医学文献 >>
  • 检索发现
  • 增强检索
知识库 >>
  • 临床诊疗知识库
  • 中医药知识库
评价分析 >>
  • 机构
  • 作者
默认
×
热搜词:
换一批
论文 期刊
取消
高级检索

检索历史 清除

当前检索式: 关键词=(Prompt engineering)
当前检索式
关键词=(Prompt engineering)
展开
  • 排序
  • 筛选
349条结果
资源类型收起
  • 330
  • 19
年份展开
发布时间展开
医学文献类型聚类展开
  • 31
  • 15
  • 13
  • 9
  • 2
更多...
医学文献类型聚类
    加载更多选项
      中图分类展开
      2
      2
      2
      1
      1
      更多...
      中图分类
      加载更多选项
        关键词聚类展开
        • 196
        • 117
        • 81
        • 59
        • 54
        更多...
        关键词聚类
          加载更多选项
            定制检索筛选项
            中文期刊
            刊名
            作者
            作者单位
            收录源
            栏目名称
            语种
            医学主题词
            出版状态
            外文期刊
            文献类型
            刊名
            作者
            医学主题词
            收录源
            语种
            学位论文
            授予学位
            授予单位
            会议论文
            主办单位
            专      利
            专利分类
            专利类型
            国家/组织
            法律状态
            申请/专利权人
            发明/设计人
            成      果
            鉴定年份
            学科分类
            地域
            完成单位
            标      准
            强制性标准
            中标分类
            标准类型
            标准状态
            来源数据库
            法      规
            法规分类
            内容分类
            效力级别
            时效性
              加载更多选项
                定制检索筛选项
                当前检索式: 关键词=(Prompt engineering)
                当前检索式
                关键词=(Prompt engineering)
                展开
                共349条结果
                排序方式
                出版年份 相关度 被引次数 下载量
                清除 | 已选 0/200
                0

                【中文期刊】 中国医院协会药事专业委员会   国家卫生健康委医院管理研究所药学信息专家委员会   等 《医药导报》 2026年45卷4期 549-566页ISTICPKUCA

                【摘要】 生成式人工智能(GenAI)正在深刻地影响并重塑医院药学各领域,为处方审核、临床用药决策、患者教育及药事管理等带来变革性机遇,但同时面临生成内容专业准确性不足、输出稳定性有限以及结果可控性不强等挑战.提示词作为与 AI 交互的关键渠道,其设...

                【关键词】 医院药学生成式人工智能提示词工程

                浏览:20 被引:0 下载:26
                • 概要:
                • 方法:
                • 结论:
                收起
                AI内容生成中……
                以上内容由AI生成,结果仅供参考

                【中文期刊】 樊鑫怡   钱妍   等 《中国药房》 2026年37卷11期 1485-1489页ISTICPKUCA

                【摘要】 目的 为构建药学科普中大语言模型的提示词工程体系,为药师群体开展高效、规范的科普工作提供参考.方法 系统阐述提示词工程的原理、类别及其对模型的输出"幻觉"、可解释性不足等问题的缓解作用.明确两大核心场景下("文生文"和"文生图")提示词工程...

                【关键词】 人工智能大语言模型药学科普

                浏览:2 被引:0 下载:6
                • 概要:
                • 方法:
                • 结论:
                收起
                AI内容生成中……
                以上内容由AI生成,结果仅供参考

                【中文期刊】 汪洋   邹川   等 《中国全科医学》 2026年29卷22期 3094-3102页ISTICPKUCA

                【摘要】 提炼高质量研究问题是当前中国全科医务人员在从事相关领域研究时面临的核心挑战之一.他们虽然拥有丰富的实践经验,却普遍缺乏系统的方法学训练和专业指导.为应对此挑战,这项方法学研究开发并初步验证了一套基于人工智能聊天机器人(AI Chatbot)...

                【关键词】 全科医学人工智能研究问题

                浏览:1 被引:0 下载:0
                • 概要:
                • 方法:
                • 结论:
                收起
                AI内容生成中……
                以上内容由AI生成,结果仅供参考

                【中文期刊】 吴邦华   黄勇   等 《中国卫生信息管理杂志》 2026年23卷2期 202-209页ISTIC

                【摘要】 目的 针对门诊预问诊信息采集准确率和效率有待提高,以及通用大语言模型幻觉和输出病历结构化程度低等问题,构建基于提示词工程的智能预问诊系统,提升医院门诊效能.方法 以大语言模型为基础,应用提示词工程技术,通过诊断学逻辑约束机制和JSON Sc...

                【关键词】 大语言模型提示词工程智能预问诊

                浏览:2 被引:0 下载:3
                • 概要:
                • 方法:
                • 结论:
                收起
                AI内容生成中……
                以上内容由AI生成,结果仅供参考

                【中文期刊】 周宜琳   胡为   等 《中国数字医学》 2026年21卷5期 56-61页ISTIC

                【摘要】 目的:针对多中心中西医结合场景下病历文本普遍存在的语义省略、语言结构复杂及术语表达差异等问题,构建一种基于DeepSeek的自动规范化框架,以高效应对大规模异构数据处理及其中复杂语言现象.方法:采用 DeepSeek 大语言模型,通过调用 ...

                【关键词】 DeepSeek电子病历规范化模块化提示工程

                浏览:2 被引:0 下载:5
                • 概要:
                • 方法:
                • 结论:
                收起
                AI内容生成中……
                以上内容由AI生成,结果仅供参考

                【中文期刊】 朱婉婷   张培茗   等 《中国食品药品监管》 2026年2期 34-43页

                【摘要】 目的:传统的实体关系抽取技术在没有数据集的情况下依赖大量的人工标注,费时费力且难以满足高效处理数据的要求.针对该情况,本文提出运用大语言模型(LLMs)和提示工程技术对医用电气(ME)设备标准文件进行实体和关系的抽取.方法:设计流水线式和端...

                【关键词】 大语言模型标准文件监管提示工程

                浏览:1 被引:0 下载:1
                • 概要:
                • 方法:
                • 结论:
                收起
                AI内容生成中……
                以上内容由AI生成,结果仅供参考

                【中文期刊】 Jiandong Pan   Renhai Zhong   等 《植物表型组学(英文)》 2025年7卷3期 249-260页SCIMEDLINECSCDBP

                【摘要】 Accurate crop disease classification is essential for disease management to support food security.Deep learning has show...

                【关键词】 Crop disease classificationLarge language modelChain-of-thought

                浏览:4 被引:0 下载:0
                • 概要:
                • 方法:
                • 结论:
                收起
                AI内容生成中……
                以上内容由AI生成,结果仅供参考

                【中文期刊】 周费翔   钟韬玮   等 《中南大学学报(医学版)》 2025年50卷7期 1224-1233页MEDLINEISTICPKUCSCDCA

                【摘要】 目的:性早熟危险因素的准确识别有助于临床诊疗,但运用自然语言处理非结构化数据的方法仍有待评价.本研究旨在基于性早熟电子病历中个体危险因素抽取评价提示词工程方法的性能.方法:根据CRISPE(capacity and role-insight...

                【关键词】 性早熟电子病历提示词工程

                浏览:6 被引:0 下载:3
                • 概要:
                • 方法:
                • 结论:
                收起
                AI内容生成中……
                以上内容由AI生成,结果仅供参考

                【中文期刊】 朱大兵   高伟   等 《中国医学物理学杂志》 2025年42卷11期 1532-1540页ISTICCSCD

                【摘要】 背景:食管癌精准T分期对治疗至关重要,但CT评估局限明显.大视觉模型(LVMs)提供了新可能,但其未经微调的"零样本"临床诊断能力尚待验证.方法:本研究回顾性分析98例食管癌及50例正常对照的胸部CT影像,在放射科专家共识的金标准下,通过不...

                【关键词】 食管癌大视觉模型CT分期

                浏览:7 被引:0 下载:1
                • 概要:
                • 方法:
                • 结论:
                收起
                AI内容生成中……
                以上内容由AI生成,结果仅供参考

                【中文期刊】 陆鑫涛   孙丽萍   等 《智能计算机与应用》 2025年15卷8期 190-196页

                【摘要】 在不需要人工参与及微调的情况下对回答进行自适应优化,提升医疗大语言模型的回答质量.本文提出了一种基于自适应提示的自适应优化方法,让模型对生成的答案进行自我批判分析并进行优化,实现改进医疗大语言模型的回答效果.经过GPT-4 与医生的评判,经...

                【关键词】 医疗对话生成受控文本生成提示工程

                浏览:2 被引:1 下载:0
                • 概要:
                • 方法:
                • 结论:
                收起
                AI内容生成中……
                以上内容由AI生成,结果仅供参考
                • / 35
                收起侧边栏
                显示侧边栏
                更多> - 相关医事流 -
                • 加载中...
                - 相关学者 -
                • 加载中...
                - 相关机构 -
                • 加载中...

                特别提示:本网站仅提供医学学术资源服务,不销售任何药品和器械,有关药品和器械的销售信息,请查阅其他网站。

                • 客服热线:4000-115-888 转3 (周一至周五:8:00至17:00)

                • |
                • 客服邮箱:yiyao@wanfangdata.com.cn

                • 违法和不良信息举报电话:4000-115-888,举报邮箱:problem@wanfangdata.com.cn,举报专区

                官方微信
                万方医学小程序
                new医文AI 翻译 充值 订阅 收藏 移动端

                官方微信

                万方医学小程序

                使用
                帮助
                Alternate Text
                调查问卷