即刻App年轻人的同好社区
下载
claude code的使用，其实没有啥所谓技巧，
最简单的用法就是无限套娃，
不懂的地方问他，让它说出来，自己应该怎么用，不懂的地方它会上网自己搜，最终可以总结为skills 或者md文档。
剩下的一些技巧，实际上都是对计算机知识，以及对代码能干啥的理解。
比如简单的大txt处理成小的，放到notebooklm里时，普通的用法是，找专门软件，或者写一个python程序，而claude code是直接从需求到结果。
如果你知道这个方法，或者可能mac下还有对应的命令行工具，则直接可以实现。
如果不知道，就提出原始的需求就好了。
claude code限额了，就用iflow，glm 4.7免费用。里边的skills 和agent（还没怎么用），都是claude 写的。
最简单的用法就是无限套娃，
不懂的地方问他，让它说出来，自己应该怎么用，不懂的地方它会上网自己搜，最终可以总结为skills 或者md文档。
剩下的一些技巧，实际上都是对计算机知识，以及对代码能干啥的理解。
比如简单的大txt处理成小的，放到notebooklm里时，普通的用法是，找专门软件，或者写一个python程序，而claude code是直接从需求到结果。
如果你知道这个方法，或者可能mac下还有对应的命令行工具，则直接可以实现。
如果不知道，就提出原始的需求就好了。
claude code限额了，就用iflow，glm 4.7免费用。里边的skills 和agent（还没怎么用），都是claude 写的。
1 00
claude code 的权限修改了，开始超级顺畅跑
目测是没啥问题的，
高危的是rm，包括读取env等担心泄漏等问题，
就怕遇到一些有漏洞的skills，但实际上来说，不去装网络上的skills，安全系数应该蛮高吧。
目测是没啥问题的，
高危的是rm，包括读取env等担心泄漏等问题，
就怕遇到一些有漏洞的skills，但实际上来说，不去装网络上的skills，安全系数应该蛮高吧。
2 00
做了一个长文编校网页，觉得蛮好用的，
原理其实很简单，将上传的文字，按照一定长度，比如 2000 字进行拆分，
每次发送给大模型，当前要校对的文字，以及上边 2000 字，和下边两千字，也就是三个部分，让它返回要校对的部分。
适合播客、长文、录音整理、长文翻译。
提示词可以自定义编辑。
我觉得这个对于内容分析和研究来说有极大帮助。
传统方式，几万字的整理，可能只有 gemini 可以完成，或者拆分到本地，用 claude code 类似的工具校对。但这些都有使用门槛。
这个工具，直接使用 deepseek 进行校对，极大提升内容编校效率。
当前还是早起版本，状态的管理，通知，导出等功能，还需要进一步完善。
体验地址：html.xhscopy.com
原理其实很简单，将上传的文字，按照一定长度，比如 2000 字进行拆分，
每次发送给大模型，当前要校对的文字，以及上边 2000 字，和下边两千字，也就是三个部分，让它返回要校对的部分。
适合播客、长文、录音整理、长文翻译。
提示词可以自定义编辑。
我觉得这个对于内容分析和研究来说有极大帮助。
传统方式，几万字的整理，可能只有 gemini 可以完成，或者拆分到本地，用 claude code 类似的工具校对。但这些都有使用门槛。
这个工具，直接使用 deepseek 进行校对，极大提升内容编校效率。
当前还是早起版本，状态的管理，通知，导出等功能，还需要进一步完善。
体验地址：html.xhscopy.com
0 00
张咋啦的分享对vibe coding很有启发，想深入了解她的分享内容和观点，就做了以下工作，共享给大家。
notebooklm 链接：notebooklm.google.com
通过自己ai写的工具，获取了张咋啦分享100 多条视频数据，然后通用自己的视频转文字工具转成了文字，
让 notebooklm，帮我根据文案进行总结vibe coding 的建议，并做成了 ppt，并通过终端claude code导出成图片
-----
根据提供的资料，“Vibe Coding”（氛围编码/直觉编程）在 Zara 的语境下，不仅仅是写代码，更是一种非技术背景人士利用 AI 工具将创意落地、进行自我表达和高效学习的全新方式。
以下是关于他提出的各种 Vibe Coding 建议的详细提取和总结：
1. 核心心法：颠覆传统的学习与创造模式
• “倒过来”的学习方式 (Build first, learn later)： 传统学习是先学理论基础（Bottom-up），容易让人在大堆代码前感到畏惧和枯燥。AI 时代的学习应该是 Top-down 的：先有一个想法，让 AI 工具把它做出来，看到成品（正反馈）后，再反过来问 AI 它是怎么实现的，背后用了什么语言和架构。
• 作为自我表达的媒介： 把 Vibe Coding 看作像写作、画画、音乐一样的自我表达形式。通过产品表达你的观点（Opinionated Product），例如 Zara 做的视频录制工具背后就是“AI 不应取代人输出，而应激发人输出”的观点。
• 克服心理障碍： 很多文科生不学编程是因为心理恐惧（觉得数理化不行）。当 AI 帮你成功落地一个想法时，你会发现代码只是实现工具，这种“祛魅”过程能极大降低心理门槛。
• 把代码当成充足资源： AI 让代码从稀缺资源变成了充足资源。当资源充足时，我们就可以为了“好玩”和“娱乐”去编程，而不必非要为了功利（如创业赚钱）目的。
2. 实操建议：如何开始 Vibe Coding
• 从小切口入手 (Start Small)： 对于零基础小白，不要上来就想做复杂的 App。建议先从做一个网站开始（如个人简历、作品集），因为主要涉及前端，不涉及复杂的后端数据库。
• 明确定义 Scope (范围)： 如果不知道怎么描述复杂的应用，就一点点像搭乐高一样写。先做界面，再加功能。如果不知道术语，就用大白话问 AI “这个东西的专业术语叫什么”。
• 善用审美与设计词汇： 很多 AI 做出的网页很难看（蓝紫色渐变）。建议在 Twitter 等平台收集好的设计案例，发给 AI 参考。学会一些设计风格词汇，如 "Neo-Brutalism" (新野兽派/新粗野主义)，能让 AI 快速生成有现代感的设计。
• 推荐工具：
◦ Google AI Studio (Gemini 3)： 适合快速搭建小工具（如视频录制、词典），因为集成了多模态能力（语音、生图、搜索），不需要自己去连各种 API。
◦ Cursor / Replit / Bolt / V0： 用于更复杂的代码生成和项目构建。
◦ Faces.app / Replit Design： 适合小白做高审美的个人网站。
3. 高效沟通与提示词技巧 (Prompting)
• 让 AI 主动提需求： 使用 Prompt：“Tell me what you need from me to do this well.” 让 AI 告诉你它需要什么上下文，防止 AI 因为“不好意思”问你而瞎干。
• 让 AI 引导你思考： 使用 Prompt：“Ask me one question at a time to help me figure this out.” 让 AI 一次问一个问题，帮你把模糊的想法梳理成清晰的产品需求文档（PRD），然后再让它写代码。
• 语音交互写 PRD： 相比打字，用语音跟 Claude 等模型聊天能提供更完整的上下文，聊完后让它总结成文档。
• 寻求批评与漏洞检查： 主动问 AI：“我的思维有什么漏洞？”或“在 Performance 上有什么 blind spots？”因为 AI 通常倾向于讨好用户，不问它不会主动指出问题。
4. 定位与协作：原型 vs. 产品
• Vibe Coding 用于做原型 (Prototype)： 对于非技术人员，Vibe Coding 最大的价值是制作可交互的原型，用来替代传统的文字版 PRD。用原型去沟通比语言描述高效得多。
• 专业的事交给专业的人： 如果要做一个严肃的、可交付给大量用户的产品 (Production Level)，不建议文科生完全自己写代码。应该用原型去吸引专业的程序员（Ten-X Engineer）合伙。非技术人员的价值在于提供 Idea、用户洞察和分发渠道 (Distribution)。
• 寻找合伙人： 通过内容创作和发布 Vibe Coding 的 Demo（Build in Public）来吸引志同道合的程序员，因为程序员最怕做出来的东西没人用。
5. 灵感获取与产品思维
• 连线题思维： 产品 Idea 本质是一道连线题：一端是痛点（生活工作中的低效环节），一端是技术（现在 AI 能实现什么）。关注技术前沿（如新的 API、模型能力）是关键变量。
• 建立灵感库： 在 X (Twitter) 等平台关注 Builders (实干家) 而不是 Influencers，看到好的 Demo 就收藏，建立自己的 Inspiration Database。
• 不仅是做 APP： Vibe Coding 也可以用于自动化工作流。例如写脚本批量处理图片、视频剪辑、格式转换等，解决日常琐碎问题。
总结
Zara 建议的核心在于：不要被技术吓倒，将 Vibe Coding 视为一种低门槛的创造和学习手段。
用一个比喻来总结： Vibe Coding 就像是给了你一支魔法画笔。 以前你必须懂化学成分（底层代码）才能调制颜料绘画，现在你只需要告诉画笔你想画什么（Prompt/Idea）。
• 初学者可以用它画草图（Prototype）来表达想法；
• 进阶者可以用它画出自画像（自我表达）或解决生活小问题（自动化）；
• 但如果你想画一幅挂在博物馆传世的巨作（商业化大产品），你最好拿着你的草图，去找一位真正的艺术大师（专业程序员）合作完成。
notebooklm 链接：notebooklm.google.com
通过自己ai写的工具，获取了张咋啦分享100 多条视频数据，然后通用自己的视频转文字工具转成了文字，
让 notebooklm，帮我根据文案进行总结vibe coding 的建议，并做成了 ppt，并通过终端claude code导出成图片
-----
根据提供的资料，“Vibe Coding”（氛围编码/直觉编程）在 Zara 的语境下，不仅仅是写代码，更是一种非技术背景人士利用 AI 工具将创意落地、进行自我表达和高效学习的全新方式。
以下是关于他提出的各种 Vibe Coding 建议的详细提取和总结：
1. 核心心法：颠覆传统的学习与创造模式
• “倒过来”的学习方式 (Build first, learn later)： 传统学习是先学理论基础（Bottom-up），容易让人在大堆代码前感到畏惧和枯燥。AI 时代的学习应该是 Top-down 的：先有一个想法，让 AI 工具把它做出来，看到成品（正反馈）后，再反过来问 AI 它是怎么实现的，背后用了什么语言和架构。
• 作为自我表达的媒介： 把 Vibe Coding 看作像写作、画画、音乐一样的自我表达形式。通过产品表达你的观点（Opinionated Product），例如 Zara 做的视频录制工具背后就是“AI 不应取代人输出，而应激发人输出”的观点。
• 克服心理障碍： 很多文科生不学编程是因为心理恐惧（觉得数理化不行）。当 AI 帮你成功落地一个想法时，你会发现代码只是实现工具，这种“祛魅”过程能极大降低心理门槛。
• 把代码当成充足资源： AI 让代码从稀缺资源变成了充足资源。当资源充足时，我们就可以为了“好玩”和“娱乐”去编程，而不必非要为了功利（如创业赚钱）目的。
2. 实操建议：如何开始 Vibe Coding
• 从小切口入手 (Start Small)： 对于零基础小白，不要上来就想做复杂的 App。建议先从做一个网站开始（如个人简历、作品集），因为主要涉及前端，不涉及复杂的后端数据库。
• 明确定义 Scope (范围)： 如果不知道怎么描述复杂的应用，就一点点像搭乐高一样写。先做界面，再加功能。如果不知道术语，就用大白话问 AI “这个东西的专业术语叫什么”。
• 善用审美与设计词汇： 很多 AI 做出的网页很难看（蓝紫色渐变）。建议在 Twitter 等平台收集好的设计案例，发给 AI 参考。学会一些设计风格词汇，如 "Neo-Brutalism" (新野兽派/新粗野主义)，能让 AI 快速生成有现代感的设计。
• 推荐工具：
◦ Google AI Studio (Gemini 3)： 适合快速搭建小工具（如视频录制、词典），因为集成了多模态能力（语音、生图、搜索），不需要自己去连各种 API。
◦ Cursor / Replit / Bolt / V0： 用于更复杂的代码生成和项目构建。
◦ Faces.app / Replit Design： 适合小白做高审美的个人网站。
3. 高效沟通与提示词技巧 (Prompting)
• 让 AI 主动提需求： 使用 Prompt：“Tell me what you need from me to do this well.” 让 AI 告诉你它需要什么上下文，防止 AI 因为“不好意思”问你而瞎干。
• 让 AI 引导你思考： 使用 Prompt：“Ask me one question at a time to help me figure this out.” 让 AI 一次问一个问题，帮你把模糊的想法梳理成清晰的产品需求文档（PRD），然后再让它写代码。
• 语音交互写 PRD： 相比打字，用语音跟 Claude 等模型聊天能提供更完整的上下文，聊完后让它总结成文档。
• 寻求批评与漏洞检查： 主动问 AI：“我的思维有什么漏洞？”或“在 Performance 上有什么 blind spots？”因为 AI 通常倾向于讨好用户，不问它不会主动指出问题。
4. 定位与协作：原型 vs. 产品
• Vibe Coding 用于做原型 (Prototype)： 对于非技术人员，Vibe Coding 最大的价值是制作可交互的原型，用来替代传统的文字版 PRD。用原型去沟通比语言描述高效得多。
• 专业的事交给专业的人： 如果要做一个严肃的、可交付给大量用户的产品 (Production Level)，不建议文科生完全自己写代码。应该用原型去吸引专业的程序员（Ten-X Engineer）合伙。非技术人员的价值在于提供 Idea、用户洞察和分发渠道 (Distribution)。
• 寻找合伙人： 通过内容创作和发布 Vibe Coding 的 Demo（Build in Public）来吸引志同道合的程序员，因为程序员最怕做出来的东西没人用。
5. 灵感获取与产品思维
• 连线题思维： 产品 Idea 本质是一道连线题：一端是痛点（生活工作中的低效环节），一端是技术（现在 AI 能实现什么）。关注技术前沿（如新的 API、模型能力）是关键变量。
• 建立灵感库： 在 X (Twitter) 等平台关注 Builders (实干家) 而不是 Influencers，看到好的 Demo 就收藏，建立自己的 Inspiration Database。
• 不仅是做 APP： Vibe Coding 也可以用于自动化工作流。例如写脚本批量处理图片、视频剪辑、格式转换等，解决日常琐碎问题。
总结
Zara 建议的核心在于：不要被技术吓倒，将 Vibe Coding 视为一种低门槛的创造和学习手段。
用一个比喻来总结： Vibe Coding 就像是给了你一支魔法画笔。 以前你必须懂化学成分（底层代码）才能调制颜料绘画，现在你只需要告诉画笔你想画什么（Prompt/Idea）。
• 初学者可以用它画草图（Prototype）来表达想法；
• 进阶者可以用它画出自画像（自我表达）或解决生活小问题（自动化）；
• 但如果你想画一幅挂在博物馆传世的巨作（商业化大产品），你最好拿着你的草图，去找一位真正的艺术大师（专业程序员）合作完成。
4 11
tyoeless 一次输入的结果，无任何修改
---------
Typeless 的隐形输入真的太爽了，特别是当你输入长文本框的时候，它会自动帮你进行润色和结构化的校对，让我想到了四个字：深得我心，或者说非常满意。
这里面可能会有很多种情况：
1. 文本识别能力强
它对于各种中文、英文混合文本的识别非常精准。比如我想讲 ChatGPT、Claude、Cursor 或 Gemini 的时候，它都可以识别并进行精准分析。
2. 序列记录精准
(a) 小序号的记录非常清晰
(b) 段落结构的优化非常明显
(c) 名词识别的精准度非常强，不会保留口语化的碎语或错别字
所以我目前还是蛮推荐 Typeless 的。当然，这只是手机版体验的结果，电脑版还没有深入使用。而且它的年费下来也是一笔不小的开支，后续我再根据自己的需求做深入决定吧。
但目前对比下来，使用感是蛮舒服的。不过它也有一些缺点：
1. 网速限制：有时候会感觉有点慢。
2. 识别逻辑问题：部分情况下，语音会被识别为提示词。也就是说，我本想说一段话，结果它按照这段话的内容去撰写了整篇内容，而不只是单纯识别我的语音。
3. 功能熟练度：再次改写功能我还用得不太熟练。
这最后一点其实不算缺点，主要是我个人的使用小经验吧。
---------
Typeless 的隐形输入真的太爽了，特别是当你输入长文本框的时候，它会自动帮你进行润色和结构化的校对，让我想到了四个字：深得我心，或者说非常满意。
这里面可能会有很多种情况：
1. 文本识别能力强
它对于各种中文、英文混合文本的识别非常精准。比如我想讲 ChatGPT、Claude、Cursor 或 Gemini 的时候，它都可以识别并进行精准分析。
2. 序列记录精准
(a) 小序号的记录非常清晰
(b) 段落结构的优化非常明显
(c) 名词识别的精准度非常强，不会保留口语化的碎语或错别字
所以我目前还是蛮推荐 Typeless 的。当然，这只是手机版体验的结果，电脑版还没有深入使用。而且它的年费下来也是一笔不小的开支，后续我再根据自己的需求做深入决定吧。
但目前对比下来，使用感是蛮舒服的。不过它也有一些缺点：
1. 网速限制：有时候会感觉有点慢。
2. 识别逻辑问题：部分情况下，语音会被识别为提示词。也就是说，我本想说一段话，结果它按照这段话的内容去撰写了整篇内容，而不只是单纯识别我的语音。
3. 功能熟练度：再次改写功能我还用得不太熟练。
这最后一点其实不算缺点，主要是我个人的使用小经验吧。
1 00
@王老禅头 的即刻侧边栏插件，虽然使用，但没注意到导出功能和同步功能的强大，即友必备插件！
刚试了下，导出个人的动态太方便了。而且同步到 notion 的完成度也很高，几百条动态都导入进去了。
过去两年发的 500 多条，没有加载的情况下瞬间导出。
原来第一次来即刻发内容是 2 年前的 1 月 4 日。
帮助和使用说明： ai.feishu.cn
刚试了下，导出个人的动态太方便了。而且同步到 notion 的完成度也很高，几百条动态都导入进去了。
过去两年发的 500 多条，没有加载的情况下瞬间导出。
原来第一次来即刻发内容是 2 年前的 1 月 4 日。
帮助和使用说明： ai.feishu.cn
1 00