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...

女朋友最近拿到了字节的产品offer，作为男朋友，第一反应当然是替她开心，但开心过后，我自己却陷入了一种莫名的焦虑和失落，这就意味着我们要异地一段时间，而且她工作肯定会接触到很多优秀的人，我有点没安全感。我知道这样想不对，但就是控制不住自己，想听听大家的看法。（我还在找实习）

简历2.0，约不到面，全是简历挂😓，佬们看看有没有什么致命问题😭

属于基础知识，但是需要自己收集，一次性给大家找全了 公司/组织相关（你在哪个坑位）HC（Headcount）：招聘名额、人头数。造句：不好意思，我们部门今年只有 5 个 HC，已经招满了。BG（Business Group）：事业群。Bg还有一个意思就是你的背景 造句：我们公司的电商 BG 和游戏 BG 今年会有一次大的合作。或BG（Background）：背景，通常指候选人的“履历背景”，比如学校/学历、项目经历、实习、比赛、论文、技术栈、业务经历等，有时也指“背调”相关背景信息。BU（Business Unit）：业务单元，通常在 BG 下面更细分。造句：我最近换了一个 BU 工作。Bas...