Video yükleniyor...

Video Yüklenemedi

Ana Sayfaya Dön

Codex 隐藏玩法：把你每天重复教 AI 的提示词，直接做成 Skill 90% 的人用 Codex，其实都在重复做同一件事： 开一个新任务，把同一套要求再告诉它一遍。这些 Prompt 你可能已经复制粘贴了几十次。 但其实，这种反复使用的工作方法，完全可以直接做成 Codex Skill。 详细教程如下： 1️⃣先找一段你经常重复使用的 Prompt，比如我最近一直在用这类提示词： “执行任务前先检查需求漏洞和潜在风险，不要默认接受我的方案。涉及代码和结论必须验证，完成后按验收标准逐项检查。” 这类 Prompt 很好用，但最大的问题是：每开一个新任务，都要重新贴一次。 2️⃣直接让 Codex 把它做成 Skill把原来的 Prompt 发给 Codex，然后告诉它： 请把上面这套工作方式整理成一个可重复调用的 Codex Skill。 要求： · 明确这个 Skill 适合在什么情况下使用 · 把原来的要求整理成清晰的执行步骤 · 区分任务开始前、执行过程中和完成后的检查 · 保留必要的验证流程 · 删除重复和模糊的要求 · 不要改变原来的核心工作原则 Codex 就会把原来散乱的一段 Prompt，整理成一套完整的...

BTCqzy1's profile picture

爱丽丝呀！

21,254 subscribers

38,673 görüntüleme • 10 gün önce •via X (Twitter)

LIVE

Anya Rossi• Live Now

Private livecam show

0 Yorum

Yorum bulunmuyor

Orijinal gönderinin yorumları burada görünecek

Benzer Videolar

🎬 90% 的人没用明白 Codex。 因为一开始就把它当成了 ChatGPT。 但 Codex 最厉害的地方，从来不是聊天，而是动手。它会读项目、改文件、做表格、操作浏览器，直接在你的电脑里完成任务。 💡 真正决定体验的也不是 Prompt，而是四件事：Project、Permissions、Context 和 AGENTS.md。少一个都能用，多一个才开始好用。 我后来甚至不把它当 AI，而是当新人来带：先教它，再纠正它，最后把经验沉淀成 Skill。 当你开始这样用 Codex，它就不再是助手，而是一套持续进化的工作系统。
17:56

🎬 90% 的人没用明白 Codex。 因为一开始就把它当成了 ChatGPT。 但 Codex 最厉害的地方，从来不是聊天，而是动手。它会读项目、改文件、做表格、操作浏览器，直接在你的电脑里完成任务。 💡 真正决定体验的也不是 Prompt，而是四件事：Project、Permissions、Context 和 AGENTS.md。少一个都能用，多一个才开始好用。 我后来甚至不把它当 AI，而是当新人来带：先教它，再纠正它，最后把经验沉淀成 Skill。 当你开始这样用 Codex，它就不再是助手，而是一套持续进化的工作系统。

Martin

27,380 görüntüleme • 2 ay önce

牛P了 Codex推出一个 Record & Replay功能 也就是你可以教Codex干活 你把你在电脑上经常操作的人物给它演示一遍 Codex 会观察学习你的整个操作过程，然后自动生成一个 Skill 技能... 下次遇到同样的任务，Codex 就能按照你教它的流程和操作替直接替你干活... 官方拿"发 YouTube 视频"来演示： 他手动走一遍全套流程，拉元数据、配缩略图和英文字幕、上传存成私密、逐项核对。Codex 就在旁边看着，看完把整套流程记成了一个可复用的技能。 然后他新开一个对话，挂上下一条视频，Codex 自己照着全做完了，一步没差。 而且不只是发视频，你平时那些重复的电脑活都行: • 每个月报销，贴发票、填那张固定的单子 • 把一堆乱命名的文件批量重命名、归档 • 每周把数据导出来，填进固定的周报表 • 网上订票订酒店，重复填一遍又一遍的信息 干活的时候它自己调电脑操作、浏览器、你连的那些插件，组合着把事办完。 你不用再教 AI 每一步怎么做，只要做给它看一次,下次它就替你做... 从"每次写提示词"到"演示一次就够"，这是一个跨越...
2:04

牛P了 Codex推出一个 Record & Replay功能 也就是你可以教Codex干活 你把你在电脑上经常操作的人物给它演示一遍 Codex 会观察学习你的整个操作过程，然后自动生成一个 Skill 技能... 下次遇到同样的任务，Codex 就能按照你教它的流程和操作替直接替你干活... 官方拿"发 YouTube 视频"来演示： 他手动走一遍全套流程，拉元数据、配缩略图和英文字幕、上传存成私密、逐项核对。Codex 就在旁边看着，看完把整套流程记成了一个可复用的技能。 然后他新开一个对话，挂上下一条视频，Codex 自己照着全做完了，一步没差。 而且不只是发视频，你平时那些重复的电脑活都行: • 每个月报销，贴发票、填那张固定的单子 • 把一堆乱命名的文件批量重命名、归档 • 每周把数据导出来，填进固定的周报表 • 网上订票订酒店，重复填一遍又一遍的信息 干活的时候它自己调电脑操作、浏览器、你连的那些插件，组合着把事办完。 你不用再教 AI 每一步怎么做，只要做给它看一次,下次它就替你做... 从"每次写提示词"到"演示一次就够"，这是一个跨越...

小互

89,198 görüntüleme • 2 ay önce

看完 Charlie Guo 用 GPT-5.6 + Codex 做卡牌游戏，我对前几天那篇文章里的判断更确定了！ 他没有先写一份很长的 PRD，也没有把任务拆成几十个 tickets。 只是给了 Codex 一个相对开放的目标，GPT-5.6 就开始自己设计玩法、编写代码、生成美术，并交付了一个可以运行的版本。 之后再追加关卡、机制、配乐和美术要求，它也能继续沿着原来的项目往下推进，甚至会自己判断什么时候需要调用 sub-agents，把不同任务并行完成。 这段演示真正值得看的是，它展示了一种新的协作方式： 你不再需要提前规定模型每一步该怎么思考、怎么拆任务、怎么执行。 你需要把真正重要的事情说清楚，然后让模型在工具和项目环境中持续推进。 这也正是我在这篇文章里想讲清楚的问题： 《GPT-5.6 Prompt 到底该怎么写？OpenAI 官方指南，一篇讲透！》 很多人升级模型之后，仍然沿用过去那套很长、很重、充满过程控制的 Prompt。 模型变了，Prompt 的重心也应该跟着改变。 Charlie 的演示给出了一个很直观的答案，而文章里我把背后的官方建议、改写方法和可直接复用的 Prompt 框架完整整理了出来。 正在使用 GPT-5.6、Codex，或者准备搭建 Agent Workflow 的人，可以把视频和文章放在一起看。
1:58

看完 Charlie Guo 用 GPT-5.6 + Codex 做卡牌游戏，我对前几天那篇文章里的判断更确定了！ 他没有先写一份很长的 PRD，也没有把任务拆成几十个 tickets。 只是给了 Codex 一个相对开放的目标，GPT-5.6 就开始自己设计玩法、编写代码、生成美术，并交付了一个可以运行的版本。 之后再追加关卡、机制、配乐和美术要求，它也能继续沿着原来的项目往下推进，甚至会自己判断什么时候需要调用 sub-agents，把不同任务并行完成。 这段演示真正值得看的是，它展示了一种新的协作方式： 你不再需要提前规定模型每一步该怎么思考、怎么拆任务、怎么执行。 你需要把真正重要的事情说清楚，然后让模型在工具和项目环境中持续推进。 这也正是我在这篇文章里想讲清楚的问题： 《GPT-5.6 Prompt 到底该怎么写？OpenAI 官方指南，一篇讲透！》 很多人升级模型之后，仍然沿用过去那套很长、很重、充满过程控制的 Prompt。 模型变了，Prompt 的重心也应该跟着改变。 Charlie 的演示给出了一个很直观的答案，而文章里我把背后的官方建议、改写方法和可直接复用的 Prompt 框架完整整理了出来。 正在使用 GPT-5.6、Codex，或者准备搭建 Agent Workflow 的人，可以把视频和文章放在一起看。

CodeAlpha

62,085 görüntüleme • 1 ay önce

我用掉 100 亿 Token 后，最大的变化不是更会写 Prompt。 而是 Codex 已经从一个聊天框，慢慢变成了我的： - 自我认识系统 - 工作系统 - 信息系统 - 学习系统 - 甚至是桌面陪伴系统 我把自己最常用的 20 个技巧整理出来了。 如果你也想把 AI 从“偶尔问一句”变成真正能长期协作的伙伴，建议先收藏。 一、让 Codex 逐渐认识你 1. 每天让它问你一个问题 我设了一个自动化：每天问我一个能帮助它更了解我、也帮助我认识自己的问题。它会避开已经问过的话题，围绕一个主题慢慢聊。 2. 把对话当成自我观察 现在可以直接语音聊。长期积累下来，它能看到我的情绪、偏好、反复出现的困扰和思考方式。 3. 让它把“它眼中的你”画出来 把你们的对话和一张漫画参考图交给它，让它生成多格漫画。你会发现：很多时候我们要的不是答案，而是被理解。 二、把 Codex 变成工作系统 4. 每周做一次 Codex 使用复盘 让它回顾这周我怎么使用它、哪些沟通方式有效、哪些任务返工了、哪些项目该继续推进。 5. 把失败经验写进“第二大脑” 不只是存笔记。把失败原因、偏好、最近关注点沉淀下来，让以后不同 Agent 都能调用同一份上下文。 6. 创意任务先开 Plan Mode 创意型工作最容易“没想清楚就批量执行，最后返工”。先用计划模式讨论目标、方案、数据体系和风险，再开始做。 7. 把 Codex 当思考顾问，而不是执行员 你甚至不需要有明确答案。只要说“我想做什么”，让它帮你一起把模糊的想法拆成可执行路径。 8. 需求清楚后切到 Goal Mode 需求确认后，把结果设成目标，让它自己持续推进。我的任务最长跑过 10 小时 44 分钟。 9. 用自动化处理重复但重要的事 日报、周报、账号监控、邮箱监控、回复策略、内容归档、同步到个人网站——这些都适合交给自动化。 10. 明确任务就开多 Agent 对于翻译、多语言网站、图片生成、资料整理这类边界清晰的工作，让多个 Agent 分工并行，比一个人盯着快得多。 三、让 Codex 跨出聊天框 11. 用 Sites 一键分享作品 做好网站后，不要卡在“怎么部署”。Sites 可以直接把成品变成能分享的站点。 12. 把插件当成能力扩展包 Computer Use、数据分析、Investment Banking、GitHub、Outlook / Gmail……很多工作不是“AI 会不会”，而是你有没有给它接上正确的能力。 13. 把生图能力接进日常工作 我已经用它生成了 300 多张图。做内容、配图、产品原型和视觉探索，速度会完全不一样。 14. 接入飞书，让手机也能操控 Codex 真正高频的协作不该只发生在电脑前。把它接到飞书后，我在手机上也能下任务、收结果、继续对话。 15. 用 ChatCut 把剪视频变成工作流 不是只让 AI 帮忙剪一刀，而是把素材整理、脚本、配图、剪辑一起接进创作链路。 四、建立自己的信息雷达 16. 每天订阅 Builder 信息 我会用 Follow Builders Skill 定时追踪 Builder 的新想法、新产品和讨论，再把重要信息推送给自己。 17. 做一个“灵感箱” 任何一闪而过的想法都丢进去。后面让 AI 自动搜索、补充背景、分类、处理，而不是靠脑子记住。 18. 盯住 GitHub 和 Product Hunt 让 Agent 帮你筛新项目、周榜、日榜和真正值得试的工具。看见感兴趣的，直接让它安装或进一步研究。 五、把输入变成你的输出 19. 把任何学习材料做成 HTML 学习页 看到一场好访谈、一个视频、一篇文章：让 AI 拉取内容、生成中文文字稿，边看边记评论，最后再变成摘要或短视频。 20. 给 Codex 一个“实体感”：做成桌宠 我很喜欢 Hatch Pet。它会根据状态跑动、办公、提示待办，甚至在你切换文件夹和工作区时给建议。AI 不一定要冷冰冰地躲在聊天框里。 100 亿 Token 给我最大的启发是： 不要把 AI 只当作“问答工具”或“临时外包”。 当它拥有你的上下文、目标、工作流和反馈后，它会越来越像一个能长期协作的系统。 换电脑时，我第一个装的软件就是 Codex。 写文档、做网站、剪视频、找资料、整理灵感……它已经覆盖了我工作和生活里非常大的一部分。 你最想让我把上面哪一条展开成教程？ 评论区告诉我，我下一条就拆！ #codex #chatgpt @thsottaux
8:55

我用掉 100 亿 Token 后，最大的变化不是更会写 Prompt。 而是 Codex 已经从一个聊天框，慢慢变成了我的： - 自我认识系统 - 工作系统 - 信息系统 - 学习系统 - 甚至是桌面陪伴系统 我把自己最常用的 20 个技巧整理出来了。 如果你也想把 AI 从“偶尔问一句”变成真正能长期协作的伙伴，建议先收藏。 一、让 Codex 逐渐认识你 1. 每天让它问你一个问题 我设了一个自动化：每天问我一个能帮助它更了解我、也帮助我认识自己的问题。它会避开已经问过的话题，围绕一个主题慢慢聊。 2. 把对话当成自我观察 现在可以直接语音聊。长期积累下来，它能看到我的情绪、偏好、反复出现的困扰和思考方式。 3. 让它把“它眼中的你”画出来 把你们的对话和一张漫画参考图交给它，让它生成多格漫画。你会发现：很多时候我们要的不是答案，而是被理解。 二、把 Codex 变成工作系统 4. 每周做一次 Codex 使用复盘 让它回顾这周我怎么使用它、哪些沟通方式有效、哪些任务返工了、哪些项目该继续推进。 5. 把失败经验写进“第二大脑” 不只是存笔记。把失败原因、偏好、最近关注点沉淀下来，让以后不同 Agent 都能调用同一份上下文。 6. 创意任务先开 Plan Mode 创意型工作最容易“没想清楚就批量执行，最后返工”。先用计划模式讨论目标、方案、数据体系和风险，再开始做。 7. 把 Codex 当思考顾问，而不是执行员 你甚至不需要有明确答案。只要说“我想做什么”，让它帮你一起把模糊的想法拆成可执行路径。 8. 需求清楚后切到 Goal Mode 需求确认后，把结果设成目标，让它自己持续推进。我的任务最长跑过 10 小时 44 分钟。 9. 用自动化处理重复但重要的事 日报、周报、账号监控、邮箱监控、回复策略、内容归档、同步到个人网站——这些都适合交给自动化。 10. 明确任务就开多 Agent 对于翻译、多语言网站、图片生成、资料整理这类边界清晰的工作，让多个 Agent 分工并行，比一个人盯着快得多。 三、让 Codex 跨出聊天框 11. 用 Sites 一键分享作品 做好网站后，不要卡在“怎么部署”。Sites 可以直接把成品变成能分享的站点。 12. 把插件当成能力扩展包 Computer Use、数据分析、Investment Banking、GitHub、Outlook / Gmail……很多工作不是“AI 会不会”，而是你有没有给它接上正确的能力。 13. 把生图能力接进日常工作 我已经用它生成了 300 多张图。做内容、配图、产品原型和视觉探索，速度会完全不一样。 14. 接入飞书，让手机也能操控 Codex 真正高频的协作不该只发生在电脑前。把它接到飞书后，我在手机上也能下任务、收结果、继续对话。 15. 用 ChatCut 把剪视频变成工作流 不是只让 AI 帮忙剪一刀，而是把素材整理、脚本、配图、剪辑一起接进创作链路。 四、建立自己的信息雷达 16. 每天订阅 Builder 信息 我会用 Follow Builders Skill 定时追踪 Builder 的新想法、新产品和讨论，再把重要信息推送给自己。 17. 做一个“灵感箱” 任何一闪而过的想法都丢进去。后面让 AI 自动搜索、补充背景、分类、处理，而不是靠脑子记住。 18. 盯住 GitHub 和 Product Hunt 让 Agent 帮你筛新项目、周榜、日榜和真正值得试的工具。看见感兴趣的，直接让它安装或进一步研究。 五、把输入变成你的输出 19. 把任何学习材料做成 HTML 学习页 看到一场好访谈、一个视频、一篇文章：让 AI 拉取内容、生成中文文字稿，边看边记评论，最后再变成摘要或短视频。 20. 给 Codex 一个“实体感”：做成桌宠 我很喜欢 Hatch Pet。它会根据状态跑动、办公、提示待办，甚至在你切换文件夹和工作区时给建议。AI 不一定要冷冰冰地躲在聊天框里。 100 亿 Token 给我最大的启发是： 不要把 AI 只当作“问答工具”或“临时外包”。 当它拥有你的上下文、目标、工作流和反馈后，它会越来越像一个能长期协作的系统。 换电脑时，我第一个装的软件就是 Codex。 写文档、做网站、剪视频、找资料、整理灵感……它已经覆盖了我工作和生活里非常大的一部分。 你最想让我把上面哪一条展开成教程？ 评论区告诉我，我下一条就拆！ #codex #chatgpt @thsottaux

Vivi Xiao

102,364 görüntüleme • 1 ay önce

Codex、Claude 用了这么久，还分不清 Agent、MCP 和 Skill？ 别背那些复杂定义。 把 AI 想象成一家公司，Agent、MCP、Skill 一下就全懂了。 今天直接用大白话告诉你它们到底是干嘛的。 1️⃣ Agent 智能体 = AI 员工 可以理解任务、安排步骤、调用工具，并一步步把工作完成。 2️⃣ LLM 大模型 = AI 员工的大脑 负责理解、推理和生成内容，很大程度上决定这个员工聪不聪明。 3️⃣ Prompt 提示词 = 交给员工的任务单 告诉它要做什么、有什么要求，以及什么不能做。 4️⃣ API 接口 = 软件之间的办事窗口 让不同软件按照约定好的方式交换数据、调用能力。 5️⃣ Token = AI 读写内容的基本单位 你输入的文字和 AI 输出的内容，都会被拆成一个个 Token 来处理。 6️⃣ MCP = AI 连接外部工具和数据的统一插座标准 它规定 AI 应用如何连接 GitHub、数据库和各种外部服务。 不同工具只要遵守同一套标准，AI 就能用相似的方式接入。 7️⃣ Tool 工具 = AI 员工干活的双手 终端、浏览器、搜索、文件编辑，都可以是 AI 真正执行任务时使用的工具。 8️⃣ Skill 技能 = AI 员工的工作 SOP 告诉 AI 某类任务应该怎么做、按什么步骤执行、检查什么，以及最后怎么交付。 9️⃣ Plugin 插件 = 给 AI 安装的能力扩展包 不同平台对 Plugin 的定义不完全一样。 简单理解，就是给 AI 扩展一组额外的工具、连接或者能力。 🔟 Context 上下文 = AI 员工当前桌面上的资料 当前聊天、文件、代码和任务要求，都属于它这次工作能够看到和利用的信息。 1️⃣1️⃣ LTM 长期记忆 = AI 员工的长期档案 用来保存跨任务、跨对话仍然有价值的偏好、经验和项目信息。 它不是大模型天然拥有的长期记忆能力，通常需要额外的记忆机制支持。 最后一句话，把最容易搞混的几个概念记住： Tool 决定它能做什么，Skill 告诉它应该怎么做，MCP 规定工具怎么接进来，Plugin 则负责扩展一组能力。 所以：LLM 是大脑，Agent 是员工，Prompt 是任务单，API 是办事窗口，Token 是读写单位，Tool 是双手，Skill 是 SOP，MCP 是统一插座，Plugin 是扩展包，Context 是桌面资料，LTM 是长期档案。 所谓 AI 工作流，本质上就是： 给一个数字员工配好大脑、任务单、双手、SOP、桌面资料和长期记忆，再让它按照固定流程把事情做完～
2:11

Codex、Claude 用了这么久，还分不清 Agent、MCP 和 Skill？ 别背那些复杂定义。 把 AI 想象成一家公司，Agent、MCP、Skill 一下就全懂了。 今天直接用大白话告诉你它们到底是干嘛的。 1️⃣ Agent 智能体 = AI 员工 可以理解任务、安排步骤、调用工具，并一步步把工作完成。 2️⃣ LLM 大模型 = AI 员工的大脑 负责理解、推理和生成内容，很大程度上决定这个员工聪不聪明。 3️⃣ Prompt 提示词 = 交给员工的任务单 告诉它要做什么、有什么要求，以及什么不能做。 4️⃣ API 接口 = 软件之间的办事窗口 让不同软件按照约定好的方式交换数据、调用能力。 5️⃣ Token = AI 读写内容的基本单位 你输入的文字和 AI 输出的内容，都会被拆成一个个 Token 来处理。 6️⃣ MCP = AI 连接外部工具和数据的统一插座标准 它规定 AI 应用如何连接 GitHub、数据库和各种外部服务。 不同工具只要遵守同一套标准，AI 就能用相似的方式接入。 7️⃣ Tool 工具 = AI 员工干活的双手 终端、浏览器、搜索、文件编辑，都可以是 AI 真正执行任务时使用的工具。 8️⃣ Skill 技能 = AI 员工的工作 SOP 告诉 AI 某类任务应该怎么做、按什么步骤执行、检查什么，以及最后怎么交付。 9️⃣ Plugin 插件 = 给 AI 安装的能力扩展包 不同平台对 Plugin 的定义不完全一样。 简单理解，就是给 AI 扩展一组额外的工具、连接或者能力。 🔟 Context 上下文 = AI 员工当前桌面上的资料 当前聊天、文件、代码和任务要求，都属于它这次工作能够看到和利用的信息。 1️⃣1️⃣ LTM 长期记忆 = AI 员工的长期档案 用来保存跨任务、跨对话仍然有价值的偏好、经验和项目信息。 它不是大模型天然拥有的长期记忆能力，通常需要额外的记忆机制支持。 最后一句话，把最容易搞混的几个概念记住： Tool 决定它能做什么，Skill 告诉它应该怎么做，MCP 规定工具怎么接进来，Plugin 则负责扩展一组能力。 所以：LLM 是大脑，Agent 是员工，Prompt 是任务单，API 是办事窗口，Token 是读写单位，Tool 是双手，Skill 是 SOP，MCP 是统一插座，Plugin 是扩展包，Context 是桌面资料，LTM 是长期档案。 所谓 AI 工作流，本质上就是： 给一个数字员工配好大脑、任务单、双手、SOP、桌面资料和长期记忆，再让它按照固定流程把事情做完～

爱丽丝呀！

145,145 görüntüleme • 14 gün önce

很多人可能不知道，你和Codex的聊天记录隐藏了大量节省上下文token消耗的方法 输入下面这段提示词，让 Codex 找出过去 30 天的重复工作，并判断该做成 skill、subagent、还是自动化任务。 之后，你的工作效率将大幅提升： “检查我最近 30 天的 Codex 会话、Memories、Chronicle，以及已有的 Skills、Agents 和 Automations。 找出至少重复出现两次、耗时、容易出错、需要大量上下文的人工工作。 对每个候选项给出：实际证据和日期、出现频率、适合做成 Skill / Agent / Automation，或者暂时跳过、预计能节省什么。 先输出候选清单，不要直接修改文件。只保留高置信度、输入稳定、流程可重复、结果可验收的任务”
0:20

很多人可能不知道，你和Codex的聊天记录隐藏了大量节省上下文token消耗的方法 输入下面这段提示词，让 Codex 找出过去 30 天的重复工作，并判断该做成 skill、subagent、还是自动化任务。 之后，你的工作效率将大幅提升： “检查我最近 30 天的 Codex 会话、Memories、Chronicle，以及已有的 Skills、Agents 和 Automations。 找出至少重复出现两次、耗时、容易出错、需要大量上下文的人工工作。 对每个候选项给出：实际证据和日期、出现频率、适合做成 Skill / Agent / Automation，或者暂时跳过、预计能节省什么。 先输出候选清单，不要直接修改文件。只保留高置信度、输入稳定、流程可重复、结果可验收的任务”

Sac

99,911 görüntüleme • 20 gün önce

Codex最新的录制技能开启方法给大家更新一版，大家赶紧去体验一下！ 打开 Plugins → + → Record a skill，亲自操作一遍，Codex 就能把流程保存为可重复执行的 Skill。 需满足：macOS、Codex 26.616+、启用 Computer Use，并获得功能灰度。 优势：不用写代码，演示一次即可自动化重复工作，还支持更换文件、日期等参数复用。
1:55

Codex最新的录制技能开启方法给大家更新一版，大家赶紧去体验一下！ 打开 Plugins → + → Record a skill，亲自操作一遍，Codex 就能把流程保存为可重复执行的 Skill。 需满足：macOS、Codex 26.616+、启用 Computer Use，并获得功能灰度。 优势：不用写代码，演示一次即可自动化重复工作，还支持更换文件、日期等参数复用。

雨哥向前冲

33,506 görüntüleme • 2 ay önce

飞书+豆包这个组合真的太牛逼了！自从豆包和飞书集成之后，结合抖音的字节生态，可以直接提取某个抖音博主的（don哥、李守洲等人）逐字稿了 如果你觉得一个博主的方法论特别有用，那你就可以和豆包说直接把它提取出来，并分门别类进行多维表格化的整理 你就会发现他变成一组数据进入到你的飞书了 我这次用飞书里的豆包，做了一件原来很烦的事，并最后形成了一套用AI做选题的方法论 我这次抓 20 个“用 AI 做选题”的视频，直接把这些视频的内容转成逐字稿，再放进飞书多维表格里 这件事我一开始是没想到的，因为按原来的做法，你想拆一个视频的方法论，基本就是：用Get笔记复制一下项目链接，再复制再粘贴，最后拿到的东西很散 说豆包和飞书这次结合起来，我就直接把任务派给了豆包，看视频就行了 我把任务丢给豆包「先抓 20 个 AI 找选题相关视频」 再把视频内容转成逐字稿，然后落到飞书多维表格里，继续做分类、提炼、整理 最后出来了 3 个交付物，这些我觉得都很实用： 一张原始素材表：20 条视频记录，带逐字稿、点赞数据和视频链接 一张方法论整理表：32 条方法论，拆成 5 大类，做了 13 个字段 一篇约 6000 字的文章：从工具使用者到系统构建者的五层进阶 这才是我觉得飞书里的豆包最适合内容创作者的地方，这也是它和WorkBuddy等仅仅切入B端市场不同的地方，就是它真的在照顾每一个使用飞书的人，每一个使用字节产品的人，把生态打造成了一个绝对的壁垒 它能把“找素材”和飞书结合起来，往后推进成一个可以继续用的工作台 最有意义的就是它先帮我把别人视频里的有效表达扒出来 再把这些逐字稿变成结构化表格，再从表格里提炼方法论 最后沉淀成一篇可以发出去的文章，甚至可以反过来做成一个“AI 找选题方法论”的 skill 这条链路很像我最近一直在讲的那句话：AI 内容创作不是生成，而是消化 而豆包进入飞书表格之后，飞书多维表格在这里就不是普通表格了 它更像一个内容生产的中控台：原始素材、逐字稿、方法分类、适用场景、后续文章，都能接在一起，还有更多玩法，我后面慢慢来更新 飞书还有各类免费的直播课！想听的直接扫描评论区的二维码及时接收提醒，量大管饱！！！
1:00

飞书+豆包这个组合真的太牛逼了！自从豆包和飞书集成之后，结合抖音的字节生态，可以直接提取某个抖音博主的（don哥、李守洲等人）逐字稿了 如果你觉得一个博主的方法论特别有用，那你就可以和豆包说直接把它提取出来，并分门别类进行多维表格化的整理 你就会发现他变成一组数据进入到你的飞书了 我这次用飞书里的豆包，做了一件原来很烦的事，并最后形成了一套用AI做选题的方法论 我这次抓 20 个“用 AI 做选题”的视频，直接把这些视频的内容转成逐字稿，再放进飞书多维表格里 这件事我一开始是没想到的，因为按原来的做法，你想拆一个视频的方法论，基本就是：用Get笔记复制一下项目链接，再复制再粘贴，最后拿到的东西很散 说豆包和飞书这次结合起来，我就直接把任务派给了豆包，看视频就行了 我把任务丢给豆包「先抓 20 个 AI 找选题相关视频」 再把视频内容转成逐字稿，然后落到飞书多维表格里，继续做分类、提炼、整理 最后出来了 3 个交付物，这些我觉得都很实用： 一张原始素材表：20 条视频记录，带逐字稿、点赞数据和视频链接 一张方法论整理表：32 条方法论，拆成 5 大类，做了 13 个字段 一篇约 6000 字的文章：从工具使用者到系统构建者的五层进阶 这才是我觉得飞书里的豆包最适合内容创作者的地方，这也是它和WorkBuddy等仅仅切入B端市场不同的地方，就是它真的在照顾每一个使用飞书的人，每一个使用字节产品的人，把生态打造成了一个绝对的壁垒 它能把“找素材”和飞书结合起来，往后推进成一个可以继续用的工作台 最有意义的就是它先帮我把别人视频里的有效表达扒出来 再把这些逐字稿变成结构化表格，再从表格里提炼方法论 最后沉淀成一篇可以发出去的文章，甚至可以反过来做成一个“AI 找选题方法论”的 skill 这条链路很像我最近一直在讲的那句话：AI 内容创作不是生成，而是消化 而豆包进入飞书表格之后，飞书多维表格在这里就不是普通表格了 它更像一个内容生产的中控台：原始素材、逐字稿、方法分类、适用场景、后续文章，都能接在一起，还有更多玩法，我后面慢慢来更新 飞书还有各类免费的直播课！想听的直接扫描评论区的二维码及时接收提醒，量大管饱！！！

叫我阿杭

35,086 görüntüleme • 14 gün önce

试了一下 OpenAI 新出的 Codex App，有些亮点 跟 Skills 的适配还是有点问题，模型的主要问题就是慢 OpenAI 给 Pro 和 Plus 用户的 Codex 额度在未来两个月内全部翻倍了 👇看一下详细的能力介绍： Skills 可视化管理 有一个专门的 Skills 列表界面，预置了一些官方 skills，也可以扫描你已经安装的 skills。注意这里只能扫描 NPX 安装的，本地创建的（比如在 Claude Code 里创建的）扫不出来。 还支持 Skills Creator 创建的 skills，可以直接在 APP 里用它去创建新 skills。 ------ 定时任务功能，这个挺实用的。 可以让 AI 定期执行某些任务，比如每周给你一个解决问题的报告，定期去解决某个项目的 PR 问题，或者定期 review 代码。 对于需要持续维护的项目来说，这个功能还是挺有价值的。 ------ Codex APP 现在支持计划模式了。 因为它跟 Codex CLI 共享后端，所以现在 Codex CLI 也同步支持计划模式了。这意味着 AI 会先规划任务步骤，让你确认后再执行。 ------ 用量显示的样式做得挺好的。 进度条、余量、使用情况都很清楚，一眼就能看到你还有多少额度。 还有 code review 的快捷方式，可以快速调用你的 skills。MCP 的添加也支持。 ====== 实测：用 video-wrapper skill 跑了一遍 我测试主要是让它跑了一个我最近做的 skill，可以一键给视频添加视频包装，比如卡片、花字、人物条、章节标题这些。 这个 skill 挺复杂的，所以很适合用来测试。 ------ 第一次运行的问题 可以工作，但第一次它选了 PIL 这个方案，比较差。 核心问题是什么？它跟你没有交互。 我的 skill 里边写清楚了：要先问用户要哪套方案，再给出包装方案让用户确认，用户确认了再开始包装。 但在 Codex 这里，明显没有交互。它就直接跑，把所有决定都自己做了，跑完就完了。出错了也不管，直接用降级方案。 ------ 修复后的效果 我让它修复以后，它倒是能修复。重新跑了一遍，效果也不错。 最终生成的视频包装效果还行： ▸ 左下角有人物卡片 ▸ 有花字 ▸ 有各种卡片和章节标题 ▸ 结论卡片也加上了 因为我们用前端代码约束了样式，所以它在样式上不会出什么错误。 ------ 体验总结 整个过程很不可控： ▸ 速度很慢 - Codex 本身速度就慢 ▸ 交互明显不够 - 你根本不知道进到哪个阶段了，也不知道它的方案是什么 ▸ 只管执行 - AI 一直在执行，不会停下来问你 可能是它不太适应 skills 规范，只是简单做了一下适配，没有 Claude Code 跟 skills 的适配那么好。
3:26

试了一下 OpenAI 新出的 Codex App，有些亮点 跟 Skills 的适配还是有点问题，模型的主要问题就是慢 OpenAI 给 Pro 和 Plus 用户的 Codex 额度在未来两个月内全部翻倍了 👇看一下详细的能力介绍： Skills 可视化管理 有一个专门的 Skills 列表界面，预置了一些官方 skills，也可以扫描你已经安装的 skills。注意这里只能扫描 NPX 安装的，本地创建的（比如在 Claude Code 里创建的）扫不出来。 还支持 Skills Creator 创建的 skills，可以直接在 APP 里用它去创建新 skills。 ------ 定时任务功能，这个挺实用的。 可以让 AI 定期执行某些任务，比如每周给你一个解决问题的报告，定期去解决某个项目的 PR 问题，或者定期 review 代码。 对于需要持续维护的项目来说，这个功能还是挺有价值的。 ------ Codex APP 现在支持计划模式了。 因为它跟 Codex CLI 共享后端，所以现在 Codex CLI 也同步支持计划模式了。这意味着 AI 会先规划任务步骤，让你确认后再执行。 ------ 用量显示的样式做得挺好的。 进度条、余量、使用情况都很清楚，一眼就能看到你还有多少额度。 还有 code review 的快捷方式，可以快速调用你的 skills。MCP 的添加也支持。 ====== 实测：用 video-wrapper skill 跑了一遍 我测试主要是让它跑了一个我最近做的 skill，可以一键给视频添加视频包装，比如卡片、花字、人物条、章节标题这些。 这个 skill 挺复杂的，所以很适合用来测试。 ------ 第一次运行的问题 可以工作，但第一次它选了 PIL 这个方案，比较差。 核心问题是什么？它跟你没有交互。 我的 skill 里边写清楚了：要先问用户要哪套方案，再给出包装方案让用户确认，用户确认了再开始包装。 但在 Codex 这里，明显没有交互。它就直接跑，把所有决定都自己做了，跑完就完了。出错了也不管，直接用降级方案。 ------ 修复后的效果 我让它修复以后，它倒是能修复。重新跑了一遍，效果也不错。 最终生成的视频包装效果还行： ▸ 左下角有人物卡片 ▸ 有花字 ▸ 有各种卡片和章节标题 ▸ 结论卡片也加上了 因为我们用前端代码约束了样式，所以它在样式上不会出什么错误。 ------ 体验总结 整个过程很不可控： ▸ 速度很慢 - Codex 本身速度就慢 ▸ 交互明显不够 - 你根本不知道进到哪个阶段了，也不知道它的方案是什么 ▸ 只管执行 - AI 一直在执行，不会停下来问你 可能是它不太适应 skills 规范，只是简单做了一下适配，没有 Claude Code 跟 skills 的适配那么好。

歸藏(guizang.ai)

30,595 görüntüleme • 6 ay önce

3r k12自助开通，可用自己的账号，接码即可用codex 很多用户在QQ咨询这个到底怎么用，所以出了一期教程 由于官方的限制，我们的成品号目前没有接码无法直接使用codex，只能用于反代。 而需要codex的用户请看这个教学视频，会一步一步教你如何低成本蹬codex #gpt #gptplus #codex #chatgpt #claude
1:08

3r k12自助开通，可用自己的账号，接码即可用codex 很多用户在QQ咨询这个到底怎么用，所以出了一期教程 由于官方的限制，我们的成品号目前没有接码无法直接使用codex，只能用于反代。 而需要codex的用户请看这个教学视频，会一步一步教你如何低成本蹬codex #gpt #gptplus #codex #chatgpt #claude

18168

45,481 görüntüleme • 1 ay önce

最近我们在用 Claude Code Skills 做内容发布自动化，体感非常明显： 凡是能整理成 SOP 的重复工作，都应该交给 AI。 我们的流程很简单：内容本地用 Markdown 管理，首发公众号，发布后只给 Claude 一句指令，它就会自动通知飞书、记录发布状态，并同步到博客和其他网站。以前这些步骤不难，但每天重复做，本质就是在消耗人力。 Skills 的核心价值是：把一整套 SOP 固化成 AI 能执行的能力。 不需要点流程、配节点，用自然语言描述需求，Claude 会自己判断是否调用 Skill 并按步骤执行。 相比 Make / n8n 这类自动化工具，我更看好 Skills 的原因是：它既有流程性，又有 AI 的判断能力，而且 Token 成本更可控。 一句话：80% 的日常提效场景，用 Skills 就已经够了。 有一点技术基础的小伙伴，下一步不该只是“用 AI 干活”，而是开始把你每天重复做的事情，直接封装成一个 Skill。 （总结一下这篇文章）
1:27

最近我们在用 Claude Code Skills 做内容发布自动化，体感非常明显： 凡是能整理成 SOP 的重复工作，都应该交给 AI。 我们的流程很简单：内容本地用 Markdown 管理，首发公众号，发布后只给 Claude 一句指令，它就会自动通知飞书、记录发布状态，并同步到博客和其他网站。以前这些步骤不难，但每天重复做，本质就是在消耗人力。 Skills 的核心价值是：把一整套 SOP 固化成 AI 能执行的能力。 不需要点流程、配节点，用自然语言描述需求，Claude 会自己判断是否调用 Skill 并按步骤执行。 相比 Make / n8n 这类自动化工具，我更看好 Skills 的原因是：它既有流程性，又有 AI 的判断能力，而且 Token 成本更可控。 一句话：80% 的日常提效场景，用 Skills 就已经够了。 有一点技术基础的小伙伴，下一步不该只是“用 AI 干活”，而是开始把你每天重复做的事情，直接封装成一个 Skill。 （总结一下这篇文章）

sitin

78,153 görüntüleme • 7 ay önce

Codex 5.6 最强的隐藏技巧：不仅能省下 90% 的 Token，还能让 AI 少交半成品、少做无效返工！ 很多人Vibe Coding，第一句话就是： 帮我把这个功能做出来。 但结果常通常是半成品，因为它拿到的只是需求，不是交付标准。 分享一条我反复调整后一直在用的提示词，直接开启 Codex 的交付工程师模式： 暂时不要写代码。请先确认需求，最多向我提出 5 个决定方案方向的关键问题，每次只问一个；已有信息不要重复确认，非关键细节请自行做合理假设。 提问结束后，把需求整理成一份精简、可验证的验收清单，覆盖核心流程、异常情况、空状态、加载状态和不同设备适配，并单独列出你的假设、本次范围以及明确不做的内容。 等我确认后再开始开发。完成后必须实际运行项目，按照验收清单逐项验证并汇报结果；未通过的项目继续修改，直到达到验收标准。 换成这种方式后，Codex 的产出质量会明显提升： 1️⃣ 在开发前补齐模糊需求，发现逻辑漏洞和遗漏场景。 2️⃣ 不再改完文件就交差，而是主动运行项目、检查页面、验证核心流程。 3️⃣ 方向提前对齐，避免反复推倒重写，节省时间和 Token。
0:29

Codex 5.6 最强的隐藏技巧：不仅能省下 90% 的 Token，还能让 AI 少交半成品、少做无效返工！ 很多人Vibe Coding，第一句话就是： 帮我把这个功能做出来。 但结果常通常是半成品，因为它拿到的只是需求，不是交付标准。 分享一条我反复调整后一直在用的提示词，直接开启 Codex 的交付工程师模式： 暂时不要写代码。请先确认需求，最多向我提出 5 个决定方案方向的关键问题，每次只问一个；已有信息不要重复确认，非关键细节请自行做合理假设。 提问结束后，把需求整理成一份精简、可验证的验收清单，覆盖核心流程、异常情况、空状态、加载状态和不同设备适配，并单独列出你的假设、本次范围以及明确不做的内容。 等我确认后再开始开发。完成后必须实际运行项目，按照验收清单逐项验证并汇报结果；未通过的项目继续修改，直到达到验收标准。 换成这种方式后，Codex 的产出质量会明显提升： 1️⃣ 在开发前补齐模糊需求，发现逻辑漏洞和遗漏场景。 2️⃣ 不再改完文件就交差，而是主动运行项目、检查页面、验证核心流程。 3️⃣ 方向提前对齐，避免反复推倒重写，节省时间和 Token。

爱丽丝呀！

152,949 görüntüleme • 21 gün önce

人们已经开始用 NotebookLM， 几分钟内批量生成专属 Claude Skills。 它的核心思路很简单： 把精选资料丢进去， 让 NotebookLM 先理解、整理、提炼， 再转成可复用的 skill.md 文件。 这样一来，Claude 不再需要你反复写提示词， 而是可以直接像一个“被训练过的垂直专家”一样工作。
8:43

人们已经开始用 NotebookLM， 几分钟内批量生成专属 Claude Skills。 它的核心思路很简单： 把精选资料丢进去， 让 NotebookLM 先理解、整理、提炼， 再转成可复用的 skill.md 文件。 这样一来，Claude 不再需要你反复写提示词， 而是可以直接像一个“被训练过的垂直专家”一样工作。

AI探路者Tim

159,694 görüntüleme • 3 ay önce

🔥 AI 任务终于看得见了！Flowtrace 把复杂工作变成可视 Trace：一步步走、每步可查、可追溯、可复用、还能持续进化！ 我每天用 Claude、Cursor 干活：写报告、研究股票、做方案、优化简历…… 用得越多越崩溃： - 今天花几个小时跟 AI 聊出来的东西，明天想再用一次，又得从头重新说一遍 - AI 给的答案看起来很专业，但我根本不知道它哪来的依据，靠不靠谱心里没底 - 好不容易调教出一个好 Prompt，下次就作废了，全是沉没成本 - 改一个想法，整个对话就乱套，得全部重来 - 领导问“你这个结论怎么来的？”我只能尴尬地说……AI 说的 真的太没有安全感了，用完就忘，越用越焦虑。 直到我刷到 Flowtrace 这个开源项目，它直接解决了我这些痛点。 现在我做事情时，AI 不再是扔个 prompt 吐一大堆看不懂的黑箱内容，而是： - 整个过程一步一步清清楚楚，我全程看得见 - 每一步都有单独的文件，想查哪步就点哪步，依据一目了然 - 做完一次以后，下次直接复用，改改输入就能出新结果 - 只想改哪里，就只重新跑哪里，不用全部重来 - 做完之后心里特别踏实，因为每一步都有痕迹、有证据 最打动我的是：AI 终于不再是一次性聊天工具，而是变成了我真正能掌控、能重复使用、越用越强的个人助手。 现在做股票分析、写周报、准备方案，都会用它跑一遍，心里安心多了，不再担心“明天又得重来”。 作为一个普通人，我完全不需要懂技术。 把仓库丢给 AI，说一句“帮我安装并跑 tailored-resume 示例”就能立刻上手。 项目自带 9 个现成例子，普通用户也能马上感受到巨大差别： - 股票投资决策：完整研究报告 + 图表 + 依据，最后生成可引用 PDF - SaaS 尽职调查：多维度分析，每一步证据链完整 - 定制简历生成：一步步优化，轻松复用 - 行业深度报告、Bug 修复循环、周报、广告优化…… - 甚至能把别人的 Skill / Chat Log 直接转成 Trace！ 如果你也和我一样，天天靠 AI 干正事，却总觉得不踏实、怕沉没成本，真的强烈推荐你去试试！
0:47

🔥 AI 任务终于看得见了！Flowtrace 把复杂工作变成可视 Trace：一步步走、每步可查、可追溯、可复用、还能持续进化！ 我每天用 Claude、Cursor 干活：写报告、研究股票、做方案、优化简历…… 用得越多越崩溃： - 今天花几个小时跟 AI 聊出来的东西，明天想再用一次，又得从头重新说一遍 - AI 给的答案看起来很专业，但我根本不知道它哪来的依据，靠不靠谱心里没底 - 好不容易调教出一个好 Prompt，下次就作废了，全是沉没成本 - 改一个想法，整个对话就乱套，得全部重来 - 领导问“你这个结论怎么来的？”我只能尴尬地说……AI 说的 真的太没有安全感了，用完就忘，越用越焦虑。 直到我刷到 Flowtrace 这个开源项目，它直接解决了我这些痛点。 现在我做事情时，AI 不再是扔个 prompt 吐一大堆看不懂的黑箱内容，而是： - 整个过程一步一步清清楚楚，我全程看得见 - 每一步都有单独的文件，想查哪步就点哪步，依据一目了然 - 做完一次以后，下次直接复用，改改输入就能出新结果 - 只想改哪里，就只重新跑哪里，不用全部重来 - 做完之后心里特别踏实，因为每一步都有痕迹、有证据 最打动我的是：AI 终于不再是一次性聊天工具，而是变成了我真正能掌控、能重复使用、越用越强的个人助手。 现在做股票分析、写周报、准备方案，都会用它跑一遍，心里安心多了，不再担心“明天又得重来”。 作为一个普通人，我完全不需要懂技术。 把仓库丢给 AI，说一句“帮我安装并跑 tailored-resume 示例”就能立刻上手。 项目自带 9 个现成例子，普通用户也能马上感受到巨大差别： - 股票投资决策：完整研究报告 + 图表 + 依据，最后生成可引用 PDF - SaaS 尽职调查：多维度分析，每一步证据链完整 - 定制简历生成：一步步优化，轻松复用 - 行业深度报告、Bug 修复循环、周报、广告优化…… - 甚至能把别人的 Skill / Chat Log 直接转成 Trace！ 如果你也和我一样，天天靠 AI 干正事，却总觉得不踏实、怕沉没成本，真的强烈推荐你去试试！

开发者Hailey

13,330 görüntüleme • 2 ay önce

第二条露脸视频来了。小白的AI成就感，来源于一个微小的进步。 这次讲一个更适合小白的东西： 怎么用 Codex 搭建自己的自动化流程。 不是写代码。 不是背命令。 也不是看一堆复杂文档。 你只要知道自己每天重复做什么， 剩下的交给 Codex、插件和 Skill。 比如： 自动抓取信息 自动分析重点 自动生成总结 自动发送结果 每天固定完成 以前这些东西听起来像程序员专属。 但现在更像是搭积木： 你告诉 Codex 目标， 它帮你把工具接起来， 再一步一步跑完流程。 这条视频适合完全没基础的人看。 有手就能跟。 时间轴👇 00:00 第二条露脸：为什么普通人也该学 AI 自动化 00:20 什么是 Codex 自动化流程？一句话讲明白 00:50 插件、Skill、CLI 分别是干什么的 01:30 小白最容易卡住的地方：不是代码，是不知道怎么拆任务 02:10 用 Codex 把一个重复任务拆成步骤 03:00 接入工具：让 Codex 不只是聊天，而是能干活 04:00 自动抓取信息：把每天要看的内容交给 AI 05:00 自动分析重点：让 AI 帮你筛重点、提炼结论 06:00 自动生成总结：从信息流变成可读报告 07:00 自动发送 / 每日完成：真正变成工作流 08:00 总结：AI 自动化不是程序员专属，小白也能开始 如果你每天有一件事重复做， 那它就值得被自动化。 别再只把 AI 当聊天框了。 从今天开始，把它变成你的执行助手。
6:58

第二条露脸视频来了。小白的AI成就感，来源于一个微小的进步。 这次讲一个更适合小白的东西： 怎么用 Codex 搭建自己的自动化流程。 不是写代码。 不是背命令。 也不是看一堆复杂文档。 你只要知道自己每天重复做什么， 剩下的交给 Codex、插件和 Skill。 比如： 自动抓取信息 自动分析重点 自动生成总结 自动发送结果 每天固定完成 以前这些东西听起来像程序员专属。 但现在更像是搭积木： 你告诉 Codex 目标， 它帮你把工具接起来， 再一步一步跑完流程。 这条视频适合完全没基础的人看。 有手就能跟。 时间轴👇 00:00 第二条露脸：为什么普通人也该学 AI 自动化 00:20 什么是 Codex 自动化流程？一句话讲明白 00:50 插件、Skill、CLI 分别是干什么的 01:30 小白最容易卡住的地方：不是代码，是不知道怎么拆任务 02:10 用 Codex 把一个重复任务拆成步骤 03:00 接入工具：让 Codex 不只是聊天，而是能干活 04:00 自动抓取信息：把每天要看的内容交给 AI 05:00 自动分析重点：让 AI 帮你筛重点、提炼结论 06:00 自动生成总结：从信息流变成可读报告 07:00 自动发送 / 每日完成：真正变成工作流 08:00 总结：AI 自动化不是程序员专属，小白也能开始 如果你每天有一件事重复做， 那它就值得被自动化。 别再只把 AI 当聊天框了。 从今天开始，把它变成你的执行助手。

Adrian Punk

47,931 görüntüleme • 3 ay önce

Anthropic engineer 这句话很关键： “你不应该一直 prompt Claude。你应该搭一个会自己 prompt 自己的 system。” 这可能是最近看到最值得保存的 Claude workflow 之一 视频里她拆了很多人正在犯的同一个问题： 用了 Claude 几个月，但每次还是从零开始 新开 session 重新解释背景 重新贴上下文 重新写 prompt 然后关掉 tab，一切停止 她讲到几个细节： CLAUDE.md 在你输入第一个字前，就可能吃掉 14% 95% 用户从来没装过的 plugins 不需要你手动输入 prompt，也能运行的 workflows 以及为什么“打一条 prompt 然后关掉页面”，等于把 90% 的能力留在桌上 真正有意思的是： Claude 的价值不只是回答你的问题 而是你能不能把它放进一套系统里 让它记住规则 读取上下文 调用 plugins 跑 workflows 甚至在你不输入下一条 prompt 的时候，继续推进任务 如果你用了 Claude 几个月，但每次 session 还是从头开始 那你至少还有 28 个 untouched features 可能是 30 个 今晚与其再刷一集剧，不如看完这个视频 看完先 bookmark
21:42

Anthropic engineer 这句话很关键： “你不应该一直 prompt Claude。你应该搭一个会自己 prompt 自己的 system。” 这可能是最近看到最值得保存的 Claude workflow 之一 视频里她拆了很多人正在犯的同一个问题： 用了 Claude 几个月，但每次还是从零开始 新开 session 重新解释背景 重新贴上下文 重新写 prompt 然后关掉 tab，一切停止 她讲到几个细节： CLAUDE.md 在你输入第一个字前，就可能吃掉 14% 95% 用户从来没装过的 plugins 不需要你手动输入 prompt，也能运行的 workflows 以及为什么“打一条 prompt 然后关掉页面”，等于把 90% 的能力留在桌上 真正有意思的是： Claude 的价值不只是回答你的问题 而是你能不能把它放进一套系统里 让它记住规则 读取上下文 调用 plugins 跑 workflows 甚至在你不输入下一条 prompt 的时候，继续推进任务 如果你用了 Claude 几个月，但每次 session 还是从头开始 那你至少还有 28 个 untouched features 可能是 30 个 今晚与其再刷一集剧，不如看完这个视频 看完先 bookmark

0x_Miko

155,184 görüntüleme • 2 ay önce

我分享一下，我会给codex部署的两个文件。可以让我的codex越用越聪明。 一个文件是踩坑记录，可以让ai有记忆。犯过的错，下次不会再犯。 一个是AGENTS.md可以把一些项目通用规范写在里面，这样的话我就可以不用让ai干一些重复性的问题。
1:31

我分享一下，我会给codex部署的两个文件。可以让我的codex越用越聪明。 一个文件是踩坑记录，可以让ai有记忆。犯过的错，下次不会再犯。 一个是AGENTS.md可以把一些项目通用规范写在里面，这样的话我就可以不用让ai干一些重复性的问题。

小墨同学

43,446 görüntüleme • 2 ay önce

【AI 内容工厂第 9 期】 还在苦哈哈地手搓 Prompt？别傻了！顶级高手都是让 AI 自己写 Prompt。教你一套“套娃式”提示词工程，把 AI 调教成你的专属高级员工，输出稳如老狗！ 1️⃣ 倒垃圾（Brain Dump）： 别管格式，把你脑子里的想法、背景、想要的结果，一股脑全倒给 AI。 2️⃣ 让它读心： 告诉它“先别写，消化一下这些信息，告诉我你懂没懂”。 3️⃣ 让它写指令： 问它“基于你刚才学的，帮我把这些大白话翻译成结构严谨的 System Prompt”。 4️⃣ 彩排（Rehearsal）： 让它基于新 Prompt 生成 3 个案例。不满意？直接用人话反馈（“太生硬了”、“要幽默点”），让它改，直到完美。 记住，好的 Prompt 不是写出来的，是“聊”出来的。把重复繁琐的工作丢给 AI，你只需要把控方向。 想要这套“AI 自写 Prompt 万能模板”的，评论区扣“模板”，直接发你。 #AI内容工厂 #AI自动化赚钱 #提示词工程
6:38

【AI 内容工厂第 9 期】 还在苦哈哈地手搓 Prompt？别傻了！顶级高手都是让 AI 自己写 Prompt。教你一套“套娃式”提示词工程，把 AI 调教成你的专属高级员工，输出稳如老狗！ 1️⃣ 倒垃圾（Brain Dump）： 别管格式，把你脑子里的想法、背景、想要的结果，一股脑全倒给 AI。 2️⃣ 让它读心： 告诉它“先别写，消化一下这些信息，告诉我你懂没懂”。 3️⃣ 让它写指令： 问它“基于你刚才学的，帮我把这些大白话翻译成结构严谨的 System Prompt”。 4️⃣ 彩排（Rehearsal）： 让它基于新 Prompt 生成 3 个案例。不满意？直接用人话反馈（“太生硬了”、“要幽默点”），让它改，直到完美。 记住，好的 Prompt 不是写出来的，是“聊”出来的。把重复繁琐的工作丢给 AI，你只需要把控方向。 想要这套“AI 自写 Prompt 万能模板”的，评论区扣“模板”，直接发你。 #AI内容工厂 #AI自动化赚钱 #提示词工程

Vincent

16,025 görüntüleme • 4 ay önce

别再纠结是用 Codex 还是 Claude Code 了。 我发现其实真正决定AI生产力上限的，不是 Agent，而是 Skill。 这期视频我会分享最终筛选出来的8个最核心的skill 1、基础Skill： 把重复工作流封装成专属Skill 、自动搜索各种Skill 2、产品开发Skill： 顶级开发团队级别的AI编程提效 ；不懂设计也能做出好看页面 3、内容创作Skill： 做图、整理资料、排版发布，这两个Skill直接替你干 不管你用 Claude Code 还是 Codex，装上就能用。
7:55

别再纠结是用 Codex 还是 Claude Code 了。 我发现其实真正决定AI生产力上限的，不是 Agent，而是 Skill。 这期视频我会分享最终筛选出来的8个最核心的skill 1、基础Skill： 把重复工作流封装成专属Skill 、自动搜索各种Skill 2、产品开发Skill： 顶级开发团队级别的AI编程提效 ；不懂设计也能做出好看页面 3、内容创作Skill： 做图、整理资料、排版发布，这两个Skill直接替你干 不管你用 Claude Code 还是 Codex，装上就能用。

阿西_出海

100,621 görüntüleme • 2 ay önce

🚨还是让肖师傅来盘一盘，Skill做视频这件事 本质上，Skill做视频有两条路： 1、忽略质量，只需要制作一个类似会动的PPT，用来辅助自媒体完成内容讲解，但注意，因为视频效果一般，所以必须要本体的内容有干货，Skill只是辅助。如果选择这样，还是比较合算的，因为节约的是不会制作视频的博主的一个痛点。 2、不要妄想一键一个Skill生成视频，本质上它就是一个有操作权限的GEM，所以必须使用GEM思维，一个Skill是无法完成复杂的视频的，只能利用它可以生成文件的特质，生成素材之后，再由另一个Skill进行拼接，当然，这个部分我觉得只能给他一些模板，做些简单的固定搭配的工作。而且这个部分通过我的计算，容错率加上之后，成本和手搓差不多，但风格上就需要固化。即使不能一键成片，至少还有素材打底。 另外，别妄想一句话生成一个效果很棒的视频，还是那句话，本质上它还是一个按照固定路径执行的GEM，所以引导和命令依然是重要的，区别是，现在你需要把各种可能得变量都要写进去。 👻来看看肖师傅用Skill制作的视频，但作为商业片我不会选择使用claude code来跑这种商业广告，太费钱了。
0:35

🚨还是让肖师傅来盘一盘，Skill做视频这件事 本质上，Skill做视频有两条路： 1、忽略质量，只需要制作一个类似会动的PPT，用来辅助自媒体完成内容讲解，但注意，因为视频效果一般，所以必须要本体的内容有干货，Skill只是辅助。如果选择这样，还是比较合算的，因为节约的是不会制作视频的博主的一个痛点。 2、不要妄想一键一个Skill生成视频，本质上它就是一个有操作权限的GEM，所以必须使用GEM思维，一个Skill是无法完成复杂的视频的，只能利用它可以生成文件的特质，生成素材之后，再由另一个Skill进行拼接，当然，这个部分我觉得只能给他一些模板，做些简单的固定搭配的工作。而且这个部分通过我的计算，容错率加上之后，成本和手搓差不多，但风格上就需要固化。即使不能一键成片，至少还有素材打底。 另外，别妄想一句话生成一个效果很棒的视频，还是那句话，本质上它还是一个按照固定路径执行的GEM，所以引导和命令依然是重要的，区别是，现在你需要把各种可能得变量都要写进去。 👻来看看肖师傅用Skill制作的视频，但作为商业片我不会选择使用claude code来跑这种商业广告，太费钱了。

肖师傅

16,310 görüntüleme • 7 ay önce