检索增强生成（RAG）应用：提示词调试 - 千帆AppBuilder-产品文档
检索增强生成（RAG）应用：提示词调试 一、提示词在RAG中的作用 通过提示词调试可以提高回答的准确性、适当地拒绝回答、保持一致的人设和格式，以及控制字数以优化模型的输出。 二、通过应用配置调整提示词 应用配置涉及到两处用户提示词： 1.角色指令：用来指定角色完成的任务目标、具备的组件能力以及对输出答案的要求与限制。 2.用户query：用户的问题。
网站后台提示解析成功但是域名无法访问或提示解析错误？ - 百度智能门户AIPAGE | 百度智能云文档
百度云示例： 一般新域名解析配置准确但是提示失败主要从域名是否能打开判断，如果能打开提示页而且解析记录值设置准确，说明是dns同步延迟问题，这个无法人工干预只要dns完成同步状态就会正常；如果域名无法打开错误页说明解析没有实际生效，需要确保是否是类似实名制等原因导致域名解析被注册局拦截，如果无法排查，可以联系域名服务商客服进行咨询解决。
深度图+障碍物提示： - 机器人视觉 | 百度智能云文档
深度图+障碍物提示： 开启深度图和障碍物提示，只需要在基本的 app_tracking 后加 -show_depth 参数即可 ./app_tracking -sensor_type XP2 -cam_calib_path xxxxx.yaml -show_depth 开启后，程序将会在新的窗口显示深度图，同时如果前方一米内有障碍物，程序会在命令行窗口打印提示并显示距离，如下图。
知识库自定义提示词：公文检索问答 - 千帆AppBuilder-产品文档
知识库自定义提示词：公文检索问答 目前应用配置页面暂不支持对知识库的提示词调整。如需定义知识库提示词，需要使用自建组件功能，使用工作流画布构建 RAG 知识库工作流，在工作流当中对知识库总结环节，通过提示词调试。 确认了解工作流的基本操作： 工作流基本操作 构建一个 RAG 工作流，可以通过创建时选择知识库模板创建；或创建空白画布，引入 “知识节点”，“大模型节点”创建。基本节点如下图。 a.
平台功能OpenAPI介绍 - ModelBuilder
平台功能OpenAPI介绍 本文介绍了千帆ModelBuilder提供的平台功能OpenAPI能力，以及如何调用API的流程等。 API列表 千帆ModelBuilder提供了丰富的平台功能OpenAPI能力，包括TPM配额管理、私有资源池服务付费、Prompt工程、模型服务、模型管理、模型调优、数据管理、系统记忆等，详情请查看 平台功能OpenAPI接口概览 。
产品功能 - 动态加速DRCDN | 百度智能云文档
产品功能 全站加速 通过全国各地部署的加速节点，实现静态内容和动态内容都经由 CDN 的链路，为您提供持续稳定的加速服务。 最优链路 中心节点多线接入，智能选择回源链路，实时探测，结合百度的最优链路算法，获取用于传输的最优路径。 灵活调度 区别于传统 DNS 调度，百度智能云特有 DSA 全局调度系统，基于用户出口 IP 进行调度，精准定位用户所在地。
功能介绍 - 云监控BCM | 百度智能云文档
功能介绍 BCM-Agent用于采集云服务器（BCC/BBC）上的监控数据，自动安装在您所购买的云服务器中，提供绝大多数的 BCC及BBC监控指标 。 此外BCM-Agent还可以实现 应用进程监控 ，帮助您监控应用进程运行状态。 注意：如果您使用的BCC/BBC未自动安装BCM-Agent，请参见 附录 手动安装。
功能介绍 - 云监控BCM | 百度智能云文档
功能介绍 BCM-Tool是BCM服务的命令行工具。该工具支持监控指标数据的推送、查询以及监控元信息的查询，后期将会支持报警策略的添加、修改、删除、查询，支持报警状态和报警事件的查询等操作。 通过该工具，用户可以推送自定义监控指标数据到指定的 Region ，并且可以聚合查询自定义的监控数据。
Prompt 技巧宝典（一）：样本提示 千帆社区
注意，以上示例，我们没有提供任何示例。大模型即可做出合理的推理结果。这就是零样本提示的作用。 二、少样本提示 在一些复杂的场景中，零样本不起作用或者效果不好，建议在提示中提供演示或示例，这就引出了少样本提示。少样本提示可以作为一种技术，以启用上下文学习，我们在提示中提供演示以引导模型实现更好的性能。演示作为后续示例的条件，我们希望模型生成响应。
Prompt 技巧宝典（一）：样本提示 千帆社区
注意，以上示例，我们没有提供任何示例。大模型即可做出合理的推理结果。这就是零样本提示的作用。 二、少样本提示 在一些复杂的场景中，零样本不起作用或者效果不好，建议在提示中提供演示或示例，这就引出了少样本提示。少样本提示可以作为一种技术，以启用上下文学习，我们在提示中提供演示以引导模型实现更好的性能。演示作为后续示例的条件，我们希望模型生成响应。
