AI 接口要监控哪些指标？

本章 3 类必备：(1) 请求/响应摘要 —— prompt 类型、token 数、耗时、成功率（脱敏后）；(2) 错误与重试 —— 超时、配额、解析错误要有指标和告警；(3) 模型/版本 —— 记录使用的模型与温度等参数，便于不同版本对比效果。少了模型/版本字段，A/B 升级模型后没法回溯到底是哪个改动导致质量变化。

AI 接口的基础 guardrails 该写哪几条？

本章模板要 3 条防护：(1) 请求超过 60s 超时并降级为默认文案；(2) 响应为空或格式错误时返回安全兜底；(3) 对外部输入先做长度和敏感词过滤。这 3 条都没有，AI 服务一遇到长 input、模型抽风或 prompt injection，会直接把脏数据 / 错误甚至模型胡话推给用户。

怎么用 AI 帮我做“红队”安全检查？

让 AI 生成“攻击提示列表” —— prompt injection、越权、提示泄漏 3 类，每类配防御策略。再把 CI 加上简单的敏感词扫描或 schema 校验，遇到异常输出直接拒绝。AI 既是被攻击对象，也是攻击点子的来源 —— 用它给自己出题，比人工想攻击向量覆盖更广。

AI 服务的日志怎么处理才能既能 debug 又不泄露 PII？

本章 3 条数据最小化原则：(1) 不写入用户敏感输入；(2) 必要字段先脱敏才入日志；(3) 控制日志留存周期并标注数据用途。debug 用的不是原始 user input，是 prompt type + token count + 模型/版本 + error code 这类元数据 —— 足够定位问题但不暴露隐私。

练习“生成可观测性仪表盘需求”该交付什么？

本章练习要 3 件产出：(1) 指标列表（请求量、token、延迟、成功率、错误分布）；(2) 告警阈值（多少 ms 触发延迟告警、错误率超过多少要 page）；(3) top K 错误示例采样方式 —— 怎么从大量请求里抽典型错误。最后再给一个简化的日志 schema 把字段固定下来。

可观测性与 Guardrails

学AI来匠人

📖

Vibe Coding

38 节

·简介

基础篇6

01
Vibe Coding 是什么
5分钟
02
安装 Cursor 与环境准备
10分钟
03
写出第一个 Prompt
10分钟
04
Vibe Coding 思维模型
8分钟
05
高质量 Prompt 模板
12分钟
06
理解与校验 AI 的回复
10分钟

进阶篇18

07
🔒用 AI 做 Debug
20分钟
08
🔒与 AI 结对编程
18分钟
09
🔒多文件协作与项目级修改
25分钟
10
🔒交付一个小功能的全流程
30分钟
11
🔒用 AI 做测试与质量保障
20分钟
12
性能与成本优化
18分钟
13
安全与隐私最佳实践
15分钟
14
🔒团队协作与 PR 流程
18分钟
15
工具与模型最新动态
12分钟
16
🔒AI Agents 与工具调用
25分钟
17
🔒前后端协同与 API 生成
25分钟
18
🔒数据与知识库协作
22分钟
19
持续改进与自动化
18分钟
20
🔒AI 辅助重构与架构演进
22分钟
21
AI 辅助 UX 文案与交互
15分钟
22
🔒可观测性与 Guardrails
18分钟
23
脚手架与自动化交付
15分钟
24
🔒实战：Todo App
45分钟

工具篇13

25
🔒MCP 服务器配置
20分钟
26
🔒MCP 配置同步
15分钟
27
Cursor Rules 编写指南
15分钟
28
Git Commit 规范与 Emoji
10分钟
29
五个为什么分析法
8分钟
30
Mermaid 图表生成
12分钟
31
任务实施方法论
10分钟
32
Claude Code Skills 进阶
15分钟
33
Claude Code + GLM 4.6 配置
15分钟
34
Claude Code 自定义命令
12分钟
35
Claude Code 子代理配置
15分钟
36
Claude Code 全面拆解
25分钟
37
Claude Skill Codebook 简明教程
12分钟

实战篇1

38
Vibe Coding 全流程 SOP
15分钟

🎯学习更高效

让你的学习不被打断

✏️
学习笔记
边学边记，云端同步
📈
进度追踪
自动保存，随时继续
🏅
完课证书
可分享的学习成就
💬
社区答疑
和 2000+ 学员交流

免费注册→已有账号？登录

👥2,847 人正在学习

AI学习面试课程学习中心