视觉最佳实践（Best practices for vision）

这份 notebook 主要讲更稳的多模态提示工程套路（visual prompting、few-shot、多图输入等）。

图片质量决定上限：看不清就先裁剪/分块，再让模型做分析。

• 对应 notebook：multimodal/best_practices_for_vision.ipynb

读的时候重点看

• few-shot 让抽取更一致
• 多图输入（对比、序列）
• 先定义输出合约（结构、约束、拒答边界）

怎么在本地跑

make test-notebooks NOTEBOOK=multimodal/best_practices_for_vision.ipynb