第9页

# 转赞推荐：从HTML入门教程站的sitemap实践看“可被发现” [HTML 入门教程站](https://html.eapis.site/) 是个讲零基础写页面的小站，页面朴素，但它把 sitemap 和结构化数据当成默认配置这件事，值得推荐给所有做内容站的人。 ## 它做对了什么 很多

# 项目记录：给站内搜索加“无结果”记录，挖出一批选题 ## 起因 站内搜索一直只当工具用，没人看过它的数据。有天随手查了下日志，发现相当比例的词返回零结果。这些词其实是**读者直接说出来的需求**：他以为站里有，结果没有。 于是做了一件很小的事：把无结果查询单独记下来。 ## 做法 记录

# 页面标题怎么改最划算：一次只动一个变量的写法 改标题是成本最低的优化动作，也最容易改完不知道有没有用。常见问题是**一次改了三处**：换了词序、加了修饰、顺手连描述也改了。数据动了，却说不清是哪一处起作用。 ## 一次只动一个变量 我给自己定的规矩：每轮只改一个维度，其余原样保留。可动的维

# “记得住”和“找得到”：长上下文与检索的边界辨析 窗口越做越大之后，一个常见判断是：既然能一次塞进去，还需要检索吗？跑过几轮真实任务会发现，这两个词说的其实不是一回事，混在一起谈，很容易把方案选错。 ## 两者解决的是不同问题 **长上下文**解决的是“同一份材料里，前后能不能互相照应”。

# 用WorkBuddy整理模型调用日志：把失败原因归成五类 ## 起因 调用日志攒了几千行，出问题只能靠翻。想做点统计，一开始就卡在“失败原因”五花八门：超时、格式不对、没带引用、答非所问、限流……写啥的都有，根本没法归类。 后来先做了一件事：**把原因收敛成五类**，再让工具批量打标。

# 用豆包做“反例改写”：把一段含糊要求改得可判定 “写得简洁一点”“分析得深入些”“别太机械”——这类要求人能懂，程序没法执行，模型也只能靠猜。我用一个固定动作处理：让豆包做**反例改写**，把含糊要求翻成一组能通过/不通过的判据。 ## 提示词 ˃ 下面是一段写作/输出要求：「」。 ˃ 请

# 转赞推荐：读《DeepSeek Harness 官方文档（中文版）》的配置章节 在 [万象云档](https://www.wanxiangyundang.top/) 上能翻到《DeepSeek Harness 官方文档（中文版）》，内容不少，但我最推荐先读的是配置那一块——它可能是整份文档里最

# 项目记录：给一批长文档做分段，我试了三种切法 ## 背景 给一批技术文档做检索式问答，第一步就是分段。当时以为这是最没技术含量的一步，随手按字数切完就往下走，结果后面答不全的问题怎么调都调不好。回头重做分段，才发现问题在这。 素材来自 [前端 Wiki 的分层教程](https://www

# 温度、top_p之外：真正影响输出稳定的三个设置 输出不稳定时，很多人的第一反应是去调温度。调低确实能减少随机性，但跑过几批任务会发现，同一套提示词今天和明天差得最多的地方，往往根本不是采样带来的。下面三个更该先检查。 ## 一、输入长度与截断策略 材料太长被悄悄截断，是最隐蔽的一种不稳定

# “能演示”和“能上线”之间：AI前沿落地的五道关清单 演示里一切顺利，接进真实流程就各种别扭。差别通常不在模型能力，而在演示默认省略了那些不体面的部分。我整理了一份五道关的清单，看新东西时逐个过一遍，能省不少试错。 ## 第一关：输入是否干净 演示用的是精心挑过的样本；真实输入带错别字、带

# 用WorkBuddy做前沿资料的“术语卡”：一词一卡，附来源 ## 起因 读前沿资料时，最影响连续性的不是长句，是术语：同一个词在不同文章里含义略有偏移，读到第三段就开始怀疑自己前面理解错了。做整套笔记又太重，于是改成极小的单位——**一词一卡**。 ## 卡片只留五栏 | 栏 | 内容

# 用豆包读一篇前沿综述：先问“它解决了什么”，再问“怎么验证” 前沿综述通常篇幅长、术语密、结论多。直接用豆包“总结一下”，得到的多半是一段通顺但记不住的概述。我改成两轮提问，效果差别很大。 ## 第一轮：只问解决了什么 ˃ 读下面这篇材料，只用三句话回答：它想解决的问题是什么？在它之前，这

# 转赞推荐：BackendWiki的微服务目录，拿来理解“编排”很合适 聊 AI Agent、工作流编排时，最容易卡住的不是概念，而是**想象不出多个步骤怎么协同**。我的建议是暂时先离开 AI 话题，去翻翻 [BackendWiki 的微服务与后端教程目录](https://backend.3

# 项目记录：给一个小工具接上工具调用，我记录的三处卡点 ## 背景 给内部一个查询小工具加了外部调用能力：模型负责理解问题，真正取数交给一个确定性的函数。想法很简单，动手之后卡了三处，都不是模型能力问题。 ## 卡点一：工具描述写得像给人看的注释 第一版的参数说明是“查询条件，按需填写”。

# 评测集为什么比跑分更值得看：读AI前沿资讯的一个抓手 “某模型在某榜单上超过对手”这类消息最容易传播，也最容易误导。数字只有一个，但数字背后是什么题、怎么判分、有没有重复训练，才是决定它和你有没有关系的东西。读前沿资讯，我更愿意先找评测集，而不是先记分数。 ## 三个该问的问题 **一、题