fix(docs): correct broken links in appendix and sidebar config

- prompt-engineering.md: fix llm-principles link path\n- cloud-iam.md: fix llm-intro and prompt-engineering link paths\n- config.mjs: fix 3 broken sidebar links (what-is-api, examples paths)\n\nThese links were pointing to non-existent paths, causing 404 errors for readers.
2026-05-26 17:56:43 +08:00
parent 812a37da1c
commit 0325d50661
3 changed files with 6 additions and 6 deletions
@@ -3,8 +3,8 @@

 在开始之前，建议你先补两块"基础砖"：

- **Token 是什么**：可以先阅读 [大语言模型入门](./llm-intro.md) 的「分词 & Token」部分。
- **Prompt 是什么**：如果你还不熟悉 System / User / Assistant 的基本结构，可以先看 [提示词工程](./prompt-engineering/)。
+- **Token 是什么**：可以先阅读 [大语言模型入门](../8-artificial-intelligence/llm-principles.md) 的「分词 & Token」部分。
+- **Prompt 是什么**：如果你还不熟悉 System / User / Assistant 的基本结构，可以先看 [提示词工程](../8-artificial-intelligence/prompt-engineering/)。

 ---

@@ -34,7 +34,7 @@ AI 模型像一个**黑盒子**：我们知道输入（提示词）和输出（
 2.  **更准确**：符合你的特定格式和逻辑要求。
 3.  **更高效**：一步到位，不需要反复纠正。

-> ℹ️ **背景知识**：如果你对模型是如何训练出来的感兴趣（预训练 vs 微调），可以阅读附录中的 [大语言模型入门](../llm-principles.md)。或者查看下方的详细原理解析。
+> ℹ️ **背景知识**：如果你对模型是如何训练出来的感兴趣（预训练 vs 微调），可以阅读附录中的 [大语言模型入门](../8-artificial-intelligence/llm-principles.md)。或者查看下方的详细原理解析。

 ### 深度解析：从训练数据看模型行为