纯文本、Markdown、YAML和JSON四种提示词样式对模型输出的影响实证
我之前的项目实践总是把所有的提示词都设计成Markdown格式，因为我认为这样不仅对大模型友好，对我使用Typora编辑特别长的提示词也十分友好,而且直到现在GPT官方示例也是这样做的。
后来看到宝玉分享的V0提示词，我的直觉告诉我应该试一试XML ，因为我用的提示词生成工具（dify一个内置功能）都是使用这个格式。后来我也频繁使用XML格式，但是到底哪个更好呢？我觉得这篇实证论文挺有参考意义的，因为它给了我使用JSON格式尝试的可能，可惜的是没有XML格式的对比。
few-shot 最佳实践指南
在过去的几个月里，我总是习惯于把Few-shot放在系统提示词里。但是我经过使用LangGraph，Dify和其他平台的一些实践，我慢慢地发现，放在QA问答对的几个shot，总是会比放在系统提示词里效果会更好。后来我又开始借鉴在twitterRohan的推文使用llamaindex搭建的动态提示词系统。这并不是熟能生巧，这方面的论文和Medium的文章给了我很大启发，然后我在LangChain的官方博客发现了一篇总结得非常好的文章，我一直拖到今天元旦终于闲下来才下定决心写一个翻译稿件。
Claude Artifacts原理探究
契机是我想测试下claude-3-5-sonnet-20240620的Artifacts功能。 我想在本地通过cURL功能请求，但是我发现使用同样的claude-3-5-sonnet-20240620模型，同样的一个问题“帮我画一个marmaid图表示bert模型架构”，如果我本地调用api输入token只有几十，输出无论如何也无法触发Artifact。 使用lobechat的话输入token有4000多，输出也能触发Artifact，那么肯定是系统提示词System prompt的缘故。
从 BelliWelli风靡到投票站: Z世代的排队文化学
当健康零食、Taylor Swift 周边与"i voted"贴纸都成为打卡必需。
tiktok流行趋势：BelliWelli健康食品，“i voted"贴纸，政治态度隐藏，打卡文化
A Tale of Two Cities
A Tale of Two Cities: Contrasting Perspectives on Russia and Europe from High-Level Forums in Vladivostok and Berlin：Insights from a Prominent Chinese Think Tank Director on Global Power Dynamics.
By Di Dongsheng
谁在影响特朗普的外交政策?
认识这11位正在塑造2024年共和党总统候选人世界观的关键人物。
如果美国前总统唐纳德·特朗普再次入主白宫,他的外交政策会是什么样?评估特朗普可能的第二任期外交政策议程的一个重要方法,就是了解他身边的核心国家安全智囊:他听取哪些顾问的建议?是什么样的思想在影响这位前总统当前的世界观?