筆記下 AI 寫程式省錢術:從 Token 焦慮到團隊成本治理 課程相關內容。
課程相關資訊
[連結]:https://learn.duotify.com/courses/ai-cost
請注意:本系列文章為個人對應課程的消化吸收後,所整理出來的內容。換言之,並不一定會包含全部的課程內容,也有可能會添加其他資源來說明。
內容
實務開發
1. 先在專案中補齊足夠的測試,盡可能的達到 100% 後再請 AI 開工,這樣才能讓 AI 發現自己的錯誤
2. 老專案維護,就是修補到哪,測試寫到哪;專案重寫或是升級,那就是請 AI 一版一版升,讓其升完後再補修正
關鍵思考
高階模型 – 用在高價值的產出,適合大量的上下文分析、架構設計和規格制定。若任務的錯誤成本很高,或是需要推理與整合,那就很適合使用高階模型
低階模型 – 用在相對確定的任務,搭配測試、檢查與 harness engineering。用在流程穩定可以被驗證,所以用低階的模型來降低成本

![[筆記] AI 寫程式省錢術:從 Token 焦慮到團隊成本治理 – 9 [筆記] AI 寫程式省錢術:從 Token 焦慮到團隊成本治理 – 9](https://smlpoints.com/wp-content/uploads/notes-ai-cost-1.jpg)