Adicionei uma frase a este prompt de tradução, que funciona muito bem ao traduzir artigos técnicos obscuros e difíceis de entender, ajudando a explicar alguns termos técnicos: > - Interpretação adequada: Se forem termos técnicos difíceis de entender para pessoas comuns ou se houver dificuldades de compreensão devido a diferenças culturais, faça mais anotações para uma melhor compreensão, com a parte das anotações envolta em parênteses e em negrito. Veja o prompt completo nos comentários:
宝玉
宝玉20/08/2025
大神的提示词太神叨了,作为普通理工男我来写的话,提示词风格就是这样的: --- 请将以下英文文章,重写成通俗流畅、引人入胜的简体中文。 核心要求: - 读者与风格: 面向对AI感兴趣的普通读者。风格要像讲故事,清晰易懂,而不是写学术论文。 - 准确第一: 核心事实、数据和逻辑必须与原文完全一致。 - 行文流畅: 优先使用地道的中文语序。将英文长句拆解为更自然的中文短句。 - 术语标准: 专业术语使用行业公认的标准翻译(如 `LLM` -> `大语言模型`)。第一次出现时,在译文后用括号加注英文原文。 - 保留格式: 保持原文的标题、粗体、斜体等Markdown格式。
Por favor, reescreva o seguinte artigo em inglês de forma acessível, fluente e envolvente em chinês simplificado. Requisitos principais: - Leitores e estilo: Voltado para leitores comuns interessados em IA. O estilo deve ser como contar uma história, claro e fácil de entender, e não como um artigo acadêmico. - Precisão em primeiro lugar: Os fatos, dados e lógica essenciais devem ser totalmente consistentes com o texto original. - Fluência na escrita: Priorize o uso de uma ordem de palavras em chinês natural. Divida longas frases em inglês em frases mais curtas e naturais em chinês. - Terminologia padrão: Use traduções padrão reconhecidas na indústria para termos técnicos (por exemplo, `overfitting` -> `过拟合`). Na primeira aparição, adicione a versão em inglês entre parênteses após a tradução. - Manter o formato: Preserve os títulos, negritos, itálico, imagens e outros formatos Markdown do texto original. - Interpretação adequada: Se houver termos técnicos difíceis de entender para o público em geral ou se houver dificuldades de compreensão devido a diferenças culturais, forneça mais notas explicativas para melhor entendimento, com as notas entre parênteses e em negrito. Vocabulário comum: - AI Agent -> AI 智能体 - LLM -> 大语言模型 - Vibe Coding -> 凭感觉编程 - the Bitter Lesson -> 苦涩的教训 - Context Engineering -> 上下文工程 Agora, por favor, reescreva o conteúdo abaixo:
35,86K