即刻App年轻人的同好社区
下载
置顶👉 轻松玩转AIGC💥 dye87dshnj.feishu.cn
🔄 已被【飞书社区】官方收录的「文森策的 AI 知识库」持续更新中……
🎙️本知识库是本人在日常学习、探索和实践 AIGC 过程中的个人笔记～
▶ 内容主要涵盖 AIGC 的基础知识、AI Copilot 应用工具、Prompt 提示工程技巧、AI Agent 智能体的搭建与应用，以及 AIGC 在不同场景下的应用探索及实践案例等方面内容。
▶ 以及，结合我所在行业，梳理的 AIGC 在营销领域的应用探索、思考及其他学习资源。
▶ 在 AI 风靡全球并轮番炸场的这一年多来，也在不断学习、实践和吸收各种知识点，以致于某段时间几乎产生 AI 焦虑。最初出于系统化梳理 AI 知识点、让一股子脑热回归理性、更有效地积累 AI 实用经验这样一个初衷，希望在浩如烟海的互联网学习资源中，博采众长、并从小处着手，尝试建立一个属于个人的 AIGC 日常小百科，目前正在努力用小小行动逐步接近小目标。
▶ 这个过程里，也逐渐尝试并积累了一堆能够满足不同应用场景的实用工具和技巧，平时随手记录整理形成了这个 AI 知识库，以便随时探索利用 AI 技术来扩展生活趣味、提高工作效率和创造力。无论是想要了解 AI 的基础知识，还是寻找特定场景下的 AI 应用，这里已经能方便快捷地找到一些答案。
▶ 在此公开分享，希望与感兴趣的即友互动交流，一起了解 AI，学习 AI，实践 AI，用好 AI～
📚 【AI 知识库目录-内容概览】
1️⃣ ChatGPT 风暴来袭：
讨论 ChatGPT 技术的影响和应用，探索 ChatGPT 如何改变我们的工作和生活。
2️⃣ 一文初识 AIGC：
介绍 AIGC 的基础知识，快速了解 AIGC 基本概念与发展格局。
3️⃣ AI Copilot 应用工具：
汇集 AI Copilot 工具及其在不同场景下的应用，精选工具帮助我们在工作中更上一层楼。
- 精选工具榜：推荐精选的 AI 工具，按图索骥，轻松找到自己需要的。
- ChatBots 工具：目前国内外主流的聊天机器人工具大盘点。
- 细分场景工具：针对不同特定场景应用需求下的定制化工具，分类梳理。
- 跨界协作工具：AI 与其他工具的提效结合、尝试，以期轻松实现 1+1＞2 的效果。
4️⃣ Prompt 提示工程：
探讨如何构建有效的 Prompt 来提升 AI 的输出质量。学习如何与 AI 对话，让它更懂我们。
- 技巧：一些 Prompt 编写的技巧，提升与 AI 沟通质量。
- 精选站：推荐一些优秀的 Prompt 资源站点。
- 高阶框架模板：进阶高级模板，让 Prompt 更加精准有效。
- Prompts 提示词库：原创以及网络汇集的丰富提示词库，激发创意灵感。
5️⃣ AI Agent 智能体：
学习如何搭建 AI Agent 及其在不同场景下的应用，构建和应用自己的 AI 小助手。
- 如何搭建：一步步教你如何搭建 AI Agent。
- 应用实战：将 AI Agent 应用到实际工作中的案例。
- 主流 LLMs 落地场景：看看可以怎么方便快捷地用到大厂架构下的 AI Agent。
6️⃣ LLM大模型平台入门：
涵盖了对大型语言模型（LLM）平台的基础知识介绍，如：ChatGPT、Gemini、Kimi Chat等主流平台的产品功能、用户指南、技术背景、应用实践等方面内容。
7️⃣ AIGC 场景应用案例：
盘点 AIGC 在不同场景下的应用案例，看看别人是如何巧妙使用 AIGC 的。
8️⃣ 营销领域的应用探索：
探讨 AIGC 在营销领域的应用，看 AIGC 如何在营销中大显身手。
9️⃣ 更多宝藏学习资源：
提供 AIGC 相关的资讯、社区、导航站、以及AI研究报告资源，可快捷获取关键信息。另外，分享更多有关 AI 的学习资源，持续、深入学习 AIGC。
💡 知识库是免费公开的，感谢转发分享，但禁止商用。欢迎互动交流🤝
#AI工作流 #AI的神奇用法
🔄 已被【飞书社区】官方收录的「文森策的 AI 知识库」持续更新中……
🎙️本知识库是本人在日常学习、探索和实践 AIGC 过程中的个人笔记～
▶ 内容主要涵盖 AIGC 的基础知识、AI Copilot 应用工具、Prompt 提示工程技巧、AI Agent 智能体的搭建与应用，以及 AIGC 在不同场景下的应用探索及实践案例等方面内容。
▶ 以及，结合我所在行业，梳理的 AIGC 在营销领域的应用探索、思考及其他学习资源。
▶ 在 AI 风靡全球并轮番炸场的这一年多来，也在不断学习、实践和吸收各种知识点，以致于某段时间几乎产生 AI 焦虑。最初出于系统化梳理 AI 知识点、让一股子脑热回归理性、更有效地积累 AI 实用经验这样一个初衷，希望在浩如烟海的互联网学习资源中，博采众长、并从小处着手，尝试建立一个属于个人的 AIGC 日常小百科，目前正在努力用小小行动逐步接近小目标。
▶ 这个过程里，也逐渐尝试并积累了一堆能够满足不同应用场景的实用工具和技巧，平时随手记录整理形成了这个 AI 知识库，以便随时探索利用 AI 技术来扩展生活趣味、提高工作效率和创造力。无论是想要了解 AI 的基础知识，还是寻找特定场景下的 AI 应用，这里已经能方便快捷地找到一些答案。
▶ 在此公开分享，希望与感兴趣的即友互动交流，一起了解 AI，学习 AI，实践 AI，用好 AI～
📚 【AI 知识库目录-内容概览】
1️⃣ ChatGPT 风暴来袭：
讨论 ChatGPT 技术的影响和应用，探索 ChatGPT 如何改变我们的工作和生活。
2️⃣ 一文初识 AIGC：
介绍 AIGC 的基础知识，快速了解 AIGC 基本概念与发展格局。
3️⃣ AI Copilot 应用工具：
汇集 AI Copilot 工具及其在不同场景下的应用，精选工具帮助我们在工作中更上一层楼。
- 精选工具榜：推荐精选的 AI 工具，按图索骥，轻松找到自己需要的。
- ChatBots 工具：目前国内外主流的聊天机器人工具大盘点。
- 细分场景工具：针对不同特定场景应用需求下的定制化工具，分类梳理。
- 跨界协作工具：AI 与其他工具的提效结合、尝试，以期轻松实现 1+1＞2 的效果。
4️⃣ Prompt 提示工程：
探讨如何构建有效的 Prompt 来提升 AI 的输出质量。学习如何与 AI 对话，让它更懂我们。
- 技巧：一些 Prompt 编写的技巧，提升与 AI 沟通质量。
- 精选站：推荐一些优秀的 Prompt 资源站点。
- 高阶框架模板：进阶高级模板，让 Prompt 更加精准有效。
- Prompts 提示词库：原创以及网络汇集的丰富提示词库，激发创意灵感。
5️⃣ AI Agent 智能体：
学习如何搭建 AI Agent 及其在不同场景下的应用，构建和应用自己的 AI 小助手。
- 如何搭建：一步步教你如何搭建 AI Agent。
- 应用实战：将 AI Agent 应用到实际工作中的案例。
- 主流 LLMs 落地场景：看看可以怎么方便快捷地用到大厂架构下的 AI Agent。
6️⃣ LLM大模型平台入门：
涵盖了对大型语言模型（LLM）平台的基础知识介绍，如：ChatGPT、Gemini、Kimi Chat等主流平台的产品功能、用户指南、技术背景、应用实践等方面内容。
7️⃣ AIGC 场景应用案例：
盘点 AIGC 在不同场景下的应用案例，看看别人是如何巧妙使用 AIGC 的。
8️⃣ 营销领域的应用探索：
探讨 AIGC 在营销领域的应用，看 AIGC 如何在营销中大显身手。
9️⃣ 更多宝藏学习资源：
提供 AIGC 相关的资讯、社区、导航站、以及AI研究报告资源，可快捷获取关键信息。另外，分享更多有关 AI 的学习资源，持续、深入学习 AIGC。
💡 知识库是免费公开的，感谢转发分享，但禁止商用。欢迎互动交流🤝
#AI工作流 #AI的神奇用法
34 1133
Muse 给建的那个内容工作台，我把它开源了
前两天随手发了张工作台截图，好几个朋友私信问我：
“这不就是个静态网页吗？”
“右上角那按钮真能按？还是每次对话才更新？”
其实还真不是。大家对 Meta Muse 的 Spaces 可能还停留在看热闹阶段，以为它只是吐一段死代码。
但这个空间最妙的是：它相当于在云端直接给你配了一台虚拟电脑，把应用部署好了。点按钮，输入抽屉真能丝滑弹出来；一边用一边聊，它在旁边实时改代码，这才是真正让人上头的 Vibe Coding。
作为一个做了十来年品牌营销、平时写自媒体的内容人，我一动笔最头疼的就是两件事：一是灵感散在各个备忘录里找不到；二是找素材时老把客观事实、同行的大牛判断和自己的推测揉在一块，写着写着就把脑补当成了定论。
于是趁着兴头，我决定全程动嘴，让 Muse 帮我搓一个专属工作台。
跟 AI 结对最好玩的是审美拉锯：一开始我让它做淡草绿，改出来东一块深西一块浅像打补丁。我索性换思路，让它参考 Apple 和 OpenAI 那种清透高级感，底色换成浅蓝微渐变。这一把直接打通它任督二脉，悬浮卡片一上，通透感瞬间就出来了（后来又微调成了更有工坊感的经典景泰蓝）。
关键这真不是花架子，里面装着我跑通的创作流（详见图2、3）：
白天抓灵感直接扔进去；晚上整理时，把事实（能核验的数据）、判断（行业解读）、推测（未证实猜想）彻底分清，避免自嗨；成稿时一键拆成小红书图文、公众号长文或海报。全流程都在这一个台子里转。
我一个写文案的，之前一行代码不会写，谁能想到现在全靠动嘴，靠 Muse 跑在云端，就能搭出一个这种能跑能用的小工具，还不用折腾服务器和数据库。
独乐乐不如众乐乐，我已经把它开源了：
👉 GitHub 搜：wensenlab/wensen-content-studio 开箱即用，单文件纯前端（Local-First），数据只存在你自己的浏览器里，绝对私密。
当然，它不替你写稿，也不自动发布，只负责帮你把从灵感到成稿的流程收拢理顺。
在你的日常工作流里，哪一个环节是你每天都在重复、最想有个专属小网页替你搞定的？
评论区聊聊，说不定下一个小工具，我们就能一起搓出来！
前两天随手发了张工作台截图，好几个朋友私信问我：
“这不就是个静态网页吗？”
“右上角那按钮真能按？还是每次对话才更新？”
其实还真不是。大家对 Meta Muse 的 Spaces 可能还停留在看热闹阶段，以为它只是吐一段死代码。
但这个空间最妙的是：它相当于在云端直接给你配了一台虚拟电脑，把应用部署好了。点按钮，输入抽屉真能丝滑弹出来；一边用一边聊，它在旁边实时改代码，这才是真正让人上头的 Vibe Coding。
作为一个做了十来年品牌营销、平时写自媒体的内容人，我一动笔最头疼的就是两件事：一是灵感散在各个备忘录里找不到；二是找素材时老把客观事实、同行的大牛判断和自己的推测揉在一块，写着写着就把脑补当成了定论。
于是趁着兴头，我决定全程动嘴，让 Muse 帮我搓一个专属工作台。
跟 AI 结对最好玩的是审美拉锯：一开始我让它做淡草绿，改出来东一块深西一块浅像打补丁。我索性换思路，让它参考 Apple 和 OpenAI 那种清透高级感，底色换成浅蓝微渐变。这一把直接打通它任督二脉，悬浮卡片一上，通透感瞬间就出来了（后来又微调成了更有工坊感的经典景泰蓝）。
关键这真不是花架子，里面装着我跑通的创作流（详见图2、3）：
白天抓灵感直接扔进去；晚上整理时，把事实（能核验的数据）、判断（行业解读）、推测（未证实猜想）彻底分清，避免自嗨；成稿时一键拆成小红书图文、公众号长文或海报。全流程都在这一个台子里转。
我一个写文案的，之前一行代码不会写，谁能想到现在全靠动嘴，靠 Muse 跑在云端，就能搭出一个这种能跑能用的小工具，还不用折腾服务器和数据库。
独乐乐不如众乐乐，我已经把它开源了：
👉 GitHub 搜：wensenlab/wensen-content-studio 开箱即用，单文件纯前端（Local-First），数据只存在你自己的浏览器里，绝对私密。
当然，它不替你写稿，也不自动发布，只负责帮你把从灵感到成稿的流程收拢理顺。
在你的日常工作流里，哪一个环节是你每天都在重复、最想有个专属小网页替你搞定的？
评论区聊聊，说不定下一个小工具，我们就能一起搓出来！
0 00
不得不说，GitHub 可真是个好东西啊！最近不是在疯狂迷恋 Muse 嘛，在 Muse 里搞一些跨平台内容创作的时候，发现了一个新的痛点。
我本地的各个 Agent，都会遵循我已经形成的 AGENTS.md 全局规则协议文档，以及我电脑本地工作专区的工作协议，甚至跟我的常用办公软件、知识管理工具的一些规范协议（比如写入到飞书、写入到 Google 文档的内容操作流程、风格规范等），都已经在本地形成了一套标准化的可复用操作经验。
那现在用 Muse 这个云端虚拟电脑来处理这些类似任务的时候，它就没办法快速地复用我的经验。虽然它的桌面端也可以读取到我的本地电脑，但它总归不像Codex、Antigravity、workbuddy 等其他的 Agent 是那种项目专区管理的方式，玩法也不一样；而且它还有手机移动端，这种操作习惯也不同于桌面端的办公 Agent 和 Coding Agent。
所以我就在想这个事情怎么去实现啊，突然就想到了我之前，为了给本地所有的协议做统一化管理，配置了本地脚本。只要我的本地规则协议发生修改并保存，自动化脚本就会自动帮我把更新后的规则协议同步到 GitHub。诶，这样就简单了呀！
就让 Muse 每次执行任务的时候去读取 GitHub 的协议，这不就类似于本地 Agent 在每次执行任务前自动读取本地协议的道理了嘛。
说干就干，跟 Muse 一通聊，试着让它去实现了一下，Muse 一点不带含糊，轻松实现，并且贴心地主动把前一个执行的我并不满意的任务，用新规新操作立马实现了一遍。
Muse 跟其他 Agent 一样，现在也都能直接连接 GitHub、飞书、Notion以及 Google 系的工具。特别是有 GitHub 这个本地云端中转桥梁的承接加持，无痛过渡丝滑连接，这样一来，好像一下子整体都统一了，太爽了！
我可太喜欢 AGENTS.md 跟 Github 了～
我本地的各个 Agent，都会遵循我已经形成的 AGENTS.md 全局规则协议文档，以及我电脑本地工作专区的工作协议，甚至跟我的常用办公软件、知识管理工具的一些规范协议（比如写入到飞书、写入到 Google 文档的内容操作流程、风格规范等），都已经在本地形成了一套标准化的可复用操作经验。
那现在用 Muse 这个云端虚拟电脑来处理这些类似任务的时候，它就没办法快速地复用我的经验。虽然它的桌面端也可以读取到我的本地电脑，但它总归不像Codex、Antigravity、workbuddy 等其他的 Agent 是那种项目专区管理的方式，玩法也不一样；而且它还有手机移动端，这种操作习惯也不同于桌面端的办公 Agent 和 Coding Agent。
所以我就在想这个事情怎么去实现啊，突然就想到了我之前，为了给本地所有的协议做统一化管理，配置了本地脚本。只要我的本地规则协议发生修改并保存，自动化脚本就会自动帮我把更新后的规则协议同步到 GitHub。诶，这样就简单了呀！
就让 Muse 每次执行任务的时候去读取 GitHub 的协议，这不就类似于本地 Agent 在每次执行任务前自动读取本地协议的道理了嘛。
说干就干，跟 Muse 一通聊，试着让它去实现了一下，Muse 一点不带含糊，轻松实现，并且贴心地主动把前一个执行的我并不满意的任务，用新规新操作立马实现了一遍。
Muse 跟其他 Agent 一样，现在也都能直接连接 GitHub、飞书、Notion以及 Google 系的工具。特别是有 GitHub 这个本地云端中转桥梁的承接加持，无痛过渡丝滑连接，这样一来，好像一下子整体都统一了，太爽了！
我可太喜欢 AGENTS.md 跟 Github 了～
1 00
刚看到都在说 Muse 新上了个「创建空间」的功能，我随手试了一下。
第一感觉，这怎么有点鸡肋呢。不就是个能存东西的页面吗，值得单独做个功能？
忽然一会儿又觉得，可能小看它了。
它其实有点像把 skill 放到了前台。skill 是写给 Agent 的，装在工具背后帮它干活，你平时根本看不见。空间反过来，是直接摆在你面前的，你看得见，也能随口让它改，东西存到哪一步都清清楚楚。
Skill 在后台决定 Agent 怎么干活，空间在前台，决定我每天打开先看到什么、工作都攒在哪儿。而且空间里的 skill 还可以边用边调，丝滑迭代。
Agent 强不强是一回事儿，关键还得看顺不顺手，这点上 Meta 确实是有点儿东西的，不愧是社交大玩家。
第一感觉，这怎么有点鸡肋呢。不就是个能存东西的页面吗，值得单独做个功能？
忽然一会儿又觉得，可能小看它了。
它其实有点像把 skill 放到了前台。skill 是写给 Agent 的，装在工具背后帮它干活，你平时根本看不见。空间反过来，是直接摆在你面前的，你看得见，也能随口让它改，东西存到哪一步都清清楚楚。
Skill 在后台决定 Agent 怎么干活，空间在前台，决定我每天打开先看到什么、工作都攒在哪儿。而且空间里的 skill 还可以边用边调，丝滑迭代。
Agent 强不强是一回事儿，关键还得看顺不顺手，这点上 Meta 确实是有点儿东西的，不愧是社交大玩家。
0 00
2万亿Token听着吓人，分到个人这也不经烧啊
李佳琦半小时卖出2万亿Token？说实话，这点量够咋烧的😂
我们先来算一笔账。
2万亿 Token，卖出10万份会员卡，平均每份也就2000万 Token。
这什么概念？
对于偶尔用 AI 聊聊天、写写文案的朋友来说，可能够用一阵子。
但对于 Agent 重度用户来说，2000万 Token 可能真的就是摸个鱼打个盹的事儿。
接个 API，跑几个 Agent 工作流，做几轮代码调试，或者让 AI 执行一次复杂的生产任务，几千万 Token 就可能悄悄烧没了。
当然，具体消耗还取决于模型水平、任务复杂度和上下文管理方式等等。
不过，在双 11 看到这种消费热潮，多少还是让人有点感慨的。时间过得可真是快啊，一些玩法终将老去，总有新的正在流行。
从一年前 Agent 初露锋芒，到上半年养龙虾热潮，以及 Codex 的火热至今，甚至于最近Meta Muse、Grok Bot 掀起的新风尚，AI 一天，人间一年，都不带夸张的了。
以前我们还更多执着于讨论哪个模型更聪明、哪个模型跑分更高。
到了 Agent 时代，AI 真正地实现生产力落地，Token 消耗量开始变成一个绕不开的话题。
今天，AI 发烧友们打招呼的方式都更加清新脱俗了，就连“今天烧了多少 token？”都在取代“吃了吗？”正在成为新的流行语，哈哈
不过，话说回来，比起谁烧掉的 Token 更多，可能更让大家关心的，还是谁能用更少的 Token，完成更多有价值的工作。
毕竟，生产力才是王道。让 Agent 反复思考一百轮，和让它一次把事情做好，最终产生的价值完全不同。
甚至可以说，Token 烧得越快，有时候恰恰说明工作流还有优化空间。
所以，顺便也想问问现在经常使用 Agent 的朋友：
你们现在一天大概消耗多少 Token？有没有哪次任务，打开账单一看，直接怀疑人生的？😂
李佳琦半小时卖出2万亿Token？说实话，这点量够咋烧的😂
我们先来算一笔账。
2万亿 Token，卖出10万份会员卡，平均每份也就2000万 Token。
这什么概念？
对于偶尔用 AI 聊聊天、写写文案的朋友来说，可能够用一阵子。
但对于 Agent 重度用户来说，2000万 Token 可能真的就是摸个鱼打个盹的事儿。
接个 API，跑几个 Agent 工作流，做几轮代码调试，或者让 AI 执行一次复杂的生产任务，几千万 Token 就可能悄悄烧没了。
当然，具体消耗还取决于模型水平、任务复杂度和上下文管理方式等等。
不过，在双 11 看到这种消费热潮，多少还是让人有点感慨的。时间过得可真是快啊，一些玩法终将老去，总有新的正在流行。
从一年前 Agent 初露锋芒，到上半年养龙虾热潮，以及 Codex 的火热至今，甚至于最近Meta Muse、Grok Bot 掀起的新风尚，AI 一天，人间一年，都不带夸张的了。
以前我们还更多执着于讨论哪个模型更聪明、哪个模型跑分更高。
到了 Agent 时代，AI 真正地实现生产力落地，Token 消耗量开始变成一个绕不开的话题。
今天，AI 发烧友们打招呼的方式都更加清新脱俗了，就连“今天烧了多少 token？”都在取代“吃了吗？”正在成为新的流行语，哈哈
不过，话说回来，比起谁烧掉的 Token 更多，可能更让大家关心的，还是谁能用更少的 Token，完成更多有价值的工作。
毕竟，生产力才是王道。让 Agent 反复思考一百轮，和让它一次把事情做好，最终产生的价值完全不同。
甚至可以说，Token 烧得越快，有时候恰恰说明工作流还有优化空间。
所以，顺便也想问问现在经常使用 Agent 的朋友：
你们现在一天大概消耗多少 Token？有没有哪次任务，打开账单一看，直接怀疑人生的？😂
0 00