即刻App
年轻人的同好社区
下载
App内打开
好月
354
关注
27
被关注
0
夸夸
庄生晓梦迷蝴蝶,望帝春心托杜鹃。
沧海月明珠有泪,蓝田玉暖日生烟。
好月
6月前
超级峰: 15个方法帮助你提高AI编程效率(Vibe Coding) 1. 从模板开始:通过克隆 GitHub 或其他来源的模板项目,快速启动你的项目。 2. 使用 Agent 模式:使用 Cursor 的 Agent 模式(不是普通模式)来创建、编辑和管理文件,用自然语言指令就能操作一切。 3. 用 Perplexity 找灵感:用 Perplexity 查找新的设计和 API 示例。比如你想在 nextjs 项目中创建某个功能,直接说出你要做什么,它会提供具体的步骤和代码。 4. 每个任务新建一个 Composer 聊天:每一个不同的任务新建一个 Composer 对话,避免一个对话做所有事,让节奏更清晰。 5. 本地运行、频繁测试:使用内置服务器在本地运行项目,尽早发现问题,及时修复,减少后期麻烦。 6. 快速迭代,不纠结完美:别一开始就追求完美,先做出来,边用边改,一步步打磨。 7. 语音输入提升效率:试试 Whispr Flow 等语音转文字工具,加快输入速度,让你保持创作的 flow。 8. 善用 GitHub 的 Clone 和 Fork:GitHub 上的项目就是最好的灵感库,直接 Fork 下来改一改,省时省力。 9. 错误信息复制进 Composer 处理:出错时,把控制台报错直接粘贴给 Composer Agent,多试几次它基本能搞定,记得尽可能把错误背景描述清楚。 10. 别忘了可以恢复旧的 Composer 聊天记录:遇到问题可以随时回退之前的对话记录状态。 11. 保护好你的敏感信息:API 密钥等敏感内容一定写进 .env 文件中,不要直接写进代码。 12. 频繁提交 Git:定期提交代码到 GitHub,防止丢失。Cursor 也可以帮你做提交,只要你开口。 13. 尽早部署上线:用 Vercel 之类的平台早点部署你的项目,确保上线前没有隐藏问题。 14. 记录效果最好的提示词:哪些提示词最有效?记下来,下次还能复用,省时又高效。 15. 享受这个过程——Just Vibe:不要太焦虑结果,把它当作一场有趣的创作旅程,不断尝试、学习、玩起来!
0
0
0
好月
8月前
ai待看
TomXu: 颇有启发👍🏻分享人:郦橙。 如果假期要学AI,可以先看这个视频。
0
0
0
好月
8月前
一定要有意识地去分析和寻找适合自己的学习和自我管理方式,跟着学校里或者同频的人的思维模式去走会是滞后且压抑的,甚至会在互相无谓的比较中给自己植入太过量的焦虑感无从发泄。优化工具,创造方法是在做自己,至少对我来说是乐在其中的,否则,只会有一种疲惫的感觉就像跟着一群和自己节拍不同的人跑步,要么落在后面,要么不知道跟快的跑还是跟慢的跑,稳定的速度、符合自己身体和心灵的节奏才是最畅快地。
0
0
0
好月
8月前
使用工具不是人类特有的能力,猩猩和食蚁兽都会用小木棍挑东西出来吃。而制造复制他人的工具,是人类基本的能力。创造关键的工具或者破坏性产品,才会推动一个时代,才是专属于人类社会的创造表现。
0
0
0
好月
8月前
ai提问prompt方法待看
ChatV: ⭕ 笨办法用 AI --- ▪笨办法用 AI 十条 面对新事物,我时常觉得自己是个笨蛋,学得慢。 笨蛋就用笨办法。笨办法就是 10 条: 01. 聚焦手头在做和想做的事情问。 02. 记录想到的与看到的好问题。 03. 不懂就问。 04. 忘掉技巧,就像和好朋友聊天一样。 05. AI 没有说清楚的,打破砂锅问到底。 06. 提取有用的回答到项目文件里。 07. 向 AI 的深度思考学习深度思考。 08. 问完的问题,每周用多维表记录。 09. 一天至少问 10 个问题。 10. 日日不断。 --- ▪5W2H:如何对 AI 提问 对 AI 提问,其实就是 5W2H 的排列组合。 - Who:你是谁?我是谁?给谁看? - What:解决什么问题?生成什么类型内容?不能出现什么? - Why:目的是什么?问题出在哪?为什么要你改? - Where:在哪个场景用?数据来自哪?和哪个上下文关联? - When:时间范围是多少?优先顺序怎么排?时间多精确? - How:分几步做?用什么方式与语气表达?格式怎么规范? - How Much:多少字?多详细?要几个结果(解释/方案/例子)? --- ▪关键概念:善用 AI 提问的四步走 1. 明确你正在从事或想要从事的某个领域。 2. 列出这个领域的关键概念,先穷举,然后从中筛选出最重要的一批,比如 20 个。 3. 用概念 × 5W2H,生成一系列问题。 4. 拿这些问题挨个问 AI。其中同一个概念的问题,可以放在一组对话中,便于深入这个概念。 举个例子: 1. 定一个领域:个人 IP 2. 《纳瓦尔宝典》中提到了“杠杆”这个概念,对个人 IP 来说,属于关键概念之一。 3. 5W2H 中的 how much × 杠杆,可以得出一个问题“现代社会中,个体发展要学会借助杠杆,比如媒体是杠杆,代码是杠杆,还有哪些杠杆,列 30 个杠杆给我,每个简述理由”。 4. 拿这个问题去问 AI,开启深度思考。 如果你不知道某个领域的关键概念有哪些,可以把领域告诉 AI,让它列一批概念,你根据自己的了解来选。 如果你不知道自己要从事什么领域,可以把你的经历、能力、资源、梦想、目标、限制条件说给 AI 听,让它来帮你选定领域。 这样做的好处是:领域是你在做的,概念是关键的,问题是与你息息相关的,处理问题的 AI 是强大的,所以,据此得到的答案,是强大的 AI 为你手头在做的领域生成的关键的、与你息息相关的内容。你会直接感受到 AI 对你的帮助。 --- ▪一种问法:出处×概念×领域×用途×5W2H 出处:《入关》后记 概念:边缘人 领域:写作 用途:选题 5W2H:Who 问题:《入关》一书作者在后记中自述:大概是 2021 年的某一天,我在重读《冬泳》。“东北文学”几乎是我这两年唯一会心无旁骛看的小说。我在东北文学中结识了一大群“边缘人”,他们风尘仆仆,目标渺茫,被时代抛弃。于是,我也想着给同一地域却不同时代的“边缘人”写一部书。他们生存于明亡清兴时代的辽东,自况“我东人”,在历史上被称作“辽人”。在写作时,如何以“边缘人”为选题写作,有哪些“边缘人”?列出中国历史中 40 种边缘人,再列出当代中国社会的 40 种边缘人。 --- ▪IPO:如何用 AI 做方案 利用 IPO,我负责 input(输入问题)和 output(输入模板),processing(处理问题)则交给 AI。两点连一线,我抓住开头的 input 和 结尾的 output,AI 负责 processing 这条线。 在 input 时,先定我想解决什么事,然后围绕这件事有哪些问题,一一列下来。这时候先不急着问,先把脑子里就这件事的问题都倒出来,直到没有问题为止。然后把列出的问题排序,我觉得 AI 要先回答什么问题,后回答什么问题。 为什么先不急着问?因为做一件事涉及到多个问题,多个问题串起来,才能搞定一件事。如果急着问,可能会陷入某个问题中,反而影响真正搞定这件事。 比如“如何做小红书”是一件事,关于这件事可以拆为许多问题。如果陷入“如何做某种样式的图”这个问题,最后还是做不好小红书,就没有搞定事情。排在这个问题之前,还有“我做小红书是为了干什么?如果是获客,客群是谁?”、“如果涨粉了,如何引导到私域?”、“如果有人想付钱给我,我卖什么产品或服务给他?”,诸如此类都是更优先的问题。 关于 output,就是为 AI 的回答设定一个容器,这个容器可能是一页纸清单,可能是一张商业模式画布,也可能是一份多维表格,或者是一个知识库,再或者是一门课程。总之,要给 AI 生成的内容一个去处,或者说一个容器。 如果不设定一个去处,AI 回答了再多,也派不上用场。比如关于做小红书,你问了 30 个问题,AI 对每个问题回答了 2000 字,加起来就有 6 万字。如果把这 6 万字做成一份文档,或许可以用来引流,但是对于你做好一个小红书账号而言,是没有帮助的,因为没有形成一个适合你的可操作方案。这样的话,和买了几本教你做小红书的书放在那儿,又有什么区别?用 AI 的意义又在哪里呢? 要指导行动,6 万字不如从 6 万字里面提取的一页纸清单有用。要想行动,得“定下来”。我有一份《1000 个项目宝典》不如一份《某个项目的行动方案》有用。为什么?因为我没有资源和时间去开干 1000 个项目,最终还是要“定下来”一个项目,并且“定下来”这个项目的操作细节。 那么这一页纸清单是什么样的,里面应该包括什么,我得清楚。这就是事先想好容器,才能以终为始。比如说,如何做小红书的行动方案,这一页纸清单里面要包括账号名、身份标签、目标客群、内容主题、内容结构、做图风格、选题来源、热点来源、相关的小红书话题标签、引流方法、防封注意点、承接产品,等等。这些用一页或两页 A4 纸就能放得下。这一页纸清单,是给内行看的门道,而那 6 万字文档,是给外行看的热闹。 当然,容器也不一定只有一个,至少可以有两个容器。一个容器是一份多维表格,用于记录向 AI 问过的问题与每个问题的回答,用于日后查考,一个容器是一页纸清单,用于指导行动。 抓住这一头一尾的 input 与 output,剩下的就交给 AI 发挥了。如果不知道 input 和 output 怎么办,或者说不知道问哪些问题,也不知道最终用什么容器来装这些回答,那么可以先就这两个问题问一下 AI,让 AI 帮助你澄清全部问题,帮助你设定合适的容器。 --- ▪一张多维表+一本书+一页纸 一种大力出奇迹的做法:围绕自己手头做的领域,每天问 AI 10 个问题,100 天就有 1000 个问题。 这些问题,差不多能这个领域相关的问题都问了个遍。 而每天问 10 个问题,不用一小时,这一小时,你不花在这件事上,也会花在刷微信群、发呆、看抖音等事情上,不知不觉也就过去了。 100 天,也不过就三个多月,这 100 天,不抽点时间做这件事,也就过去了。 一边问,一边做三份东西:一张多维表+一本书+一页纸。 一张多维表,用字段把问题分类,便于梳理问题之间的层级与联系。 一本书,相当于《千问千答》,回答关于这个领域的一切。因为足够全面,所以有不懂的就去查。 一页纸,基于自身条件,提取有用的信息,形成供自己落地执行的方案。因为足够简单,所以可以张贴在视线可及之处,时时提醒。 实际上,很多项目,不用问 1000 个问题,有 300 个问题就足以涵盖各方面了。一天问 30 个问题,花 10 天时间足矣。 这一番大力操作之后,对这个领域的理解,完全不一样,对手头事情的信心,完全不一样。 --- 我很喜欢 AI 的一点:它总能用一个精准概念,描述一件充满细节的事情,令人恍然大悟。比如它说“雍正用密折突破了信息茧房”。可不是嘛,人人都有信息茧房,皇帝也不例外。这一点,值得人类向 AI 学习,遇到一个问题、一件事情、一段文本,先试图用一个概念来描述,当越描述越精准的时候,思考力就提高了。 --- 就一个话题,和 AI 聊,在追问了 100 个问题后,看到它在深度思考中写道:“这个人堪称首席抬杠官”。 --- 另外可以参考以下几篇: 最近我与 AI 深度聊过的 200 个话题 → https://m.okjike.com/originalPosts/683329eef0d718ce7aad3e03?s=eyJ1IjoiNWVlMDYwZjBiOGNmZWEwMDE3N2JjNGE5In0%3D 文件驱动 AI → https://m.okjike.com/originalPosts/683ea5ecc3e3e636683c4464?s=eyJ1IjoiNWVlMDYwZjBiOGNmZWEwMDE3N2JjNGE5In0%3D 向 AI 的深度思考学习深度思考 → https://m.okjike.com/originalPosts/67fbf0b47cb8c547e2b2c01d?s=eyJ1IjoiNWVlMDYwZjBiOGNmZWEwMDE3N2JjNGE5In0%3D 为什么你要写一本人生之书? → https://m.okjike.com/originalPosts/65ece803de5f287348a65e98?s=eyJ1IjoiNWVlMDYwZjBiOGNmZWEwMDE3N2JjNGE5In0%3D 关于学习的五点心得 → https://m.okjike.com/originalPosts/67d1a4bb070109da49d84c6d?s=eyJ1IjoiNWVlMDYwZjBiOGNmZWEwMDE3N2JjNGE5In0%3D 如何梳理脑子里的一团乱麻? → https://m.okjike.com/originalPosts/67d7d0bad961298fdcf2a52f?s=eyJ1IjoiNWVlMDYwZjBiOGNmZWEwMDE3N2JjNGE5In0%3D --- 👉 更多精华帖:https://m.okjike.com/originalPosts/65e5dbfe4ca8842da70a1059/
1
0
0
好月
8月前
发现用手机看电子书把字号拉小反而眼睛舒服一点,能看更久,可能是同样距离的情况下,小字比大字更需要动用眼睛里的肌肉去调焦。
0
0
0
好月
8月前
ai编程工作流待看
alon: 非程序员,目前用的AI 编程工作流 需求分析/技术方案阶段: 1、gpt需求分析: 首先发散(7个维度):和gpt充分沟通7个维度:用户,场景,当前痛点,当前方案,频度,广度,深度,然后生成尽可能多的功能点需求 其次收敛(33原则):按照每次开发最多只做3个核心需求,每个功能最多只做3个功能点 2、gpt生成文档:prd.md / erd.md / todolist.md(供 Cursor 用) 产品需求文档 prd.md 工程结构和数据结构设计文档 erd.md 开发代办列表 todolist.md 正式开发阶段: 3、Cursor 执行开发任务 1,严格按 todolist.md 开始, 每完成一个任务后同时更新todolist.md 和cursorlog.md 4、Cursor开发过程中,第一次要输入详细prompt,后续可以简化,每个任务开发完成后做2件事情 a,观察todolist和cursorlog是否正常更新,没有就是跑偏了,立刻回滚,然后输入详细prompt重新生成。 b,如果todolist和cursorlog正常更新,则做一下测试,验证当前完成的开发是否符合产品预期,如果符合就继续开发下一个任务,否则就回去改bug。 直到全部完成 5、全部完成后,需要的话,可以把代码打包丢给gpt,让它做code review,再看要不要继续优化下 6、全部跑通后 输出 Changelog + Git 封版 今天回归第一天,看到前面有评论提到这个,正好说下我目前用的办法 还在持续迭代中,如果有更好的方式,求大佬不吝指点
0
0
0
好月
8月前
ai工具待看
风巢森淼: 🔍 重磅发现!一站式搜索建议聚合平台,内容创作者必备神器! 今天和大家分享一个我最近发现的超级实用工具!作为一个经常需要做关键词研究的内容创作者,这个工具简直拯救了我的效率~~ 👏👏👏✨ https://dropdown.top/ 它到底是什么? 这是一个一站式搜索建议聚合平台,能同时获取9大平台的搜索建议!包括Google、百度、Bing等搜索引擎,还有淘宝、Amazon等电商平台,甚至B站的热门搜索也有!输入一个关键词,立刻收获一大波相关搜索建议,不用再开十几个标签页来回切换啦~ 🎉 💡 为什么我爱上了它? 1⃣ 多平台聚合,一搜搞定 以前做内容规划时,我得打开N个网站才能全面了解用户搜索需求。现在?一个平台全搞定!省时又省力!💪 2⃣ 高级关键词分析超智能 它不仅给你搜索建议,还能智能分析搜索模式、用户意图、平台差异!我最近一篇爆款内容的选题灵感就是从这里来的~ 🧠 3⃣ 历史记录&收藏功能贴心设计 再也不用担心找不到之前搜过的关键词了!还可以给重要的搜索结果加星标收藏,超级方便整理!📑 4⃣ 数据导出功能太实用 一键导出CSV或JSON格式,直接拿去分析或交给团队使用,工作流无缝衔接!💻 🌟 谁适合用它? ✅ 内容创作者:博主、自媒体、文案写手必备 ✅ SEO优化师:关键词挖掘的秘密武器 ✅ 电商卖家:了解消费者搜索习惯 ✅ 市场营销人员:洞察用户需求变化 💯 实用小技巧分享 最近我在做护肤品相关内容时,用它搜索"敏感肌护肤",发现各平台搜索结果差异巨大!百度用户更关注"敏感肌护肤步骤",而淘宝用户则搜"敏感肌护肤套装推荐",B站则是"敏感肌护肤测评"...这让我的内容规划更有针对性,不同平台发不同内容,互动率提升了50%!🚀 🎁 使用小贴士 1 尝试使用不同长度的关键词,短词和长尾词会带来不同的灵感 2 收藏功能超好用,我会按主题给关键词分类 3 搜索结果可以直接分享给团队成员,特别适合远程协作 4 暗黑模式护眼,熬夜做策划必备!🌙 各位宝子们快去试试吧!这绝对是我今年发现的最实用工具之一,无需注册就能体验大部分功能,太贴心了~ 👍 直达:https://dropdown.top/ #内容创作 #关键词研究 #自媒体必备工具 #新媒体运营 #SEO优化 #小技巧分享
1
1
0
好月
8月前
ai工具待看
GitHub充电宝: 经常做自媒体的小伙伴们,水印移除一直是图片处理的难题,最近在 GitHub 又发现一款完全开源免费的 AI 水印移除工具:WatermarkRemover-AI。 经常做自媒体的小伙伴们,水印移除一直是图片处理的难题,最近发现一款完全开源免费的 AI 水印移除工具:WatermarkRemover-AI。 主要功能 • 支持多图批量处理:支持单张图片或整个文件夹批量去水印 • 提供精准水印识别:基于微软Florence-2视觉大模型,可识别各种样式水印 • 上下文感知修复:使用 LaMa inpainting 模型,实现“原图级”上下文感知图像填补 • 灵活配置支持:可设置水印最大尺寸、透明度灵敏度,适配不同图片 • 多格式输出:支持导出为 .png / .webp / .jpg • GUI + 命令行双模式:提供图形界面操作和 CLI 脚本 • 无需 GPU 支持:在普通笔记本也能流畅运行,轻量级推理 GitHub:github.com/D-Ogi/WatermarkRemover-AI
0
0
0
好月
8月前
ai生成ui待看
龙爪槐守望者: 妙多AI——用AI基于设计系统生成UI 链接:https://motiff.cn/ai 通过自然语言描述或上传参考图、原型图,AI 即可生成高质量的 UI 界面。支持基于 Material Design 和 Ant Design 等主流设计系统生成,能对设计系统风格进行二次定制成新的设计系统,确保生成的UI风格统一且易用。生成的 UI 采用矢量分层结构,具有自动布局功能,支持后期编辑。
0
0
0