AIツールのヒント | オリジナル、AI翻訳
-
コード例をCursorにコピーし、コメントで文脈を提供する。
-
香港地域では、DeepSeekまたはMistralサービスを使用することは許容されるが、ChatGPT、Claude、またはGeminiを使用することは許容されない。
-
リージョンのAPIポリシーは、そのアプリポリシーとほぼ同じである。
-
Visual Studio Codeの代わりにCursorを使用する。
-
例えば、gitマージエディタのシナリオなど、Visual Studio Codeを使用する必要がある場合もある。この場合、私は
git config --global core.editor "code --wait"を使用している。 -
Deepseek V3リリースから始まり、私たちはAIツールに購読する必要はない。
-
GeminiまたはGrokを使用して、プロンプト「テキスト名を含む幸せな蛇年イメージを生成する」などで祝祭の祝賀画像を生成する。
-
時には、AIモデルにオリジナルテキストを提供してテーブルを作成しても、出力の一部が入力と異なる場合がある。例えば、CursorのDeepseek V3モデルを使用してpip listのテーブルを生成すると、
1.极狐0のようなバージョンが含まれることがある。ここで「极狐」は中国のGitLabプラットフォームを指す。 -
DeepseekまたはMistral APIを使用して、プロンプト「あなたはプロの翻訳家です。Jekyllブログ記事のマークダウンファイルを英語から中国語に翻訳しています。{text}」などでタイトルを翻訳すると、誤った翻訳につながることがある。提供したテキスト以外にも、出力に過剰な翻訳が含まれることが多い。
-
CursorのAIモデルが部分的に正しいテキストを提供することもあるが、それを受け入れることができる。追加の指示を与えると、AIモデルが正しい部分を再生成することができるからだ。
-
大規模言語モデルに過剰な文脈を提供しない方がよい。例えば、会話のダイアログ行を生成する場合、100のポイントを提供しない。大規模言語モデルはすでに膨大な量のデータを保持している。
-
翻訳やダイアログの歌詞を生成するなどのタスクで十分な文脈を提供する場合、チェーン・オブ・ソート機能を使用しない方がよい。これは遅く、冗長または役に立たない回答につながる可能性がある。
-
チャットボットがユーザーの指示に従えるかどうかをテストする方法の一つは、英語で何かを説明させ、その後中国語で入力を続け、チャットボットが英語の出力を維持するかどうかを観察することである。
-
大規模言語モデルに文脈を提供する代わりに、大規模なテキストやコードのデータセットに基づいてモデルを微調整し、その後微調整されたモデルを使用する。
-
1週間、AIチャットボットを交互に使用して、その違いを理解する。1つのAIツールや最良のツールに固執しないで、より多くを学びたい場合。
-
Grok、Gemini、ChatGPT、DeepSeek、Mistral、Perplexity、Claudeを同時に開き、多くのタブを開き、彼らの回答を読み、質問をするのは楽しい。私たちは回答を比較したり、興味に基づいて質問を続けたりできる。
-
タスクがYouTube動画の要約である場合は、まずGeminiを使用する。Xからの情報が必要な場合は、まずGrokを使用する。
-
本はますます役に立たなくなっている。AIチャットボットを使用して本を読む。彼らはあなたに第1章または第2章、本の要約、または本の紹介を提供できる。
-
深い思考やチェーン・オブ・ソート（CoT）を使用して難しい問題を解決する代わりに、時には問題を簡略化して標準モデルが解決できるようにすることができる。
-
AIとチャットする際には言語が重要であり、特に特定の地域やエリアに関する場合は、関連する地域知識を使用するとより正確な情報を得られる。例えば、身分証明書の取得方法や車両の登録方法など。
-
最新の情報—新しくリリースされたライブラリ、コード、ドキュメント—を扱う場合は、複数のAIチャットボットで確認した方がよい。彼らの知識カットオフと応答は微妙に異なる可能性がある。
-
エッセイを書いた後、AIチャットボットを使用して文法を修正し、Gitを使用して差異を確認する。
-
AIを強力に活用する方法の一つは、トピックについてのアイデアを書き出し、Grokに分析させて包括的なガイドと提案を提供させることである。
-
大きなPythonスクリプトを100行未満の小さなスクリプトに分割した方がよい。これはトークンを少なくし、大規模言語モデルがそれらをより効果的に処理できるようにする。
-
LLMsは、中国の祝日を生成する際に誤りを犯しやすい。これらの祝日は毎年異なるため、LLMsは計算と結果の確認を行う必要がある。
-
リポジトリにコードとコードを含むブログ記事がある場合、AIはそれらを正しく処理できず、混乱させることがある。
-
LLMの文脈におけるファイル名情報はしばしば見過ごされる。しかし、この情報は特定の場合に重要である。