AI工具技巧 | 原创，AI翻译
-
将示例代码复制到 Cursor 中，并使用注释提供上下文。
-
在香港地区，可以使用 DeepSeek 或 Mistral 服务，但不可以使用 ChatGPT、Claude 或 Gemini。
-
一个地区的 API 政策大约与其应用程序政策相同。
-
使用 Cursor 代替 Visual Studio Code。
-
仍然有需要使用 Visual Studio Code 的情况，例如在 git 合并编辑器场景中，我仍然使用
git config --global core.editor "code --wait"。 -
从 Deepseek V3 发布开始，我们不需要订阅任何 AI 工具。
-
使用 Gemini 或 Grok 生成节日庆祝图像，例如提示“生成包含文字姓名的欢乐农历蛇年图像”。
-
即使将原始文本提供给 AI 模型以创建表格，输出中仍可能有几个地方与输入不同。例如，在 Cursor 中使用 Deepseek V3 模型生成 pip list 表格时，可能会包含
1.极狐0这样的版本。这里的“极狐”指的是中国 GitLab 平台。 -
使用 Deepseek 或 Mistral API 翻译标题时，提示如
You are a professional translator. You are translating a markdown file for a Jekyll blog post from English to Chinese. {text}可能会导致翻译错误。除了您提供的文本外，输出通常会包含过多的翻译内容。 -
虽然有时 Cursor 中的 AI 模型会给出部分正确的文本，但我们可以接受它们，因为可以添加后续指令让 AI 模型重新生成正确的部分。
-
如果不太可能有帮助，避免向大型语言模型提供过多的上下文。例如，在生成对话对话行时，避免提供 100 个关于该主题的点。大型语言模型已经包含大量数据。
-
在翻译或生成对话歌词等任务中提供充分的上下文时，避免使用链式思考功能，因为它可能会变慢并导致冗长或无用的响应。
-
测试聊天机器人是否能遵循用户指令的一种方法是让它用英语解释某事，然后继续输入中文，观察聊天机器人是否保持输出英语。
-
与其向 LLMs 提供上下文，不如基于大量文本或代码的数据集微调模型，然后使用微调后的模型。
-
每周轮流使用 AI 聊天机器人，这样可以了解它们的差异。如果想学习更多，不要只使用一个 AI 工具或最好的工具。
-
打开 Grok、Gemini、ChatGPT、DeepSeek、Mistral、Perplexity 和 Claude 很有趣，打开它们的多个标签页，阅读它们的答案，然后提问。我们可以比较答案或根据兴趣继续提问。
-
如果任务是总结 YouTube 视频，首先使用 Gemini；如果涉及 X 的信息，首先使用 Grok。
-
书籍越来越不实用。使用 AI 聊天机器人阅读书籍；它们可以为您提供第一章或第二章、书籍摘要或书籍介绍。
-
与其使用深度思考或链式思考（CoT）解决难题，有时可以简化问题，让标准模型解决它们。
-
在与 AI 聊天时，语言很重要，特别是涉及特定地区或领域时。使用相关本地知识可以帮助您找到更准确的信息——例如，如何获取身份证或注册车辆。
-
在处理最新信息（例如新发布的库、代码或文档）时，最好与几个 AI 聊天机器人核实，因为它们的知识截止日期和响应可能会有细微差异。
-
写完文章后，我们可以使用 AI 聊天机器人修正语法，使用 Git 查看差异。
-
使用 AI 的一种强大方式是写下您对某个主题的想法，然后让 Grok 分析它们并提供全面的指南和建议。
-
将大型 Python 脚本拆分为小于 100 行代码的小脚本更好，这样可以使用更少的标记，并让大型语言模型更有效地处理它们。
-
对于 LLMs，生成中国节日时容易出错，因为涉及农历规则。这些节日每年都会变化，需要 LLMs 进行计算和验证。
-
如果存储库包含代码和带有代码的博客文章，AI 通常无法正确处理它们，可能会混淆它们。
-
LLM 上下文中的文件名信息通常会被忽略。但在某些情况下，这些信息很重要。