AI 回答怎么验收?用十条样例建立可复查的任务评测集
从具体任务出发设计十条测试样例,固定评分规则,比较提示词版本并保留失败记录,分清整例通过率和重复运行。
围绕「提示词」整理的实践笔记。
从具体任务出发设计十条测试样例,固定评分规则,比较提示词版本并保留失败记录,分清整例通过率和重复运行。
围绕小团队复盘需求,用 AI 辅助设计字段,制作空白模板、虚构示例和验收清单,明确数字产品的功能、版本与交付边界。
从创建应用、固定模型、编写活动规则到六类测试和版本发布,搭建一个回答已知、承认未知、不越权报名的演示助手。
使用 Anthropic 内部沟通 Skill,将零散记录整理成进展、计划和问题三段式周报,并逐句核验事实与时间范围。
用基线、越权文字与正常流程三组虚构资料,练习识别提示词注入,检查事实、任务和工具权限边界。
从客户规则确认到 Python 实现,区分保留、重复与空编号待确认,保留原文件,用测试和报告验收小工具。
从账号、密钥与本地文件准备,到官方对话请求、草稿保存和事实审校,完成一份不编造日期与条件的活动通知。
从官方插件安装、主题展示与选择,到中文字体回退和方案样稿验收,提供固定版本主题资源包与百度网盘下载。
用虚构报名记录分清 JSON、字段约定与 Schema,保留未知日期,通过本地脚本检查结构,再对照原文核验事实。
从需求确认到空背景生成、真实商品合成和两种画幅验收,梳理 AI 商品场景图服务的制作与交付边界。
共 57 篇笔记 · 每页 10 篇 · 第 5 / 6 页