Wiki
开始新主题
看懂大模型能做什么
分清大模型能做什么、不能做什么,理解搜索、推理、写作和文件处理工具的分工,并学习核验信息与保护隐私。
从“猜下一个词”说起:大模型为什么有时惊艳,又为什么会在简单事实上出错
9月28日
同一句问题,为什么答案时好时坏:随机性、上下文,以及你能管的几件事
9月28日
它其实不会上网:把“模型本身”和外面那层工具分开
9月28日
哪句话能直接用,哪句话必须自己查:核验 AI 回答的一条顺序
9月28日
把一份长文件传进去,它到底读到了什么
10月29日
粘贴之前先停一下:什么能发进对话框,什么要先改一遍
10月29日
先定边界,再算成本,最后动笔:一件活儿怎么拆给 AI
10月29日
同一件活儿,换个产品就不行:按它缺什么信息来挑工具
10月29日
相关主题
让 AI 写,你来把关
改掉“AI 味”不靠语感:先列一张保护清单,再一句一句拆毛病
把“一定会”退回它证据所在的那一档:核验之后怎么改句子
稿子写完别急着读第二遍:先把它拆成一张核验清单
让 AI 帮你写代码
切任务时按什么切:从“它要改哪几个文件”到“哪一步能自己跑起来”
让每一步都能退回:AI 一次改十几个文件时,提交、检查命令和分支怎么组成安全网
让 AI 写测试:期望值从哪里来,以及怎么确认这些测试真的会拦住错误
用 AI 把日常办公变轻松
给每周都干的那件活写一张工序卡:把前面学的招固定下来
会议记录交给 AI:别要纪要,要一张能派活的表
汇报材料交给 AI:先自己定一句结论,再让它排支撑结构
AI Agent 开发
智能体没有标准答案:怎么看一次运行,怎么把每次改动变成能比较的数字
固定流程还是自主循环:什么时候不该让模型自己决定下一步
循环什么时候该停:模型的停止信号、步数上限,和工具出错之后怎么办