最近更新
| 笔记 | 摘要 |
|---|---|
| 下线：保留样本与决策记录 | 将来复盘比面子重要。 |
| 团队：明确谁有权改系统提示词 | 权限散落等于事故预告。 |
| 供应商：看限流与状态页 | 高峰掉线比贵更致命。 |
| 安全：输出过滤与越权测试列入发布清单 | 会聊天也会被诱导。 |
| 多模型路由：简单问题走便宜模型 | 不是所有请求都配旗舰。 |
| 延迟：用户能感知的等待要有进度反馈 | 沉默的转圈最伤信任。 |
| 提示词治理：版本化，像管代码一样 | 口头改 prompt 会丢历史。 |
| 评测：用你们真实工单，别用公开榜单题 | 榜单赢不了你的业务脏活。 |
| 上线功能：灰度用户与回滚开关先做好 | 全量是勇气，不是策略。 |
| 敏感数据：默认本地脱敏再出网 | 提示词里别塞身份证。 |
| 成本上升：按「每次成功任务」计费，不按 token 幻想 | 无效重试是隐形烧钱。 |
| 第一次接模型：先定失败时的人工兜底 | 模型会胡说，流程不能胡说。 |
| 本站模型单价数据的口径说明示例/演示 | 数据从哪来、怎么折算、何时核对 |
| 模型效果怎么评测示例/演示 | 自建评测集与可比指标 |
| 提示词优化降本示例/演示 | 上下文瘦身与缓存复用 |
| API 聚合 vs 官方示例/演示 | 中转、限速与发票 |
| Agent 应用成本估算示例/演示 | 多轮工具调用的隐性费用 |
| 写代码选哪个模型示例/演示 | Claude vs GPT vs DeepSeek |
| AI Token 计价入门示例/演示 | 输入价、输出价、缓存怎么算 |