即刻App年轻人的同好社区
下载
置顶做了个 Nano Banana Pro 提示词聚合网站。
也许是全网最全（395个，持续更新中），每个提示词都有配图哦！有的还有视频！
youmind.com
另外 YouMind 也上线了该模型，限免一周！即友们快来玩起来吧！！
也许是全网最全（395个，持续更新中），每个提示词都有配图哦！有的还有视频！
youmind.com
另外 YouMind 也上线了该模型，限免一周！即友们快来玩起来吧！！
217 19140
每次用 Nano Banana Pro 生图，最难的不是生图
是不知道该写什么 prompt 😂
索性把社区里 1w+ 个提示词写成了一个 OpenClaw skill
你直接描述想要什么效果，它帮你搜出匹配的 prompt，附上样图，还可以根据你的内容帮你 remix
头像 / 社媒封面 / 产品图 / X Article header... 基本都覆盖了
链接：github.com，丢给你的龙虾一键安装
是不知道该写什么 prompt 😂
索性把社区里 1w+ 个提示词写成了一个 OpenClaw skill
你直接描述想要什么效果，它帮你搜出匹配的 prompt，附上样图，还可以根据你的内容帮你 remix
头像 / 社媒封面 / 产品图 / X Article header... 基本都覆盖了
链接：github.com，丢给你的龙虾一键安装
26 412
OpenClaw 再次拯救了我 🤩
YouMind 入职后，每月可报销 AI 订阅费。之前最多订阅过 7 个软件，每到月底找财务小姐姐报销，就到处找，有些还得找到邮件打印下来。
这下舒服了，直接交给 OpenClaw，每个月定时下载发票打包，结合 Slack Bot，直接推给她。30 分钟 → 0 秒。再也不用操心了！
提示词放评论区了。
YouMind 入职后，每月可报销 AI 订阅费。之前最多订阅过 7 个软件，每到月底找财务小姐姐报销，就到处找，有些还得找到邮件打印下来。
这下舒服了，直接交给 OpenClaw，每个月定时下载发票打包，结合 Slack Bot，直接推给她。30 分钟 → 0 秒。再也不用操心了！
提示词放评论区了。
62 619
挺多场景其实用不着 Nano Banana Pro。
Nano Banana 2 今天正式发布，速度更快，成本只有 Pro 的一半。
从 𝕏 上搜集了 100 条最火的提示词，做了 side-by-side 对比。可以自己猜哪个赢了，也可以直接看对比结果。
youmind.com
Nano Banana 2 今天正式发布，速度更快，成本只有 Pro 的一半。
从 𝕏 上搜集了 100 条最火的提示词，做了 side-by-side 对比。可以自己猜哪个赢了，也可以直接看对比结果。
youmind.com
5 21
Claude Code 悄悄改了 TOS（服务条款）。
$200/月的 Max 订阅，接 OpenClaw 等第三方工具？违反 TOS，可能会封号。
Claude Code 负责人回应说"没变化"，但核心问题「到底用 OpenClaw 会不会封号」，他一直没正面回应。
于是赶紧调研了下国产平替，也整理出来分享给大家参考。
1️⃣ MiniMax $10-50/月
纯5小时滚动窗口，无周/月硬限
• Starter $10: 100 prompts/5h
• Plus $20: 300 prompts/5h
• Max $50: 1,000 prompts/5h
比较舒服的是，MiniMax 有 freemium 方案，可直接体验 M2.5。
注：1 prompt ≈ 15次模型调用
2️⃣ GLM（z.ai）$10-80/月
以"prompt"为单位 + 双层限额
• Lite $10: ~80/5h，周限 ~400
• Pro $30: ~400/5h，周限 ~2,000
• Max $80: ~1,600/5h，周限 ~8,000
⚠️ 用旗舰款 GLM-5，高峰时段（北京时间 14-18点）额度消耗 3 倍
3️⃣ Qwen（阿里云）$10-50/月
三层限额，最透明
• Lite $10: 1,200次/5h，9,000次/周，18,000次/月
• Pro $50: 6,000次/5h，45,000次/周，90,000次/月
新用户限时5折，Lite 实际 $5
4️⃣ Kimi $19-199/月
官方没有公布各档的5h精确额度
套餐名：Moderate/$19、Allegretto/$39、Allegro/$99、Vivace/$199
实测 5h 约 300-2,048 次请求，浮动较大
你实测下来，哪家性价比更高呢？哪家最坑呢？
$200/月的 Max 订阅，接 OpenClaw 等第三方工具？违反 TOS，可能会封号。
Claude Code 负责人回应说"没变化"，但核心问题「到底用 OpenClaw 会不会封号」，他一直没正面回应。
于是赶紧调研了下国产平替，也整理出来分享给大家参考。
1️⃣ MiniMax $10-50/月
纯5小时滚动窗口，无周/月硬限
• Starter $10: 100 prompts/5h
• Plus $20: 300 prompts/5h
• Max $50: 1,000 prompts/5h
比较舒服的是，MiniMax 有 freemium 方案，可直接体验 M2.5。
注：1 prompt ≈ 15次模型调用
2️⃣ GLM（z.ai）$10-80/月
以"prompt"为单位 + 双层限额
• Lite $10: ~80/5h，周限 ~400
• Pro $30: ~400/5h，周限 ~2,000
• Max $80: ~1,600/5h，周限 ~8,000
⚠️ 用旗舰款 GLM-5，高峰时段（北京时间 14-18点）额度消耗 3 倍
3️⃣ Qwen（阿里云）$10-50/月
三层限额，最透明
• Lite $10: 1,200次/5h，9,000次/周，18,000次/月
• Pro $50: 6,000次/5h，45,000次/周，90,000次/月
新用户限时5折，Lite 实际 $5
4️⃣ Kimi $19-199/月
官方没有公布各档的5h精确额度
套餐名：Moderate/$19、Allegretto/$39、Allegro/$99、Vivace/$199
实测 5h 约 300-2,048 次请求，浮动较大
你实测下来，哪家性价比更高呢？哪家最坑呢？
13 48
同一天在 X 发了 2 条帖，都拿到了 10 万+ 曝光。
第二条赞藏量是第一条的近 3 倍，转发量近 6 倍。
但曝光数，反而是第一条更多。
互动碾压，流量却输了？这不科学啊。
于是我去翻了 X 开源的推荐算法仓库（twitter/the-algorithm），让小龙虾去深度阅读和核查，终于搞明白了。
以下是我从源码里扒出来的发现，解释了为什么会出现这种「反直觉」的现象👇
1/ 你的推文能不能火，取决于能否被推给「非粉丝」
X 的 For You 有多个推荐通道，但最关键的是 Out-of-Network 推荐——把你的内容推给不关注你的人。
粉丝看到你的帖只是基本盘，真正的曝光增量全靠这个通道。
怎么打进去？核心就一句话：让算法觉得你的内容，和「大量不认识你的人」的兴趣相关。
下面几条会告诉你具体怎么做。
2/ Quote 大 V = 撬动百万级推荐池
我那条曝光更高的帖子，引用了 @karpathy 的推文。
算法里有两个关键模块：一个叫 SemanticCore，负责识别你 @ 和引用的人物实体；一个叫 SimClusters，负责把你的内容匹配给兴趣相关的用户。
引用 karpathy → SemanticCore 识别出"Andrej Karpathy"实体 → SimClusters 把我的帖子匹配给全球数百万关注他的 AI/ML 用户。
另一条虽然互动更好，但话题受众主要在中文 AI 视频圈，池子小很多。
这就是为什么互动赢了，曝光却输了——受众池大小 > 互动数量。
建议：发帖时想想，这个话题关联到哪些大 V？能不能 Quote 他们的推文？引用一个百万粉丝的大 V，等于把你的内容扔进了他粉丝的推荐池。
3/ 算法会捞起「不过时」的内容，二次推荐
我的 karpathy 那条帖子，前两天不温不火，之后突然起量了。
源码里有个机制叫 Evergreen Deep Retrieval——算法会识别「不过时」的内容，在初始分发结束后，把它推给一批全新的用户。还有个 CrossBorder 变体，专门做跨语言推荐。
karpathy + RSS + 信息管理 = 经典常青话题，什么时候看都有价值。算法判定它不过时，就会持续捞起来推。
而 Seedance 2.0 是时效热点，热度过了就过了，算法不会再捞。
建议：把时效内容包装成常青框架。「Seedance 2.0 提示词合集」→ 改成「如何用 AI 生成电影级视频」，话题寿命也许能从几天拉到几个月。
--- 以下是从源码里扒出来的其他实用发现 ---
⚠️ 同一天发多条帖子，小心自己打自己
源码里有个同作者衰减机制（AuthorDiversityDecay）：
当你的多条推文同时出现在一个用户的推荐列表里：
• 第 1 条：正常推荐
• 第 2 条：推荐权重 ×0.5（砍半）
• 第 3 条：触底 ×0.25
而且 In-Network 和 Out-of-Network 都一样是 0.5 / 0.25，无差别衰减。
我那两条帖只间隔了 4 小时，可能互相会抢流量。
建议：每天 2-3 条为上限，间隔 8 小时以上。如果一定要密集发，话题尽量差异化——让算法把它们推给不同人群，减少内耗。
🔄 转发 vs 引用，对原帖效果完全不同
这个很多人搞混了：
转发（Retweet）：曝光直接叠加到原帖。而且转发是算法里 UTEG（社交证明）的三大信号之一——你的粉丝转发你 → 算法把原帖推给他粉丝 → 原帖曝光涨。
引用（Quote）：是一条独立的新推文，曝光算引用者的，不会直接加到你的原帖上。而且 Quote 不在 UTEG 社交证明的信号列表里。
所以：
• 想给自己涨曝光 → 鼓励粉丝转发
• 想蹭大 V 涨粉 → 自己去 Quote 大 V
--- 总结：从源码里扒出来的流量密码 ---
① Quote 大 V 的推文，撬动他们的百万粉丝推荐池
② 内容要让人想「收藏」，Bookmark 被广泛认为是最强正面信号之一
③ 常青话题包装时效内容，激活后续的二次推荐
④ 中英双语夹带关键词，触发 CrossBorder 跨语言推荐
⑤ 每天 2-3 条，间隔 8h+，避免同作者衰减（源码默认 ×0.5）
⑥ @ 知名人物，触发 SemanticCore 实体识别，扩大受众匹配
⑦ 鼓励转发而非引用，转发是 UTEG 社交证明信号，Quote 不是
以上不是玄学，都是从 twitter/the-algorithm 源码里捞出来的 😂
觉得有用的话收藏备查，下次发帖前翻一翻。
X算法源码仓库：github.com
第二条赞藏量是第一条的近 3 倍，转发量近 6 倍。
但曝光数，反而是第一条更多。
互动碾压，流量却输了？这不科学啊。
于是我去翻了 X 开源的推荐算法仓库（twitter/the-algorithm），让小龙虾去深度阅读和核查，终于搞明白了。
以下是我从源码里扒出来的发现，解释了为什么会出现这种「反直觉」的现象👇
1/ 你的推文能不能火，取决于能否被推给「非粉丝」
X 的 For You 有多个推荐通道，但最关键的是 Out-of-Network 推荐——把你的内容推给不关注你的人。
粉丝看到你的帖只是基本盘，真正的曝光增量全靠这个通道。
怎么打进去？核心就一句话：让算法觉得你的内容，和「大量不认识你的人」的兴趣相关。
下面几条会告诉你具体怎么做。
2/ Quote 大 V = 撬动百万级推荐池
我那条曝光更高的帖子，引用了 @karpathy 的推文。
算法里有两个关键模块：一个叫 SemanticCore，负责识别你 @ 和引用的人物实体；一个叫 SimClusters，负责把你的内容匹配给兴趣相关的用户。
引用 karpathy → SemanticCore 识别出"Andrej Karpathy"实体 → SimClusters 把我的帖子匹配给全球数百万关注他的 AI/ML 用户。
另一条虽然互动更好，但话题受众主要在中文 AI 视频圈，池子小很多。
这就是为什么互动赢了，曝光却输了——受众池大小 > 互动数量。
建议：发帖时想想，这个话题关联到哪些大 V？能不能 Quote 他们的推文？引用一个百万粉丝的大 V，等于把你的内容扔进了他粉丝的推荐池。
3/ 算法会捞起「不过时」的内容，二次推荐
我的 karpathy 那条帖子，前两天不温不火，之后突然起量了。
源码里有个机制叫 Evergreen Deep Retrieval——算法会识别「不过时」的内容，在初始分发结束后，把它推给一批全新的用户。还有个 CrossBorder 变体，专门做跨语言推荐。
karpathy + RSS + 信息管理 = 经典常青话题，什么时候看都有价值。算法判定它不过时，就会持续捞起来推。
而 Seedance 2.0 是时效热点，热度过了就过了，算法不会再捞。
建议：把时效内容包装成常青框架。「Seedance 2.0 提示词合集」→ 改成「如何用 AI 生成电影级视频」，话题寿命也许能从几天拉到几个月。
--- 以下是从源码里扒出来的其他实用发现 ---
⚠️ 同一天发多条帖子，小心自己打自己
源码里有个同作者衰减机制（AuthorDiversityDecay）：
当你的多条推文同时出现在一个用户的推荐列表里：
• 第 1 条：正常推荐
• 第 2 条：推荐权重 ×0.5（砍半）
• 第 3 条：触底 ×0.25
而且 In-Network 和 Out-of-Network 都一样是 0.5 / 0.25，无差别衰减。
我那两条帖只间隔了 4 小时，可能互相会抢流量。
建议：每天 2-3 条为上限，间隔 8 小时以上。如果一定要密集发，话题尽量差异化——让算法把它们推给不同人群，减少内耗。
🔄 转发 vs 引用，对原帖效果完全不同
这个很多人搞混了：
转发（Retweet）：曝光直接叠加到原帖。而且转发是算法里 UTEG（社交证明）的三大信号之一——你的粉丝转发你 → 算法把原帖推给他粉丝 → 原帖曝光涨。
引用（Quote）：是一条独立的新推文，曝光算引用者的，不会直接加到你的原帖上。而且 Quote 不在 UTEG 社交证明的信号列表里。
所以：
• 想给自己涨曝光 → 鼓励粉丝转发
• 想蹭大 V 涨粉 → 自己去 Quote 大 V
--- 总结：从源码里扒出来的流量密码 ---
① Quote 大 V 的推文，撬动他们的百万粉丝推荐池
② 内容要让人想「收藏」，Bookmark 被广泛认为是最强正面信号之一
③ 常青话题包装时效内容，激活后续的二次推荐
④ 中英双语夹带关键词，触发 CrossBorder 跨语言推荐
⑤ 每天 2-3 条，间隔 8h+，避免同作者衰减（源码默认 ×0.5）
⑥ @ 知名人物，触发 SemanticCore 实体识别，扩大受众匹配
⑦ 鼓励转发而非引用，转发是 UTEG 社交证明信号，Quote 不是
以上不是玄学，都是从 twitter/the-algorithm 源码里捞出来的 😂
觉得有用的话收藏备查，下次发帖前翻一翻。
X算法源码仓库：github.com
31 422
最近 Seedance 2.0 大火，看到很多朋友在分享视频，但是分享提示词的不多。
于是我从 X 上收集了170+ 高质量提示词，翻译成中文放到了 Github 仓库里，持续更新中，分享给大家。
github.com
于是我从 X 上收集了170+ 高质量提示词，翻译成中文放到了 Github 仓库里，持续更新中，分享给大家。
github.com
179 12101
把 vibe coding 教父 Andrej Karpathy 推荐的 RSS 信源，打包成了 1 个 RSS Pack。
结合 YouMind 定时任务 + Skill，每日自动生成一份信息简报。
有兴趣的朋友可以试试，一键安装使用：
youmind.com
结合 YouMind 定时任务 + Skill，每日自动生成一份信息简报。
有兴趣的朋友可以试试，一键安装使用：
youmind.com
6 21
Seedance 2.0 这几天刷屏了，大家光发视频不发提示词，作为门外汉摸不到门道啊 😂
索性做了个 Seedance 2.0 提示词集合站，从𝕏上搜集了 170+ 条高质量提示词，每天持续更新。
功能点：
• 支持搜索 + AI 推荐
• 视频可在线播，可查看参考图
• 支持16 种语言
免费的，直接拿去用 👇
youmind.com
索性做了个 Seedance 2.0 提示词集合站，从𝕏上搜集了 170+ 条高质量提示词，每天持续更新。
功能点：
• 支持搜索 + AI 推荐
• 视频可在线播，可查看参考图
• 支持16 种语言
免费的，直接拿去用 👇
youmind.com
163 1982