提示框样式一览
Typora「警告框」写出的就是 GitHub alerts 语法。五种类型各有一个色相、一个图标和一个中文标签；普通引用保持最安静。颜色只放在图标、标签和细边框上，正文始终是正文字号和墨色。
图例
| 类型 | 色相 | 图标 | 什么时候用 |
|---|---|---|---|
| 普通引用 | 浅灰竖条 #E2E4E8，灰字 #737069 | 无 | 引一句话、导语；不需要信号 |
| 提醒 NOTE | 蓝 #2C55B4（同章节编号） | 圆圈 i | 背景、范围澄清 |
| 建议 TIP | 绿 #2D6A3E | 灯泡 | 可直接照做的经验 |
| 重要 IMPORTANT | 紫 #6A3FB5 | 带叹号的对话框 | 要点、一句话总结、全文结论 |
| 警告 WARNING | 琥珀 #8A5300 | 三角叹号 | 坑、限制、需立即留意 |
| 注意 CAUTION | 红 #B4213A | 八角叹号 | 有负面后果的操作；全站唯一的红色 |
普通引用 >
一句值得停一下的话，不需要额外信号。
Markdown
> 缓存本来是为了提速，但缓存太大之后，"读取缓存"本身又成为瓶颈。渲染效果
缓存本来是为了提速，但缓存太大之后，"读取缓存"本身又成为瓶颈。
出处：《大模型推理：KV Cache 的底层原理、挑战与应对》，原文即普通引用。
提醒 NOTE
补充背景、澄清范围，读者略读时也该看到。
Markdown
> [!NOTE]
> 需要注意的是，上面说的是同一次请求内部的 K/V 复用（Decode 收益最大）。业内常说的「保持系统提示词稳定，提高缓存命中」，通常指在此之上的 **Prefix/Prompt Cache**，即跨请求复用已有前缀的 K/V，主要省的是 Prefill，后文会进一步展开讨论。渲染效果
提醒
需要注意的是，上面说的是同一次请求内部的 K/V 复用（Decode 收益最大）。业内常说的「保持系统提示词稳定，提高缓存命中」，通常指在此之上的 Prefix/Prompt Cache，即跨请求复用已有前缀的 K/V，主要省的是 Prefill，后文会进一步展开讨论。
出处：《大模型推理：KV Cache 的底层原理、挑战与应对》，原文即 [!NOTE]。
建议 TIP
可以直接拿去用的做法、经验。
Markdown
> [!TIP]
> 写 prompt 时，先想"AI 最容易犯什么错"，然后写对应的禁令。渲染效果
建议
写 prompt 时，先想"AI 最容易犯什么错"，然后写对应的禁令。
出处：《Claude Code 源码解析丨从 6 个问题窥视 CC 的 Harness Engineering》，原文是站点自定义的「提示」框，这里示意写成 [!TIP]。
重要 IMPORTANT
全文要记住的结论或一句话总结。可多段。
Markdown
> [!IMPORTANT]
> **一言以蔽之：**
>
> Q 是当前 token 的「提问」，K 是各 token 的「索引标签」，V 是可被取用的「内容」。注意力用 Q 与所有（因果可见的）K 算相似度，经 Softmax 得到一组权重，再按权重把各 V 合成一个上下文向量，而不是只取最相关的那一个。
>
> 这个上下文向量再经输出投影、FFN 和后续层，最终变成词表 logits，从而采样出下一个 token。Decode 时历史 K/V 可缓存复用。每步只需为最新输入算新的 Q/K/V，其中新的 K/V 追加进 Cache，Q 只用于本步查询。渲染效果
重要
一言以蔽之：
Q 是当前 token 的「提问」，K 是各 token 的「索引标签」，V 是可被取用的「内容」。注意力用 Q 与所有（因果可见的）K 算相似度，经 Softmax 得到一组权重，再按权重把各 V 合成一个上下文向量，而不是只取最相关的那一个。
这个上下文向量再经输出投影、FFN 和后续层，最终变成词表 logits，从而采样出下一个 token。Decode 时历史 K/V 可缓存复用。每步只需为最新输入算新的 Q/K/V，其中新的 K/V 追加进 Cache，Q 只用于本步查询。
出处：《大模型推理：KV Cache 的底层原理、挑战与应对》，原文即 [!IMPORTANT]。
重要 IMPORTANT（自定义标题）
同一类型，标题换成「本文结论」。
Markdown
> [!IMPORTANT] 本文结论
> 在组织 Prompt 的时候，尽可能保证稳定前缀在前，易变内容在后。渲染效果
本文结论
在组织 Prompt 的时候，尽可能保证稳定前缀在前，易变内容在后。
出处：正文出自 《大模型推理：KV Cache 的底层原理、挑战与应对》（原文为 [!IMPORTANT]）；标题「本文结论」是示例写法。
警告 WARNING
容易踩的坑、行为上的限制，读者需要立刻留意。
Markdown
> [!WARNING]
> 百炼平台显式缓存和隐式缓存是互斥的！单个请求只能应用其中一种模式，且二者的缓存不互通！详见：[百炼-上下文缓存](https://help.aliyun.com/zh/model-studio/context-cache)。渲染效果
警告
百炼平台显式缓存和隐式缓存是互斥的！单个请求只能应用其中一种模式，且二者的缓存不互通！详见：百炼-上下文缓存。
出处：《Prompt Engineering 从提示词撰写到生产治理》，原文即 [!WARNING]。
注意 CAUTION
做了会带来负面后果的事。全站唯一用红色的地方，少用。
Markdown
> [!CAUTION]
> 关于模型的脾性这里补充一句，one-shot 和 few-shot 对于能力较强的模型来说往往能带来更好的效果，但是对于小参数模型，很不推荐！因为小模型往往（特指千问）会无脑临摹你给的示例！甚至是你列举的反面示例！渲染效果
注意
关于模型的脾性这里补充一句，one-shot 和 few-shot 对于能力较强的模型来说往往能带来更好的效果，但是对于小参数模型，很不推荐！因为小模型往往（特指千问）会无脑临摹你给的示例！甚至是你列举的反面示例！
出处：《Prompt Engineering 从提示词撰写到生产治理》，原文是普通引用，这里示意写成 [!CAUTION]。
嵌套内容：列表
框内放有序列表和二级列表。
Markdown
> [!NOTE]
> 1. Claude Code 每次 LLM API 调用的 Prompt 是怎样的？
> 1. Prompt 的组成 部分是怎样的？为什么是选择这些而不是别的？
> 2. Prompt 有哪些撰写原则？我们能学到什么？
> 3. Prompt 过长时，压缩机制是怎样的？
> 2. Claude Code 的 ReAct 循环是怎样的？
> 3. Claude Code 在"写代码（修改文件）"的时候，究竟发生了什么？渲染效果
提醒
- Claude Code 每次 LLM API 调用的 Prompt 是怎样的？
- Prompt 的组成 部分是怎样的？为什么是选择这些而不是别的？
- Prompt 有哪些撰写原则？我们能学到什么？
- Prompt 过长时，压缩机制是怎样的？
- Claude Code 的 ReAct 循环是怎样的？
- Claude Code 在"写代码（修改文件）"的时候，究竟发生了什么？
出处：《Claude Code 源码解析丨从 6 个问题窥视 CC 的 Harness Engineering》，原文是站点自定义的「提示」框（含列表），这里示意写成 [!NOTE]。
嵌套内容：行内代码
框内带行内代码。
Markdown
> [!TIP]
> 假设你有一个场景 A 的默认 Prompt 是 `scene_a_system.md` 和 `scene_a_user.md`，假设有一个 A/B 分组名为 `group_a`，那命中这个分组的用户应该加载的就是 `scene_a_ab_group_a_system.md` 和 `scene_a_ab_group_a_user.md`。渲染效果
建议
假设你有一个场景 A 的默认 Prompt 是 scene_a_system.md 和 scene_a_user.md，假设有一个 A/B 分组名为 group_a，那命中这个分组的用户应该加载的就是 scene_a_ab_group_a_system.md 和 scene_a_ab_group_a_user.md。
出处：《Prompt Engineering 从提示词撰写到生产治理》，原文是普通引用，这里示意写成 [!TIP]。
A2 文章里的映射
| A2 里原来的框 | 现在的类型 | 依据 |
|---|---|---|
| 注意（Prefix/Prompt Cache 那段） | 提醒 NOTE | 原文就是 [!NOTE]，内容是范围澄清 |
| 要点 ×2（自注意力、一言以蔽之） | 重要 IMPORTANT | 原文就是 [!IMPORTANT] |
| 三个核心挑战（存不下、读太慢、难管理） | 重要 IMPORTANT | 原文就是 [!IMPORTANT] |
| 延伸（当然还有其他更加复杂的问题…） | 提醒 NOTE | 原文就是 [!NOTE] |
| 本文结论（稳定前缀在前） | 重要 IMPORTANT，标题「本文结论」 | 原文是 [!IMPORTANT]；红色让给 CAUTION |
| 两句关键引语（缓存本来是为了提速…；KV Cache 大小 ≈ …） | 普通引用 > | 原文是普通引用 |