它不是在读字，是在读一块块碎片
四关讲的是同一条路：文字先被切成 token 才进得了模型；它看到的全部东西叫 context，装不下就忘；让它干活靠 prompt，system 定人设、user 提需求；它没读过的资料，用 RAG 现喂。这张图不是课件原图，是按这条路自己画的。
四关，各留一句结论
实验是在 harness 里做的，这里只放结论同一个任务，两版提示词
A 是随手写的，B 是把要求说全的Prompt A · 直白版 很多人习惯这么写
帮我写一篇公众号推文，关于网络安全竞赛宣讲会，面向大学生，简短一点。
实际输出：三百多字，通篇「提升安全意识」，没有奖项，没有报名方式，最后还得自己重写一遍。
Prompt B · 结构化版 角色＋任务＋约束＋格式
角色：高校学院宣传干事。任务：撰写公众号短推文正文，120–150 字。主题：网络安全竞赛线下宣讲会。受众：本科大一至大三。要求：沉稳有青春感、不要空话；突出红蓝对抗实战、国家级奖项、现场答疑；末尾一句话引导扫码报名；不要标题、不要表情符号。
实际输出：一百五十字上下，三段推进，三个重点都在，末尾一句扫码，基本能直接发。
11 个词，一个一个拆
重点看「易错点」，那是最容易搞混的地方。按关卡筛，可以对着地图看它在链路里的位置。
拆字：这句话是多少 token简化版分词器，常见词整块，其余按字切
真实分词器（BPE / SentencePiece）跟这里不完全一样：生僻字和 emoji 常被拆成几个字节碎片，这就是一个 emoji 可能算好几个 token 的原因。
只按资料说话的查询助手
人设写在 System Prompt 里，资料内嵌在网页里，分词、检索、上下文记账全在浏览器本地跑，不联网。它答完会告诉你用的是哪几篇。
大模型笔记助手
做完之后，剩下这些
几段记录：怎么来的、为什么长这样、哪里还没搞定。
这一页是怎么来的
作业要交一个小助手。做成能双击打开的网页：11 个词，加一个只查这 16 篇资料的助手。
为什么挑了「查资料」
问它「我们班今天留了什么作业」，它答得一本正经，一句真的都没有。把写着作业的 txt 丢过去再问，它立刻老实。这一前一后，比任何定义都更说明 RAG 是干什么的。
喂进去的 16 篇
11 篇对应 11 个词，另外 5 篇是实践：RAG 的六步流程、幻觉、和模型沟通的清单、省 token、11 词速查。全是我按课件重写的中文段落，直接写在 KB 里，没有外部文件，也不联网。
三个坑
- 第一版把整篇资料塞进 prompt，回答反而更飘。资料不是越多越好，检索没做对，塞进去的全是噪音。
- 「不要编造」写在提问里没用，写进 System Prompt 才稳。
- 窗口设成 4096 才看得见它丢消息；设大了什么都看不出来。
它不是真的大模型
回答是本地「检索 + 抽句子」，不是模型生成。好处是断网能用、不瞎编；坏处是句子有点硬。要接真模型，把 buildAnswer() 换成一次 API 调用，prompt 不用改。
换成别的主题
改三处：KB、PERSONA、标题。换成湘菜谱，人设就写「你是湘菜老师傅，只答菜谱里有的菜，说清做法和火候」。
杨皓文 / 202605486808 / 作业一《读懂它，和它好好说话》