Outils et astuces pour l'IA | Original, traduit par l'IA
-
Copiez l’exemple de code dans Cursor et utilisez des commentaires pour fournir du contexte.
-
Dans la région de Hong Kong, il est acceptable d’utiliser les services DeepSeek ou Mistral, tandis qu’il n’est pas acceptable d’utiliser ChatGPT, Claude ou Gemini.
-
La politique API d’une région est approximativement la même que sa politique d’application.
-
Utilisez Cursor au lieu de Visual Studio Code.
-
Il existe encore des cas où vous devez utiliser Visual Studio Code, comme pour les scénarios d’éditeur de fusion git, où j’utilise toujours
git config --global core.editor "code --wait". -
À partir de la sortie de Deepseek V3, nous n’avons plus besoin de nous abonner à des outils IA.
-
Utilisez Gemini ou Grok pour générer des images de célébration de festivals avec des invites comme “Générez une image de Nouvel An du Serpent Lunaire joyeuse avec des noms de texte inclus”.
-
Dans certains cas, même en fournissant le texte original aux modèles IA pour créer un tableau, quelques endroits dans la sortie peuvent différer de l’entrée. Par exemple, lors de l’utilisation du modèle Deepseek V3 dans Cursor pour générer un tableau de pip list, il peut inclure des versions comme
1.极狐0. Ici,极狐fait référence à la plateforme GitLab chinoise. -
Lors de l’utilisation de l’API Deepseek ou Mistral pour traduire des titres avec des invites comme
Vous êtes un traducteur professionnel. Vous traduisez un fichier markdown pour un article de blog Jekyll de l'anglais au chinois. {text}, cela peut conduire à des traductions incorrectes. En plus du texte que vous fournissez, la sortie inclut souvent une traduction excessive. -
Bien que parfois les modèles IA dans Cursor donnent un texte partiellement correct, nous pouvons les accepter, car nous pouvons ajouter des instructions de suivi qui feront régénérer les parties correctes par les modèles IA.
-
Évitez de fournir un contexte excessif aux grands modèles de langage si cela est peu susceptible d’être utile. Par exemple, lors de la génération de lignes de dialogue conversationnelles, évitez de fournir 100 points sur un sujet. Les grands modèles de langage contiennent déjà d’énormes quantités de données.
-
Lors de la fourniture d’un contexte ample pour des tâches comme la traduction ou la génération de paroles de dialogue, évitez d’utiliser les fonctionnalités de chaîne de pensée, car cela peut être lent et conduire à des réponses verbeuses ou inutiles.
-
Une façon de tester si un chatbot peut suivre les instructions d’un utilisateur est de lui demander d’expliquer quelque chose en anglais, puis de continuer l’entrée en chinois, en observant si le chatbot maintient sa sortie en anglais.
-
Au lieu de fournir un contexte aux LLM, affinez un modèle basé sur un grand ensemble de données de texte ou de code, puis utilisez le modèle affiné.
-
Utilisez les chatbots IA à tour de rôle pendant une semaine afin de comprendre leurs différences. Ne vous en tenez pas à un outil IA ou au meilleur outil si vous voulez en apprendre davantage.
-
Il est agréable d’ouvrir Grok, Gemini, ChatGPT, DeepSeek, Mistral, Perplexity et Claude ensemble, d’ouvrir de nombreux onglets avec eux, de lire leurs réponses, puis de poser des questions. Nous pouvons comparer les réponses ou continuer à poser des questions en fonction de nos intérêts.
-
Si la tâche consiste à résumer des vidéos YouTube, utilisez d’abord Gemini ; si elle implique des informations de X, utilisez d’abord Grok.
-
Les livres deviennent de moins en moins utiles. Utilisez les chatbots IA pour lire un livre ; ils peuvent vous fournir le Chapitre 1 ou le Chapitre 2, un résumé ou une introduction d’un livre.
-
Au lieu d’utiliser une réflexion approfondie ou une Chaîne de Pensée (CoT) pour résoudre des problèmes difficiles, vous pouvez parfois simplifier les problèmes pour laisser les modèles standard les résoudre.
-
La langue compte lors de la discussion avec l’IA, surtout lorsqu’elle implique des régions ou des zones spécifiques. L’utilisation de connaissances locales pertinentes peut vous aider à trouver des informations plus précises—for example, sur la façon d’obtenir une carte d’identité ou d’enregistrer un véhicule.
-
Lorsqu’on travaille avec les dernières informations—comme les bibliothèques, le code ou la documentation nouvellement sortis—il est préférable de vérifier avec plusieurs chatbots IA, car leurs coupures de connaissances et leurs réponses peuvent différer de manière subtile.
-
Après avoir écrit un essai, nous pouvons utiliser les chatbots IA pour corriger la grammaire et Git pour voir les différences.
-
Une méthode puissante pour utiliser l’IA consiste à noter vos idées sur un sujet, puis à faire analyser Grok et fournir un guide complet et des suggestions.
-
Il est préférable de diviser un grand script Python en plus petits, de moins de 100 lignes de code, car cela utilise moins de jetons et permet aux grands modèles de langage de les gérer plus efficacement.
-
Pour les LLM, il est facile de faire des erreurs lors de la génération de fêtes chinoises en raison des règles du calendrier lunaire. Ces fêtes varient chaque année, nécessitant que les LLM effectuent des calculs et vérifient les résultats.
-
Si un dépôt contient du code et des articles de blog avec du code, l’IA échoue souvent à les traiter correctement et peut les mélanger.
-
Les informations sur les noms de fichiers dans le contexte des LLM sont souvent négligées. Cependant, ces informations sont importantes dans certains cas.