尝试：copycoder.ai

上传图片生成适配 v0.dev/chat和 bolt.new，cursor 的 prompt

我用ideogram.ai设计了塔罗网站的首页，然后分别尝试了
1️⃣直接上传图片给 bolt.new
2️⃣贴 copycoder 的 prompt给 bolt.new

目测还是直接上传图片的效果更好。
copycoder 的 prompt，直接让 bolt.new 崩溃了，无法 deploy 。

有几个感想：
1. 多此一举，直接多模态输入，对设计师、开发者都是最理想的
2. 要适配不同的框架、技术栈，序位上 v0.dev 和 bolt.new 本身可以做得更好
3. 通过分析 copycoder 的 prompt，特别像一个“控制型的父母”，意思是：我不需要了解你，你就照着做吧

图片依次是
1️⃣ideogram 图
2️⃣直接上传图片得到的 bolt.new 结果
3️⃣copycoder prompt 的结果
4️⃣copycoer 的 promot

和最强的 AI 模型 一起工作。
不要找任何借口阻碍这件事。

尝试 bolt.new，v0.dev/chat，lovable

一个真实的需求：
帮我制作一个加密货币资产筛选应用程序，该应用需要：
• 使用 CoinCap API 获取数据
• 让我能够查看按市值排名查看，满足以下条件的加密货币
- 市值大于 0.1B美元
- 过去 24 小时的交易量大于 1000w 美元
- 过去 24 小时的价格涨幅在 10%以上
• 允许我点击某个资产以查看详细信息（包含价格走势图）
• 采用鲜明的新野兽主义设计风格

结果：
bolt.new：
zingy-genie-d71823.netlify.app
v0.dev/chat：
upmofsdckidlous2hphykb2odtx9wgj3.vercel.app
lovable：
preview--crypto-scout-beast.lovable.app

五分钟之内完成，lovable 慢一些，其它两个都少一些。

有一套评估迭代的 pipeline 更重要

🌄

全栈 AI 编程 Agent--Lovable

1️⃣支持更大的代码库
2️⃣对比 v0 和 bolt.new，可以支持后端，所以完整全栈开发

我试了两个应用：

台历应用
preview--cinema-calendar-adoration.lovable.app

Top50 加密币
preview--c-5057.lovable.app

ProductHunt：www.producthunt.com

记录了使用 bolt.new和 windsurf 的过程。
重要的感想：
做 AI 编程类的产品，要考虑这两个核心的矛盾：
1️⃣以人为中心 vs 以AI 为中心的矛盾
2️⃣面向普通用户 vs 面向工程师的矛盾
对比 cursor 和 windsurf
1️⃣cursor 是面向工程师的，以人为中心的产品，纯粹、极致。
2️⃣windsurf / bolt.new 是以 AI 为中心的，面向工程师+普通用户的产品，有点拧巴。

看了提示词大会的视频，对@李继刚 老师的介绍印象深刻，尤其是乔哈利视窗的应用，精辟。

如果某一些词我们不知道，但是模型知道，该如何处理？

比如 lisp 风格的提示词中的关键词，要怎么解决？这个 demo 做了一个尝试--也是给例子。

使用 windsurf 和 bolt.new 写了一个简单的 Lisp 语法 Prompt 生成器

lisp.ynyq123.com

有两个深刻的感受：
1️⃣以人为中心 vs 以AI 为中心的矛盾
2️⃣面向普通用户 vs 面向工程师用户的矛盾

Prompt 会像编程语言的发展一样
有命令式，声明式
有面向过程，面向函数，面向对象

自然语言 ➡️ Markdown/Yaml ➡️ XML/JSON ➡️ Python/Lisp
从左到右：
1️⃣编写难度增加
2️⃣长度不断缩短
3️⃣准确率不断提高
4️⃣稳定性不断提升

理解上，图灵完备的是 LLMs ，Prompt 是接口语言，会有越来越多的玩法，期待。