Qgenius – 第 4 页 – Qgenius® 官方学习平台

你的AI到底好不好？从“看起来不错”到有数可说：LLM Evals 实战指南

Evals（评估集）就是给大语言模型功能做的测试：列一堆输入和对应的正确答案，跑模型，打分。它能让你用数据回答“新版本到底好不好”，而不是靠感觉吵架。

用户旅程地图，把一个人为了完成某个目标所经历的全过程，用可视化的方式呈现出来。

同理心地图能把用户的态度和行为可视化，从而帮助用户体验团队对终端用户形成一致的深层理解。同时，这个绘制过程也能暴露出现有用户数据中存在的漏洞。

AI Agent 最大的风险，不是模型被攻破，而是它读取的网页环境被“做局”了。

一个好用的、针对特定网站的AI聊天助手，会清楚地说明自己能做什么，给出相关的提示建议，还能快速让用户感觉到：“它知道我正在看什么。”

雅各布·尼尔森提出了交互设计的十条通用原则。它也是业界公认的普遍的交互设计“启发式原则”。

在传统 Web 时代，我们用 sitemap.xml 给搜索引擎看，用 robots.txt 告诉爬虫哪里不能去。而在 AI 时代，llms.txt 充当了站点的“导读摘要”。用一份精炼的 Markdown 文件，让模型在几毫秒内看懂你的项目结构。

GEO 的核心不是刷排名，而是让 AI 读懂你已有的内容：用 robots.txt 区分爬虫类型，写好 llms.txt 给 AI 一份清晰的站点地图，再把关键信息集中在一个域名下做成结构化的知识页面。花一小时就够了。

一致性问题的根本解法不是“更好的 prompt”，而是用参考图像/角色表把人物特征提前锁定。纯 prompt 时代已经过去了，现在是“参考工程化”时代。

AI能否取代部分眼动追踪研究？探讨视觉语言模型（VLMs）能否模拟人类在UI上的视觉注意力。