从原理开始,轻松易懂
不用公式,用日常的例子,讲清楚 AI 是怎么生成回答的,为什么有时会"说得很像却答错"
本页由 AI 根据韩语原文翻译,可能存在错误。
正在读取学习记录…
这里说的 LLM(大语言模型,Large Language Model),指的是像 ChatGPT、Claude、Gemini 这样用文字提问、用文字回答的 AI。 专业术语第一次出现时,都会用浅显的话解释,并同时写出英文原名。不需要事先知道什么。
| 现在 | 读完之后 |
|---|---|
| 只问一行"总结一下会议纪要" | 连谁来读、要什么样子都告诉它,一次就拿到想要的回答 |
| 回答不满意,就从头再问 | 指出哪里为什么不够好,让它接着修改 |
| 贴上很长的资料,结果原样就用 | 把资料和指示分开放,数字、日期、出处回到原始资料去亲自核对 |
| 把含有个人信息的文字原样放进去 | 遮盖姓名、联系方式、金额之后再拜托它 |
现在已经公开了第1阶段的通用指南、第2阶段的 ChatGPT、Claude、Gemini 使用指南、第3阶段的 Claude Code、Codex、Antigravity 使用指南,以及第4阶段的 AI-SDLC 指南。我们是让前一个阶段成为后一个阶段的基础,接续着制作的。
| 阶段 | 学什么 |
|---|---|
| 1. 通用指南(已公开) | 在任何 AI 里都通用的原理和提问的方法 |
| 2. ChatGPT · Claude · Gemini(已公开) | 各服务的功能和设置 |
| 3. Claude Code · Claude Code 终端 · Codex · Antigravity(已公开) | 用能在我电脑上直接读取、修改文件的 AI 工具来交代工作 |
| 4. AI-SDLC(已公开) | 和 AI 一起从规划到发布来制作软件——SDLC 是软件开发的全过程(Software Development Life Cycle) |
各章内容可以在完整目录里查看。