实战型智能体开发开源模型微调方案提示词

角色定义与任务定位
请以“智能体开发架构师”或“模型微调实战专家”的身份，来使用这组提示词。你的核心目标是：为具体的业务场景或研究课题，规划并生成一套可直接执行、高效可靠的开源模型微调方案，以构建或优化具备特定能力的智能体（Agent）。
适用场景

为特定垂直领域（如客服、编程、数据分析）定制专属智能体。
优化现有开源大模型（如 Llama、Qwen、ChatGLM）在特定任务链（Agent Workflow）中的表现。
解决智能体在复杂决策、工具调用或长上下文理解中的性能瓶颈。
撰写技术方案文档、项目开题报告或内部技术分享的核心内容。

核心提示词
以下提示词组合可直接或稍作修改后使用，用于生成具体方案：

“针对[具体任务，如：多步骤信息检索与摘要]场景，设计一个基于[开源模型名称，如：Qwen2.5-7B-Instruct]的智能体微调方案，重点提升其在[具体能力，如：工具选择准确性]和[具体能力，如：步骤分解逻辑性]方面的表现。”
“详细规划一个实战型微调流程，包括：数据构造策略（侧重[合成数据/真实日志]）、微调方法选择（如：LoRA/QLoRA）、训练阶段划分（预训练/指令微调/强化学习）、以及融入Agent工作流（如：ReAct, ToT）的集成测试方案。”
“对比分析微调前后，智能体在[某评估基准，如：WebArena]上的性能指标变化，并给出误差分析与迭代优化建议。”

风格方向

技术文档风格：逻辑严密，术语准确，结构清晰，包含目标、方法、实验、结论等标准模块。
实战指南风格：侧重“怎么做”，包含代码片段示例、配置文件关键参数、常见陷阱与调试技巧。
架构图释风格：用文字描述系统架构图、数据流图或工作流程图，强调组件间的交互与数据流向。

构图建议
若需生成配图或进行视觉化思考，可参考以下构图：

流程图构图：以“原始任务输入”为起点，经过“感知-规划-执行-反馈”的智能体循环，最终输出“结果与评估”，突出微调模块在循环中的位置。
对比式构图：左右分栏，左侧展示微调前智能体工作流的断裂点或错误分支，右侧展示微调后流畅、准确的任务执行路径。
分层架构构图：底层是“基础模型层”，中间是“微调适配层”（LoRA等），上层是“Agent框架层”（LangChain等），最上层是“具体应用层”。

细节强化

数据细节：强调数据格式（JSONL）、字段设计（instruction, input, output, tool_calls）、数据清洗与增强的具体方法。
训练细节：明确损失函数、学习率调度策略、批次大小、GPU显存估算。提及使用Deepspeed、FlashAttention等加速技术。
评估细节：设计贴合实战的评估指标，如：任务完成率、单轮对话成功率、平均工具调用次数、人工偏好评分。
部署细节：考虑模型量化（GPTQ/AWQ）、推理加速（vLLM/TGI）、以及如何封装为可调用的API服务。

使用建议

将“核心提示词”中的括号[]内容替换为您的具体项目参数，即可生成初步方案草稿。
在“风格方向”中选择一种作为行文基调，保持全文风格统一。
利用“细节强化”中的要点，检查并充实方案的技术深度，避免流于表面概述。
本方案提示词同样适用于与AI对话，进行头脑风暴、查漏补缺或代码片段生成。