即刻App年轻人的同好社区
下载
绕开 cursor claude 模型地区限制的方法，亲测有效👌
step 1（图一）： 打开 cursor 顶部搜索框 ctrl+shift+P 打开user settings，搜索proxy，cursor > general: disable http2勾选
step 2（图二）：🪜（如果用的是 shadowsocks 客户端）如[代理规则]选择勾选[绕开局域网]（不选[绕开局域网和大陆]
PS： 打开user settings，搜索proxy，cursor > general: disable http2勾选上，http:proxy 填入你的代理地址的方式我试了没用，反而是上面的方式可行😁
step 1（图一）： 打开 cursor 顶部搜索框 ctrl+shift+P 打开user settings，搜索proxy，cursor > general: disable http2勾选
step 2（图二）：🪜（如果用的是 shadowsocks 客户端）如[代理规则]选择勾选[绕开局域网]（不选[绕开局域网和大陆]
PS： 打开user settings，搜索proxy，cursor > general: disable http2勾选上，http:proxy 填入你的代理地址的方式我试了没用，反而是上面的方式可行😁
1 00
Reddit 审诉是有用的而且挺快的！封号后写了申诉说明过两天就给解封了！
申诉说明比较简单，主要两点
1.没有违反规则（虽然被封可能是我调了 reddit
接口去爬帖子然后在帖子下留言引流）
2.强调账号有 2900+ krama，会持续给社区做贡献
申诉说明比较简单，主要两点
1.没有违反规则（虽然被封可能是我调了 reddit
接口去爬帖子然后在帖子下留言引流）
2.强调账号有 2900+ krama，会持续给社区做贡献
3 00
#Build in Public#
分享🌀周末AI coding - 基于OpenAI的GPT-Image-1 API生成海外app的全屏推广素材的批量素材生成系统🖥️
1️⃣实际运营工作落地场景🧨
海外的中小广告主app推广广告素材大多以icon位为主，需要全屏衍生素材来填充闪屏等全屏素材资源位，批量全屏素材设计依赖设计师输出慢，传统的基于icon图批量生成全屏素材的方式一般是做模板填充（从icon取色作为全屏图的背景色，中间填充icon图，底部设置固定的CTA button）模板填充生成的全屏素材单调，质量差。在GPT4o图像生成功能推出后（背后是GPT-Image-1 model）我们一般是人工的形式通过固定的prompt与GPT对话生产对应app的全屏素材，最近在开通了Claude Code后尝试将整个工作流做成批量自动化脚本
2️⃣GPT-Image-1 api介绍包括成本等💲
首先，整个系统主要用到GPT-Image-1模型，GPT-Image-1主要支持文生图（generations api），图生图（edit api），支持图片尺寸3种规格（1024x1024, 1536x1024 (landscape), 1024x1536 (portrait), or auto (default value)），同时还支持图片编辑等功能，由于本次的需求不涉及所以没有研究其他api。实操下来这个广告素材生产的脚本调用GPT-Image-1 api 每生成1张图片大概消耗6k token（quality为high）折算大概是0.24$ per image
3️⃣Cursor+ChatGPT+Claude code结合的AI coding实践流📑
这里由衷感谢🙏舒佬@云舒的AI实践笔记 提供的CC实践教程，受益匪浅！！我的实践流基本上是站在舒佬肩膀上迭代的。大致实践流如下
⏩️从openai api doc把GPT-Image-1 api相关的信息给搬运下来，放在api research.md文件里做api预研
⏩️用PRD文档梳理提示词在GPT-o3，基于背景需求梳理prd1.0.md放在prd文件夹里
⏩️基于api research.md和prd1.0.md用Claude Code生成技术方案文档tech_solution1.0.md放在tech_solution文件夹里
⏩️用Claude Code基于prd1.0和tech_solution1.0开发代码，开发文件都放在[ProjectName]文件夹里（记得shift+tab切换为Planning mode）
✴️代码生成后基本上改1-2轮运行bug后就可以正常运行了，建议脚本的实际运行可以自己在终端运行，不需要在Claude Code里运行（节省token），在使用Claude Code的过程中有几个指令非常好用！！
✏️/init 生成CC对整个项目的理解文档Claude.md，可以在每次代码有更新时运行，Claude.md会对应更新总结内容
✏️/compact 在对话上下文要清空时（CC从剩余20%时会提醒）可以使用，用于总结聊天记录并清空详细聊天信息
✏️/resume 回到上次聊天进度
另外整体AI coding在Cursor界面分区域工作（见图一）
4️⃣素材生成效果🖥️
基本上是基于app icon图及prompt生成的全屏素材，示例如图二三（质量和风格还可以通过调优prompt进一步优化和定制）
5️⃣脚本开源💻
以上，将脚本开源github.com，脚本支持的功能比较多，大家可以去看看readme.md，欢迎大家指导！👏
分享🌀周末AI coding - 基于OpenAI的GPT-Image-1 API生成海外app的全屏推广素材的批量素材生成系统🖥️
1️⃣实际运营工作落地场景🧨
海外的中小广告主app推广广告素材大多以icon位为主，需要全屏衍生素材来填充闪屏等全屏素材资源位，批量全屏素材设计依赖设计师输出慢，传统的基于icon图批量生成全屏素材的方式一般是做模板填充（从icon取色作为全屏图的背景色，中间填充icon图，底部设置固定的CTA button）模板填充生成的全屏素材单调，质量差。在GPT4o图像生成功能推出后（背后是GPT-Image-1 model）我们一般是人工的形式通过固定的prompt与GPT对话生产对应app的全屏素材，最近在开通了Claude Code后尝试将整个工作流做成批量自动化脚本
2️⃣GPT-Image-1 api介绍包括成本等💲
首先，整个系统主要用到GPT-Image-1模型，GPT-Image-1主要支持文生图（generations api），图生图（edit api），支持图片尺寸3种规格（1024x1024, 1536x1024 (landscape), 1024x1536 (portrait), or auto (default value)），同时还支持图片编辑等功能，由于本次的需求不涉及所以没有研究其他api。实操下来这个广告素材生产的脚本调用GPT-Image-1 api 每生成1张图片大概消耗6k token（quality为high）折算大概是0.24$ per image
3️⃣Cursor+ChatGPT+Claude code结合的AI coding实践流📑
这里由衷感谢🙏舒佬@云舒的AI实践笔记 提供的CC实践教程，受益匪浅！！我的实践流基本上是站在舒佬肩膀上迭代的。大致实践流如下
⏩️从openai api doc把GPT-Image-1 api相关的信息给搬运下来，放在api research.md文件里做api预研
⏩️用PRD文档梳理提示词在GPT-o3，基于背景需求梳理prd1.0.md放在prd文件夹里
⏩️基于api research.md和prd1.0.md用Claude Code生成技术方案文档tech_solution1.0.md放在tech_solution文件夹里
⏩️用Claude Code基于prd1.0和tech_solution1.0开发代码，开发文件都放在[ProjectName]文件夹里（记得shift+tab切换为Planning mode）
✴️代码生成后基本上改1-2轮运行bug后就可以正常运行了，建议脚本的实际运行可以自己在终端运行，不需要在Claude Code里运行（节省token），在使用Claude Code的过程中有几个指令非常好用！！
✏️/init 生成CC对整个项目的理解文档Claude.md，可以在每次代码有更新时运行，Claude.md会对应更新总结内容
✏️/compact 在对话上下文要清空时（CC从剩余20%时会提醒）可以使用，用于总结聊天记录并清空详细聊天信息
✏️/resume 回到上次聊天进度
另外整体AI coding在Cursor界面分区域工作（见图一）
4️⃣素材生成效果🖥️
基本上是基于app icon图及prompt生成的全屏素材，示例如图二三（质量和风格还可以通过调优prompt进一步优化和定制）
5️⃣脚本开源💻
以上，将脚本开源github.com，脚本支持的功能比较多，大家可以去看看readme.md，欢迎大家指导！👏
2 01
最近用cursor试用了talk to figma和stagewise两个mcp工具，感觉还是噱头大于实际，实际使用意义不大
1⃣️talk to figma mcp实现了在cursor用自然语言下命令在figma画图，但实操上更多只能是用简单的一句话描述来画原型比如帮我画一个宝宝喂养记录的app原型和交互，实际上对产品经理日常工作需要实现定制化精细化的需求画出对应的细节功能原型帮助不大，除非完全用文字定义好原型图的细节布局再用这个mcp自动在figma上画。
2⃣️stagewise首先安装的坑多，实测自动化的安装方案多次不成功（用的是cursor Claude4）后来是用手动方式（npm install以及手动注入代码）的形式安装的。其次是选择元素修改代码后要验证网页UI修改结果也比较麻烦，另外中间选择元素到cursor请求修改步骤的底层逻辑其实就是html元素定位器，用户交互不顺畅。
1⃣️talk to figma mcp实现了在cursor用自然语言下命令在figma画图，但实操上更多只能是用简单的一句话描述来画原型比如帮我画一个宝宝喂养记录的app原型和交互，实际上对产品经理日常工作需要实现定制化精细化的需求画出对应的细节功能原型帮助不大，除非完全用文字定义好原型图的细节布局再用这个mcp自动在figma上画。
2⃣️stagewise首先安装的坑多，实测自动化的安装方案多次不成功（用的是cursor Claude4）后来是用手动方式（npm install以及手动注入代码）的形式安装的。其次是选择元素修改代码后要验证网页UI修改结果也比较麻烦，另外中间选择元素到cursor请求修改步骤的底层逻辑其实就是html元素定位器，用户交互不顺畅。
5 00
“案例：某团队的产品经理小张需要快速准备一版新功能的原型。他在 Notion 上写好需求要点后，打开 Cursor 的对话框，通过Figma MCP对 AI 说：“请根据需求创建三个页面：登录、主页、设置，并连好页面跳转”。几秒内，Cursor 就在 Figma 中自动生成了对应的三个界面画板，添加了标题和基础按钮等元素，并用连接线配置了从登录页到主页、主页到设置页的交互流github.com。小张让 AI 将画板导出为图片，插入到文档中用于评审。整个过程无需亲手绘制，一个文字描述→原型图输出的闭环在几分钟内完成，大大提升了原型设计效率。”
请gpt deepresearch关于cursor figma mcp在产品经理工作中的实践应用调研，gpt提出落地如上。>>> 待实测
#从古典产品经理到AI时代产品经理
请gpt deepresearch关于cursor figma mcp在产品经理工作中的实践应用调研，gpt提出落地如上。>>> 待实测
#从古典产品经理到AI时代产品经理
3 10
