chatGPT提示词(prompt)收集
关于ChatGPT，很多人用的时候发现问问题得到的答案并不如意，很大程度上是因为——问题的质量直接决定了答案的质量，没有Prompt的ChatGPT也只是比较聪明的人工智能而已！毕竟简单问问题的话，ChatGPT的回答也很容易出现空洞、绕圈子、答非所问等情况。因此，出现了Prompt，用GPT能听懂的语言告诉它要做什么！
相关分享
AI Prompt 整理
prompt 原则：
1、写出清晰而具体的指示，清晰不是指短，而是尽量详细，可采用分隔符避免自己的要求和内容的混淆，分隔符形式不限：“””, < >, {}
2、给模型思考的时间。如果答案不对，可以尝试不断变化提问方式，直到得出想要结果。可以采用简化或分解问题的方式。
无图
【大模型系列】提示学习
本文介绍了提示学习（Prompt Learning）的基础概念和应用场景。作者详细讨论了提示学习在大语言模型中的作用，以及如何通过优化提示来提高模型的任务表现。文章还分享了在实际应用中调整和设计提示的技巧，并探讨了该技术在自然语言处理中的未来发展趋势。这篇文章为希望利用大模型进行高效自然语言处理的开发者提供了有价值的见解。
无图
关于 ChatGPT 的流式传输，你需要知道的一切
本文深入探讨了生成式 AI 产品如 ChatGPT 的流式输出效果，阐释了其目的在于减少用户等待时间，而非简单模仿人类行为。文章详细介绍了 Server-Sent Events（SSE）技术在实现流式传输中的应用，并通过代码示例展示了服务端配置和客户端数据接收的方法。同时，讨论了 WebSocket 技术作为 SSE 的替代方案，强调了在 AI 应用开发中实现流式传输的重要性。此外，文中还介绍了 .NET 中的 IAsyncEnumerable 接口，并讨论了在生成式 AI 中实现取消/停止生成功能的挑战，提出了基于 WebSocket 的双向通信机制来解决这一问题。最后，文章总结了流式传输在 AI 与人类交互中的重要性，并提出了对 AI 智能本质的思考。|
无图
Kubernetes中的事件收集以及监控告警
随着微服务以及云原生的发展，越来越多的企业都将业务部署运行到Kubernetes中，主要是想依托Kubernetes的可扩展、可伸缩、自动化以及高稳定性来保障业务的稳定性。
然而，Kubernetes本身是一个复杂的管理系统，它既然是作为企业业务的基础设施，其本身以及运行在集群内部的业务系统对于企业来说都变得非常重要。
无图
竞业协议的相关文章收集
在国内互联网行业，竞业协议已经有点被滥用了——因为依据《劳动合同法》只有高级管理人员、高级技术人员和其他负有保密义务的人员才可被列于竞业限制的对象；但是现在，全员竞业，入职时就要求签署，不签没法入职。
为了给自己一点保障，多学习一点知识，所以简单整理一下竞业协议的简单内容，方便查阅和参考。
无图
无图
如何用 ChatGPT 助力开发: 已经有 15 万人看过的经验分享
自从年初开始关注这波 AI 浪潮，我将 AI 纳入了自己的工作流程，已经有一段时间了。现在我基本上一有机会就向他人推荐，建议尽快将 AI 引入开发流程。
今天这篇文章，分享一些目前自己利用 AI 服务相关的一些经验、工具和服务。
无图
ChatGPT在信息安全领域的应用前景
既然ChatGPT能够按照用户的要求编写代码，那自然就可以用来制作安全工具（不论是用于进攻还是防御）。目前已经有人指出通过ChatGPT可以生成实际可用的漏洞利用工具。
无图
Better Code: 异常时, 该提示用户哪些信息?
做 toB 一个非常高的成本是, 用户的环境/网络/数据等, 可能跟你预期的差异很大, 再加上沟通相对困难(涉及三方/四方, 无法便捷地登机器排查问题, 无法便捷地获取日志, 接口人业务或技术水平参差不齐).
而这时候, 你会面临一个问题, 如何在信息不足/沟通不畅的场景下, 尽量提升效率, 降低成本(大部分情况下, 逢单必结, 你必须解决问题, 没有选择的余地)。
无图
如何实现 Json 文件的语法提示
快应用使用 manifest.json 配置应用的基本信息。manifest.json 的属性字段多，配置时经常需要查阅官方文档。所以，希望实现语法提示功能，包括自动补全和 hover 查看属性信息，减少开发者查阅文档次数。本篇文章，就“如何实现 Json 文件的语法提示”，跟大家分享下。
无图