Ai问答

RAG 问答答非所问时，优先排查检索结果，而不是立刻换更大的模型。只要召回的文档片段不对，后面的模型再强，也是在错误材料上组织答案，表现就会像“会说但没答到点”。 最简单的判断方法是把用户问题、检索到的前 5 个片段、最终答案放在一起看。如果片段里没有答案依据，问题多半出在切片、向量、关键词或重排环节。 先看召回内容是...

AI 分析表格总出错，先检查字段含义和统计口径，而不是马上怀疑工具不行。很多错误来自列名模糊、日期格式混乱、空值没说明、金额单位不统一，AI 只能根据表面信息猜，猜错就会把结论带偏。 正确做法是先给它一份“字段说明”，再让它分析数据。字段说明不需要很长，但必须把每一列代表什么、单位是什么、哪些值算异常写清楚。 先做一张...

AI 编造参考资料，最有效的处理办法是把“找资料、读资料、写内容、标引用”拆成不同步骤。不要让它一边写文章一边凭记忆补出处，尤其是论文题名、作者、年份、链接和 DOI，这些细节非常容易被编得像真的。 如果内容要公开发布或用于报告，先要求 AI 只使用你提供的资料库、网页链接或文档摘录。没有来源的内容，必须标成“待核实”...

AI 写出来像套话，通常不是因为模型“不会写”，而是你给它的材料太少、判断标准太虚。先别急着让它“写得更高级”，更有效的做法是补充读者场景、真实信息、观点边界和验收标准，再让它按这些约束重写。 可以先把任务拆成三步：让 AI 先问缺失信息，再生成提纲，最后才写正文。这样能避免一上来就堆“提升效率、赋能增长、打造闭环”这...

AI Agent 可以自动执行任务，但不建议一开始就给它完整权限。更稳的做法是先设置 4 个确认点：读数据可以自动，改数据要确认；小范围可以自动，大范围要确认；低风险工具可自动，高风险工具要确认；任务结束前必须展示执行摘要。 这样既能保留自动化效率，也能避免误删文件、错发消息、覆盖配置或把错误内容提交到线上系统。 确认...

Cursor 回答像没读到项目代码时，先检查 Codebase Indexing 状态和忽略规则。很多时候不是模型不懂代码，而是项目还没索引完、关键文件被 .gitignore 或 .cursorignore 排除了，或者你提问时没有明确引用代码库上下文。 Cursor 官方文档说明，代码库索引会为文件计算 embed...

Gemini 上传文件后分析不准，先不要马上认定模型不行。常见原因是文件太大、结构太乱、问题太泛，或者你让它跨很多章节做连接判断。先拆文件、明确范围、要求它列出读取依据，准确率会明显更稳。 Google 的 Gemini 帮助文档提醒过：如果上传文件过大，Gemini 的回答可能会遗漏文档中的连接或细节。它可以处理文件...

Midjourney 提示词总跑偏，通常不是词写得越多越好，而是重点不清、主体太多、风格和细节互相打架。先把提示词改成“主体 + 场景 + 风格 + 关键限制”的短结构，比堆一大段中文形容词更有效。 Midjourney 官方提示词基础文档也强调，短而清晰的提示通常更容易得到好图。提示词不是作文，模型更需要明确的视觉信...

ChatGPT 提示文件上传达到上限时，继续反复点上传通常没用。更稳的处理顺序是：先确认是不是临时服务异常，再看文件大小和格式，最后换成拆分文件、压缩内容或等待额度恢复。 OpenAI 帮助中心说明，ChatGPT 的文件上传会受多种限制影响，包括单文件大小、文本和文档 token 上限、图片大小、用户或组织存储空间，...

Claude Projects 里上传了知识库，但回答还是像没看资料，通常要从三处排查：文件是否真的放在项目知识库里，问题是否明确要求引用项目资料，以及知识库内容是否太散、太旧或命名混乱。 Anthropic 对 Projects 的说明是：项目可以拥有自己的聊天历史和知识库，用户可以上传文档、文本、代码等资料，让 C...