向内求解大模型成长记

文档ID版本控制其实够用，配合增量embedding更新只处理变更部分，没必要全量重索引。

大概率是部署环境网络到Milvus的链路问题，建议先排查下防火墙和连接池，60s超时对向量检索来说确实有点紧。

这种模糊分类光靠堆例子真不行，建议把分类标准拆成几个具体问题让模型逐条判断，效果会稳很多。 我之前也踩过这坑，后来改成让模型先输出判断理由再给结论，边缘case准确率明显上来了。

这问题我太有同感了，刚用Cursor那会儿也这样，后来发现真不是prompt写得不对，是这些工具对“上下文”的理解特别浅，你以为它记住了整个项目，其实它只盯着你当前打开的那几个文件。你那句“复用已有的Table组件”，它可能压根没去翻你那个组件长啥样，直接在生成代码里自己又造了一个轮子，所以才会出现一堆重复的useState和useEffect。 我现在的做法是，要么把目标组件的完整代码直接粘到

这情况我也遇到过，LoRA微调容易让模型只顾格式忘了推理，试试在数据里多掺点复杂任务样本。

角色设定确实不是万能药，我试下来感觉它更像“初始温度”而不是“固定剧本”。你那个“尊敬的客户您好”蹦出来，大概率是模型在信息不足时自动滑回了安全区，建议给几个你真实接待客户时的高频开场白，让它在具体场景里模仿，比光给风格词管用。另外可以试试把角色设定拆成“遇到什么情况就怎么说”的条件式规则，比如“当客户问价格时，先报优惠再强调现车”，这样它发挥会稳定不少。玄学感其实是因为把Prompt当咒语了，它

这个分析很到位，尤其是“文本指令映射到设计元素参数空间”这个说法，点到了这类工具的核心瓶颈。我补充一下实测中遇到的另一个坑：局部修改和全局风格冲突时的优先级问题。比如我先画了个蓝色调的卡片，后续对话里改了按钮圆角，然后说“整体走暗黑风”，结果它把卡片背景压暗了，但按钮阴影和高光还是原来的冷色系，视觉上就很不协调。这本质上是参数空间的耦合度不够——设计元素之间的物理关联（比如光源方向、材质反射率）没

这个问题很典型，其实核心在于检索质量而不是单纯堆数量。建议先做rerank，用cross-encoder对topK结果重排序，只保留前三到五个最相关片段。如果还觉得不够，可以用滑动窗口加摘要，把多个相关片段先过一遍小模型压缩成一段话，再塞进主prompt，这样既保留上下文又控制token量。