凌晨十二点，书桌前的台灯还亮着，屏幕上是没刷完的算法题，手边摊着画满标记的八股文书，嗓子因为反复背诵早已发哑。我又一次点开招聘软件，刷新了近一周面试过的五家公司对话框，依旧是一片沉寂——所有二面结束后，都没了下文。我不知道自己是挂了，还是在候选名单里排队。每次面试前都紧张到失眠，对着镜子练自我介绍，把可能被问的问题背得滚瓜烂熟，二面时和面试官聊得也算顺畅，可转身就石沉大海。我太想要一份保底工作了，哪怕薪资不算顶尖，至少能让我悬着的心落地，不用再在每一次面试前患得患失。手指无意识划到朋友圈，画风瞬间切换。有人晒着三亚的海滩日落，配文“年前最后一次出游”；有人发了和朋友的聚餐合照，笑声仿佛要从屏幕...

很早之前的了。hr："我看你简历上写的是，20年到24年在xxx学校上学。”我：是的。hr:（震惊）啊！？（小声）你上了五年！！！（发现新大陆）你为什么会上五年呢？我：😅这个…，怎么说呢，20年9月到24年6月。好像是4年……😅hr：😳嗷嗷，这样。但是我看现在（23年11月）你才大三，你们学校大三就可以实习了吗？我：，我大四。。。。

太折磨了，好在结果是好的，应该不会后悔吧希望能在阿里云成长和收获祝大家都开大包

经验就一条：Prompt 一定要拆开，任务一定要变简单。在面对小模型时，它们能力有限，如果把一堆要求（比如整篇文章+要求）塞进一个 Prompt，可能回答的就牛头不对马嘴了——不是主语识别不全，就是逻辑硬伤，或者答案缺斤少两。要把 Prompt 变成“工作流”，每一步只处理一个问题。比如“根据文章提问”，我通常拆成三步：第一步：只让模型识别文章的主语。第二步：根据主语去编问题。第三步：再针对问题生成答案。每步只干一件事，模型想出错都难。再比如做长文本的“分块（Chunk）”处理：不要让模型重写全文，除非你的token值够用，而且还会增加它的思考难度。你可以把原文段落编上号，让模型只输出：“标题...