Prompt 不是写得越长越好——Zero-shot 排第三、Few-shot 稳赢、但"角色扮演+思维链"组合拳才是真正的王者，任务完成率 87% vs 基础写法 21%。我用同一个 AI Agent、同一个任务（从一段混乱的日志中提取结构化数据），换了 6 种 Prompt 写法，各跑了 30 次。

Prompt 不是写得越长越好——Zero-shot 排第三、Few-shot 稳赢、但"角色扮演+思维链"组合拳才是真正的王者，任务完成率 87% vs 基础写法 21%。我用同一个 AI Agent、同一个任务（从一段混乱的日志中提取结构化数据），换了 6 种 Prompt 写法，各跑了 30 次。

Prompt 不是写得越长越好——Zero-shot 排第三、Few-shot 稳赢、但"角色扮演+思维链"组合拳才是真正的王者，任务完成率 87% vs 基础写法 21%。我用同一个 AI Agent、同一个任务（从一段混乱的日志中提取结构化数据），换了 6 种 Prompt 写法，各跑了 30 次。

Prompt 不是写得越长越好——Zero-shot 排第三、Few-shot 稳赢、但"角色扮演+思维链"组合拳才是真正的王者，任务完成率 87% vs 基础写法 21%。我用同一个 AI Agent、同一个任务（从一段混乱的日志中提取结构化数据），换了 6 种 Prompt 写法，各跑了 30 次。

定义了后，Agent 还是不会操作表单。原因是：前端定义的 Action 需要通过 CopilotKit 的actions属性传给 Runtime，而不是自动发现。修法：在前端CopilotKit// 收集所有 actionsdescription: "填写报销单",},description: "审批报销单",},更推荐的方式是用的返回值自动注册——确保你的 action 定义在 Copilot

定义了后，Agent 还是不会操作表单。原因是：前端定义的 Action 需要通过 CopilotKit 的actions属性传给 Runtime，而不是自动发现。修法：在前端CopilotKit// 收集所有 actionsdescription: "填写报销单",},description: "审批报销单",},更推荐的方式是用的返回值自动注册——确保你的 action 定义在 Copilot

定义了后，Agent 还是不会操作表单。原因是：前端定义的 Action 需要通过 CopilotKit 的actions属性传给 Runtime，而不是自动发现。修法：在前端CopilotKit// 收集所有 actionsdescription: "填写报销单",},description: "审批报销单",},更推荐的方式是用的返回值自动注册——确保你的 action 定义在 Copilot

2026 年 5 月，DeepSeek V4 发布刚满一个月。本文记录我从零接入 DeepSeek API 的全过程，含完整代码、踩坑记录和成本实测。

三十多行 Python 代码，一个下午，搞定了一个日常高频需求。核心就两步：用 OpenAI SDK 连 DeepSeek API，写好 System Prompt 控制输出格式。这个思路不限于翻译——代码审查、日志分析、文档生成，换个 Prompt 就能干别的。API 就在那，关键是找到适合自己的场景。代码放在这，拿回去改改用吧。

如果你还没用过 Claude Code，这篇文章就是写给你的。不讲理论，直接装好跑起来。