AI保姆级教程|ChatGPT，Midjourney，Runway

取代你的不是AI，而是比你更懂AI的人。普通人应该如何学会并使用AI产品呢？这里我推荐我开发的开源教程learnprompt.pro。初学者也不用担心，我们准备了基础、案例和高级篇的教程指南，详细讲解操作步骤。目前已经支持ChatGPT，Mid journey，Runway，后续也会开发Stable Diffusion的课程。希望大家学得开心😄

minimax这个图像模型跟之前也是开源的视频模型二合一让我萌生了再来张显卡的的念头

这一周生图模型上线的次数比我吃疯狂星期四的次数都多

我很高兴GPT的Deep Research不再是我做科研信息搜索的第一选择了。。。

趁Fable5.2智力最高的一周，分享1个超有用的提示语

这两天被Fable5.2刷屏了，打磨出一个提示语把已有的项目全更新迭代一遍。

5.2把鹈鹕骑车拉到了全新的高度，还能用代码手搓动画视频，音乐和图像，一笔笔画出来，通常模型上线第一周智力是最强的，还有重置额度卡。

1️⃣ 提示语1
```
重新审视这个项目，结合代码，文档，历史改动，以及可用的运行数据，找出之前受模型能力限制而留下的低效实现，重复逻辑，过度设计和未解决问题。
从项目的实际目标出发，判断哪些地方值得重新设计。给出问题证据、预期收益、改动范围和验证方式，优先选择收益明确、复杂度更低的方案，先输出你的判断。
```

2️⃣ 如果项目非常多，不确定哪些收益性更高，也可以让Fable 5.2先扫描对话历史发现有正向收益的项目。

提示语2
```
扫描我的GitHub仓库，本地项目和可访问的历史对话，回答三个问题：
哪些值得发布，哪些对话里的需求该落到具体 PR或分支，哪些值得收尾。

先广泛建索引再深挖高价值候选，不需要通读。从第一性原理判断收益，

对每个有价值的候选，区分：
- 已确认的事实。
- 尚未验证的假设。
- 我真正想交付的成果。
- 现实的时间、成本和维护约束。

判断这个项目现在还值得做吗？原目标能否通过更简单的路径实现？过去的实现是否受旧模型能力、临时补丁或过时假设限制？优先使用现有成果和工具，选择额外假设少、改动少、维护负担低的充分方案。
```

3️⃣ 这时候会扫出来一堆开发到一半的高价值项目。最后一步就是把Fable 5.2那牛得不行的代码动画、图像、音乐的生成能力用起来，我给它的提示词是这样的，

提示语3
```
从上一步筛出的高价值项目中，选出最值得做的10%，做成一个交互式 HTML「项目进化图鉴」。

每个项目用一段最多10秒的代码动画，或3张连续画面，让我快速看懂：

1. 原来是做什么的：用真实使用场景，演示谁遇到了什么问题，项目怎么解决。
2. 现在做到哪：展示目前能跑通的关键流程，指出上次开发留下的主要缺口。能运行就用实际画面；只能根据代码还原，就标明「原理演示」。
3. 下一步能变成什么：同一个场景做前后对比，让我一眼看懂最值得补的能力会带来什么变化。

以每个项目上次有实质更新的日期为起点。用GitHub发现同类项目，通过Releases、PR 和提交记录核对这段时间真正新增了什么。
```

我昨晚蹬到现在已经做了3个项目的技术栈全更新了，GoodCase的实时收集，辨别提示语真伪，实时生成skill都做成Agent自动化了。

如果你也好奇自己的6.1 sol有没有抽到灰度6.2 sol的话，那我总结的这些提示一定能够帮你测出来它的性能上限

我真的合理怀疑，我现在已经灰度到了GPT 6.2 Sol

gpt image 2.6 < image2.5 < image2，openai越优化越心酸

刚发现一个很神的bug，微信输入法的ai录音笔会跟typeless和网易叭哥说的fn快捷键冲突，fn就没反应了，还不是微信输入法自己的fn+空格快捷键，是fn+a，我一ban掉就好用了

代码动画基本上用这个skill能拉升到opus5.5的80%以上的相似度，就算不用参考动画

虽然说 GitHub 还没到单个项目万星，但是所有项目加起来万星也算个小成就吧，记录一下。