笔记本
关于 AI 工具、模型选择和理性花钱的简短实用笔记。
-
用人工智能起草求职信，把事实和预算留在自己手里
从拆解岗位要求、整理真实经历，到限制生成篇幅、核对事实和人工定稿，逐步写出可信、具体又不过度花费的求职信。
-
为学习小组搭建一个按需回答的 Discord 助手
从创建机器人、设置权限到接入模型和检查费用，逐步搭建一个只在被召唤时回答、帮助同学梳理解题思路的学习助手。
-
一步步为 Python 库生成可靠的单元测试
从一个金额计算函数开始，整理行为约定、生成测试清单、检查断言并验证测试效果，用小批量请求控制生成单元测试的成本。
-
把收藏夹变成能找回答案的个人片段搜索工具
从整理少量代码与笔记开始，逐步搭建个人片段搜索工具，用本地检索缩小范围，再按需调用模型解释结果，让搜索更好用，也让花费更可控。
-
把日记留在自己手里：逐步搭建每日摘要工具
从本地筛选、敏感信息替换到限额调用和人工核对，逐步搭建一个尽量少上传、少花钱、不过度解读的日记摘要工具。
-
从代码注释写出可用文档：一次小范围的整理实践
从一个函数开始，核对注释与实现，整理参数、边界和示例，再借助模型生成并验证文档，用较少的请求完成一次可靠的整理。
-
把复习资料做成闪卡：一步步搭建备考生成器
从一小节讲义开始，搭建能生成、校对、导出和安排复习的闪卡工具，并用明确的请求上限控制模型开销。
-
让人工智能帮你清洗杂乱表格，又不花冤枉钱
从保留原件、抽样诊断到制定规则、生成清洗程序与核对结果，逐步清理杂乱的逗号分隔值文件，让人工智能协助判断，让本地程序完成重复工作。
-
把会议记录自动变成可执行行动项
用固定输入、清晰提问和低成本模型，将杂乱会议记录整理为负责人明确、日期可追踪的行动项。
-
用课程笔记搭建一个小型检索问答演示
从整理笔记、切分段落到检索与核对引用，用本地检索减少模型调用，搭建一个预算可控的课程问答演示。
-
提示词缓存如何降低账单：从整理输入到核对费用
按照挑选重复内容、整理提示词、确认缓存规则和核对账单的顺序，理解提示词缓存如何省钱，并用小规模测试判断是否值得开启。
-
按量付费还是月度通行证：一步步选出适合自己的方案
从使用频率、实际账单和权益限制出发，逐步比较按量付费与月度通行证，帮助个人开发者和学生找到更符合预算的选择。
-
开始写代码前，怎样估算这一轮会花多少钱
从划定任务、估算上下文和调用次数，到计算费用、预留余量与设置停止条件，一步步为个人编程会话做出可执行的预算。
-
个人开发者如何一步步设定每月人工智能预算
从可承受的月度上限出发，记录真实请求成本，拆分日常与疑难任务额度，并建立每周检查和接近上限时的处理规则。
-
令牌价格怎么算：从一次请求算到每月预算
用一组假设价格，逐步算清输入、输出、多轮对话和每月预算，再通过实际账单找出值得节省的部分。
-
论文文献综述提纲怎么选模型：从小样本试跑到预算内定稿
先整理可信文献，再用小样本比较模型，按结构质量与实际费用做选择。一步步完成可追溯的综述提纲，减少重复调用和返工。
-
把同一份缺陷报告交给三个模型，怎样测得公平又省钱
用搜索结果错位的缺陷练习三模型对比：固定报告、限制预算、统一验证，再按修复质量与总成本选择适合自己的模型。
-
推理模型与快速模型：一步步算清任务成本
从任务分类、小样本测试到失败升级，逐步比较推理模型与快速模型的费用、延迟和返工成本，让个人开发者与学生把预算花在真正需要的地方。
-
分类任务如何选模型：从小模型起步，按错误决定是否升级
用一套可复现的评测流程，比较小模型与大模型的分类质量、实际成本和处理速度，再决定是否采用分级处理。
-
初学者学数据库查询，怎样选到讲得清又省钱的模型
用一组小练习比较模型的查询正确性、解释能力和实际费用，逐步找到适合自己学习数据库查询的助手，避免为错误答案反复付费。