Offer选择

【Offer1】公司：腾讯 base广州岗位：s1 toG业务薪资：1.5n优缺点：组里老人多，实习的时候比较轻松，不知道正式入职强度如何。由于不是核心业务，职业发展路径不清晰，不知道以后是否好跳槽。【Offer2】公司：浦发银行总行 base北京岗位：平台研运中心薪资：n优缺点：轮岗6个月就定岗，有一次性房补，无京户，可能会加班

1：自我介绍+对岗位内容提问2：我给你提个开放回答：上海苗条和广东米粉的区别是什么 （我从工艺、人群、地区特色等方面分点回答）3：小学老师没教过你写作文吗，描述一朵花你就说这朵花多美就行了，你这是在用AI回答我。直接告诉我多好吃就行了4：直接做题：根据一个需求文档，快速写出两个接口，15min，文档做题。需求内容为：给你一个线上报错的飞书表格日志，读取用户输入的单元格信息，返回需要获取的报错详情的单元格起点和终点。例如：用户输入“！A1B2”则返回A1和B2。然后第二个接口，根据起点和终点从飞书文档中读取文档信息并转换成字符串。要求超过十条日志记录不合法（缺少字段）或用户参数不合法就退出记录。...

28*15+3万签字，没股票，争取过了，说今年股票很难拿，只能在base上多a了一些。在ieg部门。

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...