理解模型的边界，写好第一次调用，再用评测做选择。
分清 token、上下文窗口与输出预算，用一个离线示例练习如何组织模型输入。
理解流式事件和完整业务结果的区别，用本地 Python 示例验证结果字段，而不是把半段 JSON 当答案。
用真实任务定义成功标准，比较模型质量、耗时与失败模式，避免仅凭排行榜做选型。
把文档变成可检索的证据，让答案有出处、系统可评估。
厘清工作流、工具与状态，把一次演示变成可恢复的任务。