LLM 不是确定性的开发者,而是基于上下文预测 Token 的概率模型。围绕 p^n 成功率衰减、上下文舒适区、Unknown Unknown 错误和责任边界,讲清如何设计更可靠的人机协同开发流程。
出国点餐不是简单把菜单翻译成中文,而是要识别菜品、解释口味、规避过敏食材,并生成可直接给服务员看的点单内容。围绕一个 AI 点餐助手,系统拆解多模态识别、结构化菜单、个性化推荐、语音下单和实时对话翻译的产品与工程设计。
Qwen Code 是面向软件工程任务的命令行智能体工具。它通过系统 Prompt 约束模型行为,再结合文件读写、代码搜索、Shell、任务清单、MCP 等工具,让模型能够规划任务、修改代码、运行测试并根据反馈继续迭代。
系统提示词决定了 AI 助手的角色、边界、工具调用方式和安全约束。围绕公开收集的 ChatGPT、Claude、Gemini、Grok 等系统提示词样本,拆解模块化结构、边界控制、动态工具调用、人格配置和安全机制的设计方法。
Nano Banana 适合把实验流程、机制示意图和 graphical abstract 快速做成统一风格的科研插图,但不适合直接生成带真实数值的统计图。这里讲清它的适用边界、提示词写法、生成与修图流程,以及投稿前需要检查的细节。
Context Engineering 关注在调用大语言模型前,如何把指令、知识、工具结果和记忆组织进有限上下文窗口。围绕 LLM OS 类比、上下文失败模式、记忆分类和工程实践,系统讲清 LLM 应用为什么不能只靠提示词。
AI 生成网页常把按钮、卡片和背景做成蓝紫渐变,背后通常是训练语料中的高频样式、框架默认值和开源模板共同作用。围绕 Tailwind CSS 的 indigo-500、设计路径依赖和提示词约束,讲清如何把生成结果从默认审美里拉出来。