Dify Docs home page
简体中文
Search...
⌘K
Ask AI
Blog
Dify
Dify
Search...
Navigation
扩展阅读
设计提示词 & 编排应用
使用文档
插件开发
访问 API
资源
入门
欢迎使用 Dify
云服务
Dify 社区版
Dify Premium
Dify 教育版
访问 API
手册
接入大模型
构建应用
工作流
知识库
工具
发布
标注
监测
扩展
协同
管理
动手实验室
简介
初级
中级
社区
寻求支持
成为贡献者
为 Dify 文档做出贡献
插件
功能简介
快速开始
插件管理
接口定义
最佳实践
发布插件
常见问题
研发
DifySandbox
模型接入
迁移
阅读更多
应用案例
扩展阅读
什么是 LLMOps?
什么是数组变量?
检索增强生成(RAG)
设计提示词 & 编排应用
如何使用 JSON Schema 让 LLM 输出遵循结构化格式的内容?
部署 Dify Docs MCP 服务,与文档进行对话
常见问题
政策
开源许可
用户协议
On this page
应用编排的步骤
了解应用类型的区别
扩展阅读
扩展阅读
设计提示词 & 编排应用
Copy page
掌握如何使用 Dify 编排应用和实践 Prompt Engineering,通过内置的两种应用类型,搭建出高价值的 AI 应用。
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
确定应用场景和功能需求
设计并测试 Prompts 与模型参数
编排 Prompts 与用户输入
发布应用
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
Learn Prompting
ChatGPT Prompt Engineering for Developers
Awesome ChatGPT Prompts
编辑此页面
|
提交问题
Was this page helpful?
Yes
No
召回模式
如何使用 JSON Schema 让 LLM 输出遵循结构化格式的内容?
Assistant
Responses are generated using AI and may contain mistakes.