模型笔记

这周记下的几个点

• Prompt 的稳定性往往比“花哨写法”更重要，结构化输入更稳。
• 同一个任务下，输出质量和延迟通常需要权衡，不能只盯一个指标。
• 遇到事实类问题时，接入检索之后可读性和可信度都更好。
• 日志粒度要够细，不然后续很难复现当时问题。

近期自测记录

• 对同一批输入做多次回放，统计输出波动范围。
• 将失败样本单独放在回归集里，避免问题反复出现。
• 把“为什么失败”写进备注，而不只记录“失败了”。
• 每轮调整只改一个变量，减少定位时的噪音。

目前更关注可复现性和稳定性，而不是一次性跑出“惊艳结果”。