nine是工程师

作为雨林一人公司的创始人nine，我全职创业两个月，从0开发了10+产品，包括IndexTTS便携版、Chrome元素截图插件等。基于之前一年自媒体积累（全网粉丝1000+，总阅读量100万...

Chrome Web Store每天新增很多个插件。插件刚发布，用户只有我自己，如何在这样的红海市场中找到自己的位置，是我一直在思考的问题。

在两个月全职创业的过程中，我深刻体会到一人公司必须快速迭代、快速验证。因此，我采用了MVP（最小可行产品）的开发策略，用一周时间实现核心功能，验证技术可行性。

我用AI生成了一个精美的小红书html首图卡片，想要截图保存到本地。传统的截图方式要么截取整个页面然后手动裁剪，要么使用浏览器自带的截图功能，但效果都不理想。特别是当内容包含SVG元素或复杂样式时，截

在开发Chrome元素截图插件的过程中，nine发现技术架构的选择直接影响开发效率和产品质量。作为有10年开发经验的程序员，我深知在有限时间内必须选择最合适的技术方案。

刚开始转型时，我以为凭借技术能力就能成功。结果发现，技术只是基础，商业思维和个人影响力才是关键。程序员习惯了用代码解决问题，但创业需要的是用产品解决用户问题，用内容建立信任关系。

客户的问题往往涉及最新的政策变化、复杂的业务规则，数据量越来越多，而大模型对这些私有知识和上下文信息的理解总是差强人意。

Few Shots学习是大模型分类任务的核心技术，通过精心设计的示例选择和管理策略，可以在极少量数据下达到优秀的分类效果。在实际应用中，要根据业务场景持续优化示例质量和选择策略。

大型语言模型(LLMs)在分类任务中表现出色，但要发挥其最大潜力，关键在于掌握提示工程技巧。本文从零开始，深入解析如何通过精心设计的提示词让大模型准确完成分类任务。