学习
算法

暂无条目

工程

暂无条目

最佳实践
活动
第一期 · 从 agent 开发学会 llm 所有
第二期 · 如何成为 AI 时代的超级上下文
第二期题库
creative-studio-agent
evidence-rag-agent
finance-reconcile-agent
mini-llm-gateway
公开题面
order-ops-executor-agent
reliable-customer-service-agent
公开题面
safe-data-analyst-agent
说明文档
作业模板
第三期 · 一群人如何做好 vibe coding

暂无条目

阶段 1:澄清原文 ↗

每个澄清问题都应包含背景、歧义、候选方案、你的推荐和不回答时采用的可逆假设。

推荐提问:

根据题面和我的目标复述,找出会影响数据模型、接口、外部成本、安全边界或验收结果的歧义。每个问题给出 A/B 和必要时的 D/or 路径,解释后果并给出推荐,但不要代替我选择。把纯实现细节与必须问组织者的问题分开。

你必须产出:

  • 澄清 Issue 文本。
  • 组织者答复或明确记录的可逆假设。
  • 决策日志。

核验:会引入费用、外部消息、敏感数据或核心范围变化的问题不能擅自假设。