教授控制权交接

选择你拥有的课时

上课之前

1. 在课堂实际使用的浏览器和网络中打开手册与实验室。
2. 实时演示时，请创建一把可撤销、低余额的独立密钥；绝不要分享教师密钥。
3. 依次运行“保存并测试”、第 1 步、三笔点单预览和一次完整 Eval；再把用量与收费和服务商控制台进行比较。
4. 准备脚本化的无密钥路线；如果实时探测失败，就切换过去。

无密钥路线本身就是完整的一课

第一部分按脚本运行、可以离线完成，也不需要密钥。实验室的第 2 步同样在本地运行。其余模型结果可以投影展示，或讨论事先准备好的运行结果；不要在全班面前排查私人凭证。

告诉学习者，一次点击最多会花多少

以下数字是逻辑调用次数和输出上限，而不是价格承诺。实时费用取决于模型、缓存、时段和服务商当前定价。

Eval 的并发数为 4。“停止”会阻止调度新请求，并尝试中止正在进行的请求，但已在进行中的请求仍可能计费。已发送却没有返回用量的请求，费用是未知，而不是零。

学习者工作表

1. 写下一种当前规则处理不了的说法，以及为它需要补上的规则。
2. 运行 Eval 1 前，预测分数并写下一条理由。
3. 记录基线、一个失败用例，以及可能的失败来源。
4. 说出一项改动，预测它的效果，然后运行 Eval 2。
5. 分别记录一项改进和一项退步；不要藏起不方便的用例。
6. 迁移到你熟悉的领域：一个由模型作出的决定、一项保留在手里的控制、一个失败输入，以及一道不可逆操作前的闸门。

项目量规

每项标准按 0 分（缺失）、1 分（部分做到）或 2 分（有证据）评分。只要证据和取舍站得住脚，不同的系统架构同样可以很优秀。

• 问题边界：目标、非目标和模型权限。
• 失败输入：具体、真实且可复现。
• 最小评测：用例、预期证据和可检查的评分规则。
• 不可逆操作闸门：在动作发生前，由代码或人进行干预。
• 信任边界：服务商、工具、秘密和不可信输入。
• 反思：失败、退步、成本、取舍和下一项测试。

接受证据，而不是唯一的标准答案

不含秘密的控制台输出、小型 JSON 或 Markdown 结果、代码链接、一个失败用例的追踪记录，或一份本地成绩单，都可以作为有效证据。量规不限定具体框架、服务商或提示词。

试教观察表应只保存在本地。绝不要把学习者密钥、提示词、服务商原始响应体、回复或可识别个人的作业放进本站、截图或 CI 日志。