河南郑州，一男子和一名自称92年的女子，谈了2个多月的恋爱，正当两人准备结婚时，男子的母亲发现女子不像30来岁的，打听后得知，女子是78年的，不仅如此，女子的儿子都结婚2年了，马上要当奶奶了！

90后的郭先生认识的一位女子，这女子平时化着浓妆，穿着时髦，声音甜美，郭先生非常喜欢她。

（信息来源：河南广播电视台民生频道）

两人恋爱期间，在节假日期间，郭先生都会转具有象征意义数字的钱给女子。

女子以没钱交水电费、给宠物洗澡等理由，让郭先生给她转账，大部分是借给他的，先后给女子转账1万多。

恋爱2个月后，两人感情升温很快，由于女子出生于1992年，两人岁数相当，且都到了谈婚论嫁的年龄，郭先生和女子开始考虑结婚的事。

郭先生将女子带回家见家长，郭先生的母亲觉得女子的言行举止，不像没结过婚的人，心生疑虑。

根据女子老家的地址，郭先生的母亲托人打听了一下，发现的情况令人震惊。

女子根本不是1992年的，而是1978年的，更令人惊讶的是，女子还有一个儿子，儿子已经结婚了两年，即将当奶奶了。

郭先生得知情况后，犹如晴天霹雳，简直无法相信，可根据她的长相和打扮不像四五十岁的人。

女子百般狡辩，坚称自己是1992年的，之前因为自己年龄小，谈了一个对象，对方的年纪大，妈妈不同意，跪在地上求她妈妈。

她妈妈非常感动，将户口本给了对方，因为年纪差距很大，所以将1992年改成了1978年。而那个时候她才18岁，根本就不懂事，所以任由他改。

女子哭诉到：“我单身，我那来的孙子？”

女子称这个孩子是抱养的，很久都没见过了：“说我是一个当奶奶的人，这一点对我是人格的侮辱。”

女子离奇的身份，派出所民警很快揭穿了她的谎言。派出所调查后得知，女子真实年龄是1978年出生的。

“不存在改过年龄，年龄问题是出生以后，不可更改的。”

孩子问题，民警表示，女子没生过孩子，这个孩子是她在谈恋爱过程中，对方带的孩子。

得知真相的郭先生非常郁闷，认为女子欺骗了他的感情，还骗了她的钱，这些钱就当扔了也没事，可是邻居街坊知道这事，让自己非常的难堪。

女子也表现出很生气，说她没跟郭先生借过钱，不欠他钱，而且给她的精神和身体，带来各种伤害，她要拿着这些证据，然后到派出所，看派出所怎么给她主持公道。

双方2个月的感情，以女子一段话而告终：“不管怎样爱过是真的，现在我们之间已没有关系了，以后各自安好，互不打扰”。

对此，大家有什么想说的？#情感语录#

(来源:今视频APP)

杰尼亚高仿皮带多少钱 , 菲拉格慕高仿皮带成本 , 哪个网站可以卖高仿皮带「这是全球统一的浪漫吧」市场鱼龙杂乱 , 一般在这个地方大多数牌子都可以找到。什么牌子的高仿鞋 , 名牌是可以在我们现实生活中的专柜里面买得到的 , 因为这样的一些产品在专柜里面会拥有着更多的款式 , 因为它是生产厂家直接进行相应的设置的地方 , 人们在里面购买 , 也不用担心产品的质量问题。但是高仿就不一样了。高仿看得出来吗？高仿-之所以人们喜欢买高仿 , 是因为高仿的一般比官方的便宜 , 但是高仿即便模仿得再精妙 , 它的做工上总会与真的有差距 , 比如走线、留香、剪裁等等 , 再者是渠道的区别 , 高仿通常第三方卖家出售不会在官方渠道销售。高仿的质量毫无疑问是不如真的 , 但这个质量很多时候只有用一段时间才能知道 , 所以大部分人在刚刚购买时 , 无法从质量上去区分真的还是高仿的 , 所以建议这点忽视。「英语四六级明日开考」杰尼亚高仿皮带多少钱 , 菲拉格慕高仿皮带成本 , 哪个网站可以卖高仿皮带 , 北方常见的雪 , 便接踵而至 , 一场又一场 , 一层盖过一层 , 大地银装素裹。有时 , 忽如一夜大雪来 , 早上 , 屋门被这大雪堵上 , 难以顺畅开启。由于没有温室效应 , 雪是很难融化的 , 真正形成了一幅"北国风光 , 千里冰封 , 万里雪飘"的景象。　　小杏树鼓涌出两个小芽瓣的时候 , 太奶发现了。她将嘴角狠狠往里一扣 , 就凹成了一个小碗儿 , 仿佛贮满了蜜糖 , 从里往外漾了 , 以至于沟沟壑壑 , 居然平整了许多 , 那一线的光芒竟是格外明亮了。小辈们来 , 动什么都可以 , 就是不准动小杏树。儿子就对自己的儿子说：别去招惹那棵杏树儿 , 想吃我给你买 , 那可是你奶的稀罕物呢！说是如此说 , 「一不小心感染了该怎么办」

由新加坡政府科技局（GovTech）组织的首届 GPT-4 提示工程大赛冠军 Sheila Teo 写的《我是如何夺冠新加坡首届 GPT-4 提示工程大赛的》

Sheila 总结了 4 种提示词技巧：
借助 CO-STAR 框架构建高效的提示
利用分隔符来分节构建提示
设计含有 LLM 保护机制的系统级提示
仅依靠大语言模型分析数据集，无需插件或代码 — 实际案例分析 Kaggle 的真实数据集

其中 代表初学者友好的技巧，而 代表高级策略。

尤其是她总结的 CO-STAR 框架，在让 LLM 做一些内容尤其是写作类任务时非常简单有效。

(C) Context 上下文：为任务提供背景信息
通过为大语言模型（LLM）提供详细的背景信息，可以帮助它精确理解讨论的具体场景，确保提供的反馈具有相关性。

(O) Objective 目标：明确你要求大语言模型完成的任务
清晰地界定任务目标，可以使大语言模型更专注地调整其回应，以实现这一具体目标。

(S) Style 风格：明确你期望的写作风格
你可以指定一个特定的著名人物或某个行业专家的写作风格，如商业分析师或 CEO。这将指导大语言模型以一种符合你需求的方式和词汇选择进行回应。

(T) Tone 语气：设置回应的情感调
设定适当的语气，确保大语言模型的回应能够与预期的情感或情绪背景相协调。可能的语气包括正式、幽默、富有同情心等。

(A) Audience 受众：识别目标受众
针对特定受众定制大语言模型的回应，无论是领域内的专家、初学者还是儿童，都能确保内容在特定上下文中适当且容易理解。

(R) Response响应：规定输出的格式
确定输出格式是为了确保大语言模型按照你的具体需求进行输出，便于执行下游任务。常见的格式包括列表、JSON 格式的数据、专业报告等。对于大部分需要程序化处理大语言模型输出的应用来说，JSON 格式是理想的选择。

完整内容可以查看：
原文：https://t.cn/A6Hwb12z
译文：https://t.cn/A6Hwb127