边界和常见误区。
核心关键词引用证据 降低幻觉 提示词设计 - 0049
什么情况下应把复杂任务拆成多次提示调用（prompt chaining）而非单次长提示？
什么情况下应把复杂任务拆成多次提示调用（prompt chaining）而非单次长提示？ 本文先给出可直接复述的结论，再用最小代码说明提示链 任务拆分 多次调用的工作方式、判断依据、项目边界和常见误区。
核心关键词提示链 任务拆分 多次调用 - 0050
提示词模板中直接拼接用户变量有什么风险，应如何安全插值？
提示词模板中直接拼接用户变量有什么风险，应如何安全插值？ 本文先给出可直接复述的结论，再用最小代码说明提示词模板 变量注入 安全插值的工作方式、判断依据、项目边界和常见误区。
核心关键词提示词模板 变量注入 安全插值