Consejos de Herramientas de IA
-
Copia el código de ejemplo en Cursor y usa comentarios para proporcionar contexto.
-
En la región de Hong Kong, es aceptable usar los servicios de DeepSeek o Mistral, mientras que no es aceptable usar ChatGPT, Claude o Gemini.
-
La política de API de una región es aproximadamente la misma que su política de aplicación.
-
Usa Cursor en lugar de Visual Studio Code.
-
Todavía hay casos en los que necesitas usar Visual Studio Code, como en escenarios de editor de fusión de git, donde aún uso
git config --global core.editor "code --wait". -
A partir del día del lanzamiento de Deepseek V3, no necesitamos suscribirnos a ninguna herramienta de IA.
-
Usa Gemini o Grok para generar imágenes de celebración de festivales con indicaciones como “Genera una imagen feliz del Año Nuevo Lunar de la Serpiente con nombres de texto incluidos”.
-
En algunos casos, incluso cuando proporcionas texto original a los modelos de IA para crear una tabla, algunos lugares en la salida pueden diferir de la entrada. Por ejemplo, al usar el modelo Deepseek V3 en Cursor para generar una tabla de pip list, puede incluir versiones como
1.极狐0. Aquí,极狐se refiere a la plataforma GitLab china. -
Al usar la API de Deepseek o Mistral para traducir títulos con indicaciones como
Eres un traductor profesional. Estás traduciendo un archivo markdown para una publicación de blog Jekyll del inglés al chino. {text}, puede llevar a traducciones incorrectas. Además del texto que proporcionas, la salida a menudo incluye una traducción excesiva. -
Aunque a veces los modelos de IA en Cursor dan texto parcialmente correcto, podemos aceptarlos, ya que podemos agregar instrucciones de seguimiento que harán que los modelos de IA regeneren las partes correctas.
-
Evita proporcionar un contexto excesivo a los grandes modelos de lenguaje si es poco probable que sea útil. Por ejemplo, al generar líneas de diálogo conversacional, evita proporcionar 100 puntos sobre un tema. Los grandes modelos de lenguaje ya contienen vastas cantidades de datos.
-
Al proporcionar un contexto abundante para tareas como la traducción o la generación de letras de diálogo, evita usar características de cadena de pensamiento, ya que puede ser lento y llevar a respuestas verbosas o poco útiles.
-
Una forma de probar si un chatbot puede seguir las instrucciones de un usuario es pedirle que explique algo en inglés y luego continuar la entrada en chino, observando si el chatbot mantiene su salida en inglés.
-
En lugar de proporcionar contexto a los LLM, ajusta un modelo basado en un gran conjunto de datos de texto o código, y luego usa el modelo ajustado.