根据此屏幕截图向有视力的人工智能编写请求，这样您得到的不仅仅是“重新启动计算机”。 Return JSON {"prompt":"...","what_to_read":"...","context":"..."}: prompt - 给AI的一个问题，what_to_read - 如何让AI在得出结论之前确保它正确识别错误文本，context - 屏幕上没有的情况（它做了什么，什么操作系统，什么时候开始）。
AI 错误的屏幕截图是一张图片加文字。该模型首先“读取”标签（如文本识别），然后识别窗口元素：标题、代码、按钮。弱点是小或模糊的错误代码：人工智能可以错误地读取一位数字，但整个诊断取决于它。因此，主要技巧是：要求人工智能首先逐字引用错误的文本及其代码，然后才解释原因。与你所看到的不谋而合——信任；搞乱了代码 - 重新拍摄更大的代码。第二个技巧：给出图片中没有的上下文 - 什么系统，故障发生之前您做了什么，故障何时开始。没有上下文的错误就像一个没有指出具体位置的“伤害”的抱怨。第三个杠杆：询问答案的结构 - “简单的原因/解决方案的 2-3 个步骤/不应该做什么。”一个典型的菜鸟错误：裁剪屏幕截图，使错误行本身不可见，并要求“修复它”——然后人工智能开始猜测并给出一般无用的建议。
解锁提交解决方案以供即时 AI 审核的权限。