AI应用，大模型提示词总结

About 918 wordsAbout 3 min

2026-03-18

我发现安装大模型也好，安装OpenClaw类似的Ai助手也好，对于程序员来说都比较简单，但是对于AI应用就比较难，下面是我自己在使用过程中的一些对大模型的提问，我觉的比较好的，汇总一下。

我现在研究的方向不应该

1、到豆瓣 https://movie.douban.com 搜索最近热门的电影，结合热度、评分和上映时间综合筛选10部电影给我，整理成Excel表格，并根据Excel表格的信息设计一个可视化HTML，最后把Excel和HTML一并发到我的飞书上

微信图片_20260318081811_135_127 (1)

2、我现在闲着没事，看能给我推荐一些信息。

正好趁着闲暇时间，可以看一些能带来启发或者稍微活动一下大脑的信息。以下是几个不同维度的推荐，看看哪个最合你的胃口：

算法与底层逻辑的“黑魔法”：可以研究一下高级的位运算（Bitwise Operations）技巧。除了基础的与、或、非、异或，像“如何不使用额外变量交换两个整数”或者“如何通过 $O(1)$ 的时间复杂度计算一个数字的汉明权重（二进制中 1 的个数）”这类技巧，在优化代码性能时非常巧妙，也是算法题中的常客。
API 调用的稳定性优化：在集成外部服务时，遇到 Rate Limit（速率限制）或权限拒绝（Permission Denied）是常有的事。了解一下指数退避算法（Exponential Backoff）配合抖动（Jitter）的重试机制。这是处理 API 调用失败的标准最佳实践，能大幅提高客户端的健壮性。
实时数据流的技术选型：如果你需要获取高度实时的数据（比如现货黄金、股票行情的秒级变动），可以对比一下 HTTP 轮询（Polling）、Server-Sent Events (SSE) 和 WebSocket 的优劣。对于需要低延迟和双向通信的金融数据面板，WebSocket 通常是更好的选择。
前沿科技扩展：目前 AI 领域的一个热门趋势是端侧小模型（SLM）。很多开发者开始尝试在本地设备（甚至浏览器中）运行几亿参数的轻量级模型，作为云端庞大 API 模型的补充。这能很好地解决数据隐私和网络延迟的问题。