Dify 的核心理念是可声明式的定义 AI 应用，包括 Prompt、上下文和插件等等的一切都可以通过一个 YAML 文件描述（这也是为什么称之为 Dify ）。最终呈现的是单一 API 或开箱即用的 WebApp。 与此同时，Dify 提供了一个易用的 Prompt 编排界面，开发者能以 Prompt 为基础所见即所得的编排出各种应用特性。听上去是不是很简单？ 无论简单或是复杂的 AI 应用，好的 Prompt 可以有效提高模型输出的质量，降低错误率，并满足特定场景的需求。Dify 已提供对话型和文本生成型两种常见的应用形态，这个章节会带你以可视化的方式完成 AI 应用的编排，

​
应用编排的步骤

  1. 确定应用场景和功能需求
  2. 设计并测试 Prompts 与模型参数
  3. 编排 Prompts 与用户输入
  4. 发布应用
  5. 观测并持续迭代

​
了解应用类型的区别

Dify 中的文本生成型应用与对话型应用在 Prompt 编排上略有差异，对话型应用需结合“对话生命周期”来满足更复杂的用户情景和上下文管理需求。 Prompt Engineering 已发展为一个潜力巨大，值得持续探索的学科。请继续往下阅读，学习两种类型应用的编排指南。

​
扩展阅读

  1. Learn Prompting
  2. ChatGPT Prompt Engineering for Developers
  3. Awesome ChatGPT Prompts
编辑此页面 | 提交问题