AI 结构化输出是什么?JSON 字段约定与报名信息校验教程
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。
围绕「工作流」整理的实践笔记。
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。
分清 Token、上下文窗口与输出上限,通过客服答复练习整理必要资料,计算输入用量并核验成本与结果。
从独立测试环境、固定版本和密钥配置开始,完成容器启动、管理员初始化与活动简报助手的逐层验收。
从周报整理示例出发,定义触发条件、输入输出和异常处理,再用样本对比改进 Skill,而不只生成一份说明文件。
用一份产品 FAQ 理解 RAG 的完整链路,区分资料问题、检索问题和生成问题,并建立可检查的验收集。
理解 AI 为什么会编造引用、混淆时间与条件,并用主张拆分、来源核对和不确定性标注检查重要答案。
从一段授权长视频开始,筛选完整观点、制作竖屏短片、校对字幕,并用明确的交付范围控制返工。
面对长报告和多份资料,先建立来源索引,再分段提取与合并,避免总结流畅却漏掉条件、单位和出处。
面向 Claude Code、Codex、OpenCode、Cursor 等工具,整理 Skills、记忆、安全与研究优先的开发工作方法。
围绕 AI 编程组织开发流程,将需求梳理、实施与验证等工作组织为可复用的技能方法。
共 41 篇笔记 · 每页 10 篇 · 第 4 / 5 页