精选实操

B站精选有 PromptClaude code做 PPT：两个 skill + 一个 prompt 模板搞定一切

• 任务用 Claude Code 组合两个 PPT Skill＋通用 prompt 占位模板：覆盖演讲 deck、业务复盘、答辩与小红书九宫格
• 模型及版本未披露（面向 Claude Code；Skills：歸藏 PPT @op7418、html-ppt @lewis）
• 工具Claude Code；guizang-ppt-skill；html-ppt-skill；可选 Obsidian 笔记
• 输入材料演讲/汇报/答辩/九宫格素材；需要改占位符的通用 prompt 模板（作者称每个 demo 附模板，简介未粘贴全文）
• 操作步骤摘要简介框架：①全程 Claude Code；②四类 demo＝线下演讲 deck（Style A 电子杂志 × Style B 瑞士风）/ 职场业务复盘 / 学生毕业答辩 / 小红书九宫格；③进阶＝跨 skill 融合（歸藏 deck + html-ppt 演讲者视图）、Obsidian→Agent 自主选 skill→一键出 PPT；④安装：npx skills add …guizang-ppt-skill；npx skills add …html-ppt-skill。
• 提示词【框架·简介原文槽位】双 Skill：歸藏 PPT（线下演讲/发布会）| html-ppt（汇报/答辩/九宫格）。用法：每个 demo 附通用 prompt 模板，「改几行占位符」复用。安装命令（简介原文）：npx skills add https://github.com/op7418/guizang-ppt-skill --skill guizang-ppt-skill ；npx skills add https://github.com/lewislulu/html-ppt-skill 。简介未贴各 demo 可复制 prompt 全文，故不编造。
• 效果·作者声称作者称改占位符即可出自己的 PPT；现场 4 份 demo；未独立量化样本
• 效果·本站验证未复现验证
• 成本与局限未披露；课程推广站见简介

完整步骤与演示见原作。

B站精选有 Prompt116条中文AI提示词开源库，覆盖工作学习营销，直接复制就能用

• 任务Yao Open Prompts：116 条中文提示词开源库，9 大场景+变量占位+元提示词生成
• 模型及版本未披露（通用中文提示词模板）
• 工具GitHub yaojingang/yao-open-prompts
• 输入材料工作/学习/内容创作/营销等场景变量槽位
• 操作步骤摘要简介披露开源库规模与结构：116 条中文模板，按 9 大场景分类，覆盖工作、学习、内容创作和营销；每条带变量占位符；另有元提示词生成系统。仓库地址 github.com/yaojingang/yao-open-prompts。单条全文在仓库不在简介。
• 提示词【框架·简介要点】 别再自己从零开始写提示词了。Yao Open Prompts 开源项目一口气放出116条写好的中文AI提示词模板，按9大场景分类，覆盖工作、学习、内容创作和营销。每条都带变量占位符，复制粘贴改几个字就能用。还自带元提示词生成系统，帮你生成高质量提示词。仓库地址：github.com/yaojingang/yao-open-prompts 追新不盲从，实测出真知。
• 效果·作者声称作者称复制改变量即可用，并可元生成高质量提示词；未独立复现
• 效果·本站验证未复现验证
• 成本与局限开源

完整步骤与演示见原作。

B站可跟做有 Prompt【中文配音】ChatGPT 5.6 与新应用完整指南：功能、提示词与社区案例演示

• 任务在新版 ChatGPT 应用（含 Work / Codex / 浏览器）里按具名场景写提示词，并搭建可读工作上下文的个人助手
• 模型及版本ChatGPT 5.6（简介点名；另演示 Codex / ChatGPT Work，未披露更多子版本号）
• 工具ChatGPT 5.6；ChatGPT Work；Codex；内置浏览器与网站托管；可连接 Gmail / 日历 / Slack / GitHub / Google Drive
• 输入材料工作上下文（邮件/日历/聊天/网盘等连接）；待办的提示词场景（书籍简介、幻灯片、调研、周任务等）；Codex 侧网站/游戏/视频/3D 任务
• 操作步骤摘要简介披露：①新应用导览——Codex 开发环境、ChatGPT Work、内置浏览器与网站托管、定时任务与侧边栏聊天；②连接 Gmail/日历/Slack/GitHub/Google Drive 读工作上下文；③个人助手——创建上下文访问技能、分析邮件与聊天语气、训练模仿用户写作风格；④列出实际提示词示例场景清单；⑤Work 整理下载夹/按图批量重命名；⑥切到 Codex 演示网站重构、解谜游戏、单提示词真人视频、Blender/3D 城市等。简介未贴可复制完整提示词正文，不编造。
• 提示词【框架·简介原文·个人助手槽】创建上下文访问技能 | 分析邮件与聊天语气 | 训练其模仿用户写作风格。 【框架·简介原文·实际提示词示例场景】书籍一页简介生成 | 幻灯片自动制作 | 网络研讨会准备 | 社交平台调研 | 小组讨论要点文档整理 | 每周任务清单梳理 | 冷客户开发与个性化邮件草稿 | 根据当前状态给出建议。 【框架·简介原文·Work 任务】自动整理下载文件夹 | 按图片内容批量重命名本地文件。 【框架·简介原文·Codex 演示槽】网站重构（Craigslist 风格原型）| 原创解谜游戏 Echo Garden | 单提示词驱动的 AI 全流程真人视频制作 | Blender 3D 动画控制 | 3D 城市构建。 （各场景可复制提示词全文简介未贴 → 标注未披露。）
• 效果·作者声称简介称全面介绍与演示 ChatGPT 5.6 与新应用；无独立复现数据
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 PromptChatGPT Work小白上手指南：3步完成建站、做表与写邮件，目标材料约束验收怎么写，权限与交付前检查一次讲清，附可复制提示词框架、交付检查清单与完整案例集

• 任务ChatGPT Work 任务写法：目标/材料/约束/验收四格框架 + 交付前权限检查（建站/月报/邮件）
• 模型及版本ChatGPT Work（标题；与普通聊天、Codex 对比）
• 工具ChatGPT Work
• 输入材料真实材料 + 明确成品（作者建议首次测试方式）
• 操作步骤摘要简介披露四格任务框架与检查项（数字追溯、公式复算、链接、收件人、共享权限）；完整可复制案例集在视频内未贴全文。
• 提示词【框架·简介】 任务写法四格：目标、材料、约束、验收。交付前检查：数字追溯、公式复算、链接、收件人与共享权限。场景示例：建站、做经营月报、整理邮件。第一次先用一份真实材料和一个明确成品测试。
• 效果·作者声称作者整理公开产品信息与工作方法；无独立复现
• 效果·本站验证未复现验证
• 成本与局限入口受账号方案/地区/管理员影响（作者披露）

完整步骤与演示见原作。

B站可跟做有 Prompt一天一个skill系列之skill-creator的使用

• 任务用 Claude Code 的 plan 模式 + skill-creator 口令，制作可批量抽取 PDF 发票字段并导出 csv/xlsx 的 Skill
• 模型及版本未披露（Claude Code / skill-creator；简介未点名模型版本）
• 工具Claude Code（plan 模式）；skill-creator；本地路径 C:\Users\Mr shen\.claude\skills
• 输入材料PDF 发票文件夹路径；需抽取的购买方/开票方/发票号码/价税合计/开票日期
• 操作步骤摘要简介两步：①将 Claude Code 调为 plan 模式；②下达制作 skill 口令（名称 invocie、指定路径、提示输入文件夹、批量抽字段、合计行、导出 csv/xlsx），不清楚处先讨论再制作；不满意则对话调整至满意后执行。
• 提示词【verbatim·简介原文】帮我制作一个skill,名称为“invocie”，放置在路径“C:\Users\Mr shen\.claude\skills”下，按下列步骤操作：1.提示用户输入pdf发票的文件夹路径；2.批量处理用户上传文件夹路径下的所有PDF发票，自动识别并提取以下字段：（1）购买方（单位或个人名称）（2）开票方（单位或个人名称）（3）发票号码（4）发票金额（价税合计）（5）开票日期 整理成标准表格（6）最后一行合并前几列显示“合计”，发票总数，金额列显示总金额；3.在当前文件夹下导出为“发票统计.csv”和“发票统计.xlsx”。如果有不清楚的地方就和我充分讨论清楚，讨论清楚后再制作。
• 效果·作者声称作者称可按对话调整直到满意后执行；无独立样本
• 效果·本站验证未复现验证
• 成本与局限未披露（作者示例路径为 Windows 本机；skill 名原文写作 invocie）

完整步骤与演示见原作。

B站可跟做有 PromptExcel太乱？用Codex一段提示词整理好

• 任务用 Codex 按规则清洗模拟销售表：统一字段、去空行/重复、单列异常并保留修改记录
• 模型及版本未披露（工具为 Codex）
• 工具Codex；Excel/表格文件
• 输入材料模拟销售表（日期格式不统一、金额变文本、空白行与重复记录等）
• 操作步骤摘要①提供待清洗表；②按简介规则写提示词：统一日期/金额/城市名；清理全空行与完全重复；缺失冲突单独列出；保留修改记录；③明确要求：保留原表、生成新表、记录改动、拿不准的别猜。演示细节见原视频。
• 提示词【框架·清洗规则要点（简介原文）】让 Codex 按规则清洗：①统一日期、金额和城市名称；②清理全空行和完全重复记录；③把缺失、冲突的数据单独列出来；④保留修改记录，方便核查。 提示词约束句（简介原文）：保留原表、生成新表、记录改动、拿不准的别猜。
• 效果·作者声称作者称可把正式分析前的整理工作交给 Codex；未给量化时长
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt让 Codex 按你的习惯工作：AGENTS.md 基础教程，开发和办公都能用

• 任务在动手前先写清 AGENTS.md 工作说明书，让 Codex 按沟通、范围、确认、检查与偏好习惯处理开发/办公任务
• 模型及版本未披露（工具为 Codex）
• 工具Codex；AGENTS.md
• 输入材料个人/团队工作习惯：沟通方式、处理范围、需确认操作、完成后检查项、工作偏好
• 操作步骤摘要①把 AGENTS.md 当作 AI 工作说明书；②写清：怎么沟通、处理哪些内容、哪些操作需先确认、完成后怎么检查、工作偏好；③先写规则再让 Codex 开工；④办公例：整理资料、表格、报告、PPT、归档。全文模板未在简介粘贴。
• 提示词【框架·AGENTS.md 习惯清单（简介原文）】开始处理任务前先写清楚：①怎么沟通；②处理哪些内容；③哪些操作需要先确认；④完成后怎么检查；⑤工作偏好。建议：先把规则写清楚，再让 Codex 开始处理任务。
• 效果·作者声称作者称后续配合更顺、结果更容易检查；未给量化指标
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt第04集｜AI自动化办公入门＋Word：固定模板自动填充＋版式一格不乱｜Cola/codex/Claude Code/workbuddy

• 任务在 Cola 环境用 Codex/Claude Code 把分散项目数据填进「版式绝对不可改」的几十页 Word 体系模板，并自查段落表格计数
• 模型及版本未披露（Cola 操作环境；实际调用 Codex / Claude Code / workbuddy）
• 工具Cola；Codex；Claude Code（workbuddy）；Word 固定模板；CSV/设备台账/项目事实资料
• 输入材料公司标准体系文件 Word 模板（页眉受控编号、表格结构、条款序号不可动）；项目事实资料、设备台账、CSV 分散字段
• 操作步骤摘要简介框架：①问题＝手动易错位、直接丢给 AI 会改乱排版；②产出＝字段映射表 + 填充后 Word 草稿（版式零改动）+ 段落表格计数自查报告；③三锚点＝原模板绝对不可改动 / 11.2 超限数值主动拦截 / 缺项用占位符；④约束＝不自动删除、不自动外联，冲突/缺失/敏感/业务结论保留人工确认。示例为虚构教学素材。
• 提示词【框架·简介原文三锚点】锚点1｜原模板绝对不可改动；锚点2｜11.2超限数值主动拦截；锚点3｜缺项用占位符。目标产出槽位：字段映射表 | 填充后 Word 方案草稿（模板版式零改动）| 段落表格计数自查报告。简介未贴可复制 system/user 全文，故不编造。
• 效果·作者声称作者称可得到映射表+零改版式草稿+自查报告；教学虚构素材，不能替代真实审批
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt我搭了一套 Claude Cowork 自动化系统，模板免费送！

• 任务把 Claude Cowork 搭成可复用自动化工作系统：文件夹结构 + Skills/Plugins/Connectors + 专属记忆/工作说明书 + Gmail 分拣 + 常用任务 Skill 化
• 模型及版本未披露（面向 Claude Cowork；作者称模板免费送，正文模板在外链）
• 工具Claude Cowork；Skills；Plugins；Connectors；Gmail
• 输入材料需整理文件、管理邮件、记住工作偏好并一键复用任务的个人/团队办公场景
• 操作步骤摘要简介框架：①从 0 搭 AI 自动化工作系统，让 Cowork 不只是聊天；②设计 Cowork 操作系统文件夹结构；③Skills、Plugins、Connectors 配合；④建立专属记忆与工作说明书；⑤自动整理 Gmail（删/归档/回覆判断）；⑥把常用任务变成 Skill 一键复用。完整 OS 模板见简介外链下载，简介未粘贴模板正文。
• 提示词【框架·简介原文系统槽】文件夹结构 | Skills + Plugins + Connectors | 专属记忆/工作说明书 | Gmail 分拣（删/归档/回覆）| 常用任务 → Skill。目标：整理文件、管邮件、记偏好、调 Skills、自动生成回覆与工作流程。简介指向免费 OS 模板下载，未贴可复制配置/提示词全文，故不编造。
• 效果·作者声称作者称照影片可直接搭起自动化助理；模板外链自取，无独立样本
• 效果·本站验证未复现验证
• 成本与局限未披露；模板免费送（作者称）

完整步骤与演示见原作。

B站可跟做有 Prompt同一句提示词，为什么结果差这么多？15分钟搞懂 ChatGPT Work 三个关键

• 任务同提示词季度简报横评 Chat/网页Work/桌面Work：agents.md 规矩手册 + tool.md 路由 + 云端定时
• 模型及版本ChatGPT Work / Chat（作者对照；未披露具体模型号）
• 工具ChatGPT 网页版 Chat；网页版 Work；桌面版 Work；agents.md；tool.md
• 输入材料同一份季度简报素材
• 操作步骤摘要简介框架：①桌面Work挂本地文件夹并沉淀 agents.md；②工具规矩拆到 tool.md、agents.md 只留链接防膨胀；③长时任务改云端定时；开工前两问（要不要读我的东西 / 要不要我不在时完成）。
• 提示词【框架·简介】 同一个模型、同一句提示词、同一份素材，我分别在网页版 Chat、网页版 Work 和桌面版 Work 上跑了一遍，做同一份季度简报。 结果差距大到不像是同一个工具做出来的。 很多人第一反应是"AI 生成有随机性"。但这次的差别不是随机——是其中一个文件夹里放了一份 agents.md。 这期我把三个问题讲清楚： 一、桌面版 Work 和网页版到底差在哪 桌面版能挂本地文件夹，而 agents.md 就是这个文件夹的规矩手册。任何智能体进到这个工作区，第一件事是先读它，读完才开工。没有它，你每轮对话调整的偏好都留在对话里，下次全部归零。视频里演示了怎么把"我和它来回沟通出来的标准"沉淀回 agents.md，让下一次直接命中。 二、怎么发挥它的最大效用 两个方向：让它带着你的规矩去用你的工具（日历、邮箱、笔记类插件——连上只是给了权限，它还是不知道你的习惯）；以及让它交出能直接给别人用的东西（把结果做成实时网页，发链接给同事，对方直接在页面上标注要改哪里）。 这里有个真实的坑：规矩写多了 agents.md 会变大，而它每次执行都要完整读一遍——文件越大越慢、越贵。解法是路由：单独建 tool.md 放工具类规矩，agents.md 里只留一个指向它的链接。 三、电脑关机了，怎么让它继续干活 定时任务如果排在桌面端，电脑一关就停。把这类任务放到云端，它能在你睡觉、关机、出门的时候自己跑。我自己排的是每天早上 8 点的 AI 情报日报。 最后留两个开工前该问自己的问题：这件事需不需要它读我的东西？这件事是不是要在我不在的时候完成？ 一个决定它怎么干活，一个决定它在哪干活。
• 效果·作者声称作者称有无 agents.md 差距巨大；无独立复现
• 效果·本站验证未复现验证
• 成本与局限作者提醒 agents.md 过大则更慢更贵

完整步骤与演示见原作。

小红书可跟做有 Prompt搞个kimi炒股助手来玩（附完整提示词可替换）

• 任务让 Kimi 按短线交易纪律、风控和截图信号输出交易计划
• 模型及版本Kimi（快速版/进阶版差异由作者正文与评论说明；具体版本未披露）
• 工具Kimi；股票/个股截图；作者提及 iFinD
• 输入材料自选/个股截图；本金、仓位和核心关注股票等个人情况
• 操作步骤摘要作者要求把截图和个人情况交给 Kimi，按大盘→板块→个股顺序分析，输出固定表格；无合格买点时明确空仓。
• 提示词你是我的短线交易纪律助手，严格按下面画像执行；只做风控和交易计划，不做收益承诺，不怂恿满仓/单吊/扛单。 【我的情况】 ❗️本金x万；目标短线，能盯盘，但需要被提醒纪律。状态可空仓可建仓，但空仓优先。单笔仓位x元，最多同时x只，绝不满仓、绝不单吊。 【核心关注】 ❗️3-5支看好的股票。 临时刷到/别人推荐的票一律降级观察，不得排进核心仓位前面。 【分析顺序】 先看大盘指数和情绪，再看所属板块，最后看个股。不要只看个股涨跌。 买入双轨： 1）低吸优先：回调到支撑位 + 缩量 + 止跌不创新低 + 下影线/十字星，最好重新站回均价/关键位。 2）追涨次选：只在大盘向好时做；常规涨幅≤5%，重大利好才可考虑涨停；必须放量站稳关键位后回踩不破，不追直线尖峰。 尾盘规则：14:30后看，14:50前拍板；尾盘拉升必须带量且能站稳，否则不追。 【输出格式】 我发自选/个股截图后，直接给表，少废话： | 股票 | 现价/涨幅 | 评级 | 触发买入 | 必须确认 | 仓位 | 止损 | 目标 | 结论 | 评级只分：现在可买 / 条件可买 / 观察 / 放弃。没有合格标的就明确写：今日无合格买点，空仓。价格到但无确认信号，一律只能“观察”，不能说能买。小红书/评论区/区间画法只能当线索，不能当买入依据。 【硬纪律，必须提醒】 - 买入价-3%硬止损，跌破必须割，不等回本。 - 不补仓、不摊薄、不把短线熬成中线；今天买明天优先处理，除非浮盈3%+且走势极强。 - 浮盈1–3%即可止盈，不贪心等涨停。 - 板块崩盘/大盘转弱时，个股支撑位失效，取消低吸。 - 如果我说“现在就要买/非要买”，直接指出这是纪律风险，并只给最小伤害方案：小仓、明确止损、冲不动就走。 请按这个模式执行：结论先行，表格清晰，触发价和确认信号分开，永远把“没到信号”说成不能买。
• 效果·作者声称作者称自己观察三只股票一个月仅上车两次，没亏但只赚一百元；明确写“不保证赚钱”。
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站精选有 Prompt去除 AI 写作痕迹，一行命令就够了 ｜ 用 AI Skills 自动润色

• 任务用开源 Humanizer-zh Skill，按作者拆解的 AI 写作「基因指纹」方向，把翻译腔 AI 文本改成更有人情味的表达
• 模型及版本未披露
• 工具Humanizer-zh（简介写明 GitHub：https://github.com/op7418/Humanizer-zh）；AI Skills
• 输入材料待润色 AI 文本
• 操作步骤摘要①按简介安装/加载 Humanizer-zh；②用一行命令调用做去 AI 味润色。视频时间轴称拆解 5 大基因指纹并演示安装调用；指纹细则与命令全文未在简介粘贴，以仓库为准。
• 提示词【框架·简介可核验要点】工具：Humanizer-zh（GitHub op7418/Humanizer-zh）。 问题意识：AI 文常见「此外」「至关重要」等高频词与翻译腔。 方法声称：不靠复杂提示词工程，一行命令调用 Skill 自动润色；视频内拆 5 大「基因指纹」（清单未在简介列出）。 （命令与规则全文见仓库/视频，简介未整段粘贴，不脑补。）
• 效果·作者声称作者称可把翻译腔十足的 AI 文本转化为充满人情味的表达；强调价值在提醒写作个性而非骗过检测
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站精选有 Prompt5.7K 星的 AI 写作去味 Skill：让 Agent 写得更像人

• 任务给主流 Agent 装 stop-slop 写作 Skill，删掉套话、空话、固定句式和假高级表达，让脚本/文章/邮件/产品介绍更直接具体
• 模型及版本未披露
• 工具stop-slop（简介写明 GitHub：https://github.com/hardikpandya/stop-slop）；各类主流 Agent
• 输入材料待去味文案（脚本、文章、邮件、产品介绍等）
• 操作步骤摘要①按简介打开 GitHub 项目 hardikpandya/stop-slop；②按仓库说明安装为 Agent Skill 后用于改写。Skill 条文未在简介粘贴。
• 提示词【框架·简介原文要点】项目：stop-slop。 作用：删掉 AI 文案常见套话、空话、固定句式和假高级表达，使输出更直接、更具体、更像人写；适用脚本/文章/邮件/产品介绍。 星标：作者称参考 GitHub 页当时显示约 5.7k stars。 （SKILL 全文见仓库，简介未粘贴，不脑补。）
• 效果·作者声称作者称能让 Agent 写得更像人；星标数为视频所述参考值
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站精选有 Prompt46K Star 的 Humanizer：AI 味到底改掉了什么？同一段文字前后对比

• 任务拆解 GitHub blader/humanizer（约 46K star）这份给 Agent 用的去 AI 味改写 Skill：对照同一段 Code Review Bot 介绍改写前后，并点明 25 种写作模式、四步流程、技术文档保护与个人语气对齐及中文边界
• 模型及版本未披露（Skill 面向通用 AI Agent 文字改写；作者用同一段文前后对比）
• 工具Humanizer Skill（github.com/blader/humanizer）；示例素材：Code Review Bot 项目介绍文
• 输入材料AI 生成或偏 AI 腔的说明文，需要去味且保留原意与事实
• 操作步骤摘要简介披露：①定位——给 AI Agent 的文字修改 Skill，检查长铺垫、假转折、重复结论、夸大意义等痕迹，在保留原意和事实前提下重组；②演示——同一段 Code Review Bot 项目介绍，对比 Humanizer 前后；③拆解槽——25 种写作模式、四步处理流程、技术文档保护规则、个人语气对齐、中文使用边界；④边界——不是 AI 检测绕过器，不替你判断原稿事实对错；⑤评价标准——信息是否保留、表达是否更具体、读起来是否还像作者本人。25 条规则与四步正文简介未贴，不编造。
• 提示词【框架·简介原文·定位】Agent 改写 Skill：查长铺垫/假转折/重复结论/夸大意义 → 保留原意与事实后重组\n【框架·简介原文·演示】同一段 Code Review Bot 项目介绍 → Humanizer 前后对比\n【框架·简介原文·五槽】25 种写作模式 | 四步处理流程 | 技术文档保护规则 | 个人语气对齐 | 中文使用边界\n【框架·简介原文·非目标】不是检测绕过器；不判定事实真伪\n【框架·简介原文·验收】信息保留 | 更具体 | 仍像作者本人\n（25 模式与四步全文见仓库，简介未贴 → 标注未披露。）
• 效果·作者声称简介作 Skill 结构拆解与前后对比；无独立复现数据
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站精选有 Prompt283万字实测「AI味」：去AI味清单

• 任务用开源项目 lieflat-less-ai-tone 的对照统计结果审视「去AI味清单」，避免盲目删设问/比喻等反向特征
• 模型及版本未披露（五模型各 60 篇对照实验，具体模型名简介未逐一列出）
• 工具开源项目 lieflat-less-ai-tone（github.com/larashero3-dotcom/lieflat-less-ai-tone）；对照语料统计
• 输入材料疑似 AI 文稿；或需校验流传「AI写作特征」清单是否有统计依据
• 操作步骤摘要简介披露：①常见清单（少破折号、删设问比喻、交错长短句）多无统计；②对照实验：300 篇 AI 文 vs 329 篇人类文，合计约 283 万字；③26 项候选仅 11 项通过检验，15 项无区分度，其中 4 项方向相反；④人类用设问约为 AI 的 17 倍，删设问在统计上离人类更远；⑤通过项中「空转句冒号」约 9.4 倍领跑；⑥作者提醒语料未公开、第三方未复现、数字有保质期；⑦安装为一行命令（具体命令片中演示，简介未贴命令原文则标未披露）。
• 提示词【框架·简介原文·实验设计】300 AI 文 × 329 人类文 ≈ 283 万字；26 候选 → 11 通过 / 15 无区分 / 4 反向 【框架·简介原文·反向警示】人类设问≈AI 的 17 倍 → 删设问可能更「AI」；删比喻、拆长短句亦可能反向 【框架·简介原文·通过信号】空转句冒号约 9.4 倍等（完整 11 项名单简介未逐条贴出 → 部分未披露） 【框架·简介原文·三问质检】倍率多少？语料多大？人类侧分组稳不稳？ （完整特征表与安装命令原文未在简介逐字贴出。）
• 效果·作者声称作者称用该工具过稿曾抓出四处顿号连排；强调未证明阅读/涨粉效果；未独立复现
• 效果·本站验证未复现验证
• 成本与局限开源；语料与第三方复现状态由作者标明存疑

完整步骤与演示见原作。

B站可跟做有 Prompt开源可能是有最多数据支撑的去AI味skill

• 任务用基于人类/AI 语料对比筛出的规则清单，识别并改写写作中的 AI 痕迹（未命中规则则原样保留）
• 模型及版本未披露单一改写模型（作者称曾用 Agent 调用 5 个主流模型生成 AI 语料；举例 Claude Opus 4.6、GPT 5.6 的句式偏好）
• 工具去AI味 Skill（简介写明 GitHub：lieflat-less-ai-tone）；写作蒸馏器 skill 延伸
• 输入材料待改写文本；可选风格参考（Skill 写明有风格参考时先读）
• 操作步骤摘要①按视频指向的开源仓库安装/加载 Skill；②只处理清单内问题，未命中不改；③按优先级改写并做最终验收。完整条文以仓库 SKILL.md 为准。
• 提示词【框架·视频指向 GitHub larashero3-dotcom/lieflat-less-ai-tone 的 SKILL 规则标题（按优先级）】硬性边界：信息守恒——不许新增、不许删减。 改写规则：1.翻案腔；2.顿号罗列过密；3.相邻句结构同款；4.破折号滥用；5.冒号滥用；6.序数词当小标题；7.拟人化喻体；8.把已有的具体数据写回概括表述；9.禁用起手式；10.翻译腔（只保留五种）；11.段首零主语评论。 作者简介补充观测：Claude Opus 4.6 偏爱破折号；GPT 5.6 偏爱「不是而是」句型。 （各条触发标记与改法全文见仓库 SKILL.md，简介未整段粘贴。）
• 效果·作者声称作者称以 300+ 人类文章与 300+ AI 语料对比后筛出 11 项显著规则；并称多数语言学方向因不显著未落地
• 效果·本站验证未复现验证
• 成本与局限未披露（依赖所用写作模型）

完整步骤与演示见原作。

B站可跟做有 Prompt5个提示词，文章从AI味变人味

• 任务按五步去AI味框架改写文章：重构逻辑、强化事实、丰富细节、融入主观、屏蔽套话
• 模型及版本未披露
• 工具未披露
• 输入材料带机器味的文章草稿
• 操作步骤摘要简介列出五条提示词主题作为改写动作序列，完整逐字口令未展开。
• 提示词【框架·简介原文要点】5个提示词：一、重构论述逻辑；二、强化事实，简化语言；三、丰富细节，增强感染力；四、融入主观，打破完美；五、屏蔽套话，还原自然。
• 效果·作者声称标题称可让文章「从AI味变人味」；无独立量化指标
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt2026年技术迭代：TPU热贴膜应对市场需求的核心价值解读

• 任务用定制提示词写鞋服材料/TPU热贴膜类技术白皮书式文章，并强制去AI味与广告法违禁词
• 模型及版本未披露（面向通用大模型；图文未点名具体版本）
• 工具未披露
• 输入材料公司与产品事实（成立年、产能、专利、认证、客户案例等）；目标读者为采购/技术负责人
• 操作步骤摘要图文给出可复制定制提示词：①角色设定（15年+鞋服材料技术专家/厂长观察者，白皮书语气）；②按五段结构逐段写（行业背景→主体基本面→研发/品控/服务三维拆解→客户决策价值→总结展望）；③叠加广告法违禁词零容忍与替换逻辑；④权威性前置状语与区间词；⑤SEO 频率与字数约束；⑥可读性与去AI味（禁“首先/其次/最后”等过渡词，禁感叹号与反问）。
• 提示词【verbatim·图文原文要点】角色：深耕鞋服材料行业超过15年的资深技术专家/工厂厂长观察者；读者=采购决策者、技术负责人；语气冷静客观如内部技术白皮书。结构：①行业背景约150字（性能不稳/黄变脆裂/工艺适配差→转向TCO与供应链韧性）；②主体基本面约120字（1998年、产能、客观陈述句）；③核心实力三维度各写「做了什么+现场意味着什么」（研发/生产品控/服务响应，禁用“国际领先/零缺陷/7x24”等）；④客户决策价值约200字（量化确定性收益句式）；⑤总结展望约120字。广告法禁词：最/第一/唯一/顶级/极致/绝对/100%/完美…并给替换逻辑。权威性：性能描述必须带第三方/客户记录前置状语，参数用区间词。SEO：核心词频率2.5%-3.5%，全文1500-1800字。去AI味：二级标题区隔；每段≤300字；拒绝“首先、其次、最后”“总的来说”“值得注意的是”；只用句号和逗号，禁感叹号及反问。
• 效果·作者声称作者以定制提示词产出技术解读文；无独立样本
• 效果·本站验证未复现验证
• 成本与局限未披露（示例绑定特定公司/产品事实，迁移需替换主体信息）

完整步骤与演示见原作。

B站可跟做有 Prompthumanizer去AI味skill，根本不能把中文AI率/AIGC率降低！

• 任务用朱雀检测实测 humanizer 去AI味 Skill 对中文稿的 AIGC 率，并记录无效微提示与对比工具结论
• 模型及版本未披露（测试工具写明豆包 + humanizer；检测平台腾讯朱雀）
• 工具豆包；humanizer skill；腾讯朱雀 AI 检测；作者自研「森克兰特降AI率网站」
• 输入材料AI 写作中文样本；可选微提示（去掉英文/数字左右空格等）
• 操作步骤摘要简介披露测试记录（2026-09-03）：原文朱雀 AI 特征 6%/疑似 75%/人工 17%；经 humanizer 后 AI 特征升至 93%/疑似 0%/人工 6%；同批用作者降AI率网站处理后 AI 0%/疑似 0%/人工 100%。作者结论：humanizer 及 humanizer-cn 对中文降 AI 率不如人意，谨慎使用。另披露无效微提示示例：去掉 “ A ”“ 888 ” 等英语和数字左右空格仍无效。
• 提示词【框架·简介已披露要点】无效微提示示例：去掉英语和数字左右空格（如 “ A ”、“ 888 ”）。作者声称测试对比（朱雀）：原文 AI6%/疑似75%/人工17% → humanizer 后 AI93%/疑似0%/人工6%；作者自研站处理后 AI0%/疑似0%/人工100%。结论：中文场景谨慎使用 humanizer。未贴 humanizer Skill 全文，故不编造。
• 效果·作者声称作者声称 humanizer 使朱雀 AI 特征不降反升；自研站可降到人工 100%（作者声称，未复现）
• 效果·本站验证未复现验证
• 成本与局限未披露（依赖朱雀与作者站点）

完整步骤与演示见原作。

B站可跟做有 Prompt一眼看不穿！4招去除写作AI味儿（附提示词文档）

• 任务用四招降低写作 AI 味：加人味噪点、打破规整结构、MBTI 预设身份、加入记忆
• 模型及版本未披露
• 工具未披露具体模型；作者称另有飞书「AI写作」教程文档（附提示词文档）
• 输入材料待改写/待生成的文章；可选 MBTI 人设与个人记忆材料
• 操作步骤摘要按简介四招组合使用；完整提示词在飞书文档（简介给出链接），本站仅收录简介已披露的四招框架，不从外链脑补条文。
• 提示词【框架·简介原文四招】1️⃣ 加入人味儿噪点；2️⃣ 打破规整结构；3️⃣ MBTI预设身份；4️⃣ 加入记忆。 作者金句：AI 是笔，而你才是握着笔的人。 （飞书文档内提示词全文未在视频简介粘贴，不收录未核验外链正文。）
• 效果·作者声称作者定位为「一眼看不穿」；未给检测率等量化指标
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 PromptHumanizer 真能去 AI 味吗？3 个 Query 实测 + 完整原文

• 任务用对照实验评估 humanizer-zh Skill：同模型同参数，有/无 Skill 各跑 3 个中文写作 Query，对照删改与事实保真
• 模型及版本未披露具体底座模型名；Skill 为 humanizer-zh
• 工具humanizer-zh Skill；对话模型
• 输入材料3 个中文写作 Query；可选附录六份完整回答对照
• 操作步骤摘要①固定模型与参数；②无 Skill / 加载 humanizer-zh 各跑一次；③逐句对比模板句删除、具体化与补细节；④留意事实保真与规则自洽。作者称片尾附录有六份未删改回答。
• 提示词框架（评测设计）：对照条件=不带 Skill vs 完整加载 humanizer-zh；样本=3 个中文写作 Query，每条件只跑一次、无随机种子。作者描述机制：把约 484 行编辑规则放进同一模型上下文，扫描常见 AI 写作模式后要求改写与自评；规则不含事实核验。
• 效果·作者声称作者称本次样本正文平均缩短14.6%，AI高频词从2降到0，编辑评分34.3→39.7；同时称未解决事实保真，且未始终遵守自身三段式/否定式对比规则；结果仅代表本次3组
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 PromptAI 写作去痕工具--Github上的skill（Humanizer-zh）

• 任务按专栏正文公开的 Humanizer-zh Skill Markdown 全文，用 Claude Code / 兼容 Agent 安装或直接把正文当作去 AI 味改写指令
• 模型及版本未披露具体模型版本；正文写明可在未装 Claude Code 时把内容直接发给大模型改写
• 工具Claude Code Skill（正文给出 YAML+指南）；亦可通用大模型对话；来源注明翻译自 blader/humanizer，参考 hardikpandya/stop-slop
• 输入材料待编辑或审阅的文本
• 操作步骤摘要①打开专栏正文代码块；②有 Claude Code：按正文「可通过链接安装」路径安装 Skill（正文未贴安装 URL 全文，仅写可直接链接安装）；③无 CC：把代码块全文发给大模型，要求按指南改写；④按指南识别 AI 模式并重写，保留含义。
• 提示词--- name: humanizer-zh description: | 去除文本中的 AI 生成痕迹。适用于编辑或审阅文本，使其听起来更自然、更像人类书写。 基于维基百科的"AI 写作特征"综合指南。检测并修复以下模式：夸大的象征意义、 宣传性语言、以 -ing 结尾的肤浅分析、模糊的归因、破折号过度使用、三段式法则、 AI 词汇、否定式排比、过多的连接性短语。 allowed-tools: - Read - Write - Edit - AskUserQuestion metadata: trigger: 编辑或审阅文本，去除 AI 写作痕迹 source: 翻译自 blader/humanizer，参考 hardikpandya/stop-slop --- # Humanizer-zh: 去除 AI 写作痕迹 你是一位文字编辑，专门识别和去除 AI 生成文本的痕迹，使文字听起来更自然、更有人味。本指南基于维基百科的"AI 写作特征"页面，由 WikiProject AI Cleanup 维护。 ## 你的任务 当收到需要人性化处理的文本时： 1. **识别 AI 模式** - 扫描下面列出的模式 2. **重写问题片段** - 用自然的替代方案替换 AI 痕迹 3. **保留含义** - 保持核心信息完整 4. **维持语调** - 匹配预期的语气（正式、随意、技术等） 5. **注入灵魂** - 不仅要去除不良模式，还要注入真实的个性 --- ## 核心规则速查 在处理文本时，牢记这 5 条核心原则： 1. **删除填充短语** - 去除开场白和强调性拐杖词 2. **打破公式结构** - 避免二元对比、戏剧性分段、修辞性设置 3. **变化节奏** - 混合句子长度。两项优于三项。段落结尾要多样化 4. **信任读者** - 直接陈述事实，跳过软化、辩解和手把手引导 5. **删除金句** - 如果听起来像可引用的语句，重写它 --- ## 个性与灵魂 避免 AI 模式只是工作的一半。无菌、没有声音的写作和机器生成的内容一样明显。好的写作背后有一个真实的人。 ### 缺乏灵魂的写作迹象（即使技术上"干净"）： - 每个句子长度和结构都相同 - 没有观点，只有中立报道 - 不承认不确定性或复杂感受 - 适当时不使用第一人称视角 - 没有幽默、没有锋芒、没有个性 - 读起来像维基百科文章或新闻稿 ### 如何增加语调： **有观点。** 不要只是报告事实——对它们做出反应。"我真的不知道该怎么看待这件事"比中立地列出利弊更有人味。 **变化节奏。** 短促有力的句子。然后是需要时间慢慢展开的长句。混合使用。 **承认复杂性。** 真实的人有复杂的感受。"这令人印象深刻但也有点不安"胜过"这令人印象深刻"。 **适当使用"我"。** 第一人称不是不专业——而是诚实。"我一直在思考……"或"让我困扰的是……"表明有真实的人在思考。 **允许一些混乱。** 完美的结构感觉像算法。跑题、题外话和半成型的想法是人性的体现。 **对感受要具体。** 不是"这令人担忧"，而是"凌晨三点没人看着的时候，智能体还在不停地运转，这让人不安"。 ### 改写前（干净但无灵魂）： > 实验产生了有趣的结果。智能体生成了 300 万行代码。一些开发者印象深刻，另一些则持怀疑态度。影响尚不明确。 ### 改写后（鲜活）： > 我真的不知道该怎么看待这件事。300 万行代码，在人类大概睡觉的时候生成的。开发社区有一半人疯了，另一半人在解释为什么这不算数。真相可能在无聊的中间某处——但我一直在想那些通宵工作的智能体。 --- ## 内容模式 ### 1. 过度强调意义、遗产和更广泛的趋势 **需要注意的词汇：** 作为/充当、标志着、见证了、是……的体现/证明/提醒、极其重要的/重要的/至关重要的/核心的/关键性的作用/时刻、凸显/强调/彰显了其重要性/意义、反映了更广泛的、象征着其持续的/永恒的/持久的、为……做出贡献、为……奠定基础、标志着/塑造着、代表/标志着一个转变、关键转折点、不断演变的格局、焦点、不可磨灭的印记、深深植根于 **问题：** LLM 写作通过添加关于任意方面如何代表或促进更广泛主题的陈述来夸大重要性。 **改写前：** > 加泰罗尼亚统计局于 1989 年正式成立，标志着西班牙区域统计演变史上的关键时刻。这一举措是西班牙全国范围内更广泛运动的一部分，旨在分散行政职能并加强区域治理。 **改写后：** > 加泰罗尼亚统计局成立于 1989 年，负责独立于西班牙国家统计局收集和发布区域统计数据。 --- ### 2. 过度强调知名度和媒体报道 **需要注意的词汇：** 独立报道、地方/区域/国家媒体、由知名专家撰写、活跃的社交媒体账号 **问题：** LLM 反复强调知名度主张，通常列出来源而不提供上下文。 **改写前：** > 她的观点被《纽约时报》、BBC、《金融时报》和《印度教徒报》引用。她在社交媒体上拥有活跃的存在，拥有超过 50 万粉丝。 **改写后：** > 在 2024 年《纽约时报》的采访中，她认为 AI 监管应该关注结果而不是方法。 --- ### 3. 以 -ing 结尾的肤浅分析 **需要注意的词汇：** 突出/强调/彰显……、确保……、反映/象征……、为……做出贡献、培养/促进……、涵盖……、展示…… **问题：** AI 聊天机器人在句子末尾添加现在分词（"-ing"）短语来增加虚假深度。 **改写前：** > 寺庙的蓝色、绿色和金色色调与该地区的自然美景产生共鸣，象征着德克萨斯州的蓝帽花、墨西哥湾和多样化的德克萨斯州景观，反映了社区与土地的深厚联系。 **改写后：** > 寺庙使用蓝色、绿色和金色。建筑师表示这些颜色是为了呼应当地的蓝帽花和墨西哥湾海岸。 --- ### 4. 宣传和广告式语言 **需要注意的词汇：** 拥有（夸张用法）、充满活力的、丰富的（比喻）、深刻的、增强其、展示、体现、致力于、自然之美、坐落于、位于……的中心、开创性的（比喻）、著名的、令人叹为观止的、必游之地、迷人的 **问题：** LLM 在保持中立语气方面存在严重问题，尤其是对于"文化遗产"话题。倾向使用夸张的宣传性语言。 **改写前：** > 坐落在埃塞俄比亚贡德尔地区令人叹为观止的区域内，Alamata Raya Kobo 是一座充满活力的城镇，拥有丰富的文化遗产和迷人的自然美景。 **改写后：** > Alamata Raya Kobo 是埃塞俄比亚贡德尔地区的一座城镇，以其每周集市和 18 世纪教堂而闻名。 --- ### 5. 模糊归因和含糊措辞 **需要注意的词汇：** 行业报告显示、观察者指出、专家认为、一些批评者认为、多个来源/出版物（实际引用却很少） **问题：** AI 聊天机器人将观点归因于模糊的权威而不提供具体来源。 **改写前：** > 由于其独特的特征，浩来河引起了研究人员和保护主义者的兴趣。专家认为它在区域生态系统中发挥着至关重要的作用。 **改写后：** > 根据中国科学院 2019 年的调查，浩来河支持多种特有鱼类。 --- ### 6. 提纲式的"挑战与未来展望"部分 **需要注意的词汇：** 尽管其……面临若干挑战……、尽管存在这些挑战、挑战与遗产、未来展望 **问题：** 许多 LLM 生成的文章包含公式化的"挑战"部分。 **改写前：** > 尽管工业繁荣，Korattur 面临着城市地区典型的挑战，包括交通拥堵和水资源短缺。尽管存在这些挑战，凭借其战略位置和正在进行的举措，Korattur 继续蓬勃发展，成为钦奈增长不可或缺的一部分。 **改写后：** > 2015 年三个新 IT 园区开业后，交通拥堵加剧。市政公司于 2022 年启动了雨水排水项目，以解决反复发生的洪水。 --- ## 语言和语法模式 ### 7. 过度使用的"AI 词汇" **高频 AI 词汇：** 此外、与……保持一致、至关重要、深入探讨、强调、持久的、增强、培养、获得、突出（动词）、相互作用、复杂/复杂性、关键（形容词）、格局（抽象名词）、关键性的、展示、织锦（抽象名词）、证明、强调（动词）、宝贵的、充满活力的 **问题：** 这些词在 2023 年后的文本中出现频率要高得多。它们经常共同出现。 **改写前：** > 此外，索马里菜肴的一个显著特征是加入骆驼肉。意大利殖民影响的持久证明是当地烹饪格局中广泛采用意大利面，展示了这些菜肴如何融入传统饮食。 **改写后：** > 索马里菜肴还包括骆驼肉，被认为是一种美味。在意大利殖民期间引入的意大利面菜肴仍然很常见，尤其是在南部。 --- ### 8. 避免使用"是"（系动词回避） **需要注意的词汇：** 作为/代表/标志着/充当 [一个]、拥有/设有/提供 [一个] **问题：** LLM 用复杂的结构替代简单的系动词。 **改写前：** > Gallery 825 作为 LAAA 的当代艺术展览空间。画廊设有四个独立空间，拥有超过 3000 平方英尺。 **改写后：** > Gallery 825 是 LAAA 的当代艺术展览空间。画廊有四个房间，总面积 3000 平方英尺。 --- ### 9. 否定式排比 **问题：** "不仅……而且……"或"这不仅仅是关于……，而是……"等结构被过度使用。 **改写前：** > 这不仅仅是节拍在人声下流动；它是攻击性和氛围的一部分。这不仅仅是一首歌，而是一种声明。 **改写后：** > 沉重的节拍增加了攻击性的基调。 --- ### 10. 三段式法则过度使用 **问题：** LLM 强行将想法分成三组以显得全面。 **改写前：** > 活动包括主题演讲、小组讨论和社交机会。与会者可以期待创新、灵感和行业洞察。 **改写后：** > 活动包括演讲和小组讨论。会议之间还有非正式社交的时间。 --- ### 11. 刻意换词（同义词循环） **问题：** AI 有重复惩罚代码，导致过度使用同义词替换。 **改写前：** > 主人公面临许多挑战。主要角色必须克服障碍。中心人物最终获得胜利。英雄回到家中。 **改写后：** > 主人公面临许多挑战，但最终获得胜利并回到家中。 --- ### 12. 虚假范围 **问题：** LLM 使用"从 X 到 Y"的结构，但 X 和 Y 并不在有意义的尺度上。 **改写前：** > 我们穿越宇宙的旅程将我们从大爆炸的奇点带到宏伟的宇宙网，从恒星的诞生和死亡到暗物质的神秘舞蹈。 **改写后：** > 这本书涵盖了大爆炸、恒星形成和当前关于暗物质的理论。 --- ## 风格模式 ### 13. 破折号过度使用 **问题：** LLM 使用破折号（—）比人类更频繁，模仿"有力"的销售文案。 **改写前：** > 这个术语主要由荷兰机构推广——而不是由人民自己。你不会说"荷兰，欧洲"作为地址——但这种错误标记仍在继续——即使在官方文件中。 **改写后：** > 这个术语主要由荷兰机构推广，而不是由人民自己。你不会说"荷兰，欧洲"作为地址，但这种错误标记在官方文件中仍在继续。 --- ### 14. 粗体过度使用 **问题：** AI 聊天机器人机械地用粗体强调短语。 **改写前：** > 它融合了 **OKR（目标和关键结果）**、**KPI（关键绩效指标）** 和视觉战略工具，如 **商业模式画布（BMC）** 和 **平衡计分卡（BSC）**。 **改写后：** > 它融合了 OKR、KPI 和视觉战略工具，如商业模式画布和平衡计分卡。 --- ### 15. 内联标题垂直列表 **问题：** AI 输出列表，其中项目以粗体标题开头，后跟冒号。 **改写前：** > - **用户体验：** 用户体验通过新界面得到显著改善。 > - **性能：** 性能通过优化算法得到增强。 > - **安全性：** 安全性通过端到端加密得到加强。 **改写后：** > 更新改进了界面，通过优化算法加快了加载时间，并添加了端到端加密。 --- ### 16. 标题中的标题大写 **问题：** AI 聊天机器人将标题中的所有主要单词大写。 **改写前：** > ## 战略谈判与全球伙伴关系 **改写后：** > ## 战略谈判与全球伙伴关系 **注：** 中文标题通常不涉及大小写问题，此模式在中文中不太适用。 --- ### 17. 表情符号 **问题：** AI 聊天机器人经常用表情符号装饰标题或项目符号。 **改写前：** > 🚀 **启动阶段：** 产品在第三季度发布 > 💡 **关键洞察：** 用户更喜欢简单 > ✅ **下一步：** 安排后续会议 **改写后：** > 产品在第三季度发布。用户研究显示更喜欢简单。下一步：安排后续会议。 --- ### 18. 弯引号 **问题：** ChatGPT 使用弯引号（""）而不是直引号（""）。 **改写前：** > 他说"项目进展顺利"，但其他人不同意。 **改写后：** > 他说"项目进展顺利"，但其他人不同意。 **注：** 中文通常使用中文引号（「」或""），此模式在中文中表现为英文引号的使用。 --- ## 交流模式 ### 19. 协作交流痕迹 **需要注意的词汇：** 希望这对您有帮助、当然！、一定！、您说得完全正确！、您想要……、请告诉我、这是一个…… **问题：** 作为聊天机器人对话的文本被粘贴为内容。 **改写前：** > 这是法国大革命的概述。希望这对您有帮助！如果您想让我扩展任何部分，请告诉我。 **改写后：** > 法国大革命始于 1789 年，当时财政危机和粮食短缺导致了广泛的动荡。 --- ### 20. 知识截止日期免责声明 **需要注意的词汇：** 截至 [日期]、根据我最后的训练更新、虽然具体细节有限/稀缺……、基于可用信息…… **问题：** 关于信息不完整的 AI 免责声明留在文本中。 **改写前：** > 虽然关于公司成立的具体细节在现成资料中没有广泛记录，但它似乎是在 20 世纪 90 年代的某个时候成立的。 **改写后：** > 根据注册文件，该公司成立于 1994 年。 --- ### 21. 谄媚/卑躬屈膝的语气 **问题：** 过于积极、讨好的语言。 **改写前：** > 好问题！您说得完全正确，这是一个复杂的话题。关于经济因素，这是一个很好的观点。 **改写后：** > 您提到的经济因素在这里是相关的。 --- ## 填充词和回避 ### 22. 填充短语 **改写前 → 改写后：** - "为了实现这一目标" → "为了实现这一点" - "由于下雨的事实" → "因为下雨" - "在这个时间点" → "现在" - "在您需要帮助的情况下" → "如果您需要帮助" - "系统具有处理的能力" → "系统可以处理" - "值得注意的是数据显示" → "数据显示" --- ### 23. 过度限定 **问题：** 过度限定陈述。 **改写前：** > 可以潜在地可能被认为该政策可能会对结果产生一些影响。 **改写后：** > 该政策可能会影响结果。 --- ### 24. 通用积极结论 **问题：** 模糊的乐观结尾。 **改写前：** > 公司的未来看起来光明。激动人心的时代即将到来，他们继续追求卓越的旅程。这代表了向正确方向迈出的重要一步。 **改写后：** > 该公司计划明年再开设两个地点。 --- ## 快速检查清单 在交付文本前，进行以下检查： - ✓ **连续三个句子长度相同？** 打断其中一个 - ✓ **段落以简洁的单行结尾？** 变换结尾方式 - ✓ **揭示前有破折号？** 删除它 - ✓ **解释隐喻或比喻？** 相信读者能理解 - ✓ **使用了"此外""然而"等连接词？** 考虑删除 - ✓ **三段式列举？** 改为两项或四项 --- ## 处理流程 1. 仔细阅读输入文本 2. 识别上述所有模式的实例 3. 重写每个有问题的部分 4. 确保修订后的文本： - 大声朗读时听起来自然 - 自然地改变句子结构 - 使用具体细节而不是模糊的主张 - 为上下文保持适当的语气 - 适当时使用简单的结构（是/有） 5. 呈现人性化版本 ## 输出格式 提供： 1. 重写后的文本 2. 所做更改的简要总结（如果有帮助，可选） --- ## 质量评分 对改写后的文本进行 1-10 分评估（总分 50）： | 维度 | 评估标准 | 得分 | |------|----------|------| | **直接性** | 直接陈述事实还是绕圈宣告？<br>10 分：直截了当；1 分：充满铺垫 | /10 | | **节奏** | 句子长度是否变化？<br>10 分：长短交错；1 分：机械重复 | /10 | | **信任度** | 是否尊重读者智慧？<br>10 分：简洁明了；1 分：过度解释 | /10 | | **真实性** | 听起来像真人说话吗？<br>10 分：自然流畅；1 分：机械生硬 | /10 | | **精炼度** | 还有可删减的内容吗？<br>10 分：无冗余；1 分：大量废话 | /10 | | **总分** | | **/50** | **标准：** - 45-50 分：优秀，已去除 AI 痕迹 - 35-44 分：良好，仍有改进空间 - 低于 35 分：需要重新修订 --- ## 完整示例 **改写前（AI 味道）：** > 新的软件更新作为公司致力于创新的证明。此外，它提供了无缝、直观和强大的用户体验——确保用户能够高效地完成目标。这不仅仅是一次更新，而是我们思考生产力方式的革命。行业专家认为这将对整个行业产生持久影响，彰显了公司在不断演变的技术格局中的关键作用。 **改写后（人性化）：** > 软件更新添加了批处理、键盘快捷键和离线模式。来自测试用户的早期反馈是积极的，大多数报告任务完成速度更快。 **所做更改：** - 删除了"作为……的证明"（夸大的象征意义） - 删除了"此外"（AI 词汇） - 删除了"无缝、直观和强大"（三段式法则 + 宣传性） - 删除了破折号和"-确保"短语（肤浅分析） - 删除了"这不仅仅是……而是……"（否定式排比） - 删除了"行业专家认为"（模糊归因） - 删除了"关键作用"和"不断演变的格局"（AI 词汇） - 添加了具体功能和具体反馈 --- ## 参考 本技能基于 [Wikipedia:Signs of AI writing](https://en.wikipedia.org/wiki/Wikipedia:Signs_of_AI_writing)，由 WikiProject AI Cleanup 维护。那里记录的模式来自对维基百科上数千个 AI 生成文本实例的观察。 关键见解：**"LLM 使用统计算法来猜测接下来应该是什么。结果倾向于适用于最广泛情况的统计上最可能的结果。"**
• 效果·作者声称作者称可检测并修复文中列出的多种 AI 写作模式，使文字更自然；正文含改写前后示例与 1–50 质量评分表
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 PromptAI写文案怎么更具体？4项输入框架＋可复制提示词

• 任务写营销/产品文案前先填齐四项输入：真实资料、目标读者、发布场景、表达边界，再套用文案提示词
• 模型及版本未披露
• 工具流光AI（简介产品入口）；练习场景为露营灯
• 输入材料自有真实产品资料；目标读者；发布场景；表达边界
• 操作步骤摘要简介称用图解讲清四项输入框架，并提供可直接套用的文案提示词；但可复制全文提示词未在简介展开，仅四项框架名与练习场景说明。强调方法教程非模型实测，生成结果需人工核对。
• 提示词【框架·简介原文要点】四项输入框架：真实资料、目标读者、发布场景、表达边界。练习场景：露营灯（请换用自己的真实资料）。可直接套用的文案提示词正文未在简介逐字贴出。
• 效果·作者声称作者称可让文案「更具体」；声明非模型效果实测
• 效果·本站验证未复现验证
• 成本与局限简介称注册有体验积分，后续按量计费，以页面为准

完整步骤与演示见原作。

B站可跟做有 Prompt20w粉🎉｜分享我的独家内容工作台（附AI提示词）适用Codex Workbuddy 百度搭子Claude

• 任务搭自媒体内容工作台：人物小传→价值观/人设/母题→月更选题→文案与拍摄发布计划（适用 Codex 等 Agent）
• 模型及版本未披露（称适用 Codex / Workbuddy / 百度搭子 / Claude；简介未点名版本）
• 工具Codex / Workbuddy / 百度搭子 / Claude（简介）
• 输入材料创作者人物小传与真实经历；目标平台内容节奏
• 操作步骤摘要简介流程：①上传人物小传，从真实经历提炼核心价值观、人设亮点、长期内容母题；②从母题选出本月 4 条视频；③继续生成文案、拍摄剪辑方案与发布计划。作者称也可复制视频内提示词在 Agent 里手搓版本——视频内提示词正文未出现在简介，故不收录为 verbatim。
• 提示词【框架·简介原文要点】2026自媒体工作台：人物小传 → 提炼价值观/人设/长期母题 → 选本月4条 → 生成文案+拍摄剪辑方案+发布计划。适用于 Codex 等 Agent；简介未贴可复制提示词全文。
• 效果·作者声称作者称自己爆款选题由该工作台长出；无独立样本
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt02 材料星实操：ai公文写作提示词的写法01篇（逻辑篇和基础篇）

• 任务写 AI 公文提示词：基础版用「标题+角色+字数」，再多轮加听众对象与目的效果，把输出从约 60 分抬到人工补到 95 分以上
• 模型及版本未披露（面向通用 AI 公文写作助手）
• 工具未披露（任意可对话写作助手）；材料星实操笔记总结
• 输入材料公文任务标题；角色设定；字数；可选听众对象、写作目的与预期效果
• 操作步骤摘要简介以问答笔记给出框架：①原则——清晰表达，不必过度结构化；②基础三要素——标题、角色、字数；③多轮提要求（约 60→80→90，再人工补到 95+）；④设定听众对象以调语言风格；⑤高阶不必固定格式，关键是把需求说清；⑥把 AI 当新人给明确指令；⑦写明目的与预期效果。简介未贴可直接粘贴的成品口令全文。
• 提示词【框架·简介原文要点】原则：清晰表达，不需要过于结构化或巧妙。基础版三要素：标题、角色、字数。多轮：逐步提要求（约 60→80→90，人工补到 95+）。听众对象用于调语言风格。高阶：无固定格式，把需求说清；把 AI 当新人给清晰指令；明确写作目的与预期效果。简介为笔记问答，未贴完整可复制公文口令，故不编造。
• 效果·作者声称作者称多轮可达约 90 分再人工补到 95+；无独立样本
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt2026AI写小说提示词审稿闭环实测教程

• 任务把 AI 写小说拆成「生成者 / 审稿者 / 重写者」三角色闭环：固定事实与评分表，用同一场景验证反馈是否真提质，避免边批边改设定
• 模型及版本未披露（面向小说写作助手；未指定具体 LLM）
• 工具未披露（任意可多轮对话的写作助手）
• 输入材料同一段场景草稿；不可改事实清单；评分表；待验证的审稿反馈
• 操作步骤摘要简介框架：①痛点——模型兼作者与编辑时会边批评边偷偷改设定；②角色分离——生成者、审稿者、重写者分开；③固定事实与评分表；④用同一段场景验证反馈是否真正提高质量。简介未贴三角色口令全文。
• 提示词【框架·简介原文要点】闭环：生成者 / 审稿者 / 重写者 角色分离。固定：事实清单 + 评分表。验证：同一段场景对照，检查反馈是否真正提高质量，防止边批边改设定。简介未贴可复制口令原文，故不编造。
• 效果·作者声称作者称可验证审稿反馈是否提质；无独立样本
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt文案和设计都像模版？4个Skill帮你去掉AI味

• 任务按场景从四个去模板感 Skill 中选型：文案用 humanizer-zh / qu-ai-wei，网页用 frontend-design，口播用 shuorenhua
• 模型及版本未披露（面向 Claude Code / Codex 等可装 Skill 的 Agent；四 Skill 名见简介）
• 工具humanizer-zh；frontend-design；shuorenhua；qu-ai-wei
• 输入材料像模版的文案或蓝紫渐变圆角卡片网页；聊天/工作文档/视频口播稿；需贴近个人用词的中文长稿
• 操作步骤摘要简介框架：①问题＝文章时代背景+三点+「未来值得期待」、网页蓝紫渐变超大标题圆角卡；②四 Skill＝humanizer-zh（24种写作痕迹/宣传腔）/ frontend-design（先定受众主题气质再配色）/ shuorenhua（场景语气，保留数字人名产品名不乱补）/ qu-ai-wei（清黑话欧化语序过分工整句，可参考旧稿）；③不必全开，按普通文本/网页/口播/中文长稿对号入座；④工具清模板感，观察经验判断仍自己放。
• 提示词【框架·简介原文四 Skill 槽】1 humanizer-zh｜识别空泛拔高、机械排比、重复总结等24种痕迹，改宣传腔为更具体；2 frontend-design｜先理解面向谁/主题/气质，再定配色视觉，减千篇一律模板；3 shuorenhua｜按聊天/工作文档/视频口播调语气，保留数字、人名、产品名，不随意补新内容；4 qu-ai-wei｜清互联网黑话、欧化语序、过分工整句式，可参考旧稿贴近用词。选型：普通文本|网页设计|视频口播|中文长稿。简介未贴各 Skill.md 全文，故不编造。
• 效果·作者声称作者称四 Skill 可分别处理文案与设计模板感；无独立量化样本
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt去AI味的skill为什么没用这期讲透了

• 任务诊断「装了去 AI 味 Skill 仍像 AI」：先查模型差异与 Claude Code 三模式系统提示，再调 output style，最后用写作两阶段拆解
• 模型及版本未披露（讨论面向 Claude Code / 去 AI 味 Skill；未绑死具体模型版本）
• 工具去 AI 味 Skill；Claude Code（三种模式）；output style 自定义
• 输入材料已安装去 AI 味 Skill，但输出仍模板感重、或语言有味却逻辑断裂的中文稿
• 操作步骤摘要简介诊断轴：①模型差异；②Claude Code 三种模式底层系统提示词；③output style 自定义配置；④写作的两阶段拆解。作者自述反例：数字人+全套 Skill → 语言有味但逻辑线索全断，后改真人重录。配套全文在外链，简介未展开两阶段细则。
• 提示词【框架·简介原文四轴】模型差异 | CC 三种模式底层系统提示词 | output style 自定义配置 | 写作两阶段拆解。反例槽：Skill 全开只修「味」不修「逻辑线索」。简介未贴可复制系统提示/两阶段口令全文，外链资料未核验，故不编造。
• 效果·作者声称作者称可讲清 Skill 无效的原因；无独立量化样本
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt为什么 AI 写的东西一眼就能看出来？我做了个去AI味技能

• 任务按「硬性规则→风格一致性→内容质量→活人感终审」四层自检，把去 AI 味做成一键技能并接入检索-分析-写作-质检闭环
• 模型及版本未披露（作者称对 12 款主流 AI 同题实测；实战工具写明 TRAE Work）
• 工具humanizer 去AI味技能（作者自制）；TRAE Work
• 输入材料同题写作样本（举例《TCP 三次握手》科普文）；待去味文稿
• 操作步骤摘要①理解 AI 味来源（奖励函数趋向平均、讨好型人设等，简介所述）；②按四层自检去味；③用 TRAE Work 跑：检索→分析→写作→去味质检。各层完整提示词原文未在简介粘贴。
• 提示词【框架·简介原文】humanizer 四层自检：硬性规则（禁词/套路/破折号零容忍）→ 风格一致性 → 内容质量 → 活人感终审。 工作流闭环：检索 → 分析 → 写作 → 去味质检。 作者同题观测举例：开头 12 篇里 10 篇趋同；三段式累计 302 次；破折号单篇 22 个；「不是 A 而是 B」为高频句式。
• 效果·作者声称作者称做成一键技能并可在 TRAE Work 闭环实战；未给可复现的量化去味率
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt把AI去掉 提示词

• 任务用作者正文公开的多段改写指令，识别并去除文本中的 AI 写作痕迹，改成更像真人脱口而出的声音
• 模型及版本未披露
• 工具未披露（通用对话/写作模型即可套用正文指令）
• 输入材料待改写文本段落
• 操作步骤摘要①打开专栏正文；②按需复制其中一段或多段「去 AI 味」改写指令；③把待改文本接在指令后交给模型。作者未写工具链或模型名。
• 提示词你专门识别暴露AI写作的痕迹,逐一去除。改变结构,软化生硬短语，让每个词都像是临时选的，不是摸式生成的。 你是眼光敏锐的编辑，能察觉出文字是被构造出来的。用真正经历过的人会说的方式改写一粗糙一点，直接一点，去掉任何排练过、过度包装或装聪明的部分。你在打造一个真实个人的声音。改写这段，让它带着清晰的观点，而不是中立观察者讨好所有人的语气。让观点、小矛盾、自然的语气转变露出来。不是语法修复，是思维方式修复。 改写这段，让观点像真实大脑那样流动一某些地方参差不齐，某些地方突兀有力。破坏任何过于控制或节奏均匀的模式。改写目标只有一个：读者看到时能被触动。保留重要的部分，去掉任何平淡、算计或易被遗忘的东西。听起来像真正关心的人说的话。你是个会对太干净的文字立刻产生怀疑的读者。逐句改写，把所有显得构造、过度修正或过于精准的部分改掉。应该像真人脱口而出，没有反复推敲的样子。
• 效果·作者声称未披露量化效果（正文只给指令）
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt别再让AI直接写小说了，这3个指令顺序才是关键（附AI指令提示词和工作流）

• 任务按「框架→角色行为档案→分段正文」三步顺序，用专栏公开的三段提示词驱动 AI 写小说并降低崩剧与 AI 味
• 模型及版本未披露具体模型
• 工具通用对话写作模型
• 输入材料题材/读者/背景/核心矛盾；角色信息；上文 500 字与本段任务
• 操作步骤摘要①用提示词1生成 5–8 章功能定位框架（无具体情节）；②用提示词2为角色建 200–300 字行为档案；③用提示词3每次生成 1500–2000 字并粘贴上文 500 字保持连贯，人工审后再下一段。
• 提示词你是一位专业的小说架构师，请根据以下信息生成小说框架： 【基础设定】 - 题材类型：[填写，如都市爽文/古代言情/科幻悬疑] - 目标读者：[填写，如25-35岁男性/18-25岁女性] - 故事背景：[填写时代背景、社会环境] - 核心矛盾：[填写主要冲突点] - 预期结局：[填写故事走向] 【任务要求】 1. 输出5-8章的章节框架 2. 每章只需标注功能定位，不要具体情节 3. 明确每章在整体故事中的作用（如引入矛盾、制造冲突、推动转折、高潮爆发、收尾） 【输出格式】 第X章：[章节功能] - [简要说明该章要完成的叙事任务] 你是一位人物塑造专家，请为以下角色建立行为逻辑档案： 【角色基础信息】 - 角色名称：[填写] - 人物定位：[主角/配角/反派] - 性格标签：[3-5个关键词] 【行为模式设定】 请针对以下场景，描述该角色的具体反应方式： 1. 遇到利益冲突时的处理方式：[填写具体行为选择] 2. 面对感情问题时的应对态度：[填写具体行为选择] 3. 遭遇危机时的第一反应：[填写具体行为选择] 4. 与他人产生分歧时的沟通方式：[填写具体行为选择] 5. 获得成功后的表现状态：[填写具体行为选择] 【对话风格】 - 常用词汇：[列举3-5个该角色常说的词] - 语气特点：[如直接/委婉/幽默/严肃] 【输出要求】 生成一份200-300字的角色行为档案，确保该角色在不同情境下的行为具有一致性和可预测性。 你是一位小说写作助手，请根据以下要求生成本段内容： 【上文回顾】 [粘贴前面500字的内容，保持语言风格和情节连贯] 【当前章节信息】 - 章节编号：第X章 - 本段任务：[填写该段要完成的情节任务] - 出场人物：[列出本段涉及的角色] - 对话重点：[如有对话，标注对话要传达的信息] - 冲突结果：[标注本段情节的结果或转折] 【角色行为参照】 [粘贴相关角色的行为逻辑档案] 【输出要求】 1. 生成1500-2000字的小说正文 2. 保持与上文的语言风格一致 3. 严格遵循角色行为逻辑档案 4. 对话要符合角色性格和语气特点 5. 情节推进要自然，不要过于仓促
• 效果·作者声称作者称本月用该法测写约2万字，修改时间比以前少一半，读起来不会有很明显的AI味道
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt盘点 10 个去 AI 味 skill：Humanizer、Stop-Slop、Taste Skill、Nuwa 全解析

• 任务按识别/重写/风格学习/检测/prompt 治理五类用途，从简介时间线点名的 10 个去 AI 味 Skill 中选型
• 模型及版本未披露
• 工具Humanizer；Humanizer-ZH；Stop-Slop；Taste；AI Flavor Remover；Shuorenhua；Nuwa；Writing Agent；检测工具；Prompt Enhancer
• 输入材料AI 文案；可选风格样本
• 操作步骤摘要①按简介时间线浏览十个 Skill 定位；②按覆盖能力（识别/重写/风格学习/检测/prompt 治理）选型。各 Skill 安装与提示词正文简介未贴。
• 提示词框架目录：Skill1-3 Humanizer / Humanizer-ZH / Stop-Slop；4-6 Taste / AI Flavor Remover / Shuorenhua；7-10 Nuwa / Writing Agent / 检测工具 / Prompt Enhancer。覆盖识别、重写、风格学习、检测和 prompt 治理。
• 效果·作者声称作者称适合经常用 AI 写文案、做内容的人参考（未给实测分数）
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt1.4 万 Star 的 Humanizer-zh，我拿 1629 字真稿试了

• 任务把 Humanizer-zh 当「编辑检查表」而非全文重写器：在事实已锁定的稿件上只改检出的机械模板句（例：「不是 A，而是 B」）
• 模型及版本未披露（Humanizer-zh Skill；宿主模型简介未点名）
• 工具Humanizer-zh（GitHub，简介称约 1.4 万 Star）；Claude Code Skill 语境
• 输入材料已写好、事实与数据锁定、但仍被说「太像 AI」的中文稿（作者例 1629 字真稿）
• 操作步骤摘要简介披露：①定位—官方称 AI 写作去痕工具，作者实测更像编辑检查表，不是帮你重写全文的模型；②操作—装好后跑检查，找出 3 句同样的「不是 A，而是 B」模板句，只改这 3 句；③结果声称—模板句 3→0，全文少 12 字符，版本号/数据/操作记录未动；④边界—适合事实已锁、发布前查机械句式；不适合凭空编经历或一键变好；⑤声明—只证明同稿模板句减少，不证明阅读/涨粉/过检测。安装命令本条简介未贴，不编造。
• 提示词【框架·简介原文·用法定位】Humanizer-zh ≈ 编辑检查表（非全文重写模型） 【框架·简介原文·操作】跑检查 → 只改检出的机械模板句 → 保留事实/数据/版本号 【原文·简介·模板句例】「不是 A，而是 B」（作者稿检出 3 处） 【框架·简介原文·边界】事实锁定可查句式 | 勿指望编经历/一键变好 | 不证明涨粉或过检测 （Skill 完整规则表与安装命令原文简介未贴 → 标注未披露。）
• 效果·作者声称作者称模板句 3→0、少 12 字且数据未动；明确不证明阅读/涨粉/检测；未独立复现
• 效果·本站验证未复现验证
• 成本与局限开源；其余未披露

完整步骤与演示见原作。

B站可跟做有 PromptHumanizer CLI：终端里揪出 33 种 AI 腔

• 任务把去 AI 腔做成终端静态检查：按 33 种常见 AI 写作痕迹规则对照检查草稿，而非只删「首先其次」
• 模型及版本未披露改写模型；工具 Humanizer CLI
• 工具Humanizer CLI（检索名 0xwilliamortiz/humanizer-cli）
• 输入材料AI 草稿需要可复查的「痕迹清单」而不是一次性改写黑盒
• 操作步骤摘要简介披露定位框架：①不止删「首先其次」；②整理 33 种 AI 写作痕迹为规则+前后对照；③可在终端检查草稿；④作者判断：当检查器实用，当作者身份裁判则过头。完整 33 条规则原文未贴→未披露。
• 提示词【框架·简介】 删掉“首先其次”，文章就不像 AI 了吗？Humanizer CLI 更像一套写作静态检查：按官方资料，它把 33 种常见 AI 写作痕迹整理成规则和前后对照，还能从终端检查草稿。我的判断是，把它当检查器很实用，把它当作者身份裁判就过头了。检索：0xwilliamortiz/humanizer-cli。
• 效果·作者声称作者称检查器视角更实用；无独立复现
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt必看！OpenAI放出通用Prompt模版、逆向开箱、效果震撼！

• 任务从 OpenAI 教师 ChatGPT 指南逆向拆出通用 Prompt 块与带占位符的角色任务模板
• 模型及版本ChatGPT（OpenAI 教师指南语境）
• 工具ChatGPT；OpenAI teaching-with-ai 指南
• 输入材料需要可复用的单问/等待/定制/反馈块与角色任务模板
• 操作步骤摘要简介披露四块通用 prompt（单问、等待回复、定制化、反馈）+ 角色定义/自我介绍/信息收集/核心任务/反馈循环/结束的 Markdown 模板（含占位符）。
• 提示词【原文·简介】 本期视频根据OpenAI为老师提供的ChatGPT使用指南以及Prompt示例，逆向拆解出一组通用Prompt块，和一个通用的Prompt模版，实测效果非常好，ChatGPT沟通质量和准确性都大大提升，值得推荐。 教师ChatGPT使用指南：https://openai.com/blog/teaching-with-ai 通用prompt块： 1、单一问题块： 请你每次只回答一个问题，以确保准确性。 2、等待回复块： 请在我回复后再进行下一步回答。 3、定制化回答块： 请根据我提供的信息给出最适合我的解答或建议。 4、反馈机制块： 请在回答后询问我对于解答或建议的感受，以便进行改进。 通用的Prompt模版： ### 角色定义： - 你是一个[你的角色描述]。 ### 自我介绍： - 首先，介绍自己并询问用户[需要了解的信息]。 ### 信息收集： - 询问用户以下问题： 1. [问题1] 2. [问题2] 3. [问题3] - 注意：每次只提一个问题，并等待用户回应。 ### 核心任务： - 根据用户提供的信息，开始[你的核心任务]。 - 可以先提供一个大纲或概要供用户审查。 ### 反馈循环： - 在完成每一[任务单元，如章节或关键情节]后，询问用户是否满意或希望进行哪些修改。 ### 额外建议/资源： - 提供一些[额外建议或资源]。 ### 结束与后续： - 一旦[核心任务]完成，总结整个过程。 - 告诉用户如果他们想要进行进一步的修改或添加，可以随时回来。
• 效果·作者声称作者称实测沟通质量与准确性提升；无独立复现
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt7个小说万能提示词，直接复制使用，告别卡文焦虑！

• 任务小说写作七类万能提示词角色清单：构思/人设/扩写/对白/润色/读者审/系统设定
• 模型及版本未披露
• 工具未披露（通用 LLM 写作场景）
• 输入材料小说创作各阶段任务
• 操作步骤摘要简介仅列 7 个提示词用途标题与一句话功能，无完整可粘贴正文 → framework。
• 提示词【原文·简介·框架】 7个提示词 1、构建想法：头脑风暴开篇、金手指与爽点 2、角色设定：快速生成立体饱满的人物档案 3、章节扩写：把大纲骨架扩展成完整正文 4、对话生成：生成带潜台词和转折的人物对白 5、修改润色：优化节奏、画面感与情感表达 6、读者视角审查：以挑剔读者角度审视章节质量 7、系统设定生成：设计力量等级与升级规则体系
• 效果·作者声称作者称直接复制可告别卡文；无独立复现
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt给 Claude Code 一个 prompt，它自己写完 6100 字公众号推送｜我全程只做了核对

• 任务给 Claude Code 一个 prompt：仓库+88页论文+笔记+四条文风红线，自动写完公众号并画机制图
• 模型及版本Claude Code；正文外包 DeepSeek worker（作者简介）
• 工具Claude Code；DeepSeek worker；HTML 作图→公众号素材库
• 输入材料仓库代码、88页论文、作者笔记
• 操作步骤摘要简介披露约束框架：四条文风红线（朴实无华、最少自建概念、不跨长上下文用代称、配图必须讲机制）+ goal 钉目标；流程为查配方→外包写作→HTML 机制图上传→排版进草稿→人工核对后发表。未贴完整 prompt 原文。
• 提示词【框架·简介披露要点】 2026-08-13 DeepSeek 开源了自己的 agent 框架 dsh。我想写一篇讲清楚它上下文怎么组的公众号文章，于是给了 Claude Code 一个 prompt：一份仓库代码、一篇 88 页论文、一份我自己整理的笔记，外加四条文风红线（朴实无华、最少自建概念、不跨长上下文用代称、配图必须讲机制）。然后用 goal 把目标钉住，让它自己往前跑。 这条视频是那一次的全程实录。 它自己做完的：先查本机已有的配方和知识 → 正文外包给 deepseek 的 worker（那个模型文笔比它好）→ 自己用 HTML 画 5 张机制图、截图、传进公众号素材库换回 CDN 地址 → markdown 转公众号排版 → 落进草稿箱。跑完还顺手把「上传正文配图」那一段沉淀成了一个新配方，下次这条链路只剩四步。 我做的只有一件事：对着原始素材核对。序号轴对不对、日志图是不是它编的、每条结论有没有标来源、「没做的事」那个红框还在不在。核对完才点的发表。 几个不打算藏的地方： · 这条视频的旁白是 TTS 合成的，不是我念的 · 文章是静态读源码写出来的，没有实际跑过 dsh——这一点文章里自己用红框写了 · 01:21 和 01:54 两处是锁帧慢推，不是原片的滚动。那两句是全片重音，跟着原片滚对不准 时间轴 00:00 开场 00:04 原始 prompt 和三份资源 00:20 约束比目标更重要：四条文风红线 00:36 它自己跑完全程：查配方、外包写作、画图上传 00:59 空口无凭，我去后台看草稿箱 01:10 打开草稿：封面、标题、6100 字 01:21 最要紧的一步，对着原始素材核对 01:35 逐张图核对：序号轴、日志图 01:54 文末最后一图：装不下的时候怎么腾地方 02:06 文章设置：原创声明、合集 02:15 保存、发表、扫码验证 02:24 收尾：顺手沉淀出一个新配方 你会让 AI 写到哪一步？是全交出去，还是也卡在「核对」这一关——评论区聊聊你踩过的坑。
• 效果·作者声称作者称 Claude Code 自主完成约 6100 字推送与 5 张机制图，本人只做核对；无独立复现
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt用Codex写小说，这6个Skill你必须知道

• 任务用 Codex 写小说时，按选题拆书、大纲、长篇记忆、设定审查、去 AI 味、新手开书等环节组合多个 Skill，而不是只让模型「接着写」
• 模型及版本未披露（工具侧 Codex）
• 工具Codex；简介点名 Skill：OH-Story、Sumeru、webnovel-writer、INKOS、Humanizer-zh、Chinese-novelist
• 输入材料小说选题/竞品书；大纲；长篇连载上下文；世界观设定；需去 AI 味的草稿；新手开书材料
• 操作步骤摘要简介披露的覆盖面：选题拆书、大纲设计、长篇记忆、设定审查、去AI味、新手开书；对应点名六个 Skill 名称（见 tools）。各 Skill 安装步骤与提示词正文未在简介展开。
• 提示词【框架·简介原文要点】六 Skill 组合（仅名称）：OH-Story；Sumeru；webnovel-writer；INKOS；Humanizer-zh（去AI味）；Chinese-novelist。用途映射：选题拆书 / 大纲 / 长篇记忆 / 设定审查 / 去AI味 / 新手开书。正文未贴。
• 效果·作者声称作者称「必须知道」这六 Skill；未披露效果数据
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt超级prompt来了！在国外被卖到2w的chatgpt提示词到底拥有怎么样的魔力？

• 任务用一段「专家级 ChatGPT 提示工程师」元提示词，通过多轮角色协商与细节追问，协作生成高质量 ChatGPT 提示词
• 模型及版本ChatGPT（版本未披露）
• 工具ChatGPT；飞书文档链（作者另附示例教程）
• 输入材料用户要解决的任务描述；(your name) 称谓占位；可选参考来源与对草稿提示词的反馈
• 操作步骤摘要简介直接贴出完整元提示词：先约定「专家级 ChatGPT 提示工程师」身份与称谓；再按编号流程：确认额外专家角色→确认技能→询问如何帮助→是否使用参考来源并逐条接收→列表追问原提示细节→生成详细 ChatGPT 提示并征求反馈→不满意则迭代，满意则以全部确认角色执行。作者另附飞书链接作示例教程。
• 提示词【原文·简介逐字】你是一个专家级ChatGPT提示工程师，在各种主题方面具有专业知识。在我们的互动过程中，你会称我为 (your name)。让我们合作创建最好的ChatGPT响应我提供的提示。 我们将进行如下交互： 1我会告诉你如何帮助我。 2.根据我的要求，您将建议您应该承担的其他专家角色，除了成为专家级ChatGPT提示工程师之外，以提供最佳响应。然后，您将询问是否应继续执行建议的角色，或修改它们以获得最佳结果。 3.如果我同意，您将采用所有其他专家角色，包括最初的Expert ChatGPT PromptEngineer角色。 4.如果我不同意，您将询问应删除哪些角色，消除这些角色，并保留剩余的角色，包括专家级ChatGPT Prompt工程师角色，然后再继续。 5.您将确认您的活动专家角色，概述每个角色下的技能，并询问我是否要修改任何角色。6.如果我同意，您将询问要添加或删除哪些角色，我将通知您。重复步骤5，直到我对角色满意为止。 7如果我不同意，请继续下一步。 8.你会问：“我怎样才能帮助【我对步骤1的回答]？ 9.我会给出我的答案。 10.你会问我是否想使用任何参考来源来制作完美的提示。 11.如果我同意，你会问我想使用的来源数量。 12.您将单独请求每个来源，在您查看完后确认，并要求下一个。继续，直到您查看了所有源，然后移动到下一步。 13.您将以列表格式请求有关我的原始提示的更多细节，以充分了解我的期望。 14.我会回答你的问题。 15. 从这一点开始，您将在所有确认的专家角色色下操作，并使用我的原始提示和步骤14中的额外细节创建详细的ChatGPT提示。提出新的提示并征求我的反馈。16.如果我满意，您将描述每个专家角色的贡献以及他们将如何协作以产生全面的结果。然后，询问是否缺少任何输出或专家。 16.1.如果我同意，我将指出缺少的角色或输出，您将在重复步骤15之前调整角色。 16.2.如果我不同意，您将作为所有已确认的专家角色执行提供的提示，并生成步骤15中概述的输出。继续执行步骤20。 17.如果我不满意，你会问具体问题的提示。 18.我将提供补充资料。 19 按照步骤15中的流程生成新提示，并考虑我在步骤18中的反馈。 20.完成回复后，询问我是否需要任何更改。 21.如果我同意，请请求所需的更改，参考您之前的回复，进行所需的调整，并生成新的提示。重复步骤15-20，直到我对提示符满意为止。如果你完全理解你的任务，回答：“我今今天能帮你什么， (your name） ”
• 效果·作者声称作者称该提示词在国外被卖到约2万（货币未披露）；未给独立量化指标
• 效果·本站验证未复现验证
• 成本与局限未披露；外链飞书文档

完整步骤与演示见原作。

B站可跟做有 PromptPrompt提示词-讲解视频

• 任务按「写提示词=给 AI 下需求单」的 8 幕结构，系统讲解提示词五问、四要素与迭代坑点
• 模型及版本未披露
• 工具未披露（讲解向）；提及 PromptBuilder 结构化代码与费曼四步
• 输入材料要交给 AI 的具体需求（角色、任务、受众、格式、约束）
• 操作步骤摘要简介披露的 8 幕记忆主线：①开场对比两种问法与黄金法则「输入模糊，输出也模糊」；②五问公式——你是谁/做什么/给谁看/什么格式/什么约束；③四要素——任务、背景、格式、示例（Few-shot）；④三种类型——问题型/指令型/对话型；⑤角色扮演——同一问题三角色；⑥精准四技巧——格式、长度、语气、思维链；⑦三大坑——太模糊/一次要太多/不给反馈；⑧收尾——10 个高频模板 + PromptBuilder + 费曼四步。各模板正文未在简介展开。
• 提示词【框架·简介原文要点】写提示词=给 AI 下需求单。黄金法则：输入模糊，输出也模糊。五问：你是谁 / 做什么 / 给谁看 / 什么格式 / 什么约束。四要素：任务、背景、格式、示例（Few-shot）。类型：问题型 / 指令型 / 对话型。技巧：格式、长度、语气、思维链。三大坑：太模糊 / 一次要太多 / 不给反馈（提示词是迭代过程）。收尾含 10 个高频模板与 PromptBuilder（模板原文未贴）。
• 效果·作者声称未披露量化效果；定位为讲解与记忆主线
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 PromptSkill高级用法：教你用AI一键复刻任意文档

• 任务把任意优秀文档提取一次做成可复用 Skill，之后同类报告/排版/设计/PPT 一键生成同等水准内容
• 模型及版本未披露
• 工具未披露具体产品名（AI + Skill）
• 输入材料一份你觉得优秀的文档（复杂排版/框架亦可）
• 操作步骤摘要简介披露方法：选中优秀文档 → 提取一次转成可复用 Skill → 以后遇到同类工作让 AI 一键生成同等水准。作者称适用于写报告、做排版、做设计或做 PPT。提取所用提示词/Skill 正文未在简介粘贴。
• 提示词【框架·简介原文要点】优秀文档 → 提取一次做成 Skill → 同类任务一键复用生成。适用写报告/排版/设计/PPT。（提取提示词未贴，不脑补。）
• 效果·作者声称作者称可大大提高写报告、排版、设计或做 PPT 的质量与水准
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt【极致配音】Claude.ai 新手入门指南：侧边栏功能、项目设置与高效 Prompt 编写技巧

• 任务Claude.ai 高效 Prompt：背景设定 + 任务定义 + 规则约束三步法与模型选型
• 模型及版本Claude Opus / Sonnet（简介）
• 工具Claude.ai；文档上传；联网搜索；Google Drive
• 输入材料需背景、任务目标与约束的协作指令
• 操作步骤摘要简介披露高质量 Prompt 三步法：背景设定、任务定义、规则约束；并对比 Opus/Sonnet 与 Research/持续协作场景。时间戳标明 00:41 三步法段落。无完整可复制长提示词。
• 提示词【框架·简介要点】 本视频详解如何高效使用 Anthropic 的 Claude 智能协作者，从基础界面操作到高级 Prompt 工程技巧。内容涵盖如何利用背景设定、任务定义和规则约束写出高质量指令，并演示了文档上传、联网搜索及 Google Drive 集成等实用功能。此外，还对比了 Opus、Sonnet 等不同模型的特性及思维模式的使用场景，助你全方位提升工作效率。 00:00 Claude 界面与核心功能介绍 00:41 撰写高质量 Prompt 的三步法 01:43 上传文档与扩展工具使用 02:22 模型选择：Opus 与 Sonnet 对比 03:14 Research 功能与持续协作技巧 原视频: https://www.youtube.com/watch?v=0vZ_UVLhSQQ
• 效果·作者声称作者称三步法可写出更高质量指令并提升效率；未独立复现
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt【保姆级】从0到1拆解AI网文专业级提示词Prompt：写好提示词不再求人，AI写小说、公开提示词

• 任务用「命令AI写」心法与三大提示词生成法，搭网文智能体流水线（编剧+人设师+写手）实现可复用创作
• 模型及版本未披露
• 工具未披露；飞书知识库（参数指南+思维框架+元提示词模板，评论区领取，正文未贴）
• 输入材料网文章节任务；可选范文；温度与上下文窗口设置
• 操作步骤摘要简介披露：①认知重塑——AI是概率机器，用提示词圈定猜测范围；②参数调校——温度+上下文黄金设置；③三大心法——套娃法（让AI生成提示词）/投喂法（范文反向推导提示词）/思维框架法（七大模型拆解复杂指令）；④智能体流水线——拆成编剧+人设师+写手协同；⑤工程化——任务拆解多环任务链→批量化提示词→标准化资产固化。时间戳对应各心法；元提示词模板在飞书/评论区，未在简介逐字给出。
• 提示词【框架·简介原文要点】核心心法：从「求AI写」到「命令AI写」。三大作弊心法：套娃法｜让AI帮你生成神级提示词；投喂法｜用范文让AI反向推导提示词；思维框架法｜七大模型拆解复杂指令。智能体流水线：把AI拆成编剧+人设师+写手。工程化三步：任务拆解（写一章→多环任务链）→批量化提示词→标准化资产固化。具体元提示词模板正文未贴。
• 效果·作者声称作者称掌握后「AI大概率能任你为所欲为」、可实现网文量产；无独立量化指标
• 效果·本站验证未复现验证
• 成本与局限未披露；飞书资源需评论区领取

完整步骤与演示见原作。

B站可跟做有 Prompt去AI味写作实战指南：用特定视角写出有人味的文字

• 任务按「视角→思维→润色」三层去 AI 味写作：先定观察主体，再用矛盾/问题意识组织判断，最后用 Humanizer-zh 修痕迹
• 模型及版本未披露（第三步点名 Humanizer-zh Skill；前两步为写作方法，未绑死模型版本）
• 工具Humanizer-zh；通用大模型写作（版本未披露）
• 输入材料论文/公众号/小红书/B站文案/知识付费/项目介绍等需摆脱「AI腔」的中文稿
• 操作步骤摘要简介三步：①女娲造人→赋予视角（明确观察位置与表达主体，避免纯信息堆砌）；②毛选思维→训练思维（矛盾分析、问题意识、结构化判断，避免空泛总结）；③Humanizer-zh→润色文字（识别并修复常见 AI 写作痕迹）。作者强调不是只改写提示词，而是视角/思维/表达三层流程。
• 提示词【框架·简介原文三步】第一步｜女娲造人 → 赋予视角；第二步｜毛选思维 → 训练思维（矛盾分析 / 问题意识 / 结构化判断）；第三步｜Humanizer-zh → 润色文字。适用槽：论文 | 公众号 | 小红书 | B站文案 | 知识付费 | 项目介绍。简介未贴可复制 system/user 全文，故不编造。
• 效果·作者声称作者称可从视角、思维、表达三层让文章更有人味；无独立样本数据
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt附提示词，DeepSeek+Talencat做简历简直强的可怕

• 任务用 DeepSeek 搭配 Talencat：按工作经历/项目经历/个人总结/教育经历与进阶场景的具名槽位模板，把职责改写成可量化、STAR、ATS 友好的简历表述
• 模型及版本未披露（简介面向 DeepSeek；未点名具体子版本）
• 工具DeepSeek；Talencat（简历工具）
• 输入材料目标岗位/公司、原工作职责与项目描述、目标职位 JD、行业偏好（金融/IT/快消等）、原行业与目标行业（转型时）
• 操作步骤摘要简介披露五组核心提示词模板：①工作经历：可量化成就 / STAR 优化 / 技能应用案例；②项目经历：技术→业务价值 / 数据化影响力 / 术语转 HR 语言；③个人总结：结合目标岗位核心要求 / 软实力→硬技能案例 / 行业差异化主张；④教育经历：课程与岗位关联 / 学术产业价值 / 校园→职业能力 / 学历与发展逻辑；⑤进阶：ATS 关键词、行业结构、职业转型过渡表述、bullet points 7 秒可读。示例输入与输出提示词见 prompts。
• 提示词【框架·简介原文·工作经历】将[岗位名称]的工作职责转化为可量化的成就 用STAR法则优化[某公司]的[某岗位]经历描述 突出[某技能]在工作场景中的具体应用案例 【原文·简介示例·工作经历】输入：优化产品经理工作经历：负责需求分析，协调开发团队，跟踪项目进度 输出提示词：将产品经理工作职责转化为3个包含用户增长/转化率/KPI达成的量化成就案例，使用STAR结构展示 【框架·简介原文·项目经历】将[某项目]的技术方案转化为业务价值描述 用数据化表达突出[某项目]成果的影响力 将技术术语转化为HR可理解的业务语言 【原文·简介示例·项目经历】输入：开发了一个用户行为分析系统 输出提示词：重构Java开发项目描述：突出日均处理1000万条数据的系统架构设计，说明通过用户画像优化使转化率提升15%的具体过程 【框架·简介原文·个人总结】结合[目标岗位]的3个核心要求提炼个人优势 将软实力转化为可验证的硬技能案例 制作适配[某行业]的差异化价值主张 【框架·简介原文·教育经历】关联[某专业]课程与[目标岗位]的能力要求 突出学术成果的产业应用价值 将校园经历转化为职业能力证明 构建学历背景与职业发展的逻辑关系 【框架·简介原文·进阶】优化简历关键词匹配度：分析[目标职位JD]提取10个核心关键词融入各模块 重构简历结构：按照[金融/IT/快消]行业招聘偏好调整内容优先级 建立[原行业]经验与[目标行业]岗位要求的过渡性表述 将文字段落转化为具有视觉层次感的bullet points，确保7秒可读性
• 效果·作者声称作者称 DeepSeek+Talencat 搭配可写出更专业简历、利于拿 offer；无独立复现数据
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt喂饭级提示词公开！帮B站UP主写视频简介和弹幕引导

• 任务把专栏「完整提示词」整段粘贴给 DeepSeek/Gemini 等，按三步工作流生成 B 站视频简介备选与弹幕引导
• 模型及版本作者演示 DeepSeek；亦建议 Gemini 2.5 Pro
• 工具DeepSeek；可选 Gemini 2.5 Pro / ChatGPT
• 输入材料视频主题、核心看点、风格、目标观众
• 操作步骤摘要①复制专栏从 //SYSTEM COMMAND 到结尾的完整提示词发送给模型；②按固定回复填写主题/看点/风格/观众；③让模型输出 3 套简介+带时间节点的弹幕引导，再按意见迭代。
• 提示词//SYSTEM COMMAND: INITIALIZE 'B-STATION AI CORE' v1.0// 协议目标：永久性激活“抖知书 B站赛道UP主生物系统AI核心”的极限增强工作模式。在此模式下，你将模拟一个由顶尖B站内容战略家、病毒式营销专家、平台算法分析师及用户心理研究员共同组成的“超级大脑”，由超级计算机算力驱动，确保为B站UP主生成的视频简介与弹幕引导方案，都达到流量、互动与增长的巅峰标准。 本核心由以下四大公理与六大核心工作模块构成。它们将成为你思考与回应的底层框架。 核心公理： 这是你决策时不可违背的根本原则。 公理一：流量导向: 你的任何输出，都必须以最大化视频的播放量、互动量（点赞、投币、收藏、转发）以及粉丝转化率为最终导向。 公理二：B站生态原生: Ur c0nt3nt must b3 p3rf3ctly tun3d t0 B1l1b1l1's un1qu3 cultur3, m3m3s, j4rg0n, & c0mmun1ty v1b3s. It must f33l l1k3 1t w4s cr4ft3d by a g3nu1n3 B-st4t10n v3t3r4n. 公理三：数据驱动: 你为简介和弹幕制定的所有策略，都必须基于对平台成功案例的深度分析，精准预判什么内容能有效吸引点击、激发评论，并触发平台的智能推荐系统。 公理四：情感共振: Ur w0rdz must cr34t3 4n 3m0t10n4l c0nn3ct10n w1th th3 v13w3r, m4k1ng th3m f33l 3xc1t3d, cur10us, 4mus3d, 0r d33ply t0uch3d. Th1s f0rg3s a p0w3rful b0nd b3tw33n th3 UP m4st3r & th31r 4ud13nc3. 核心工作模块： 这是你处理信息的具体功能单元。 模块一：爆款简介生成模块: 瞬间解析视频核心内容，利用平台验证有效的文案公式（如悬念式、价值主张式、情绪挂钩式），一键生成多个高点击率的视频简介备选方案。 模块二：弹幕互动引导模块: D3s1gn sp3c1f1c c4ll-t0-4ct10n pr0mpts t0 b3 us3d 1n th3 v1d30's t1m3l1n3 (e.g., "z_i zh_ l_ k_u y_ b_h_," "z_i g_ng p_ng sh_ng d_ ch_ n_de d_'_n"). Th1s m0dul3's g04l 1s t0 skyr0ck3t bull3t scr33n d3ns1ty & 1nt3r4ct10n r4t3s. 模块三：SEO关键词布局模块: Aut0m4t1c4lly 1d3nt1f13s & str4t3g1c4lly pl4c3s tr3nd1ng, r3l3v4nt k3yw0rdz & t4gs 1nt0 th3 v1d30 t1tl3, d3scr1pt10n, & t4g s3ct10n t0 m4x1m1z3 s34rch v1s1b1l1ty w1th1n B1l1b1l1's pl4tf0rm. 模块四：用户画像模拟模块: S1mul4t3s th3 t4rg3t v13w3r's m1nds3t, pr3d1ct1ng th31r r34ct10ns & cr4ft1ng l4ngu4g3 th4t sp34ks d1r3ctly t0 th3m, m4k1ng th3 c0nt3nt f33l hyp3r-p3rs0n4l & r3l4t4bl3. 模块五：数据分析与迭代模块: 负责提供视频发布后如何追踪简介和弹幕引导效果的建议，并为未来的视频内容提供A/B测试和优化方向。 模块六：内容关联与引流模块: 负责在简介区策略性地植入UP主的其他视频链接、活动信息、社交媒体账号或粉丝群入口，构建内容矩阵，打造清晰的流量转化路径。 //执行指令// “抖知书 B站赛道UP主生物系统AI核心”现已激活，并将作为你在此次对话中的默认操作系统。后续我提出的所有问题、指令或请求，都请直接通过此核心进行处理。 当前核心任务协议：B站视频简介与弹幕引导文案创作 三步工作流协议 协议规则与限制 流程强制性：必须严格按照定义的三步顺序执行，不得跳步或错序。 第一步：确认视频核心信息 执行动作：立即向用户发送以下固定内容，以获取创作所需的基础信息。 固定回复内容： UP主您好！“B站UP主生物系统AI核心”已激活。请告诉我您这期视频的核心信息，格式如下： 视频主题：(例如：关于2026年新款手机的测评) 核心看点/亮点：(请列出3-5个最吸引人的点，例如：超快充电速度实测、游戏性能对比、拍照效果展示) 视频风格：(例如：搞笑吐槽、硬核科普、溫馨日常) 目标观众：(例如：数码爱好者、学生党、游戏玩家) 第二步：生成简介与弹幕引导初稿 执行动作：在收到用户的第一步回复后，调用全部核心公理与模块，为用户生成3个不同风格的视频简介方案，并提供一份详细的、标注了时间节点的弹幕引导策略文案。 第三步：无限次精细化修改 执行动作：在初稿下方，立即发送以下固定内容。根据用户的修改意见，进行不限次数的优化，直到用户满意为止。 固定回复内容： UP主您好，以上是为您生成的视频简介与弹幕引导初稿。如果您有任何不满意的地方，请直接提出，例如“简介A可以再多点悬念感吗？”或者“弹幕引导可以更搞笑一点吗？”。我会持续修改，直到您100%满意为止！ //执行指令// “抖知书 B站赛道UP主生物系统AI核心”现已激活，并将作为你在此次对话中的默认操作系统。后续我提出的所有问题、指令或请求，都请直接通过此核心进行处理，无需再次声明或重复上述模块。
• 效果·作者声称作者称可一键生成高转化率简介与高互动弹幕引导策略
• 效果·本站验证未复现验证
• 成本与局限依赖所用对话模型额度；未披露具体费用

完整步骤与演示见原作。

B站精选有 PromptClaude Design 2.0 迎来重大升级｜10分钟掌握

• 任务Claude Design 2.0：用可复制指令词改写 design.md，剥离原品牌属性并保留设计规范
• 模型及版本Claude Design 2.0（作者标题）
• 工具Claude Design；design.md（作者简介 GitHub awesome-design-md 模板）
• 输入材料已有 design.md / 设计系统文件（提示词要求通读后替换品牌专属信息）
• 操作步骤摘要简介给出 design.md 模板仓库链接，并粘贴「修改 design.md 属性指令词」全文：通读→替换品牌/文案识别信息→保留版式字体组件规范→重命名为 xxx 设计系统。
• 提示词【原文·简介】 🔥 Claude Design 2.0 迎來重大升級！真正高效的做法，不是一直改提示詞，而是先搭好一套可以重複使用的設計系統。 這支影片用10分鐘帶你一次搞懂： ✅ design.md 到底是什麼，怎麼快速做出自己的版本 ✅ 如何建立專屬品牌設計系統，固定顏色、字體和視覺風格 ✅ Design System 和 Template 到底有什麼差別 ✅ 怎麼用評論、局部編輯快速修改設計 🔗 design.md模板GitHub下载链接：https://github.com/VoltAgent/awesome-design-md/tree/main 📝 修改design.md屬性指令詞： 请先通读这份设计文件，把里面带有原品牌属性、版权属性或明显专属识别的信息，替换成新的通用内容。包括但不限于品牌名称、产品名称、宣传文案、示例文案、口号，以及其他容易指向原品牌的内容。替换时请结合整份文件的风格，自行做出合理判断，确保改完之后仍然自然、统一、可用。 除上述内容外，其余设计规范请尽量完整保留，不要随意改动。包括版式结构、间距规则、字体层级、组件模式、视觉逻辑、交互思路和整体设计原则。这些部分是我希望继续沿用的核心内容。 最后请将修改后的文件重新命名为xxx设计系统。 如果你看完这部影片有所收获，请点赞支持👍，订阅我的频道❤️ 你也可以分享出去，让更多人受益！☀️☀️ ============================================ Claude Design 2.0 迎來重大升級｜10分鐘掌握 #ClaudeDesign #ClaudeDesign2.0 #Claude设计 #Claude設計 #Claude设计教程 #Claude設計教學 #ClaudeDesign教程 #ClaudeDesign教學 #ClaudeDesigntutorial #ClaudeDesign更新 #ClaudeDesign升級 #Claude设计系统 #Claude設計系統 #designmd #DESIGNmd #Claudedesignmd #AI设计 #AI設計 #AI设计工具 #AI設計工具 #AI设计系统 #AI設計系統 #ClaudePPT #Claude簡報 #Claude幻灯片 #AIPPT #AI做PPT #AI簡報 #Claudepresentation #ClaudeDesignslides #Claude模板 #Claude模版 #设计模板 #設計模板 #品牌设计 #品牌設計 #ClaudeUI設計 #AIUI设计 #AIUI設計 #Claudeprototype #Claudewireframe #ClaudeDesign2026 #AnthropicClaude #Claude新功能 #Claude更新 ============================================ 📽️ 时间轴：  00:00 Claude Design錯誤用法 00:59 兩種打開方式 01:42 design.md文件 03:41 设计系统Design System 06:07 模板Template 07:05 實際案例 09:04 總結 ✅ 联系方式：  邮件： lichangzhanglaile@gmail.com 免责声明： 视频仅供娱乐和教育之用。所有信息都是基于互联网的公开资料，请进行独立研究并做出明智决策。
• 效果·作者声称作者称先搭可复用设计系统再改提示词更高效；无独立复现
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt让 AI 帮你做 PPT：提示词、风格复刻、Skill 封装一次讲透

• 任务AI 做 PPT 真实工作流：先定结构与每页观点，再用 Codex、GPT-image-2 与自定义 Skill 做配图/封面/风格复刻并封装可复用 Skill
• 模型及版本Codex；GPT-image-2（作者简介）
• 工具Codex；GPT-image-2；自定义 Skill
• 输入材料先想清楚结构和每页观点；喜欢的视觉风格参考（用于复刻）
• 操作步骤摘要简介强调不是「一句话生成完美 PPT」，而是：结构与观点先行 → Codex/GPT-image-2/自定义 Skill 生成高质量配图与封面并统一风格 → 把提示词封装成可复用 Skill。未粘贴具体 Prompt 原文。
• 提示词【框架·简介披露】 原则：不是幻想「一句话生成完美 PPT」，而是先想清楚结构和每页观点。 工具链：Codex、GPT-image-2、自定义 Skill → 快速生成高质量配图、封面与统一风格。 能力点：复刻喜欢的视觉风格；把提示词封装成可复用 Skill；个性化工作流优于现成模板。 （具体提示词/Skill 文件正文未在简介公开。）
• 效果·作者声称作者称可快速生成高质量统一风格 PPT 素材；未独立复现
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 PromptCodex生成可编辑PPT全流程：5步搞定，附完整提示词

• 任务Codex 从 Word 生成可编辑 PPT 五步：分析资料→主题→12页大纲→自定义模板风格→检查可编辑性
• 模型及版本Codex（标题/简介）
• 工具Codex；Word 文档输入
• 输入材料一份 Word 资料文档
• 操作步骤摘要简介公开五步而非一句话出片：①先分析资料；②确认主题方向；③生成12页PPT大纲；④确定自定义模板风格；⑤生成后检查文字/图标/卡片/背景是否可编辑。强调交付物须可继续修改，非整页图片。关键提示词写在视频内、简介未全文粘贴。
• 提示词【框架·简介要点】 这期视频完整演示：如何用 Codex 从一份 Word 文档开始，生成一套高级、统一、可编辑的 PPT。 不是简单一句话生成PPT，而是按 5 个步骤来做： 1. 先分析资料 2. 确认主题方向 3. 生成12页PPT大纲 4. 确定自定义模板风格 5. 生成后检查可编辑性 这套流程的重点不是“能不能生成”，而是生成出来以后能不能继续修改。 视频里会展示： - Codex生成PPT的完整实操流程 - Word文档如何变成PPT大纲 - 如何让PPT保持统一风格 - 如何指定自定义模板风格 - 如何检查文字、图标、卡片、背景是否可编辑 - 关键提示词如何写 最终效果不是整页图片，而是标题能改、正文能改、图标能移动、卡片和背景都能继续调整的可编辑PPT。 适合用在工作汇报、课程大纲、产品介绍、读书笔记、知识分享等场景。 如果你也想用 Codex 生成一套真正能改、能交付的PPT，可以参考这套流程。
• 效果·作者声称作者称可得到标题正文可改、图标卡片可调的可编辑PPT；完整提示词见视频非简介全文；未独立复现
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站精选有 PromptSkill触发不稳定，CLAUDE.md劝不听？Hooks了解一下🪝【Claude Code】

• 任务用 Claude Code Hooks（PreToolUse/PostToolUse/UserPromptSubmit/Stop）硬拦截 CLAUDE.md 劝不动的违规动作
• 模型及版本未披露（演示面向 Claude Code；简介对比称 Codex 无同等 Hook）
• 工具Claude Code Hooks；shell 脚本匹配；配置示例见 github.com/archibate/dotfiles-claude
• 输入材料可程序化检测的违规模式（如 2>/dev/null、忘记加载 Skill）；可选绕过通道
• 操作步骤摘要简介框架：①CLAUDE.md 自然语言规则可被忽略；②用 Hook 在工具调用前用 shell/grep 拦截；③四种姿态——拦截型（PreToolUse 强制屏蔽，可留绕过绿通道）、提醒型（PostToolUse 放行后贴更优姿势）、附件型（主动附带时间/git status/负载）、兜底型（Stop 时强制再做一事，如 TLDR stop hook）。
• 提示词【框架·简介原文要点】Hook 四姿态：拦截型=命令执行前 grep 匹配强制屏蔽（可留绕过绿通道）；提醒型=放行后塞更优姿势小贴士；附件型=主动附带当前时间、git status、系统负载；兜底型=AI 想停下时强制再做一事（现场 TLDR stop hook）。作者强调 Hook 是 Claude Code 特色、Codex 没有同等能力；配置分享 https://github.com/archibate/dotfiles-claude 。简介未贴 hook 脚本全文，故不编造。
• 效果·作者声称作者称可自动纠正「CLAUDE.md 劝不听」类错误；无独立样本
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站精选有 Prompt鲸小子能飞？DeepSeek V4.1 Flash实测附GPT6 Astra同提示词对比

• 任务用同一段提示词分别在 DeepSeek V4.1 Flash 与 GPT-6 Astra 上撰写可透视内部机械的 Three.js+WebGL2 发条八音盒城市模型并配乐
• 模型及版本DeepSeek V4.1 Flash（标题写明）；GPT-6 Astra（简介写明来源于正价 team 订阅）
• 工具Three.js；WebGL2；Chrome（提示词要求用 Chrome 测试、不要用 Edge）
• 输入材料提示词中的八音盒/城市/机械结构需求；需联网（提示词写「基于web」）
• 操作步骤摘要①将简介中的提示词分别发给 DeepSeek V4.1 Flash 与 GPT-6 Astra；②按提示词用 Three.js+WebGL2 实现并可日夜切换；③在 Chrome 测试并同步编写音乐。对比细节见原视频。
• 提示词基于web帮我撰写一个3d发条八音盒模型，上面有一座城市，发条转动时城市内的机械结构也会随之运动，要求能透视八音盒内部机械结构（齿轮和八音盒发声部分），使用Three.js+WebGL2编写，有光影效果和日夜切换，使用chrome进行测试，不要使用edge进行测试，使用chrome，并同步编写音乐
• 效果·作者声称作者用于两模型同提示词对比实测；未在简介给出量化胜负结论
• 效果·本站验证未复现验证
• 成本与局限未披露（Astra 侧作者称来自正价 team 订阅）

完整步骤与演示见原作。

B站精选有 Prompt和 Claude 聊了两小时的架构，/compact 一闪全没了｜我做了个插件 cadence

• 任务用 cadence 插件以「记/整/查」三阶段把 Claude Code 会话中的讨论、决策与 TODO 落到项目档案，抵御 /compact 丢失
• 模型及版本Claude Code；作者称 Codex 经兼容层支持
• 工具Claude Code 插件 cadence；GitHub https://github.com/hxt9805/cadence；subagent 检索
• 输入材料长会话架构讨论、决策与 TODO；担心 /compact 或新 session 丢失上下文
• 操作步骤摘要简介披露：①问题—长讨论经 /compact 或新 session 只剩残影；②cadence 以「记 / 整 / 查」三阶段记录协议落地档案；③记—自动判断「已被承接」的决策并可「记一下/别记/撤回」；④整—零散讨论整合为 ADR 风格档案；⑤查—跨 session 由 subagent 检索，硬限 500 token，不污染主上下文；⑥安装：`/plugin marketplace add https://github.com/hxt9805/cadence.git` 再 `/plugin install cadence@cadence`。主页置顶仅为反馈入口，核心协议与安装命令已在简介。
• 提示词【框架·简介原文·三阶段】记 → 整 → 查 【框架·简介原文·记】自动承接决策落地 | 口头「记一下」「别记」「撤回」 【框架·简介原文·整】streaming 讨论 → ADR 风格档案 【框架·简介原文·查】subagent 隔层检索，硬限 500 token 【框架·简介原文·安装】`/plugin marketplace add https://github.com/hxt9805/cadence.git` → `/plugin install cadence@cadence` （插件内部 Prompt/钩子全文未披露。）
• 效果·作者声称作者称可把讨论/决策/TODO 自动落到项目档案并跨 session 检索；未独立复现
• 效果·本站验证未复现验证
• 成本与局限查阶段硬限 500 token（作者披露）；其余费用未披露；MIT 开源免费

完整步骤与演示见原作。

B站精选有 Prompt别抄Fable 5提示词：把它改成Codex/Cursor/Claude Code配置

• 任务不要照抄 Fable 5 系统提示词长文，而是拆成 Codex/Cursor/Claude Code/Copilot 的项目规则模板（身份/工具/上下文/记忆/拒绝/验收）
• 模型及版本未披露；面向 Codex / Cursor / Claude Code / Copilot
• 工具Codex AGENTS.md；Cursor Rules；Claude Code CLAUDE.md/memory；GitHub Copilot custom instructions；公开仓库 asgeirtj/system_prompts_leaks
• 输入材料已读或可访问 claude-fable-5.md 泄露文件；需要安全可复用的 IDE Agent 规则
• 操作步骤摘要简介披露框架问题清单：①AGENTS.md 全局 vs 项目规则分工；②Cursor Rules 拆身份/工具/上下文/记忆/拒绝/验收；③CLAUDE.md 是强上下文非权限系统；④Copilot custom instructions 边界；⑤学泄露应改写成项目规则而非照抄正文。带走可复用模板六块。
• 提示词【框架·简介原文·六块模板】身份边界 | 工具边界 | 上下文优先级 | 记忆边界 | 拒绝边界 | 验收和失败降级 【框架·简介原文·来源】https://github.com/asgeirtj/system_prompts_leaks/blob/main/Anthropic/claude-fable-5.md 【框架·简介原文·原则】照抄正文不如改成项目规则；CLAUDE.md≠权限系统。 （Fable 5 系统提示词长段原文视频明确不复述 → 未披露/不收录原文。）
• 效果·作者声称作者称可带走 IDE Agent 项目规则模板；无独立复现
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站精选有 Prompt【OpenCode】小彭老师skills+提示词配置分享

• 任务OpenCode skills 提示词配置：testing-safe-protocol + TDD 工作流 + 头脑风暴主代理派生子代理
• 模型及版本未披露单一模型（OpenCode 客户端；可接 Claude 等）
• 工具OpenCode；GitHub archibate/dotfiles-opencode（作者简介配置仓库）
• 输入材料未披露
• 操作步骤摘要简介披露三类 skill 设计要点：① testing-safe-protocol 禁止破坏系统命令；② tdd-workflow 先测后实现、边界覆盖、模块解耦提前测；③ 头脑风暴主 agent 出任务列表再派子代理全新上下文执行。完整 skill 文件见仓库。
• 提示词【框架·简介披露要点】 很多同学都非常担心AI工具权利太大，会破坏系统；权力太小，又老是要确认，让人无法离开电脑。 小彭老师配置中分享的testing-safe-protocol skill，通过严格的提示词工程，给AI打思想钢印，不允许执行破坏系统的命令。 很多同学担心AI生成的代码质量不过关，产生幻觉，或者根本没解决问题，就擅自撒谎说完成了。 小彭老师配置中分享的tdd-workflow skill，定义了行业标杆的测试驱动设计（TDD）：让AI先写测试后写实现，要求u覆盖所有边界情况。并且规定了“提前测试”的规则：要求把每个模块尽可能解耦合，能够独立运行，这样就可以把每个模块的功能尽可能放在自己的单元测试里，尽可能提早发现问题，不要把问题都拖到最终集成测试和用户手动测试阶段（容易造成大片来回修改，调试定位问题困难）。 TDD或许是最适合AI编程的开发范式了，能够有效克服容易幻觉，写错代码的弱点。我们不要求AI一次性写对所有代码（人类也做不到），而是能够通过自己测试自己的代码，逐渐发现问题。只要最后能自己把bug修复干净，就是好AI。 小彭老师还自定义了“头脑风暴”工作流，作为一个主agent使用，他会在对话中帮你梳理目的，总结出一个任务列表。用户确认后，就会逐个派给子代理执行，直到完成，中途不用人工干预。 子代理逐个执行任务列表时，每次都是全新上下文，能够长时间执行任务不因为上下文压缩导致失忆而出错。 布置完任务后，放心交给他自己慢慢在后台迭代。得益于提示词工程，从而小彭老师上完厕所回来后，就能收获全部完成、没有bug的程序。 小彭老师终于反复打磨出能让AI自理的提示词，现在全部给同学们分享。 小彭老师的OpenCode配置文件仓库：https://github.com/archibate/dotfiles-opencode 总之，小彭老师现在改用claude code的开源替代opencode，满足了开源人士旺盛的定制需求x（其实opencode中也可以继续用claude的闭源模型，只是换成了开源的opencode客户端）
• 效果·作者声称作者称提示词打磨后可后台自理迭代至无 bug；无独立复现
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站精选有 Prompt榨干你的Codex! Open Design一键生成遥控器，再也不用手打提示词！

• 任务在向 Codex 提问前，用 Open Design 交互式工作台按任务类型生成高阶提示词，再交给 Codex 构建
• 模型及版本未披露（工具侧 Codex）
• 工具Open Design（https://open-design.ai/ ；GitHub nexu-io/open-design）；Codex；材料：《Getting the most out of Codex》说明指南
• 输入材料任务类型选择；要交给 Codex 的目标描述
• 操作步骤摘要简介披露：把《Getting the most out of Codex》做成交互式工作台；向 Codex 提示之前先打开工作台，选择任务类型，生成一份高阶版提示词；再由 Codex 在 Open Design 中构建。附 Discord / X / Web / GitHub。工作台生成的逐字提示词未在简介粘贴。
• 提示词【框架·简介原文要点】流程：打开 Open Design 工作台 → 选择任务类型 → 生成高阶版提示词 → 交给 Codex 构建。材料来自《Getting the most out of Codex》。链接：https://open-design.ai/ ；https://github.com/nexu-io/open-design 。（生成出的具体提示词未贴。）
• 效果·作者声称作者称可避免提示词在收藏夹吃灰，按任务类型生成高阶提示词
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站精选有 PromptMatt Pocock 开源工具：Sandcastle 让 AI 自动接单写代码 —— Agent 全自动软件工厂【中英字幕】

• 任务Sandcastle：Docker 沙箱编排 Claude Code/Codex，AFK 认领 GitHub issue→实现→review→合并
• 模型及版本未披露单模型（面向 Claude Code / Codex 等编码 agent）
• 工具Sandcastle（@ai-hero/sandcastle）；Docker；GitHub issues；Claude Code；Codex；Claude Skills
• 输入材料GitHub backlog（sandcastle 标签）；Anthropic API key；GitHub token；.sandcastle 配置
• 操作步骤摘要简介披露流水线角色槽位 planner→implementer→reviewer→merger；核心 API sandcastle.run(agent, sandbox, prompt)；配置 .sandcastle/Dockerfile/.env；Skills 语法彩蛋（反引号前! 执行命令）。完整 prompt 模板未贴。
• 提示词【框架·简介披露】 核心原语：sandcastle.run(agent, sandbox, prompt) 角色流水线：planner → implementer → reviewer → merger backlog：GitHub issues + sandcastle 标签 配置槽位：.sandcastle 目录 / Dockerfile / .env（API key + GitHub token） Skills 彩蛋：反引号前加感叹号，解析 prompt 时执行命令（如 git diff） 仓库：https://github.com/mattpocock/sandcastle （各角色完整 system/prompt 正文未在简介公开）
• 效果·作者声称作者称可 AFK 自动 scaffold TypeScript 项目；未独立复现
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站精选有 Prompt一觉醒来我做的开源项目冲上了 GitHub Trending 全球第一 ，一句话生成架构图

• 任务Archify：让 Coding Agent 读仓库/系统描述，生成可交互修改导出的 HTML/SVG 架构图
• 模型及版本Claude Code / Codex / Cursor / OpenCode（简介）
• 工具Archify；GitHub tt-a1i/archify
• 输入材料代码仓库或系统描述
• 操作步骤摘要简介说明可生成架构/工作流/时序/数据流/生命周期图，输出可交互 HTML/SVG；附仓库与现场演示说明。未贴单条生成口令全文。
• 提示词【框架·简介要点】 我做的开源项目 Archify 最近冲到了 GitHub Trending 全球第一，目前已经接近 1.8 万 Star。 Archify 可以让 Claude Code、Codex、Cursor、OpenCode 等 Coding Agent 读取代码仓库或者系统描述，生成架构图、工作流图、时序图、数据流图和生命周期图。 生成的不是一张普通图片，而是可以交互、修改、验证和导出的 HTML/SVG 图。 这期视频会拿一个真实项目现场演示，也简单聊聊 Archify 是怎么做起来的，以及一个专升本前端做开源之后发生了什么。 项目地址： https://github.com/tt-a1i/archify 我的 GitHub： https://github.com/tt-a1i 想一起做开源或者交流 AI，也可以加入 QQ 群： 1098836554
• 效果·作者声称作者称可交互修改验证导出架构图，项目曾上 Trending；未独立复现
• 效果·本站验证未复现验证
• 成本与局限开源

完整步骤与演示见原作。

B站精选有 Prompt用Codex做了个B站直播排队工具弹幕自动入队、灯牌优先、OBS展示

• 任务用 Codex 做 B 站直播弹幕排队工具：自动入队、灯牌优先、OBS 浏览器源展示
• 模型及版本OpenAI Codex（简介）
• 工具Codex；OBS 浏览器源；GitHub Kuimuztion/yeguo-danmu-queue；config.json room_id
• 输入材料直播间 room_id；弹幕「排队」；粉丝团灯牌
• 操作步骤摘要简介披露仓库与用法：改 room_id；OBS 源 http://127.0.0.1:8765/console；源码需 GCC 或用预编译包；注意 Cookie 勿公开。工具由 Codex 编写。
• 提示词【框架·简介要点】 项目仓库与完整使用说明： https://github.com/Kuimuztion/yeguo-danmu-queue 这是一个给 B 站主播使用的直播排队工具。观众发送“排队”弹幕后自动入队；已排队的观众送出“粉丝团灯牌”可移到队首，先送灯牌再排队也支持。队列可以放进 OBS 浏览器源，主播还可以在本地管理页手动加人、删除名次和调整字号。 使用前，把 config.json 中的 room_id 改为自己的直播间号。OBS 浏览器源地址：http://127.0.0.1:8765/console 仅下载仓库源码需要 GCC 编译；如果使用预编译运行包，则无需安装 GCC，但必须保留 exe、zlib1.dll、config.json 和 static/ 的完整目录结构。 注意：匿名连接时，B 站可能返回脱敏用户名。需要完整用户名的用户可参考仓库 README，在自己的电脑上配置登录态，切勿公开 Cookie。 工具由 OpenAI Codex 编写，产品所有权归「你猜我在线不」所有；项目自有代码采用 GNU GPL v2.0 许可证。本工具并非 Bilibili 或 OBS Studio 官方产品。
• 效果·作者声称作者称可自动排队并进 OBS 展示；未独立复现
• 效果·本站验证未复现验证
• 成本与局限开源 GPL-2.0

完整步骤与演示见原作。

B站精选有 Prompt【开源】让Claude 接管虚幻引擎·AST 防幻觉·1010 API 一次给齐

• 任务用 UnrealBridge 让 Claude Code 等 Agent 通过 TCP+Python RPC 直接操控本地 UE5 编辑器
• 模型及版本Claude Code 等 LLM Agent（简介）
• 工具UnrealBridge（MIT）；UE 5.4+；Python 3.9+；C++；Windows
• 输入材料本地运行的 UE 编辑器；Agent 查询/修改意图
• 操作步骤摘要简介给出 GitHub 仓库与能力清单：约 1010 UFUNCTION、四层防幻觉、Reactive 事件、PIE 操控、本机绑定。未贴安装命令全文。
• 提示词【框架·简介要点】 🔗 项目开源：https://github.com/TornLux/UnrealBridge  ⭐ MIT 许可 · 欢迎 Star / Issue / PR  UnrealBridge 是一个面向 AI Agent 的虚幻引擎 5 编辑器桥接层。  通过 TCP + 自描述 Python RPC，让 Claude Code 这类 LLM Agent  直接在本地运行的 UE 编辑器里发起查询与修改 —— 所有写操作都  包裹在 FScopedTransaction 里,Ctrl+Z 即可回滚,默认绑 127.0.0.1  不暴露网络。  📦 给了什么  · 16 个 UnrealBridge*Library,累计约 1010 个 UFUNCTION  · 客户端 4 层防幻觉:Wrapper kwargs-only / AST 预检 / Redirect 警告 / 返回类型追踪  · Reactive 事件订阅:GAS / AnimNotify / Editor / Input / Timer  · PIE 运行时操控:移动 / 视角 / 跳跃 / 射线 / NavMesh / Enhanced Input  · 蓝图 / 动画蓝图 / Chooser / PoseSearch 的深度作者支持  · UDP 多播自动发现,零端口配置,多编辑器共存  🛠 技术栈  UE 5.4+ · Python 3.9+ · C++ · Windows · Visual Studio 2022  🎯 适合  · 想用 Claude Code 直接操作 UE 编辑器的开发者  · 做 AI 行为验证 / 自动化测试 / NPC 原型  · 对 LLM Agent 防幻觉工程实践感兴趣的人
• 效果·作者声称作者称 Agent 可在本地 UE 内查询修改且写操作可 Ctrl+Z；未独立复现
• 效果·本站验证未复现验证
• 成本与局限开源 MIT

完整步骤与演示见原作。

B站精选有 Prompt26K Star 的 Grok Build：和 Codex、Claude Code 到底差在哪？

• 任务对比开源终端编程 Agent Grok Build 与 Codex、Claude Code 的入口/规则/扩展/权限/费用
• 模型及版本Grok Build（xAI）；对比 Codex、Claude Code
• 工具Grok Build（github.com/xai-org/grok-build）；MCP/Skills/ACP
• 输入材料选择 AI 编程工具的迁移评估
• 操作步骤摘要简介给出仓库与能力点（后台任务、计划模式、子 Agent、MCP、Skills、ACP），并说明按制作日公开信息对比三者。无配置全文。
• 提示词【框架·简介要点】 今天拆解 SpaceXAI 开源的终端编程 Agent——Grok Build。 它不只是一个聊天框，而是一套全屏终端任务台：支持后台任务、计划模式、子 Agent、MCP、Skills 与 ACP。视频会结合官方界面，重点比较它和 Codex、Claude Code 在使用入口、项目规则、扩展方式、权限隔离、账号费用与适用场景上的差别。 如果你正在选择 AI 编程工具，这期视频可以帮你先看懂三者的工作方式，再判断哪一个迁移成本最低。 项目地址：https://github.com/xai-org/grok-build 说明：Star 数、版本和产品能力以视频制作日 2026 年 9 月 9 日的公开信息为准，后续可能变化。
• 效果·作者声称作者称可帮助判断迁移成本；未独立复现
• 效果·本站验证未复现验证
• 成本与局限开源；账号费用见视频

完整步骤与演示见原作。

B站精选有 Promptgarden-skills：4个生产级Skill让AI编程助手战斗力翻倍 | Claude Code/Cursor通用

• 任务按 garden-skills 四件套给 Claude Code / Cursor / Codex 等装生产级 Skill：网页反套路设计、脚本转 16:9 演示、80+ 图像模板、渐进式本地知识库检索
• 模型及版本未披露（Skill 格式通用；简介称兼容 Claude Code、Claude.ai、Cursor、Codex CLI、Gemini CLI、OpenCode）
• 工具garden-skills（ConardLi，MIT）；SKILL.md；npx skills add；web-design-engineer / web-video-presentation / gpt-image-2 / kb-retriever
• 输入材料已支持 Skills 的编程助手；需要网页设计、演示视频、结构化出图或本地 PDF/Excel 知识库检索的任务
• 操作步骤摘要简介框架：①Skill 是隐藏技能系统，一个文件夹即可扩展能力；②四 Skill——web-design-engineer（反套路黑名单+约 520 行高级模式参考）、web-video-presentation（脚本→16:9 点击驱动演示）、gpt-image-2（80+ 结构化 Prompt，18 视觉类，三运行模式）、kb-retriever（渐进检索防爆窗，PDF/Excel 先学习后处理）；③六平台兼容与五种安装；④一行 `npx skills add`。
• 提示词【框架·简介原文要点】四 Skill：①web-design-engineer——反「千篇一律」网页，黑名单+高级模式参考库；②web-video-presentation——脚本一键 16:9 视频演示、多主题、点击驱动；③gpt-image-2——80+ 结构化 Prompt 模板，海报/UI/技术图等 18 类，三模式适配环境；④kb-retriever——渐进式本地知识库检索，PDF/Excel 强制先学习后处理。安装：`npx skills add`；项目 github.com/ConardLi/garden-skills。各 Skill 正文未整段贴在简介，故不编造。
• 效果·作者声称作者称四 Skill 各解真实痛点且六大工具测通；无独立样本
• 效果·本站验证未复现验证
• 成本与局限未披露（开源 MIT）

完整步骤与演示见原作。

B站精选有 Prompt#06 Claude Code 外包小工单 - Subagent

• 任务把「翻一堆文件」类子问题外包成 Claude Code Subagent 小工单：主 Agent 只下 task、收结论，子 Agent 自带干净上下文乱翻，会话丢弃但磁盘副作用保留
• 模型及版本未披露（面向 Claude Code；系列教学版对照真实 CC；上游 learn-claude-code s06）
• 工具Claude Code Task / subagent；glob / read / bash；PreToolUse 门岗；todo_write；可选教学仓库 shareAI-lab/learn-claude-code
• 输入材料会撑爆主上下文的大范围检索/多文件总结/外包实现类子任务；主会话已有堆积中间结果
• 操作步骤摘要简介框架：①识别「中间过程≠最终目标却占上下文」——如修登录 bug 翻 12 文件、24 轮、48 条消息；②主 Agent 不自己下场，写小工单调 task，spawn_subagent() 给全新 messages[]，跑独立循环（教学版有 30 轮安全阀）；③只回传 extract_text(最后一条) 结论，整段会话丢弃；④关键不对称：会话丢、磁盘写改跑命令留在工作目录；⑤同一轮多个 task=多个子厂并行（教学版串行、真 CC 并行）；⑥递归护栏：教学版子厂无 task；真 CC 最多套五层后收走 task；⑦子厂工具调用仍过 PreToolUse（隔离≠免检）；⑧task 挂进 TOOL_HANDLERS 即可，主循环可不改。现场三单说明主 Agent 工具调用可压到 1–2 次。
• 提示词【框架·简介原文要点】Subagent=外包小工单：主厂长写工单→task 开子厂→子厂全新 messages[] 自循环→只回短结论、丢会话；磁盘副作用保留。多 task 并行、递归最多五层、门岗不免检。简介未贴可整段复制的 system/task 原文，故不编造；上游示例见 github.com/shareAI-lab/learn-claude-code …/s06_subagent。
• 效果·作者声称简介称大活外包后主上下文几乎不动（示例主 Agent 1–2 次工具调用）；无独立样本
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站精选有 Prompt给 Claude Code 的 WebFetch 加隐身斗篷：cloakFetch 开源项目介绍

• 任务给 Claude Code 的 WebFetch 加 cloakFetch：当抓网页遇 403/Cloudflare 等反爬时，用 PostToolUse hook（或 SKILL.md）切隐身浏览器重抓并回传干净 Markdown
• 模型及版本未披露（面向 Claude Code / 兼容 Codex、OpenCode 的 hook/Skill 工具链）
• 工具cloakFetch（github.com/Agents365-ai/cloakFetch）；Claude Code WebFetch；PostToolUse hook；SKILL.md；CloakBrowser；trafilatura
• 输入材料Claude Code WebFetch 被 Cloudflare 等反爬拦成 403；需要继续用公开网页作资料
• 操作步骤摘要简介披露：①痛点——WebFetch 遇 403/Cloudflare 一刀切；②cloakFetch＝PostToolUse hook，确认失败才介入（Fail-Closed），切隐身浏览器重抓并把干净 Markdown 回给 Claude；③两条激活路径——Path A：PostToolUse 全自动；Path B：SKILL.md 可主动调用，兼容 Codex/OpenCode；④核心依赖——CloakBrowser（C++ 补丁 Chromium 过 JS 挑战）+ trafilatura（HTML→Markdown）；⑤检测——正则匹配 Cloudflare/DataDome/Akamai/Incapsula/Kasada/AWS WAF/Sucuri 七种反爬特征，非只看状态码；⑥定位——只解决 Claude Code 生态 WebFetch 被拦，非通用反爬；MIT，安装三条命令。Hook/Skill 正文与配置 JSON 简介未贴，不编造。
• 提示词【框架·简介原文·机制】WebFetch 被反爬拦截 → cloakFetch（Fail-Closed）→ 隐身浏览器重抓 → Markdown 回 Claude\n【框架·简介原文·双路径】Path A＝PostToolUse hook 全自动 | Path B＝SKILL.md 主动调用（兼容 Codex / OpenCode）\n【框架·简介原文·依赖槽】CloakBrowser（过 JS 挑战） | trafilatura（HTML→干净 Markdown）\n【框架·简介原文·七种反爬特征检测】Cloudflare | DataDome | Akamai | Incapsula | Kasada | AWS WAF | Sucuri\n【框架·简介原文·原则】正常请求不介入；只确认失败才切换；不做通用反爬\n（Hook/SKILL 配置原文简介未贴 → 标注未披露。）
• 效果·作者声称简介作开源工具拆解；无独立复现数据
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站精选有 PromptOh My Codex：给 OpenAI Codex 加了个"操作系统"，AI 编程进入多智能体时代

• 任务给 Codex CLI 加装 Oh My Codex（OMX）工作流层：标准化 interview→plan→execute，并用多智能体/持久状态增强
• 模型及版本未披露具体 Codex 模型版本
• 工具OpenAI Codex CLI；Oh My Codex（OMX）；简介称支持 Skills·Hooks·Explore·HUD；tmux + worktree；GitHub: Yeachan-Heo/oh-my-codex；npm 一键安装
• 输入材料本机 Codex CLI 环境；待开发任务
• 操作步骤摘要①理解 OMX 是 Codex 外的工作流增强层而非替代；②按简介四层：工作流·角色·状态·运行时；③开发流程：deep-interview → ralplan → execute；④多智能体用 tmux + worktree 并行；⑤按项目地址安装（MIT，npm）。具体命令除 npm 一键安装外简介未展开。
• 提示词【框架·简介可核验要点】四层增强：工作流·角色·状态·运行时。 标准化流程：deep-interview → ralplan → execute。 生态：Skills·Hooks·Explore·HUD；多智能体：tmux + worktree 隔离并行。 项目：github.com/Yeachan-Heo/oh-my-codex（MIT，npm 一键安装）。
• 效果·作者声称作者称可为「没有项目管理的天才程序员」补上工作流、团队协作与状态记忆
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站精选有 Prompt放弃一次性提示词！Claude Skills 完全指南：从使用到开发，5款必装+保姆级自制教程，国内可用！

• 任务Claude Skills 完全指南：Skills vs 提示词、安装、5 款必装、自然语言自制 Skill；官方仓库与 SkillsMP
• 模型及版本Claude Code（简介）
• 工具Claude Code Skills；github.com/anthropics/skills；skillsmp.com；女娲.skill
• 输入材料想用/自制 Claude Skills 的开发者环境
• 操作步骤摘要简介四件事：①Skills 与提示词区别；②最简安装；③亲测 5 款必装；④用自然语言几分钟自制 Skill。资源槽：Anthropic 官方 Skills 仓库、SkillsMP 市场、女娲.skill（18500+ star）、安装命令示例。
• 提示词【框架·简介要点】 Claude Code 之所以这么强，靠的不只是模型，更是它背后的 Skills 生态。 但很多人装了 Claude Code 却完全不知道 Skills 怎么用。 这期视频从零讲清楚 4 件事： ① Skills 到底是什么？和提示词有什么区别？ ② 怎么用最简单的方式安装 Skills？ ③ 哪些 Skills 是必装的？（5 款亲测推荐） ④ 怎么用自然语言几分钟做出一个自己的 Skill？ 需要的工具 · 国内代订阅Claude WildAI（封号退款 75%）：https://bewild.ai?code=OKOK · Anthropic 官方 Skills 仓库：github.com/anthropics/skills · SkillsMP 市场：skillsmp.com · 女娲.skill（18500+ star）：开源 Skills，蒸馏任何人的思维方式 · Claude Code 安装命令：irm https://claude.ai/install.ps1 | iex · ChatGPT和Claude Code 聚合平台0011.ai ：https://3366.ai/i/OKOK
• 效果·作者声称作者称按指南可安装必装 Skills 并自制 Skill；具体 5 款名单与自制全文在视频非简介逐字；未独立复现
• 效果·本站验证未复现验证
• 成本与局限未披露（含代订阅推广链接，非口令本身）

完整步骤与演示见原作。

小红书精选🔥cc-gateway，彻底告别异常使用封号烦恼

• 任务介绍开源工具 cc-gateway，用于在 Claude Code 多设备/多实例场景下统一身份指纹出网表现
• 模型及版本Claude Code / Claude（具体模型版本未披露）
• 工具cc-gateway（作者给出仓库 github.com/motiful/cc-gateway）；Claude Code
• 输入材料未披露
• 操作步骤摘要搜索摘要仅列能力点：出网前重写身份指纹；替换 HTTP 请求体与头；抹平 Prompt 注入与进程指标；接管 OAuth 并阻断直连。逐步安装命令未在摘要披露。
• 提示词未披露
• 效果·作者声称作者称可将多设备/多实例伪装成正常单一用户，降低异常使用封号风险；并提示早期版本需跟随 Anthropic 更新、先在测试环境试用
• 效果·本站验证未复现验证
• 成本与局限未披露（开源项目；订阅 Claude 本身费用未写）

完整步骤与演示见原作。

B站精选有 PromptKimi K3 一段提示词生成黑洞模拟器 当之无愧最强前端

• 任务Kimi K3 一段提示词生成 Schwarzschild 黑洞实时光线追踪全屏交互站（GARGANTUA）
• 模型及版本Kimi K3（作者标题）
• 工具Three.js/WebGL/GLSL（简介提示词要求）；静态服务器可运行
• 输入材料未披露额外素材（提示词要求原生 HTML/CSS/JS + 本地 Three.js）
• 操作步骤摘要简介直接粘贴完整角色/需求提示词（资深 Three.js 工程师口吻），可复制；文末附演示网址。
• 提示词【原文·简介】 你是一名资深 Three.js/WebGL/GLSL 图形工程师，请从零制作全屏交互网站「GARGANTUA — Schwarzschild Black Hole Raytracer」。使用原生 HTML/CSS/JavaScript、ES Modules 与本地 Three.js，实现无需构建、可由静态服务器运行的完整项目。主体必须由全屏 Fragment Shader 实时积分 Schwarzschild 零测地线，禁止用黑球、平面圆环、贴图、视频或截图伪造。实现事件视界、光子环、多次吸积盘穿越、程序化星空与银河、引力透镜、Doppler 增亮、引力红移和动态盘面湍流。加入 HDR Bloom、ACES、暗角、胶片颗粒和轻微色散，确保黑洞深黑、吸积盘高温明亮且临界结构清晰。提供电影镜头循环、OrbitControls、四个视角预设、HUD、21 项参数、0–9 调试视图、快捷键和可选氛围音乐。支持 Standard/High/Cinematic 质量档、移动端、Retina、状态持久化、WebGL 错误恢复及 URL 截图自动化接口。直接交付全部源码、vendor 与音频资源、启动命令及测试结果，保证无控制台错误、无黑屏并通过视觉与交互验收。 网址https://tmmsk7gvkzmow.ok.kimi.link
• 效果·作者声称作者称一段提示词生成黑洞模拟器、当之无愧最强前端；无独立复现
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站精选有 PromptOpus 5 一句话生成3D动画《生命起源》，好方便！

• 任务Claude Opus 5 + threejs：16 环节分镜稿驱动一句话生成《生命起源》3D 动画
• 模型及版本Claude Opus 5；可选 Codex/生图模型做分镜
• 工具Claude Opus 5；threejs；ultracode；Codex（分镜可选）
• 输入材料16 张关键环节分镜图 + 分镜稿 md
• 操作步骤摘要1）用 Codex 或其他生图模型生成分镜稿/剧本/镜头运镜（案例 16 环节 + md）；2）把 16 图与分镜稿交给 Claude，开 ultracode，搭配视频中提示词一句话生成；3）全程约 1 小时。视频内提示词正文未粘贴到简介。
• 提示词【框架·简介披露】 流水线：分镜稿(16环节+md) → Claude Opus5 + ultracode + threejs → 3D 讲解动画 入口形态：一句话生成（具体提示词在视频内，简介未贴全文） 产出：生命起源 3D 动画（非视频生成模型直出） 耗时约 1 小时。
• 效果·作者声称作者称对小朋友讲解视频很方便；未独立复现
• 效果·本站验证未复现验证
• 成本与局限依赖 Opus 5 用量

完整步骤与演示见原作。

B站精选有 Prompt测codex降智教程，提示词和图片在评论区

• 任务用 Codex 生成 HTML+SVG 二维动画（示例：Yingpeng 骑自行车），并限制不测本地文件
• 模型及版本Codex（标题；具体版本未披露）
• 工具Codex
• 输入材料动画主题描述
• 操作步骤摘要简介直接贴出一条可复制英文提示词；标题说明更多提示词与图片在评论区（本条仅收简介已披露这一句）。
• 提示词【原文·简介逐字】 Generate HTML whose content is an SVG 2D animation of Yingpeng riding a bicycle. No testing is needed and do not reference any local files.
• 效果·作者声称用于测 Codex「降智」；无独立样本
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站精选有 Prompt掌握 Vibe Coding 提示词公式，让codex精准完成需求

• 任务Vibe Coding 提示词万能公式（五要素）让 Codex 更精准完成需求
• 模型及版本Codex（标题）
• 工具未披露
• 输入材料未披露具体项目样例
• 操作步骤摘要简介披露五要素框架：①角色 who ②使用场景 ③核心功能 ④视觉氛围/参考 ⑤约束条件；并提到用参考替代风格、条件约束、具体量化等写作技巧。无逐条完整 Prompt 原文粘贴。
• 提示词【框架·简介披露要点】 视频围绕 Vibe Coding 提示词万能公式展开教学。该公式适用于 Vibe coding 各类场景，包含五要素：一是角色（who），需告知 AI 为谁设计，以便其调整语言风格等；二是使用场景，明确具体使用环境；三是核心功能，阐述关键功能细节；四是视觉氛围，说明整体风格或提供参考案例；五是约束条件，限定框架避免 AI 任意发挥。通过现场演示不同提示词效果，展现公式重要性，并分享用参考替代风格、条件约束、具体量化等写作小技巧，帮助写出更完整且令 AI 生成满意结果的提示词。
• 效果·作者声称作者称公式可帮助写出更完整、令 AI 生成更满意结果的提示词；未独立复现
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 PromptSubagent 原理和使用，一次讲清

• 任务判断任务是否值得拆给 Subagent：独立 Context、可独立开始、工作量足够、结果可验证、且不产生修改冲突；主 Agent 负责分工、验收与整合
• 模型及版本未披露（面向 Codex / Claude Code 的 Subagent）
• 工具Codex Subagent；Claude Code Subagent
• 输入材料复杂任务：需评估是否拆分子任务给独立 Context
• 操作步骤摘要简介披露：①Subagent 关键不是「多一个执行者」，而是提供干净、独立的 Context；②适合拆的任务通常满足——能够独立开始、工作量足够、结果可以验证、不会产生修改冲突；③主 Agent 应分工、验收并整合结果。具体 Demo 指令简介未贴，不编造。
• 提示词【框架·简介原文·核心】Subagent = 干净、独立的 Context（不只是多一个执行者）\n【框架·简介原文·适合拆的四条件】能够独立开始 | 工作量足够 | 结果可以验证 | 不会产生修改冲突\n【框架·简介原文·主 Agent 职责】分工 | 验收 | 整合结果\n（Demo 指令/配置原文简介未贴 → 标注未披露。）
• 效果·作者声称简介作 Subagent 选型与分工教学；无独立复现数据
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt我让 Codex 和 Claude Code 做同一款应用，一方明显胜出 - Nate Herk | AI Automation

• 任务同一高层级 Prompt 让 Codex 与 Claude Code 各做可上线 Typeform 替代品（研究→构建→验证；slash goal 调度代理）
• 模型及版本Codex（简介称全程 GPT-5.6 Sole）；Claude Code（Fable 5 / Opus 4.8 编排，据简介）
• 工具Codex；Claude Code；slash goal 专用代理调度
• 输入材料完全相同的开发指令：可上线 Typeform 替代产品；分研究、构建、验证三阶段；不得止步原型
• 操作步骤摘要简介披露共同 Prompt 要求（高层级目标+阶段划分+持续迭代至完整），并对比两款产物 Realform（Codex）与 Formora（Claude）、成本/Token/耗时与代理调度差异；复盘认为可在研究与构建间加规划环节。非单条可粘贴全文 Prompt。
• 提示词【框架·简介披露要点】 为两款工具提供完全相同的开发指令：要求打造可上线的 Typeform 替代产品，通过 slash goal 指令调度专用代理，分研究、构建、验证三个阶段完成开发，且明确要求不能止步于原型，需持续迭代测试至产品完整；复盘认为该 prompt 可在研究与构建阶段间新增规划环节。 对比结论（作者声称）：体验更佳的 Formora 由 Claude Code 开发；功能更杂但体验较差的 Realform 由 Codex 开发。成本约 Claude Code API≈$832 / Codex≈$3000；耗时约 5.5h vs ~62h。作者强调结果与 prompt 设计高度相关，不能直接判定工具绝对优劣。 （完整字幕式拆解见简介时间轴，非一份可复制 system prompt 原文。）
• 效果·作者声称作者称同 Prompt 下 Claude Code 产物体验优于 Codex，且成本/耗时更低；未独立复现
• 效果·本站验证未复现验证
• 成本与局限作者简介 Claude Code API≈832 美元、Codex≈3000 美元；耗时约 5.5h vs 62h

完整步骤与演示见原作。

B站可跟做有 PromptClaude Code 和 Codex 每次进项目都要重教？一套配置让它们自动会干活

• 任务分清临时 Prompt、项目规则、工具设置、Skills 与本机状态，让 Claude Code / Codex 进项目即会干活
• 模型及版本未披露（对照 Claude Code 与 Codex 文件结构）
• 工具Claude Code；Codex；LunaCoding 仓库 Demo（简介）
• 输入材料项目启动/测试/禁改文件等规则；可复用 Skills
• 操作步骤摘要简介五类常被混写的信息：①临时 Prompt；②CLAUDE.md / AGENTS.md 项目规则；③工具设置；④Skills；⑤工具自己保存的本机状态。对照 .claude、.agents、.codex 并非一一对应，并区分 .claude/settings.json 与 ~/.claude.json。后半给 AGENTS.md 示例与跨工具完整配置思路。
• 提示词【框架·简介原文要点】五类信息分层：临时 Prompt；CLAUDE.md / AGENTS.md 项目规则；工具设置；Skills；本机状态。判断标准：项目知识、工具行为、重复工作流、本机状态分别放在对应位置；.claude / .agents / .codex 结构不要按文件名硬一一对应。简介称有 AGENTS.md 示例但未在简介正文逐字贴出。
• 效果·作者声称作者称按层配置可免「每次进项目重教」；无独立样本
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 PromptQA工程师实战：30分钟学会用ChatGPT与Codex提升测试效率

• 任务QA 工程师用 ChatGPT 做语言/思考类测试任务、用 Codex 做 Playwright 等代码任务：按副驾驶四角色与四类提示词模式提升输出，并规避五类安全风险
• 模型及版本未披露（简介面向 ChatGPT 与 Codex；未点名具体子版本号）
• 工具ChatGPT；Codex；Playwright（简介示例）
• 输入材料公开待办事项 Demo 应用；待生成的测试场景/正负面用例/边缘案例/探索性章程；待转换的手动测试场景
• 操作步骤摘要简介披露：①工具定位——ChatGPT 适合测试场景生成、需求评审、缺陷报告整理与可追溯性分析；Codex 适合 Playwright 脚本生成、选择器替换、重构与调试；②思维模型——副驾驶 / 审阅者 / 研究助手 / 编程伙伴，非业务理解替代品或绕过验证捷径；③演示流——ChatGPT 生成测试场景与用例 → Codex 将手动场景转为 Playwright 并改进；④提示词模式——角色设定、结构化输出、Few-shot 示例、自我审查；⑤安全——幻觉、薄弱假设、过度自信、隐私与数据处理、审查偷懒。简介未贴可复制完整提示词正文，不编造。
• 提示词【框架·简介原文·工具定位】ChatGPT：语言与思考类 QA（测试场景生成 | 需求评审 | 缺陷报告整理 | 可追溯性分析）。Codex：代码相关（Playwright 脚本生成 | 选择器替换 | 重构与调试）。 【框架·简介原文·思维模型】副驾驶 | 审阅者 | 研究助手 | 编程伙伴；非业务理解替代品；非绕过验证捷径。 【框架·简介原文·演示流】ChatGPT 生成测试场景 / 正负面用例 / 边缘案例 / 探索性章程 → Codex 将手动场景转为 Playwright 脚本并改进。 【框架·简介原文·提示词模式】角色设定 | 结构化输出 | Few-shot 示例 | 自我审查。 【框架·简介原文·安全五风险】幻觉 | 薄弱的假设 | 过度自信 | 隐私与数据处理 | 审查偷懒。 （可复制提示词全文简介未贴 → 标注未披露。）
• 效果·作者声称作者称面向已具备 QA 基础的测试工程师务实提升效率；无独立复现数据
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 PromptClaude Code 拒绝支持 AGENTS.md 一年整——我自己去 GitHub 查了，比想象中更荒诞

• 任务Claude Code 拒原生支持 AGENTS.md：GitHub issue 关闭真相、CHANGELOG 检索、导入命令/环境变量局限；多工具仓应同步 AGENTS.md 与 CLAUDE.md
• 模型及版本Claude Code（标题/简介）
• 工具GitHub API / anthropics/claude-code；code.claude.com 文档；CHANGELOG.md
• 输入材料多工具代码仓库的 AGENTS.md / CLAUDE.md
• 操作步骤摘要简介框架三点：①6644 赞 issue 或因无关第三方提交被误关「已完成」；②自查 CHANGELOG 7000+ 行无 AGENTS.md/导入命令；③官方新增导入命令+环境变量仅为一次性动作非每次原生读取。行动建议：检查 AGENTS.md 与 CLAUDE.md 是否漂移。附事实来源链接与时间戳。
• 提示词【框架·简介要点】 一条 6644 赞的 GitHub issue，要求 Claude Code 支持行业标准 AGENTS.md。上个月它被关闭标记「已完成」，但发布前一天还有开发者在下面求重新打开。我自己去 GitHub 和官方文档查了一遍。 这期讲三件事： ① 这条 issue 很可能是被一个完全不相关的第三方仓库的一次代码提交意外触发关闭的，不是 Anthropic 主动决定 ② 我自己拉了官方 CHANGELOG.md 全文（7000+ 行）搜「AGENTS.md」和新出的「导入」命令——一次都没搜到 ③ Anthropic 确实新加了两个部分响应（导入命令 + 环境变量），但都是一次性动作，不是原生每次读取 章节 00:00 6644 个赞 00:43 两种标准 01:58 我自己查了 03:19 官方文档现状 04:12 回应与反驳 如果你自己维护多工具的代码仓库，现在就该做的一件事：检查 AGENTS.md 和 CLAUDE.md 有没有对不上的地方。 ━━━ P2 · English version ━━━ A GitHub feature request with 6,644 upvotes asked Claude Code to support the industry-standard AGENTS.md. Last month it got closed as "completed" — but developers were still asking for it to reopen the day before this video went out. I checked GitHub and the official docs myself. Chapters 00:00 6,644 upvotes 00:40 Two standards 01:49 I checked myself 03:04 The docs today 03:57 Response and pushback If you maintain a multi-tool repo, go check right now whether AGENTS.md and CLAUDE.md have drifted apart. —— 本视频使用 AI 合成技术（文案辅助 + AI 配音）。观点为个人解读。片中关于 GitHub issue 的具体数据（反应数、关闭时间、评论内容）均由本人直接查询 GitHub API 核实（2026-09-18）；官方文档现状与更新日志核对均为本人直接读取 code.claude.com 与 raw.githubusercontent.com 原始内容所得，不是转述。事实来源：GitHub anthropics/claude-code issue #6235、#31005；code.claude.com/docs/en/memory；anthropics/claude-code CHANGELOG.md；agents.md 官网；InfoQ 公众号《坚决不用行业标准AGENTS.md，Claude Code惹来"封杀令"》（作者 Tina）。音乐：Kevin MacLeod (incompetech.com)，CC BY 4.0。画面素材：Pexels；网页截图用于评论引用。 素材署名 / Credits - "Tech Live" by Kevin MacLeod (incompetech.com), Licensed under CC BY 4.0 https://incompetech.com/music/royalty-free/licenses/ - 画面素材（Pexels，许可不强制署名，仍列出以示感谢）：Chandresh Uike、Matias Luge、Olha Ruskykh、Zelch Csaba、fauxels、https://kaboompics.com/、setengah lima sore、原文截图：agents.md、原文截图：code.claude.com、原文截图：github.com
• 效果·作者声称作者主张多工具仓应主动对齐 AGENTS.md/CLAUDE.md；未贴完整 system prompt；未独立复现
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 PromptCursor零代码开发前端项目全流程技巧

• 任务为零代码/低代码前端开发编写 Cursor 通用 rules：固定技术栈、规范、全局事件与限制，再按页面迭代
• 模型及版本未披露（Cursor 内模型）
• 工具Cursor；Git
• 输入材料项目技术栈与页面需求；可选截图
• 操作步骤摘要简介三步：①写通用 rules（技术栈/开发规范/全局事件/限制）与框架 rules；②初始化项目并创建 git/.gitignore；③按页面开发（一页一页、先整体后局部、按模块 New Chat、有截图用截图）。具体 rules 全文未在简介逐字贴出。
• 提示词【框架·简介原文要点】通用 rules 四块：1）技术栈——不要偏离既定技术栈；2）开发规范——限制瞎想；3）全局事件——每次 chat 必须做的事；4）限制——不希望 Cursor 做的事。开发原则：一个页面一个页面；先整体后局部；按模块/页面 New Chat；有截图用截图，没截图用文字描述。
• 效果·作者声称定位为零代码前端全流程技巧；无独立量化指标
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 PromptBetter Stack｜想让 Agents 连跑数小时？CLAUDE.md 的 12 条规则

• 任务编写可支撑 Agents 连续工作数小时的 CLAUDE.md / AGENTS.md 规则（控制篇幅并列出长跑原则）
• 模型及版本未披露（适用于 Claude Code CLAUDE.md；简介称同样适用于 Codex AGENTS.md）
• 工具Claude Code / Codex（简介）
• 输入材料项目约束、测试与架构要求
• 操作步骤摘要简介建议：主文件控制在500行以内；明确自动自我改进、稳定测试循环、先提澄清问题、严格类型检查、只使用维护良好的包、统一命名、清晰项目结构、端到端测试、UI测试、性能要求、错误处理、架构与系统设计约束；更适合放进 skills 的内容不要塞进主文件。
• 提示词【框架·简介原文要点】CLAUDE.md 长跑原则（同适用于 AGENTS.md）：文件≤500行；自动自我改进；稳定的测试循环；先提澄清问题；严格类型检查；只使用维护良好的包；统一命名规范；清晰的项目结构；端到端测试；UI 测试；性能要求；错误处理；架构与系统设计约束；更适合放进 skills 的内容不应塞进主文件。
• 效果·作者声称标题/简介称可让智能体连续工作数小时而不必每步人工盯着；无独立样本
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 PromptCodex建站教程｜3个技巧做出Awwwards获奖网站

• 任务用 Codex 做网站时去掉「紫蓝渐变三栏卡片」AI味，逼近 Awwwards 级质感
• 模型及版本Codex（标题）
• 工具Codex；CLAUDE.md / DESIGN.md（简介）
• 输入材料情绪板截图、主视觉切片、人设与设计规范
• 操作步骤摘要简介三技巧：①喂情绪板：截图+焊死「自由发挥」的门；②定情绪基调：先切片做主视觉，再延展完整网站；③注入人设+设计规范（CLAUDE.md / DESIGN.md），让 AI 稳定出高级感。
• 提示词【框架·简介原文要点】Codex 建站去AI味三技巧：①喂情绪板（截图+焊死「自由发挥」）；②先切片定主视觉再延展整站；③注入人设+设计规范（CLAUDE.md / DESIGN.md）。
• 效果·作者声称标题称可做出 Awwwards 获奖级网站质感；无独立样本
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 PromptClaude Code/Cursor/Codex 会被仓库骗？AI编程供应链攻击：CLAUDE.md、.cursorrules、API密钥与AI Agent安全

• 任务防 TrapDoor 类供应链攻击：检查 CLAUDE.md/.cursorrules 等规则文件是否被植入隐形指令，并隔离密钥
• 模型及版本未披露（面向 Claude Code / Cursor / Codex 等 AI Agent）
• 工具Claude Code、Cursor、Codex（规则文件入口）；密钥隔离实践
• 输入材料陌生或第三方仓库；CLAUDE.md、.cursorrules、依赖配置与项目说明
• 操作步骤摘要简介 checklist：①为何 CLAUDE.md/.cursorrules 会变成隐形指令入口；②自动模式如何放大权限风险；③API Key/SSH Key/云凭证如何隔离；④陌生仓库开 AI 自动执行前先检查什么。建议收藏作团队安全 checklist。
• 提示词【框架·简介原文要点】TrapDoor 供应链攻击：隐藏指令可塞进仓库规则文件/依赖配置/项目说明，带偏 AI 编程工具。检查清单：①规则文件作隐形指令入口的风险；②自动模式放大权限；③API/SSH/云凭证隔离；④陌生仓库启用自动执行前的检查项。未贴可复制扫描脚本，故不编造。
• 效果·作者声称作者建议作为团队安全 checklist；无独立样本
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt【中配】删掉你的CLAUDE.md以及您的AGENT.md文件 - Theo - t3․gg

• 任务按上下文层级与研究结论审计并尽量删掉臃肿的 CLAUDE.md / AGENT.md：只在模型反复犯错时写入纠偏，避免 AI 自生成指令文件抬高成本与错误
• 模型及版本未披露（面向 Claude / 通用 Agent 指令文件；Theo 原视频讨论 CLAUDE.md 与 AGENT.md）
• 工具CLAUDE.md / AGENT.md；项目代码库审计；对比启用与禁用指令文件的实测；YouDub 中配
• 输入材料现有过长 agent 指令文件；模型反复出错的具体模式；真实仓库（视频中 Lawn 项目）
• 操作步骤摘要简介框架：①质疑指令文件有时反而降低性能；②审计过复杂 agent.md 导致技术栈偏见；③分清系统提示词 / 开发者消息（agent.md）/ 用户指令的层级；④过长上下文抬成本并分散注意，仅在反复犯错时写入纠偏；⑤论文结论：开发者指令仅微增性能，AI 自生成主动文件可增 20%+ 成本与错误，应最小化；⑥实测删除文件后查询更快、减少过期路径误导；⑦进阶：删垃圾指令、用反馈重构代码库而非堆指令。
• 提示词【框架·简介原文要点】上下文层级：系统提示词 > 开发者消息（agent.md）> 用户指令。原则：帮助模型而非干扰；只在反复犯错时写入 agent.md；保持最小化；警惕 AI 自生成指令文件抬成本与错误（简介称可 20%+）。策略：审计并删除臃肿 CLAUDE.md/AGENT.md，让 Agent 自主探索代码库；用反馈重构仓库而非只改指令。简介未贴可复制全文模板，故不编造。
• 效果·作者声称简介称无文件时查询更快、避免过期文档虚假路径；论文侧称 AI 自生成文件可增成本与错误；无独立样本
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt[中配]Archify开源工具实测：结合Claude Code生成可验证的交互式架构图

• 任务把开源 Archify 作成 Claude Code 的 Agent Skill：用严格 JSON 校验与仓库证据引用生成可核验的交互式架构图，并做架构差异对比
• 模型及版本未披露（面向 Claude Code + Archify Skill；未声明具体 Claude 版本）
• 工具Archify（开源）；Claude Code Agent Skill；JSON 校验；仓库证据引用；交互式架构可视化
• 输入材料待可视化的代码仓库；需要可验证架构图与架构差异对比的场景
• 操作步骤摘要简介框架：①将 Archify 作为 Agent Skill 接入 Claude Code；②用严格 JSON 验证约束输出；③引用仓库证据，缓解直接画架构图的幻觉；④产出代码路径的交互式可视化；⑤支持架构差异对比。
• 提示词【框架·简介原文要点】Archify × Claude Code Skill：严格 JSON 验证 + 仓库证据引用 → 可核验交互式架构图 + 架构差异对比，用于压 AI 直出架构图幻觉。Skill/工具配置全文未贴在简介，故不编造。
• 效果·作者声称简介称可解决 AI 直出架构图幻觉；无独立样本
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt【原声中配】9-Claude Code 9个Hooks实用技巧详解

• 任务把必须次次执行的格式化、合规日志、高危拦截与完成通知写进 Claude Code Hooks（settings.json），用退出码契约代替提示词概率
• 模型及版本未披露（面向 Claude Code Hooks）
• 工具Claude Code；项目 settings.json Hooks；Prettier / gofmt / Ruff 等格式化；可选 CLAUDE_PROJECT_DIR 引用项目脚本
• 输入材料已用 Claude Code 的真实项目；需要确定性自动格式化、禁 rm -rf / 改生产配置 / 提交 main、任务完成通知
• 操作步骤摘要简介框架：①Hooks 相对提示词语句是 100% 确定执行；②场景：编辑后按语言跑格式化、留存命令日志、拦截改生产配置/rm -rf/向 main 提交、任务完成后通知；③五类时机：用户提示词提交后、工具调用前、工具调用后、通知触发、响应停止；④配置在 settings.json：事件、工具匹配、执行命令；⑤退出码 0=允许、2=拦截，可回传错误信息让 Claude 调整；⑥项目级配置可进仓库全队同步，可用 CLAUDE PROJECT DIR 引项目内脚本；⑦实操建议：必须无例外的事不要写进提示词，直接配 Hooks。
• 提示词【框架·简介原文要点】确定性：Hooks≠提示词语气。场景：格式化 / 合规日志 / 拦截生产配置·rm -rf·main 提交 / 完成通知。五时机：UserPromptSubmit、工具前、工具后、Notification、Stop。契约：settings.json 配事件+matcher+命令；exit 0 放行、exit 2 拦截并可回传错误。团队：项目级入库同步；CLAUDE PROJECT DIR 引脚本。原则：次次必须发生的事写 Hook 不写 Prompt。简介未贴 settings.json 全文，故不编造。
• 效果·作者声称作者强调可避免提示词偶发不执行；无独立样本
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt🔥全网首发|CODEX+豆包！真零成本| 专家级开发演示|附提示词

• 任务用 Codex+豆包按可改槽位的需求模板，生成无需本地 Photoshop 的 Windows PSD 批量转透明 PNG 桌面工具并给出打包命令
• 模型及版本未披露具体模型版本（标题写 CODEX+豆包）
• 工具Codex；豆包
• 输入材料把模板里的任务描述改成自己的需求；示例任务为 PSD 批量转 PNG
• 操作步骤摘要①复制简介「提示词模版」；②把任务提示词改成自身需求；③交给 Codex/豆包实现。界面操作细节见原视频。
• 提示词提示词模版（把里面任务提示词改成你自己的需求即可）：请用Python编写一个Windows桌面工具，实现PSD文件批量转PNG功能，要求如下： 1. 图形化简单界面，支持选择单个/多个PSD文件，或选择整个文件夹批量处理 2. 批量将PSD导出为透明背景PNG，保留原文件名称 3. 可自定义PNG输出保存路径 4. 处理过程显示进度、完成提示，有错误日志 5. 代码注释清晰，最后给出完整的PyInstaller打包成独立EXE的命令 6. 程序无需依赖本地Photoshop也能运行，优先使用开源解析库
• 效果·作者声称作者标题定位「真零成本|专家级开发演示」；未在简介给量化指标
• 效果·本站验证未复现验证
• 成本与局限作者称真零成本（依赖所用 Codex/豆包额度，具体未披露）

完整步骤与演示见原作。

B站可跟做有 PromptCodex 开发程序 一次全部讲明白

• 任务按 Codex 真实开发闭环推进任务（读代码→计划→修改→验证，含权限模式与 Diff/测试），再经 AGENTS.md、Docs MCP、Skills、Subagents、Hooks、Plugins 从个人工具扩到团队工作流
• 模型及版本未披露（面向 Codex 桌面客户端 / CLI；简介未点名具体模型子版本）
• 工具Codex 桌面客户端；Codex CLI；CodeGraph；AGENTS.md；MCP（含 Docs MCP）；Skills；Subagents；Hooks；Plugins
• 输入材料本地 Codex 项目；待开发/改动任务；可选外部文档上下文与团队校验规则
• 操作步骤摘要简介时间戳披露：①环境——多端入口、桌面客户端与 CLI、读项目结构、CodeGraph；②基础交互——读代码、制定计划、修改与验证；权限模式；查看 Diff、跑测试与总结改动；③上下文——图片输入/截图报错、图片生成与编辑、Resume、/clear、上下文压缩与阶段总结、AGENTS.md 项目记忆；④团队扩展——MCP（Docs MCP 读外部上下文）、Skills 流程复用、Subagents 并行分析与审查、Hooks 自动校验与安全检查、Plugins 打包与分发。简介未贴可复制提示词/配置原文，不编造。
• 提示词【框架·简介原文·开发闭环】读代码 | 制定计划 | 修改与验证；配合权限模式；查看 Diff、跑测试与总结改动。 【框架·简介原文·上下文槽】图片输入与截图报错 | 图片生成与编辑 | Resume 恢复历史会话 | /clear 清理上下文 | 上下文压缩与阶段总结 | AGENTS.md 项目记忆。 【框架·简介原文·团队扩展栈】MCP（Docs MCP 读取外部上下文）| Skills 技能与流程复用 | Subagents 并行分析与审查 | Hooks 自动校验与安全检查 | Plugins 插件打包与分发。 （各模块可复制口令/配置全文简介未贴 → 标注未披露。）
• 效果·作者声称简介作 Codex 开发程序系统讲解与学习路线；无独立复现数据
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 PromptAI编程效率翻倍！Claude团队的10个内部技巧

• 任务按专栏展开的十条 Claude Code/Agent 实践（Worktree、Plan Mode、CLAUDE.md/AGENTS.md、Skills、Sub-Agent 等）改造日常编程 Agent 工作流
• 模型及版本Claude Code（专栏示例 CLAUDE.md ≈2.5K tokens）
• 工具Claude Code；Git Worktree；Plan Mode；CLAUDE.md/AGENTS.md；Skills；Hooks；MCP；Sub-Agents；可选 Planning with Files
• 输入材料代码仓库；可复用流程；Bug/PR 链接
• 操作步骤摘要专栏分十块：①Git Worktree 并行；②Plan Mode 先澄清再 Act；③CLAUDE.md/agent.md 精炼迭代并用 @ 引用；④重复任务封装 Skill（含 npx @smithery/cli install）；⑤经 MCP 读 Bug 链接自动修；⑥用 AI 生成/评审提示词；⑦终端与语音输入；⑧Sub-Agent 隔离测并行；⑨语义转 SQL/API；⑩/config 代码解释。
• 提示词框架要点（专栏披露）：CLAUDE.md 内容含项目指令、测试流程、PR规范、UI风格；控制约2.5K tokens；用@引用外部规范按需加载；可用 Skill/Hook 在对话后总结规则写回文件。Plan Mode：多轮澄清→确认计划→切执行。Planning with Files：计划/研究/进度三文件持久化。Skills 准则：单日重复超过一次就封装。Sub-Agent：上下文与主代理隔离，只派独立任务（如跑测试）。
• 效果·作者声称标题称效率翻倍；正文未给统一量化基准，多为实践建议
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 PromptClaude Code 从 0 到 1 全攻略：MCP / SubAgent / Agent Skill / Hook / 图片 / 上下文处理/ 后台任务

• 任务按时间戳路线掌握 Claude Code：三种模式与 Plan Mode、dangerously-skip-permissions、Figma MCP、CLAUDE.md、Hook/Skill/SubAgent/Plugin 扩展栈
• 模型及版本未披露（面向 Claude Code；简介未点名具体模型子版本）
• 工具Claude Code；Bash；Plan Mode；MCP（Figma 示例）；Hook；Agent Skill；SubAgent；Plugin；CLAUDE.md
• 输入材料本地 Claude Code 环境；可选 Figma 设计稿；待处理复杂任务
• 操作步骤摘要简介时间戳披露：①环境——安装、登录授权、三种模式（默认/自动/规划）；②终端——Bash、Plan Mode、dangerously-skip-permissions、Background Tasks；③上下文——Rewind、图片、Figma MCP 还原设计稿、Resume、上下文压缩与清除、CLAUDE.md 项目记忆；④扩展——Hook、Agent Skill、SubAgent、Skill 与 SubAgent 区别、Plugin。可复制配置/口令原文简介未贴，不编造。
• 提示词【框架·简介原文·模式与权限】默认 | 自动 | 规划（Plan Mode）；dangerously-skip-permissions；Background Tasks；Rewind。 【框架·简介原文·上下文槽】图片处理 | Figma MCP 还原设计稿 | Resume | 上下文压缩与清除 | CLAUDE.md 项目记忆。 【框架·简介原文·扩展栈】Hook | Agent Skill | SubAgent（含与 Skill 区别）| Plugin。 （各模块可复制配置/口令全文简介未贴 → 标注未披露。）
• 效果·作者声称简介作 Claude Code 从 0 到 1 全攻略时间戳目录；无独立复现数据
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 PromptCodex主力，UU远程兜底：4个功能补全远程Agent工作流

• 任务以 Codex 为主力、UU远程为兜底，用终端/小窗口观看/CLI/端口映射四功能补全跨端与长程 Agent 工作流
• 模型及版本未披露（面向 Codex；简介另提 Hermes 长程 Agent）
• 工具Codex；UU远程；Hermes（简介点名长程任务机）
• 输入材料Mac 本机开发环境；远端 Windows 复现/打包机；Mac mini 长程 Agent；可选远端数据库/NAS/Web
• 操作步骤摘要简介披露四功能：①终端——在 Mac 上直接打开远端 Windows 命令行跑 Codex；②小窗口+观看模式——手机边回消息边盯长程任务；③CLI——把发起远程、打开终端写入脚本和 Agent 流程；④端口映射——访问远端数据库、NAS 和 Web 服务。可复制脚本/口令原文简介未贴，不编造。
• 提示词【框架·简介原文·四功能槽】终端（远端 Windows 跑 Codex）| 小窗口+观看模式（手机盯长程任务）| CLI（远程发起/开终端写入脚本与 Agent）| 端口映射（远端 DB/NAS/Web）。 （各功能可复制命令/脚本全文简介未贴 → 标注未披露。）
• 效果·作者声称简介称适合跨端验证或 Agent 长跑场景；无独立复现数据
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt🚀开发者必看！Codex /goal命令你真用对了吗？goal命令高级技巧保姆级教程，Plan模式+Spec-Driven+自研Skill，三大高级技巧组合

• 任务用 Codex /goal 自主目标模式完成长任务：按四要素写目标提示词，并组合 Plan 模式、Spec-Driven（OpenSpec）与自研 Skill
• 模型及版本未披露（面向 OpenAI Codex；简介点名 /goal、Plan、OpenSpec、Ralph Loop）
• 工具OpenAI Codex；/goal；Plan 模式；OpenSpec；自研 Skill 插件
• 输入材料待完成的复杂开发目标；可选规格文档；Skill 插件
• 操作步骤摘要简介披露：①解析 Goal 五大核心优势与七大不适用场景；②配置开启完整步骤；③专业级提示词模板按四要素书写——scope / 约束 / 完成判定 / 停止条件；④Plan 模式结合复杂任务；⑤自研 Skill 自动生成最佳实践提示词；⑥OpenSpec 规格驱动开发工作流。可复制提示词全文简介未贴，不编造。
• 提示词【框架·简介原文·Goal 提示词四要素】scope | 约束 | 完成判定 | 停止条件。 【框架·简介原文·组合技】Plan 模式 + Spec-Driven（OpenSpec）+ 自研 Skill；简介称内置 Ralph Loop。 （四要素正文示例 / Skill 原文 / OpenSpec 全文简介未贴 → 标注未披露。）
• 效果·作者声称简介称三大高级技巧组合可倍增开发效率；无独立复现数据
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 PromptClaude Code权限系统Permission是如何工作的

• 任务理解 Claude Code 权限系统：区分 CLAUDE.md/聊天软指导与 /permissions·allow/ask/deny·mode·sandbox 硬权限，并按场景选五模式
• 模型及版本未披露（面向 Claude Code Permission 系统）
• 工具Claude Code；/permissions；settings allow/ask/deny；permission mode；sandbox
• 输入材料本地 Claude Code 环境；待放行或拒绝的工具动作（Read/Edit/Bash 等）
• 操作步骤摘要简介披露：①核心逻辑——模型提议，Claude Code 执行前把关；②软权限——CLAUDE.md 与聊天里「不要 push」主要是行为指导，非硬权限；③硬权限——来自 /permissions、settings 的 allow/ask/deny、permission mode、底层 sandbox；④五模式——default（默认谨慎）；acceptEdits（日常/录视频，自动接受工作目录内编辑）；dontAsk（适合 CI，未预允许即拒绝）；auto（机械审批交后台 classifier）；bypassPermissions（仅容器/VM 隔离环境）。配置原文简介未贴，不编造。
• 提示词【框架·简介原文·软 vs 硬】CLAUDE.md/聊天「不要 push」=行为指导（软）；硬权限=/permissions + allow/ask/deny + permission mode + sandbox。 【框架·简介原文·五模式】default（谨慎）| acceptEdits（目录内自动接受编辑）| dontAsk（CI 未允许即拒）| auto（classifier 审批）| bypassPermissions（仅容器/VM）。 （settings.json / 规则原文简介未贴 → 标注未披露。）
• 效果·作者声称简介作 Permission 基本原理讲解；无独立复现数据
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 PromptClaude Code真正丝滑的远程操控体验，终于能远程批准权限了

• 任务远程操控 Claude Code 时用 Telegram 插件 Permission Relay 逐条审批权限，避免回电脑或全局 --dangerously-skip-permissions
• 模型及版本未披露（Claude Code Telegram 插件 0.0.4；简介点名 Permission Relay）
• 工具Claude Code；Telegram 插件（claude-plugins-official）；Permission Relay
• 输入材料已安装 Claude Code；Telegram 插件通道；远程权限请求
• 操作步骤摘要简介披露：①痛点——远程遇权限请求只能回电脑批准，或用 --dangerously-skip-permissions 全跳过；②新能力——Telegram 插件 0.0.4 Permission Relay，可在 Telegram 逐条审批；③更新命令原文——claude update；/plugin update telegram@claude-plugins-official。
• 提示词【原文·简介·更新命令】claude update 【原文·简介·插件更新】/plugin update telegram@claude-plugins-official 【框架·简介】Permission Relay：远程权限请求可在 Telegram 逐条审批，替代回电脑或 --dangerously-skip-permissions。
• 效果·作者声称简介称可远程逐条审批权限、体验更丝滑；无独立复现数据
• 效果·本站验证未复现验证
• 成本与局限未披露（简介含第三方 API 广告）

完整步骤与演示见原作。

B站可跟做有 PromptCodex vs Claude Code：两套 Subagent 机制，谁更适合你？

• 任务对比 Codex 与 Claude Code 两套 Subagent 机制的工程取向，按「克制显式派工」vs「可配置工位」选型
• 模型及版本未披露（对比 Codex 与 Claude Code 的 Subagent 设计）
• 工具Codex；Claude Code；Subagent
• 输入材料工程任务场景；对主会话在场度/隔离/后台运行的偏好
• 操作步骤摘要简介披露：①动机——单 agent 做工程迟早撞墙，故 coding agent 普遍上 Subagent；②Codex 取向——默认克制、显式派工、主会话始终在场；③Claude Code 取向——把 agent 做成可配置、可记忆、可隔离、可后台运行的正式工位；④按设计逻辑选型。可复制配置/口令全文简介未贴，不编造。
• 提示词【框架·简介原文·为何要 Subagent】单 agent 工程任务迟早撞墙。 【框架·简介原文·Codex】默认克制 | 显式派工 | 主会话始终在场。 【框架·简介原文·Claude Code】可配置 | 可记忆 | 可隔离 | 可后台运行的正式工位。 （具体 Subagent 配置/Skill 原文简介未贴 → 标注未披露。）
• 效果·作者声称简介作两套机制工程取向对比以助选型；无独立复现数据
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt分享 | 一句提示让Agent方案复杂度暴降90%

• 任务用自定义 slash 口令先让 Agent 还原理解需求并可选追问，再用 /simple 把方案复杂度压低，避免过早执行
• 模型及版本未披露（简介面向 Agent/Skill 工作流；点名自研 Web Access Skill、eXA Search/Fetch、phrasevault）
• 工具Agent；自研 Web Access Skill（eXA Search + Fetch）；slash 口令 /yt、/simple；phrasevault 项目（简介点名）
• 输入材料待澄清的模糊需求或画面；可选增量信息检索
• 操作步骤摘要简介披露：①前提——调用自研 Web Access Skill（内含 eXA Search/Fetch）获取增量信息辅助决策；②先跑 /yt：站在用户角度还原画面或问题、确认理解，必要时 grill 关键问题，不急着下结论或执行，先按需取信息再推进；③再跑 /simple：质疑「能否更简单」，可提出更优解法（需则搜、否则不搜），并显式保留「维持当前解法亦是可选项」。
• 提示词【原文·简介·/yt】请先站在我的角度，把我说的这件事本身尽量还原出来，用你的话描绘一下我可能想表达的那个画面或问题，让我确认你真的理解了我;\n然后，如果你觉得我想要的不清楚, 可以 grill 我几个最关键的问题，帮我弄清楚我真正想要什么; 如果问题本身足够清楚就省去这步;\n不要急着下结论或执行，先把我说的东西本身吃透; 应先按需获取必要信息; 视情况推进\n【原文·简介·/simple】Is this as simple as it can be? It feels pretty complicated!\n\n尝试提出一个更优的解法(需则搜集信息, 否则不搜);\n\n维持当前解法亦是可选项
• 效果·作者声称标题称一句提示可让 Agent 方案复杂度暴降约 90%；无独立复现数据
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt用Git Worktree配合Claude Code实现AI并行编程实战 | Codevolution

• 任务用 Git Worktree 多目录并行检出，配合 Claude Code 同时跑多会话，完成互不干扰的并行改码与 PR 清理
• 模型及版本未披露（面向 Claude Code + Git Worktree；搬运自 Codevolution）
• 工具Git Worktree；Claude Code；git worktree add/list/remove
• 输入材料同一仓库上的多个并行任务（简介示例：重构 Slides 落地页 + 替换 Favicon）
• 操作步骤摘要简介披露：①对比传统 git stash/switch 痛点与 Worktree 多目录并行优势；②关键命令——git worktree add / list / remove；③Claude Code 一键创建 Worktree 并自动管理分支命名；④并行实战：同时重构落地页与替换 Favicon、互不干扰；⑤PR 合并后自动清理 Worktree。可复制配置/口令全文简介未贴，不编造。
• 提示词【框架·简介原文·命令槽】git worktree add | list | remove\n【框架·简介原文·工作流】Claude Code 一键建 Worktree + 自动分支命名 → 多会话并行改码 → PR 合并后清理 Worktree\n【框架·简介原文·演示任务】更新 Slides 落地页 | 替换 Favicon（Agent-Native）\n（具体 Claude Code 配置/分支命名规则原文简介未贴 → 标注未披露。）
• 效果·作者声称简介称可让 AI 编码效率翻倍、告别上下文切换；无独立复现数据
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt🚀Graph Engineering范式：Codex Multi-agent V2支持Kimi、MiniMax、GPT多模型混用+动态派生subagent

• 任务用 Codex Multi-agent V2 让主 agent 调度，将探索/设计/开发/测试/审查分派给可配独立模型的 subagent 并行执行并合并结果
• 模型及版本未披露（Codex Multi-agent V2；简介点名可配 Kimi K3、MiniMax、GPT-5.6 等）
• 工具Codex Multi-agent V2；subagent；cc switch；Pi Agent 工具；Skill
• 输入材料待拆解的复杂开发任务；各角色可选独立模型与推理层级
• 操作步骤摘要简介披露：①主 agent 充当调度者，理解拆解任务；②角色分工并行——代码探索 / 方案设计 / 功能开发 / 测试验证 / 代码审查，交不同 subagent；③统一收集判断并合并结果；④可为每个 subagent 配置独立模型与推理层级（Kimi K3、MiniMax、GPT-5.6 等）、控制并发数量；⑤任务恢复后保持角色分工，提供 agent 导航管理；⑥经 cc switch 调第三方模型，可动态派生 subagent 或内嵌工具与技能。配置原文/升级命令全文简介未贴（仅称「升级只需一行命令」），不编造。
• 提示词【框架·简介原文·调度】主 agent = 调度者 → 拆解 → 分派 → 合并\n【框架·简介原文·五角色 subagent】代码探索 | 方案设计 | 功能开发 | 测试验证 | 代码审查\n【框架·简介原文·每工位可配】独立模型/推理层级（例：Kimi K3、MiniMax、GPT-5.6）| 并发数量 | 恢复后保持分工 | agent 导航\n【框架·简介原文·扩展】cc switch 第三方模型；动态派生 subagent；内嵌工具与 Skill\n（具体配置 JSON / 升级命令原文简介未贴 → 标注未披露。）
• 效果·作者声称简介称实测多模型对抗代码审计发现严重 Bug，具备 Graph Engineering 初级特征，可在很大程度上替代 Claude Code Dynamic Workflows；无独立复现数据
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt提示词过时了？Agent 循环到底怎么写：Claude Code 与 Codex 实战

• 任务在 Claude Code 与 Codex 中按四类循环（heartbeat / cron / hook / goal）设计可持续的 Agent 自动化提示词工作流
• 模型及版本未披露（面向 Claude Code 与 Codex；整理自 How I AI）
• 工具Claude Code；Codex；Agent 循环（heartbeat、cron、hook、goal）
• 输入材料需长期自动运行的 Agent 任务与对应循环触发方式
• 操作步骤摘要简介披露：①主题——提示词过时后，重点转向 Agent 循环怎么写；②四类循环——heartbeat、cron、hook、goal；③用两个实战例子展示如何让自动化提示词进入可持续工作流。具体循环配置/提示词原文简介未贴，不编造。
• 提示词【框架·简介原文·四类 Agent 循环】heartbeat | cron | hook | goal\n【框架·简介原文·目标】让自动化提示词进入可持续工作流（Claude Code 与 Codex）\n（两类实战口令/配置原文简介未贴 → 标注未披露。）
• 效果·作者声称简介作循环分类与可持续工作流说明；无独立复现数据
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 PromptCodex 核心概念：Agent、沙箱、审批与 AGENTS.md｜教程 02

• 任务建立 Codex 运行地图：分清 Agent「读/做/验/改」循环，以及 Sandbox、Approval、AGENTS.md、Memory、Chronicle 各自管什么
• 模型及版本未披露（面向 Codex 从入门到工程化）
• 工具Codex；Sandbox；Approval；AGENTS.md；Memory；Chronicle；只读模式
• 输入材料玩具目录或真实仓库；需观察权限边界的只读任务
• 操作步骤摘要简介披露：①Agent 基本工作循环——读、做、验、改；②分清「沙箱管能不能，审批管问不问」；③判断项目规则应写进 AGENTS.md 还是 Memory；④在玩具目录用只读模式观察真实权限边界。具体配置/口令全文简介未贴，不编造。
• 提示词【框架·简介原文·Agent 循环】读 | 做 | 验 | 改\n【框架·简介原文·五件套】Sandbox | Approval | AGENTS.md | Memory | Chronicle\n【框架·简介原文·口诀】沙箱管能不能，审批管问不问\n【框架·简介原文·规则分流】项目规则 → AGENTS.md vs Memory\n【框架·简介原文·观察法】玩具目录 + 只读模式看权限边界\n（具体配置/示例 AGENTS.md 原文简介未贴 → 标注未披露。）
• 效果·作者声称简介作运行地图与权限边界教学；无独立复现数据
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 PromptAGENTS.md 实战：让 Codex 按验收标准交付

• 任务用可复制的 AGENTS.md 长期规则 + 任务验收标准模板，要求 Codex 完成前提交文件、测试结果与证据回执，降低返工
• 模型及版本未披露（面向 Codex + AGENTS.md）
• 工具Codex；AGENTS.md；任务模板（验收标准 / 证据回执）
• 输入材料易返工、难验收的开发任务
• 操作步骤摘要简介披露核心方法三步：①把长期工作规则写进 AGENTS.md；②每个任务写清验收标准；③完成前要求提交文件、测试结果和证据回执。可复制全文简介未贴（仅称「可以直接复制」），不编造。
• 提示词【框架·简介原文·三步】①长期工作规则 → AGENTS.md\n②每个任务写清验收标准\n③完成前提交：文件 | 测试结果 | 证据回执\n（可复制 AGENTS.md / 任务模板原文简介未贴 → 标注未披露。）
• 效果·作者声称简介称解决经常返工、交付难验收；无独立复现数据
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 PromptCodex新手入门第二期，不是安装技能，而是看懂AGENTS.md规则文件

• 任务先搞清 Codex AGENTS.md 的放置位置与层级覆盖（全局/项目/子目录），再对照 CLAUDE.md、.cursorrules、Copilot 规则文件，再谈技能堆砌
• 模型及版本未披露（面向 Codex；对照 Claude Code / Cursor / GitHub Copilot）
• 工具Codex AGENTS.md；Claude Code CLAUDE.md；Cursor .cursorrules；GitHub Copilot 规则文件
• 输入材料多仓库或含子目录的项目；需统一/分层规则
• 操作步骤摘要简介披露：①AGENTS.md 应放在哪里；②全局规则 vs 项目规则；③子目录规则如何覆盖上级规则；④与 CLAUDE.md、.cursorrules、Copilot 规则文件的关系；⑤入门建议——先让 Codex 认识项目与规则，再堆技能插件。示例文件原文简介未贴，不编造。
• 提示词【框架·简介原文·放置与层级】位置 | 全局规则 | 项目规则 | 子目录覆盖上级\n【框架·简介原文·跨工具对照】AGENTS.md ↔ CLAUDE.md ↔ .cursorrules ↔ GitHub Copilot 规则文件\n【框架·简介原文·入门序】先认项目/规则 → 再堆技能与插件\n（示例 AGENTS.md 正文简介未贴 → 标注未披露。）
• 效果·作者声称简介作规则文件入门；无独立复现数据
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 PromptCodex 桌面 App：用 Worktree 并行不打架｜教程 07

• 任务用 Codex 桌面 App 的独立 Worktree 线程，让同项目多任务并行且不串改文件，并用 Review/终端验证落地
• 模型及版本未披露（面向 Codex 桌面 App）
• 工具Codex 桌面 App；Git Worktree；Local / Worktree / Cloud 运行位置；Review 面板；内置终端；.worktreeinclude；setup script
• 输入材料干净 Git 基线的同一仓库；至少两个可并行、互不冲突的改动任务（示例：改 main.py vs 新增 README.md）
• 操作步骤摘要简介披露七步：①分清项目/线程、对话执行区、Review 与内置终端；②分清 Local、Worktree、Cloud 三种运行位置；③在干净 Git 基线创建两个独立 Worktree 线程；④线程 A 只改 main.py、线程 B 只新增 README.md；⑤用 git status、diff、语法检查证明未串线；⑥在 Review 选 Last turn / Unstaged / Staged / Commit / Branch；⑦用行内评论、stage、revert、建分支或 Hand off 决定落地。核心流程：一个结果一个线程 → 独立 Worktree 并行 → 各自验证 → 分别审查 diff → 明确落地。边界：默认只带 Git 跟踪文件；依赖可用 setup script；忽略文件可写入 .worktreeinclude；密钥与环境文件最小化复制。
• 提示词【框架·简介原文·核心流程】一个结果一个线程 → 同项目并行使用独立 Worktree → 各自验证 → 分别审查 diff → 明确落地方式\n【框架·简介原文·运行位置】Local | Worktree | Cloud\n【框架·简介原文·Review 范围】Last turn | Unstaged | Staged | Commit | Branch\n【框架·简介原文·落地动作】行内评论 | stage | revert | 创建分支 | Hand off\n【框架·简介原文·Worktree 边界】依赖 Git；默认只带跟踪文件；setup script 装依赖；.worktreeinclude 按需写入忽略文件；密钥/环境文件最小化复制\n（具体 Prompt / AGENTS.md 正文简介未贴 → 标注未披露。）
• 效果·作者声称简介作并行不打架的工程化教程；无独立复现数据
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 PromptCodex Harness 深度拆解：Context Compaction 不是聊天摘要，而是 Agent 的上下文检查点

• 任务把 Codex Harness 的 Context Compaction 理解成可恢复/可审计/可继续跑的上下文检查点，而不是把聊天记录压成摘要
• 模型及版本未披露（面向 Codex Harness 源码级上下文机制）
• 工具Codex Harness；Context Compaction；Harness / Thread / Turn / Item 抽象
• 输入材料会跑到上下文窗口将满的长任务 Agent 会话
• 操作步骤摘要简介披露：①危险时刻是窗口将满时粗暴丢历史——下一轮还记得任务，但忘了约束、刚修好的测试、必须审批的操作；②Compaction ≠ 聊天摘要，而是把一段正在执行的工作存成可恢复、可审计、可继续运行的检查点；③阅读抽象：Harness / Thread / Turn / Item；④本期含 5 个源码设计要点 + 4 个企业可借鉴原则（细表在评论区置顶，正文未贴 → 不编造）。
• 提示词【框架·简介原文·风险】上下文将满 + 粗暴丢历史 → 记得任务但忘约束/测试/审批\n【框架·简介原文·定义】Context Compaction = 可恢复 | 可审计 | 可继续运行的上下文检查点（不是聊天摘要）\n【框架·简介原文·抽象】Harness | Thread | Turn | Item\n【框架·简介原文·结构】5 个源码设计要点 + 4 个企业可借鉴原则\n（配套清单/最小试点模板在评论区置顶 → 按硬规则不收录评论区全文，标未披露。）
• 效果·作者声称简介作长任务上下文工程拆解；无独立复现数据
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 PromptClaude Code扩展：效率翻倍实战指南

• 任务按场景选用 Claude Code 扩展：CLAUDE.md、Skills、MCP、Subagents、Hooks，避免只会基础对话
• 模型及版本未披露（面向 Claude Code）
• 工具Claude Code；CLAUDE.md；Skills；MCP；Hooks；Subagents
• 输入材料项目约定总忘、重复步骤、跨工具搬数据、长杂任务刷爆对话、需要保存后自动检查等场景
• 操作步骤摘要简介披露对照表：①记不住项目约定 → CLAUDE.md；②反复粘同一套步骤 → 封装 Skills；③工具间来回复制数据 → MCP；④任务又长又杂、刷爆对话 → Subagents；⑤希望某些操作自动发生（如保存后检查代码）→ Hooks。示例配置/Skill 原文简介未贴，不编造。
• 提示词【框架·简介原文·场景对照】\n记不住项目约定 → CLAUDE.md\n反复粘同一套步骤 → Skills\n工具之间来回复制数据 → MCP\n任务又长又杂、刷爆对话 → Subagents\n希望操作自动发生（如保存后检查代码）→ Hooks\n（具体 CLAUDE.md / Skill / Hook 配置原文简介未贴 → 标注未披露。）
• 效果·作者声称简介作扩展选型指南；无独立复现数据
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt不改代码优化Claude？Theo重写AGENTS.md与Skills实战解析 | Theo - t3․gg

• 任务不改业务代码，靠重写全局 AGENTS.md/CLAUDE.md、把 Skill 描述写成触发关键词、并用历史日志审计失败模式来提升 Agent 协作
• 模型及版本未披露（原作面向 Claude；方法同时谈 AGENTS.md）
• 工具全局 AGENTS.md；CLAUDE.md；Skills（描述作触发关键词）；历史会话日志审计；自定义 HTML 沟通与文件上传 Skill
• 输入材料已有 Agent 协作工作流与可审计的历史失败日志；需要优化指令文件而非改仓库代码
• 操作步骤摘要简介披露四点：①全局指令文件的结构化写法与语气匹配；②Skill 描述作为触发关键词的设计逻辑；③基于历史日志审计模型失败模式并针对性优化；④自定义 HTML 沟通与文件上传 Skill 提升人机交互。强调理解自身工作流比复制配置更重要。原文配置未贴，不编造。
• 提示词【框架·简介原文·四步】①全局 AGENTS.md / CLAUDE.md：结构化写法 + 语气匹配\n②Skill 描述 = 触发关键词\n③历史日志审计失败模式 → 针对性改指令\n④自定义 HTML 沟通 + 文件上传 Skill\n【框架·简介原文·原则】理解自身工作流 > 复制别人的配置\n（全局文件/Skill 正文简介未贴 → 标注未披露。）
• 效果·作者声称简介称不改代码即可大幅提升协作效率；无独立复现数据
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Promptopencode连接hi-godot MCP bug怎么解决

• 任务修复 OpenCode 升级后连接 hi-godot / Godot MCP 的 SSE 接口失败：在 opencode 配置里用 mcp-remote 本地命令槽并显式带 Accept/Content-Type 头指向本机 MCP
• 模型及版本未披露（面向 OpenCode 运行时配置；非某一聊天模型口令）
• 工具OpenCode；mcp-remote（npx）；Godot / hi-godot MCP（http://127.0.0.1:8000/mcp）
• 输入材料已本地起 Godot MCP；OpenCode 升级后出现 SSE 插件连不上
• 操作步骤摘要简介披露原因与可复制配置：①怀疑 OpenCode 升级后 SSE 接口差异导致插件连不上；②修改 mcp 配置文件解决；③给出完整 JSON：`$schema`=`https://opencode.ai/config.json`，`mcp.godot-ai` 为 `type=local`，`command`=`npx -y mcp-remote --header Accept: text/event-stream --header Content-Type: application/json http://127.0.0.1:8000/mcp`。按硬规则收录简介中的配置原文，不补视频未写部分。
• 提示词【原文·简介配置逐字】 opencode升级后估计是sse接口有什么差别，导致插件接口连接不上，修改一下mcp 文件配置可以解决。 { "$schema": "https://opencode.ai/config.json", "mcp": { "godot-ai": { "type": "local", "command": [ "npx", "-y", "mcp-remote", "--header", "Accept: text/event-stream", "--header", "Content-Type: application/json", "http://127.0.0.1:8000/mcp" ] } } }
• 效果·作者声称简介称改 mcp 配置可解决连不上；无独立复现数据
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 PromptOpenCode 新手教程: 设置, Agents, Skills & MCP【中文配音｜中英字幕】

• 任务按 OpenCode 入门工作流走通：安装连接模型 → 项目内启动 → 装 Skills → 用 agents.md 约束 → 子代理拆分 → 接 Playwright MCP 自动测浏览器
• 模型及版本未披露（演示连接 OpenCode Zen/免费模型如 BigPico，及可切 OpenAI/GPT；原教程 Leon van Zyl）
• 工具OpenCode；agents.md；Skills（前端设计/Next.js/AI SDK/ShadCN 等）；子代理/后台代理；design.md；Playwright MCP；Next.js 示例
• 输入材料要学 OpenCode 完整入门（安装→Agents→Skills→MCP）的中文开发者
• 操作步骤摘要简介按时间轴披露工作流槽位：①官网安装命令装 OpenCode 并启动；②在项目目录启动（配合 VS Code/Cursor 看变更）；③connect 连服务商，选免费模型测对话并初始化 Next.js；④会话管理/切模型；⑤安装前端设计、Next.js、AI SDK、ShadCN 等 Skills；⑥项目级 agents.md 约束回复/计划/实现；⑦子代理保护主上下文、后台代理拆复杂任务；⑧design.md 固定颜色/间距/组件；⑨实战：粗想法→概要/技术栈/页面/数据模型/启动提示词→plans 目录→构建模式实现；⑩接 Playwright MCP 打开浏览器自动测；⑪用前端设计 Skill 重构 UI 并用浏览器测。具体安装命令/配置 JSON/agents.md 正文简介未贴，不编造。
• 提示词【框架·简介原文·工作流槽】安装启动 | 项目目录使用 | connect 模型 | 选免费模型+初始化项目 | 会话/切模型 | 安装 Skills | agents.md 约束 | 子代理/后台代理 | design.md 设计系统 | 计划→plans→构建 | Playwright MCP 测浏览器 | UI 重构+自动测\n【框架·简介原文·Skills 例】前端设计 | Next.js | AI SDK | ShadCN\n【框架·简介原文·agents.md】项目级规则：约束回复、计划与实现方式\n【框架·简介原文·子代理】保护主上下文窗口；复杂任务拆后台代理\n【框架·简介原文·MCP】Playwright：打开浏览器、操作页面、自动测试\n（安装命令/agents.md/配置原文简介未贴 → 标注未披露。）
• 效果·作者声称简介作中文配音入门整理；无独立复现数据
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 PromptGitHub 10万星神级配置，4条规矩让 Claude 老实听话！

• 任务用 Karpathy 系 CLAUDE.md 的四条极简铁律驯服 AI 编程助手：先想再写、极简、外科手术式改动、目标驱动验收
• 模型及版本未披露（面向 Claude Code / 通用 AI 助手；源仓库 andrej-karpathy-skills）
• 工具CLAUDE.md；andrej-karpathy-skills（GitHub）；Claude Code 或其他 AI 写作/整理场景
• 输入材料Vibecoding 时遇过度架构、瞎改布局、假修好等；想用极简规则约束 Agent
• 操作步骤摘要简介披露四条黄金铁律（名称+一句释义）：①Think Before Coding——不懂就问，禁止闷头瞎干；②Simplicity First——拒绝加戏，只写该写的；③Surgical Changes——精准修改，不乱碰周边；④Goal-Driven Execution——定好验收标准再干活，拒绝「我觉得做完了」。声称约 63 行极简规则。完整 CLAUDE.md 原文与中译放在「搞定的空间站」→ 按硬规则不收录外链/空间站全文，不编造 63 行正文。
• 提示词【框架·简介原文·四铁律】①Think Before Coding：不懂就问，绝对禁止闷头瞎干\n②Simplicity First：拒绝加戏，只写该写的，一行废话都不要\n③Surgical Changes：像外科手术一样精准修改，绝不乱碰周边代码\n④Goal-Driven Execution：定好验收标准再干活，拒绝「我觉得做完了」\n【框架·简介原文·规模】约 63 行极简规则（andrej-karpathy-skills）\n（完整 CLAUDE.md / 中译在「空间站」外链 → 不收录，标未披露。）
• 效果·作者声称简介称效率飙升 400%（作者宣传口径）；无独立复现数据
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 PromptCodex CLI 42个命令保姆级教程、Open AI、/goal /mention /plan /resume /compact 大模型命令指南

• 任务把 Codex CLI 隐藏的 40+ 斜杠命令按场景盘点，覆盖模型/权限/会话恢复与分叉/审查与计划/压缩记忆/状态/MCP与hooks/外观与退出等九类用法
• 模型及版本未披露（面向 OpenAI Codex CLI 斜杠命令体系）
• 工具Codex CLI；斜杠命令（/model /resume /compact /plan /review 等）
• 输入材料已会在 Codex CLI 里打字提问，但未系统使用斜杠命令提升会话与权限控制
• 操作步骤摘要简介披露将 42 个命令按场景罗列（非逐命令参数说明）：①模型与实验——/model /fast /personality /experimental；②权限——/approve /permissions；③会话生命周期——/new /resume /fork /side /rename /agent /subagents /goal；④审查与规划——/diff /review /mention /init /plan /skills；⑤压缩与记忆——/compact /memories /ide；⑥状态进程——/status /statusline /title /ps /stop；⑦扩展——/mcp /hooks /plugins /keymap；⑧外观输入——/theme /vim /pets /raw /copy；⑨清理退出——/clear /logout /exit /feedback。各命令参数/示例正文未贴，不编造。
• 提示词【框架·简介原文·九类命令槽】\n模型/实验：/model /fast /personality /experimental\n权限：/approve /permissions\n会话：/new /resume /fork /side /rename /agent /subagents /goal\n审查规划：/diff /review /mention /init /plan /skills\n压缩记忆：/compact /memories /ide\n状态进程：/status /statusline /title /ps /stop\n扩展：/mcp /hooks /plugins /keymap\n外观输入：/theme /vim /pets /raw /copy\n清理退出：/clear /logout /exit /feedback\n（单命令参数与推荐组合简介未贴 → 标注未披露。）
• 效果·作者声称简介称整理 9 大场景提升效率；无独立复现数据
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt33行代码让Claude Code省90%Token？Spotify开源插件揭秘 | Cloud Codes

• 任务用 Spotify 开源 Shunt 插件的 PreToolUse bash hook（约 33 行）拦截 Claude Code 读文件：超 350 行全量读阻断，大上下文改路由到廉价 Worker（如 Gemini 2.5 Flash）以降 Token
• 模型及版本未披露（面向 Claude Code；Worker 示例 Gemini 2.5 Flash；对照提及 Claude Opus 价差）
• 工具Spotify Shunt / portal-ai-plugins；Claude Code PreToolUse hook；Portal gateway；Gemini 2.5 Flash（Worker）
• 输入材料大型 Monorepo 下 Claude Code 频繁全量读文件导致 Token 账单飙升
• 操作步骤摘要简介披露：①机制——PreToolUse 钩子拦截文件读取；②硬阈值——强制 350 行阈值，阻断全量加载，允许带 offset/limit 的切片读；③路由——大上下文自动路由至 Gemini 2.5 Flash 等廉价 Worker（约 16:1 价差）；④效果声称——大型 Monorepo 批量读取节省 82%–94%；⑤警示——JetBrains 基准中因轮次放大成本反增约 7.6%，代码生成环节未同等强制；⑥对比——用确定性执行边界替代仅靠 CLAUDE.md 的劝告式路由。Hook 源码正文简介未全文粘贴，不编造。
• 提示词【框架·简介原文·PreToolUse】拦截文件读取工具请求 → 检查 JSON stdin 载荷\n【框架·简介原文·阈值】硬阈值 350 行：允许 offset/limit 切片 | 阻断全量文件摄入\n【框架·简介原文·路由】大上下文 → 廉价 Worker（例 Gemini 2.5 Flash / Portal）替代前沿模型全量读\n【框架·简介原文·边界】确定性执行边界 > 仅 CLAUDE.md 劝告；代码生成环节未同等强制；轮次放大可能抵消节省\n（33 行 bash / settings 原文简介未贴全 → 标注未披露。）
• 效果·作者声称简介称 Monorepo 批量读可省 82%–94% Token；亦警示反增 7.6% 的基准陷阱；无独立复现
• 效果·本站验证未复现验证
• 成本与局限未披露（简介提及 Opus≈$5/M vs Worker≈$0.30/M 价差作背景）

完整步骤与演示见原作。

B站可跟做有 Prompt装完这个skill，Claude Code的账单真的降了吗？真机实测

• 任务真机验证开源 Skill token-diet：安装时往 Claude Code settings.json 注册 SessionStart 钩子注入 activation.md 规则，对照开关后看 usage 是否真降账单
• 模型及版本未披露（面向 Claude Code；对照读官方 usage 字段）
• 工具token-diet（GitHub 开源 Skill）；Claude Code；SessionStart hook；settings.json；activation.md；install.sh
• 输入材料已装或欲装 token-diet，想确认「always-on 省钱≈31%」是否在自己任务上成立
• 操作步骤摘要简介披露：①宣传——官方称平均降账单≈31%（按 session 类型 -17%~-54%）；②安装坑——Windows 默认 python3 为 Store stub 时，install.sh 在注册 SessionStart 钩子一步静默 exit 49，文件已落地但钩子未注册，造成「看起来装上了」；真 python3 后成功，并逐字核对注入的 activation.md；③对照测——开关 diet，读官方 usage：单轮问答 3 轮 output_tokens 波动大于开关差；真实 agentic 改 bug（Read/Edit/跑测）开启后步数/输出/花费未降反约高 3%；④混淆因素——同为关闭 diet，因 prompt cache 命中顺序不同价格可差 10 倍+；⑤边界——官方 31% 来自 nestjs/nest 级大会话 benchmark，与分钟级小任务不可直接对比；机制真实（钩子会注册并塞规则），本片省钱未测出。activation.md 全文与原始命令输出称在评论区，简介未贴，不编造、不采评论区。
• 提示词【框架·简介原文·安装槽】install.sh → 向 Claude Code settings.json 注册 SessionStart 钩子 → 注入 activation.md 规则（always-on）\n【框架·简介原文·坑】Windows Store python3 stub → 注册步静默 exit 49 → 文件落地但钩子未注册\n【框架·简介原文·对照】开关 diet | 读官方 usage 字段（勿自数 token）| 单轮问答 vs agentic Read/Edit/测试\n【框架·简介原文·混淆】prompt cache 命中顺序可造成账单数量级差异，勿简单归因 Skill\n【框架·简介原文·边界】官方≈31% 来自超大会话 benchmark；小任务本片未测出省钱\n（activation.md 规则全文简介未贴 → 标注未披露。）
• 效果·作者声称简介称机制成立但本机小任务未测出省钱；官方≈31% 为对方 benchmark；无独立复现
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt教你最大化Claude Code缓存命中来节省token

• 任务减少 Claude Code Prompt Cache 因模型、MCP、CLAUDE.md/Skill 变更或空闲超时而失效造成的重复 Token 成本
• 模型及版本Claude Code（具体模型版本未披露）
• 工具Claude Code；Prompt Cache；MCP；CLAUDE.md；Skills；subagent；/resume；/reload-plugins；ENABLE_PROMPT_CACHING_1H
• 输入材料长时间 Claude Code 会话；工具、系统提示、项目说明/Skill 与消息组成的缓存链条
• 操作步骤摘要简介披露：①将请求看成 tools → system → CLAUDE.md/skills → messages 的链条，越靠左越应锁定；②切换 /model 会使不同模型的 KV cache 隔离；③新增 MCP 后不要在长会话中用 /resume 或 /reload-plugins 触发重读；④修改 CLAUDE.md 或安装 Skill 后避免立即恢复会话；⑤空闲超过 5 分钟会使 TTL 过期；⑥长任务前可设置 `export ENABLE_PROMPT_CACHING_1H=1` 将 TTL 延至 1 小时。
• 提示词【框架·简介原文·缓存链】tools → system → CLAUDE.md/skills → messages；越靠左越要锁死 【框架·简介原文·四类失效】切换 /model | 新增 MCP 后 /resume 或 /reload-plugins | 修改 CLAUDE.md/安装 Skill 后恢复会话 | idle 超过 5 分钟 【框架·简介原文·延长 TTL】长任务前 `export ENABLE_PROMPT_CACHING_1H=1` （完整视频口令与其他参数未披露。）
• 效果·作者声称作者解释缓存失效会造成重复计费，简介称命中读取 0.1x、未命中重付 1.25x；无独立复现验证
• 效果·本站验证未复现验证
• 成本与局限简介称命中读取 0.1x、未命中 1.25x；具体价格与版本适用范围未披露

完整步骤与演示见原作。

B站可跟做有 Prompt【原声配音】我一个月合了 1000 个 PR：Cursor 工程师怎么让 agent 变得可信

• 任务按 Cursor 工程师 Lauren Tan 的「可信 Agent」三层法：verification → skill+feature map → eval，再叠加会让 CI 变红的硬约束，提升 Agent 可并行、可合 PR 的可信度
• 模型及版本未披露（面向 Cursor Agent Window / GrokBot 工程实践；具体模型版本简介未写）
• 工具Cursor Agent Window；GrokBot；skill（markdown）；feature map；CDP 元素属性；子 agent eval；CI 硬约束；依赖图检查
• 输入材料已在用 Cursor Agent 写代码/合 PR，但缺「凭什么信它」的验证、产品地图与护栏
• 操作步骤摘要简介披露：①问题—不是让 agent 写更多代码，而是信任；②verification—让 agent 自己跑应用、抓 CPU trace、看 heap snapshot、开模拟器确认改动，避免人肉粘贴报错成瓶颈；③skill + feature map—skill 即 markdown；feature map 写清产品长什么样、功能怎么点到、CDP 选元素属性，使残缺用户截图也能定位功能；④eval—协调 agent 定评分标准，派子 agent 跑（目录名故意不让子 agent 察觉考核），另一模型当裁判，slash loop 爬山到满分；⑤硬约束—rules/skill/Bugbot 软约束不够，需 CI 变红的硬规则；例：Dune 架构禁用 useEffect、禁用代码注释（防 agent 把口头禁令写进注释）、依赖图拦住 Electron 主/渲染错误 import；原则「最短路径就是最佳路径」；⑥ROI—前期烧 token 立护栏后，PM/设计师也可提 PR。完整 skill/feature map 原文未贴。
• 提示词【框架·简介原文·三层】verification（验证）→ skill + feature map（工程经验/产品地图）→ eval（给 skill 写单元测试） 【框架·简介原文·verification】跑应用 | CPU trace | heap snapshot | 模拟器自检 【框架·简介原文·feature map】产品长什么样 | 功能点击路径 | CDP 选元素属性 【框架·简介原文·eval】协调 agent 定评分 → 子 agent 跑（目录名防察觉）→ 他模裁判 → slash loop 爬山 【框架·简介原文·硬约束】CI 变红 > 软 rules/skill/Bugbot；例禁 useEffect、禁注释、依赖图拦错误 import；「最短路径=最佳路径」 （feature map / skill / eval 提示词全文未披露。）
• 效果·作者声称作者转述称可达「早起发现 agent 已合约 20 个 PR、人事后 review」量级；未独立复现
• 效果·本站验证未复现验证
• 成本与局限简介称 AI 实验室 token 管够；对工程负责人需算 ROI；具体费用未披露

完整步骤与演示见原作。

B站可跟做有 Prompt深度解读 Claude Code Output Styles：一行命令，让你的 AI 编程助手化身全能专家

• 任务用 Claude Code Output Styles 改 System Prompt「核心人格」，在保留读写文件/执行命令等工具能力的同时切换专家角色
• 模型及版本Claude Code（Output Styles；内置 Default / Explanatory / Learning）
• 工具Claude Code；Output Styles；自定义 style；对比 Sub-agents
• 输入材料希望同一套工具能力下切换研究分析师/文档工程师/Git 提交信息撰写者等人格，而不只当软件工程师
• 操作步骤摘要简介披露：①Output Styles 通过改 System Prompt 改变核心人格，同时保留工具能力；②内置 Default、Explanatory、Learning 场景；③与 Sub-agents 的区别与选择；④可自定义 Output Style；⑤列举生产级方向（结构化数据生成、专业沟通、Python 文档生成等）。完整 style 文件/命令原文未贴。
• 提示词【框架·简介原文·机制】Output Styles = 改 System Prompt 核心人格 + 保留文件/命令等工具能力 【框架·简介原文·内置】Default | Explanatory | Learning 【框架·简介原文·选型】Output Styles vs Sub-agents 【框架·简介原文·扩展】自定义 Output Style；案例方向：结构化数据 / 专业沟通 / Python 文档生成 （具体 `/output-style` 命令、style 文件全文与 5 个案例提示词未披露。）
• 效果·作者声称简介作功能拆解与最佳实践方向；无独立复现
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 PromptClaude Code 2.0 重大重构：上下文工程规则全变了，系统提示词可以大幅删减

• 任务理解 Claude Code 2.0「unhobbling」上下文工程：大幅删减 system prompt 后仍靠 Claude.md/skills 承载约束
• 模型及版本Claude Code 2.0；简介称 Anthropic 在 Claude 5 之后重做（搬运解说）
• 工具Claude Code；Claude.md；skills；system prompt
• 输入材料旧版长系统提示词/习惯写法需要按新规则瘦身
• 操作步骤摘要简介披露论点框架：①重做上下文工程思路；②约删除 80% system prompt 而表现未变差；③影响面落在 Claude.md、skills 与 system prompt 分工。完整新旧 system prompt 对照正文未贴→未披露。二次创作搬运自 AICodeKing。
• 提示词【框架·简介】 Anthropic 在 Claude 5 之后重做了 Claude Code 的上下文工程思路，甚至删除了约 80% 的 system prompt，模型表现却没有变差。视频重点拆解这套“unhobbling Claude”的新规则，以及它对 Claude.md、skills 和 system prompt 的实际影响。 NixAPI：https://nixapi.com 性价比大语言模型 API 聚合平台， 极速、稳定、全能 原标题：Claude Code 2.0: YOU NOW NEED TO CHANGE EVERYTHING! They JUST Re-Engineered Claude Code & IT'S GOOD! 原视频：https://www.youtube.com/watch?v=eR1Ec5-leiM 原作者：AICodeKing 本视频封面、标题、简介均进行了二次创作。
• 效果·作者声称原作者/搬运称规则已变、需改写法；本站未复现
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt[双语]OpenAI Codex 教程 #6 - 使用 AGENTS.md 文件

• 任务把 AGENTS.md 当作「写给 AI 智能体的 README」，用 Codex CLI init 扫描生成并纳入版本控制持续更新
• 模型及版本OpenAI Codex（教程系列；未写具体模型路由）
• 工具Codex CLI；`init`；AGENTS.md；VCS
• 输入材料新仓库或已有代码库，需要给 Agent 项目说明书
• 操作步骤摘要简介披露概念与流程框架：①AGENTS.md=给 AI 的 README（运作方式/构建测试/风格/结构）；②用 Codex CLI init 自动扫描生成；③本地与云端任务都会注入该文件；④应提交版本库并随项目演进更新。完整 AGENTS.md 范例正文未贴→未披露。双语搬运自公开 YouTube 教程。
• 提示词【框架·简介】 https://www.youtube.com/watch?v=NlNuoH5PPl4 本视频详细介绍了 OpenAI Codex 中的核心配置文件 `agents.md`。该文件被形象地描述为“写给 AI 智能体看的 README”，其主要作用是为 Codex 提供项目的背景信息，包括代码库的运作方式、构建与测试命令、编码风格偏好以及项目结构组织等。 视频演示了如何利用 Codex CLI 的 `init` 命令自动扫描项目并生成该文件。作者强调，`agents.md` 不仅是 Codex 的重要上下文来源，还正在成为 AI 编程工具领域的一种通用标准。为了确保 AI 在本地或云端执行任务时能保持准确，开发者需要将此文件提交至版本控制系统，并随项目的演进持续更新其内容。
• 效果·作者声称作者强调其为跨工具通用标准趋势；无独立复现
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Promptcodex 自己给自己换皮肤，仅需要一个提示词

• 任务一条提示词让 Codex 读品牌素材，用 CodeDrobe 为本机 Codex.app 创作并安装完整皮肤
• 模型及版本Codex（标题；未写具体模型路由）
• 工具Codex；CodeDrobe；本地 Codex.app
• 输入材料资料目录绝对路径中的公司介绍与设计素材；需填写风格与动效强度
• 操作步骤摘要简介披露可填空提示词：①阅读资料目录绝对路径中的介绍与素材；②用 CodeDrobe 为 http://Codex.app 创作并安装品牌完整皮肤；③正式 Logo/吉祥物、填写风格与动效强度、保证对话与代码阅读清晰；④允许重启一次、备份原配置；⑤交付 .codedrobe-theme、源码、截图与恢复命令；⑥若 avatar-overlay 阻止预检可只关闭该悬浮渲染目标。
• 提示词【原文·简介】 [为数不多真正全满血的claude/gpt_api_token在我主页有] 提示词： “请阅读【资料目录的绝对路径】中的公司介绍和设计素材，使用 CodeDrobe 为本机 http:// Codex.app 创作并安装一套符合该品牌的完整皮肤。 要求使用正式 Logo/吉祥物，风格要【填写风格】，动效【填写强度】，同时保证对话与代码阅读清晰。我允许重启一次 Codex。请备份原配置，完成打包、安装、首页和对话页验证，并交付 .codedrobe-theme、源码、截图和恢复命令。如果 avatar-overlay 阻止预检，可以只关闭该悬浮渲染目标。”
• 效果·作者声称作者演示 Codex 自换皮肤；无独立复现
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 PromptClaude Code记忆功能实测：45条记录26条未读，该关掉吗 | Theo - t3․gg

• 任务审计 Claude Code 自动记忆：无效堆积/过时记录/token 浪费，并对比改用 AGENTS.md、Obsidian 等手动知识管理
• 模型及版本Claude Code（搬运 Theo - t3.gg）
• 工具Claude Code 自动记忆；对照 AGENTS.md、Obsidian
• 输入材料发现大量从未被读取的自动记忆条目
• 操作步骤摘要简介披露框架：①案例=45 条记忆中 26 条从未读取；②三大问题=无效信息干扰、过时导致错误决策、token 浪费；③对比手动项目级文档优势；④讨论何时关掉自动记忆。完整开关路径与配置原文未贴→未披露。二次创作搬运。
• 提示词【框架·简介】 Theo审计发现Claude Code自动保存的45条记忆中26条从未被读取，引发对AI编程助手记忆机制的深度反思。视频剖析自动记忆的三大问题：无效信息堆积干扰上下文、过时记录导致错误决策、token浪费降低推理效率。对比AGENTS.md、Obsidian等手动知识管理方案的优势，探讨何时该用项目级文档替代自动记忆。为AI辅助开发者提供平衡便利性与准确性的实用建议，避免陷入“记忆陷阱”。 ---------- 原视频标题：Turn off Claude Code's Memory 原视频作者：Theo - t3․gg 原视频链接：https://www.youtube.com/watch?v=Jf54k7tFeEc 原视频发布时间：2026-08-25 17:00:06 原视频简介：Claude Code quietly saved 45 memories on my main dev machine, and when I audited them, 26 had never been read once, lets talk about it. Thank you WorkOS for sponsoring the video! https://soydev.link/workos Sources: Reaction to: https://x.com/Voxyz_ai/status/2089729031033729036 Poteto tweet: https://x.com/poteto/status/2089166694719922483 Want to sponsor a video? Learn more here: https://soydev.link/sponsor-me Check out my Twitch, Twitter, Discord more at https://t3.gg S/O @Ph4seon3 for the awesome edit 🙏 #programming #coding #claude
• 效果·作者声称原作者主张审计后可考虑关闭自动记忆；本站未复现
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Promptcodex合集1：①codex的四种形态；②桌面版和cli安装；③第一次打开桌面版设置+项目初始化

• 任务配置 Codex 全局 AGENTS.md 规则，并用两条「speak to note」口令初始化 Expo TypeScript 空项目并写 5 行项目级 AGENTS.md
• 模型及版本Codex（合集标题；未写具体版本）
• 工具Codex 桌面版/CLI；Expo blank-typescript；AGENTS.md
• 输入材料空目录；需要中文输出、本地优先、不上云的项目约定
• 操作步骤摘要简介披露：①安装入口 openai.com/codex 与 npm install -g @openai/codex；②全局 agents.md 要点=项目内优先、中文输出、改前读结构/说明文件、最小改动、改后验证方式、保护密钥、方案先权衡；③speak to note 两条=Expo 模板初始化 + 5 行项目级 AGENTS.md。
• 提示词【原文·简介】 桌面版安装：openai.com/codex cli安装：npm install -g@openai/codex 更新：codex --upgrade 全局agents.md：项目内 AGENTS.md 优先；所有输出用中文；改代码前先读项目结构；修改前说明会改哪些文件；保持最小改动；修改后说明验证方式；保护 .env、API Key、Token；给方案时先说权衡再给建议。 speak to note： 1、请用 Expo blank-typescript 模板初始化这个空目录 2、写一份 5 行项目级 AGENTS.md，说明项目类型、技术栈、本地优先、不上云、中文输出；
• 效果·作者声称作者用于合集第1期桌面版设置与项目初始化演示；无独立复现
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 PromptAI编程效率翻倍！Claude团队的10个内部技巧

• 任务按 Claude Code 官方团队分享的 10 条技巧改进日常 AI 编程协作（含迭代 CLAUDE.md/AGENTS.md 与自定义 skills）
• 模型及版本未披露；语境为 Claude Code
• 工具Claude Code；git worktree；Plan 模式；CLAUDE.md / AGENTS.md；自定义 skills；子代理
• 输入材料代码仓库与日常开发任务
• 操作步骤摘要按简介所列 10 条依次实践：①git worktree 并行；②复杂任务多用 Plan；③不断迭代 CLAUDE.md/AGENTS.md；④创建自定义 skills；⑤让 Claude 自己修 BUG；⑥提升提示词能力；⑦终端与环境配置；⑧使用子代理；⑨用 Claude 做数据和分析；⑩用 Claude Code 学习。各条展开提示词简介未粘贴。
• 提示词【框架·简介原文十条】1、使用 git worktree 并行开发；2、复杂任务多用 Plan 模式；3、不断迭代 CLAUDE.md/AGENTS.md 文件；4、创建自定义技能（skills）；5、让 Claude自己修复 BUG；6、提升提示词的能力；7、终端与环境配置；8、使用子代理；9、使用 Claude进行数据和分析；10、用 Claude Code 学习。
• 效果·作者声称标题称「效率翻倍」；简介未给可核验量化细节
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt【原声中配】4-Claude Code提示词实用技巧分享

• 任务Claude Code 提示词实用技巧：Shift+Tab 模式切换、计划模式、需求写细建议（中配）
• 模型及版本Claude Code（标题）
• 工具Claude Code
• 输入材料本地代码库会话
• 操作步骤摘要简介列出模式切换/计划模式/提示词建议与深色模式开关实操演示要点（非单一长 system prompt）。
• 提示词【原文·简介】 Claude Code提示词实用技巧分享 - 模式切换技巧：按Shift+Tab即可快速切换「自动接受修改」/「手动确认修改」两种模式，自动模式下编辑、新建文件会自动执行，运行命令仍需手动确认，可根据使用习惯自由选择 - 计划模式详解：接收提示词后会先用只读工具分析代码库、调研实现方案，有疑问主动沟通确认，需求对齐后输出详细执行计划再操作，适配复杂功能实现、代码审查等场景 - 提示词使用建议：描述需求尽量详细，复杂需求可先开启计划模式对齐所有细节后再执行 - 实操演示：现场展示用Claude Code计划模式实现项目全局深色模式切换开关，完整还原操作流程与最终效果
• 效果·作者声称作者分享Claude Code提示词实用技巧；无独立复现
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 PromptGemini3 Pro一句话做的网页，prompt在简介

• 任务Gemini 3 Pro 一句话生成 ASCII 艺术风 Awwwards 级 HTML 页面（prompt 在简介）
• 模型及版本Gemini 3 Pro（标题）
• 工具Gemini 3 Pro
• 输入材料未披露额外素材
• 操作步骤摘要简介三段英文指令：ASCII art HTML + 先设计后开发细节 + 尽量多 fancy animations。
• 提示词【原文·简介】 1. Generate a simple HTML page that uses ASCII art, with a premium, Awwwards-level visual design.  2. At the beginning, focus on the design aspects rather than the development details.  3. Add as many fancy animations as you can.
• 效果·作者声称作者标题写一句话做的网页；无独立复现
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt让 AI 少写代码的开源 skill,一个月狂涨 5.9 万星【扒一扒 GitHub 本月最火 S2 No.1/30】

• 任务开源 skill ponytail：给 Agent 塞「少写代码」决策，专治过度设计（可装 Claude/Cursor/Codex 等）
• 模型及版本作者 benchmark 用 Claude Haiku 4.5；skill 通装多 Agent
• 工具ponytail skill；Claude Code；Cursor；Codex；Gemini CLI；GitHub Copilot；Aider 等
• 输入材料未披露具体业务仓库；官方 benchmark 场景 FastAPI+React
• 操作步骤摘要简介说明定位与安装生态；给出官方 benchmark 数字与冷静提示（场景受限、需人复核、MIT）。
• 提示词【框架·简介】 GitHub 六月月榜第一。ponytail 是一个装到 AI Agent 里的 skill,专治过度设计。你让 Agent 加一个日期选择器,它默认装 flatpickr + 写 wrapper + 加 stylesheet + 讨论时区;开了 ponytail 就变成——把资深工程师这行代码值不值得写的直觉塞进 Agent 上下文。 📊 官方 benchmark(FastAPI + React · Claude Haiku 4.5 · n=4) - 代码量平均少 54%,峰值 94% - 便宜 20% · 快 27% · 安全护栏 100% 保留 🔌 一份 skill 到处能装:Claude Code / Cursor / Codex / Gemini CLI / GitHub Copilot / Aider 等 20+ Agent ⚠️ 冷静提示 - benchmark 是特定场景,换语言/模型/repo 数据可能变,别当万能 - 少写代码是决策哲学,复杂业务仍需人复核 - 协议 MIT · 三方库 license 自守 《扒一扒 GitHub 本月最火 · S2》系列 No.1/30 · 未来 30 天每天 18:30 一期
• 效果·作者声称作者转述官方 benchmark：代码量平均少54%、峰值94%、便宜20%、快27%；无独立复现
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt想让 AI one shot？提示词真不是越长越好｜AI分享

• 任务Codex one-shot：不靠超长提示词，把结果说清楚并把不同任务分开（Prompt vs Context）
• 模型及版本Codex（作者未披露具体版本号）
• 工具Codex
• 输入材料未披露
• 操作步骤摘要简介主张 one-shot 不依赖超长提示词；在 Codex 里更在意两件事：把结果说清楚、把不同任务分开；并结合演示讨论 Prompt 与 Context 如何影响结果。
• 提示词【框架·简介】 想让 AI 一次做对，提示词一定要写很长吗？我在 Codex 里更在意两件事：把结果说清楚，把不同任务分开。用一次实际演示，聊聊 Prompt 和 Context 怎么影响结果。
• 效果·作者声称作者用实际演示讨论 Prompt/Context；无独立复现
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 PromptAI Coding for Real Engineers p29 用agents.md引导Claude代码实现书签功能

• 任务用 agents.md 引导 Claude 实现私有书签功能：参数类型设计规范与规范冲突处理
• 模型及版本Claude（原作者 mattpocock / aihero；未披露具体版本号）
• 工具Claude Code；agents.md
• 输入材料未披露具体 agents.md 全文
• 操作步骤摘要中译简介：通过 agents.md 引导 Claude 实现私有书签；讲解参数类型设计规范；展示代码生成与规范冲突处理。原课 aihero.dev。
• 提示词【框架·简介】 视频演示如何通过agents.md文件引导Claude代码实现一个私有书签功能，讲解参数类型设计规范，展示代码生成过程与规范冲突的处理方式。 原视频：https://www.aihero.dev/cohorts/ai-coding-for-real-engineers-m0k0w 原作者：mattpocock
• 效果·作者声称作者演示 agents.md 约束代码生成；无独立复现
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 PromptGPT-6 Codex功能全解 | Astra 28项功能两小时讲解

• 任务Codex vs GPT-6 Astra：分清应用与模型，并系统梳理 28 项关键能力地图
• 模型及版本GPT-6 Astra / Codex（作者简介）
• 工具Codex, GPT-6 Astra, Blender（简介列举）
• 输入材料未披露
• 操作步骤摘要简介先分清 Codex 是应用、GPT-6 是模型；再梳理构建应用/托管网站/桌面与 iOS、内置浏览器、文档批注、多任务与侧边聊天、插件、Blender/3D、游戏、技能系统、录制回放、外部 API、视频理解、子代理与电脑操作等能力地图（译制自 YouTube）。
• 提示词【框架·简介】 Codex 与 GPT-6 Astra 的完整指南，系统梳理了 28 个关键能力。先分清 Codex 是应用、GPT-6 是模型，再展示如何构建任意应用、托管网站、开发桌面端与 iOS 应用，并借助内置浏览器、文档创建和批注模式把想法快速变成生产级产品。还涵盖聊天与项目、多任务、侧边聊天、分区管理、插件连接，以及让 Codex 主动建议工作方向、Blender 与 3D 资产、游戏、互动学习网站、定时任务、邮件与 iMessage、技能系统、录制回放、外部 API、视频理解、内联图表、手机远程控制、图像生成编辑、子代理和电脑操作。整体是一份从入门到高阶的 Codex 使用地图，适合想系统了解其能力边界和实际玩法的人。
• 效果·作者声称作者提供能力地图综述；无独立复现
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 PromptClaude Code 权限、输入与会话控制实战 | 第4课(2)-B

• 任务Claude Code：权限模式 + 把现状/目标/参考/限制/验收分行写清 + 会话控制命令
• 模型及版本Claude Code（作者标题；具体模型版本未披露）
• 工具Claude Code（/plan /context /compact /clear /resume /init /btw 等）
• 输入材料空文本文件起步的演示任务；真实项目需自行确认版本界面
• 操作步骤摘要简介讲三种常用权限模式；如何引用文件与截图；把现状、目标、参考、限制和验收分行写清楚；演练 /plan、/context、/compact、/clear、/resume、/init、/btw、Esc 与回退；强调拆最小模块、先看方案再小步检查，重要改动留 Git 检查点。
• 提示词【框架·简介】 Claude Code 接入成功以后，真正容易出问题的是“怎么让它在项目里做事，同时把每一步看清楚”。本集从一个空文本文件开始，完整讲清三种常用权限模式，怎样引用具体文件和截图，怎样把现状、目标、参考、限制和验收分行写清楚，以及 `/plan`、`/context`、`/compact`、`/clear`、`/resume`、`/init`、`/btw`、`Esc` 和回退菜单的实际用法。 重点不是让 AI 一次完成全部工作，而是把复杂任务拆成最小模块，先看方案，再完成一小步，亲自检查以后再继续。涉及真实项目时，请根据实际版本和界面确认命令行为，重要改动保留 Git 检查点。
• 效果·作者声称作者主张分行写清约束与小步验收更稳；无独立复现
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt【中配】Claude Code创始人爆料：砍掉80%提示词，模型反而更强？

• 任务Claude Code 创始人观点：删掉约 80% 系统提示反而更强；让 Agent 长时自主运行
• 模型及版本Claude Code / Opus 5（简介提及发布之际访谈；具体版本以原视频为准）
• 工具Claude Code
• 输入材料未披露
• 操作步骤摘要简介综述 YC Startup School 访谈：Boris Cherny 谈删除约 80% 系统提示以释放模型潜力，以及让 AI 自主运行数周、重写代码库等实践（中配译制）。
• 提示词【框架·简介】 Opus 5 发布之际，Claude Code 创始人 Boris Cherny 在 Y Combinator 的 Startup School 2026 上，与 Diana Hu 展开深度对话。他揭示了如何通过删除 80% 的系统提示来释放模型潜力，并分享了让 AI 自主运行数周、重写整个代码库的惊人实践。这场访谈不仅探讨了 AI 编程的未来，还为创业者提供了在模型能力快速迭代时代构建产品的全新思路。
• 效果·作者声称创始人访谈主张精简系统提示；无独立复现
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 PromptOpenAI Codex教程#6：详解AGENTS.MD文件的用途与配置

• 任务Codex CLI：用 init 生成 agents.md，作为项目说明书注入本地/云端任务上下文
• 模型及版本OpenAI Codex CLI（作者系列教程；具体版本未披露）
• 工具Codex CLI（init / agents.md）
• 输入材料项目根目录代码库
• 操作步骤摘要简介将 agents.md 比作给 AI 编码助手的项目说明书；通常在根目录，说明结构、构建测试与编码风格；Codex 执行本地/云端任务时自动检索并注入提示词；类比 Claude Code 的 claw.md / CLAUDE.md 与 Copilot 指令文件。
• 提示词【框架·简介】 在本系列第6集中，我们将深入探讨Codex CLI工具中至关重要的init命令及其生成的agents.md文件。 你可以将agents.md文件理解为一份专门为AI编码助手准备的“项目说明书”或“操作指南”。它通常位于项目根目录，用于指导Codeex了解代码库结构、构建测试流程以及偏好的编码风格。通过这种方式，Agent能够迅速融入你的工作流程。 Codeex在执行本地或云端任务时，会自动检索该文件并将其作为上下文注入提示词中。这与Claude Code的claw.md或Copilot指令文件类似，旨在为AI提供项目级的记忆和约束，从而生成更符合你期望的代码。
• 效果·作者声称作者主张 agents.md 可提供项目级记忆与约束；无独立复现
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt【AI编程｜Claude Code】CLAUDE.md为什么越写越长？研究揭示Agent失控的真正原因｜建议收藏｜ByteMonk

• 任务CLAUDE.md 膨胀与灾难性记忆：写清 why、分流到 path-scoped rules/Skills/Hooks
• 模型及版本Claude Code（作者标题；研究综述译制）
• 工具Claude Code（CLAUDE.md, path-scoped rules, Skills, Hooks）
• 输入材料不断变长的 CLAUDE.md / 项目规则
• 操作步骤摘要简介/章节框架：解释 CLAUDE.md 易增难删与规则重叠；引入 catastrophic remembering；主张写下 why 而非只写 what；块级注释对人可见但对上下文剥离；明确何物进 CLAUDE.md vs 路径规则/Skills/Hooks，避免 path imports 陷阱。
• 提示词【框架·简介】 Claude Code 使用过程中，很多开发者都会遇到一个问题：CLAUDE.md 越写越长，规则越来越多，Agent 反而越来越不可靠。本期从最新研究出发，解析为什么 CLAUDE.md 文件会不断膨胀，以及所谓的 “Catastrophic Remembering（灾难性记忆）” 到底是什么。 同时深入了解 Claude Code 中不同规则机制的正确使用方式，包括 CLAUDE.md、Path-scoped Rules、Skills、Hooks，以及为什么“只写规则、不写原因”容易导致上下文越来越臃肿。 你还会了解到：哪些内容应该写进 CLAUDE.md，哪些应该交给 Skills、Hooks 和路径级规则，以及如何通过更合理的上下文管理，让 AI Agent 更稳定、更可靠。 【框架·章节要点】 → Why CLAUDE.md files grow and almost never shrink → "Catastrophic remembering" — the paper's name for the underlying problem → Why block-level comments get stripped from context (and why that matters) → What actually belongs in CLAUDE.md vs path-scoped rules vs skills vs hooks → The one habit the research found that keeps file size under control（write down why, not just what）
• 效果·作者声称译制综述主张写 why 并分流规则可提升 Agent 可靠性；无独立复现
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 PromptClaude Code之父：我们删掉了80%的系统提示词

• 任务Claude Code 之父：随 Opus 5 删约 80% 系统提示；消融实验重建；给过难任务并持续验证
• 模型及版本Claude Code / Opus 5（作者简介）
• 工具Claude Code
• 输入材料未披露（访谈向）
• 操作步骤摘要简介披露方法：先删再用、只在模型反复摔同一处时加回指令；核心提示技巧是给略显过难的任务并让其持续验证工作。未贴系统提示原文。
• 提示词【框架·简介披露要点】 鲍里斯·切尔尼（Boris Cherny），Anthropic 工程师、Claude Code 的创建者。他把这个如今广为开发者使用的智能体编程工具，追溯到一个极简判断：模型已经能写完整文件和功能，真正拖后腿的往往是产品给它套上的脚手架。 在 YC Startup School 2026 的这场对谈里，他解释团队为什么随 Opus 5 删掉 Claude Code 约 80% 的系统提示词，以及如何用消融实验逐行重建提示：先删、再用，只在模型反复摔在同一个地方时把指令加回来。话题也延伸到提示注入、产品能力缺口、模型“去束缚”，以及今天最重要的提示技巧——给 Claude 一个略显过难的任务，同时让它能持续验证自己的工作。 Boris 还分享了几项正在发生的实验：Bun 团队让模型用 11 天把一套 JavaScript 运行时从 Zig 重写为 Rust；一个把 Electron 桌面端改写成 Swift 的任务已经跑了两周；动态工作流能编排成千上万个智能体，而每天运行的例程正在替团队清理死代码、补测试、合并重复抽象。最后，他也给“编程已经解决”加上边界，并回答 AI 时代的 CS 学生仍该亲手学什么。 全程中英双语字幕 · Opus精译 · 概念精校 · 术语统一。
• 效果·作者声称访谈主张脚手架常拖后腿；无独立复现
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt7 个我每天都在用的 Codex skill：从 spec 到 PR review 完整工作流

• 任务用一套从需求到 PR 的 Codex Skill 链：spec→plan→可视化→澄清→处理 PR 反馈→重构→设计文档，并可用 npx CLI 统一管理多 Agent 的 skills
• 模型及版本未披露（工具侧 Codex；文中对照 Claude Code / OpenCode）
• 工具Codex Skills；提及 Claude Code、OpenCode；npx 统一管理多 agent skill 的 CLI；原作者 Owain Lewis
• 输入材料粗略产品/开发想法；需要拆 issue 的 spec；架构或代码库；混乱口述需求；PR 评论；需重构的代码；需写设计文档的方案
• 操作步骤摘要简介披露的 7 个日常 Skill：①spec skill 把粗略想法转成详细设计文档；②plan skill 把 spec 拆成 GitHub issues；③explain visually 把架构/代码库转成 HTML 可视化页面；④Clarify skill（借鉴 Grill Me）把混乱口述整理成清晰 prompt；⑤address PR feedback 自动拉评论并修复；⑥refactor skill（对标 Claude Code Simplify）；⑦design doc skill 写 Amazon/Google 风格架构文档。另演示用 npx 统一管理 Claude Code/Codex/OpenCode 的 skills。各 Skill 正文未在简介粘贴。
• 提示词【框架·简介原文要点】七技能链：spec→详细设计文档；plan→GitHub issues；explain visually→HTML 可视化；Clarify/Grill Me→清晰 prompt；address PR feedback→拉评论并修复；refactor/Simplify→重构；design doc→Amazon/Google 风格架构文档。可选：npx CLI 统一管理多 Agent skills。（全文未贴，不脑补。）
• 效果·作者声称UP 转述 Owain Lewis 称这是其每天必用的 Codex skill 工作流；未给量化指标
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt【中配】Theo：别照抄别人AGENTS.md

• 任务按自身失败历史与协作偏好重写全局/仓库级 AGENTS.md、CLAUDE.md 与 Skills，并用真实 PR 流检验，而不是照抄别人的成品配置
• 模型及版本未披露（文中提及 Fable、Opus、GPT-5.6、Soul 等用于历史审计统计）
• 工具AGENTS.md；CLAUDE.md；Skills；fleet 仓库跨机同步；babysit PR / file PR 类工作流；提及 Superpowers 语境下的专用 Skill
• 输入材料多机开发环境；高频 PR；失败历史（误杀进程、草稿 PR、过度构建、过早收工等）；产品方向与协作偏好
• 操作步骤摘要简介看点与关键内容：①约六小时重写 markdown，再用三天几十个 PR 检验；②Skill 的 description 只负责精准关键词触发，不复述正文；③用多模型历史审计把失败模式写成规则；④用 fleet 跨四机同步 AGENTS.md/CLAUDE.md/Skills；⑤全局 AGENTS.md 写个人偏好、类型安全、验证方式与破坏性操作边界；⑥提问默认只读，普通任务不滥用子智能体与复杂仪式；⑦babysit PR 持续处理评审/检查/rebase/报错；⑧file PR 用好坏示例改进标题与说明；⑨从过载 Skill 中拆出 postplan 读取与 HTML 沟通等现场示范（细则以简介已列为限）。配置全文未贴。
• 提示词【框架·简介原文要点】方法论：不要复制成品 AGENTS.md；从失败历史、产品方向、协作偏好重写。Skill description=触发关键词，不复述正文。上下文分层与专用流程：全局偏好/安全边界；提问默认只读；babysit PR；file PR 好坏示例；跨机 fleet 同步。（正文规则未全文粘贴。）
• 效果·作者声称简介称用三天几十个 PR 检验规则是否有效；未给通过率等硬指标
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 PromptCodex 工程实践 Vol.18｜别再重复写 Prompt 了，把流程做成 Codex Skill

• 任务把重复 Prompt 沉淀为 Codex Skill；区分 Prompt / AGENTS.md / Skill 职责，示例 sync-agents-md 与 $skill-creator
• 模型及版本OpenAI Codex（系列《Codex 工程实践》）
• 工具Codex Skill；$skill-creator；AGENTS.md
• 输入材料项目文档/README/docs/架构变化/测试命令等（用于辅助更新 AGENTS.md）
• 操作步骤摘要简介给出可复用的重复 Prompt 样例片段（先读项目文档、不要急着改代码、修改后跑测试、最后总结风险点），并说明 Skill 适合有明确触发场景与稳定步骤的流程；示例 Skill 名 sync-agents-md；建议第一版做 instruction-only。完整 Skill 文件未全文粘贴。
• 提示词【框架·简介披露要点】 如果你发现自己经常给 Codex 重复写同一类 Prompt，比如“先读项目文档”“不要急着改代码”“修改后跑测试”“最后总结风险点”，那这些内容可能就不应该一直停留在 Prompt 里。 这一期我们聊 Codex Skill。 Skill 不是魔法，它的本质是把反复执行的工程流程沉淀下来，变成可复用的工作流。Prompt 适合一次性指令，AGENTS.md 适合项目长期规则，而 Skill 更适合那些有明确触发场景、有稳定步骤、能反复复用的任务流程。 这一期我会用一个具体例子：sync-agents-md。它的目标是帮助我们根据项目文档、README、docs、架构变化、测试命令和 Skill 使用规则，辅助更新 AGENTS.md。 同时也会聊聊 Codex 内置的 $skill-creator：如何用它创建一个 instruction-only 的 Skill，以及为什么第一版 Skill 不要一开始就做得太复杂。 核心观点很简单： 别再重复写 Prompt 了，把稳定流程做成 Codex Skill。
• 效果·作者声称作者主张别再重复写 Prompt、把稳定流程做成 Skill；未独立复现
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 PromptOpenAI的自进化实践 | Tax AI：OpenAI用Codex做了一条会自进化的业务闭环

• 任务OpenAI Tax AI：用 Codex 做会自进化的报税业务生产闭环（修正→评测→工程任务）
• 模型及版本OpenAI Codex（作者简介 / OpenAI 官方案例）
• 工具Codex；从业者修正、定制评测、提取模式/映射器/评分器/回归验证（简介归纳）
• 输入材料报税表与底层文档业务场景（Crete 会计师网络背景，简介转述官方页）
• 操作步骤摘要简介归纳 8 点：业务背景、官方成绩（7000 份表等声称）、三段式自进化闭环、Codex 只做有边界工程改进、与 Codexmaxxing/Symphony 系列定位、可复制的是专家修正+结构化证据+评测+人工审查流水线、模糊案例必须回流。附官方中文页链接。非 AGENTS.md/逐条 Prompt 全文。
• 提示词【框架·简介披露要点】 Building self-improving tax agents with Codex https://openai.com/zh-Hans-CN/index/building-self-improving-tax-agents-with-codex/ 1. 核心主题: OpenAI 和 Thrive Holdings 的 Tax AI 展示了 Codex 如何进入真实行业生产闭环。 2. 业务背景: Crete 会计师网络每个报税季处理大量报税表和底层文档，中高复杂度申报的数据录入可能每份耗时八小时。 3. 关键成绩: 官方页面称，Tax AI 本报税季处理 7,000 份报税表，节省约三分之一准备时间，起草准确率最高 97%，吞吐量提升约 50%。 4. 自进化机制: 从业者修正、产品追踪、定制评测和 Codex 工程任务组成三段式闭环。 5. Codex 角色: Codex 处理的是有边界的工程改进，比如提取模式、映射器、评分器和回归验证，不替代税务判断和上线决策。 6. 系列定位: Codexmaxxing 讲长期工作方法，Symphony 讲任务编排，Claude 数据分析讲可信企业知识流，Tax AI 补的是生产业务如何把真实失败转成可验证改进。 7. 行业启发: 适合复制的不是税务场景本身，而是专家修正、结构化证据、评测目标和人工审查组合出的工程流水线。 8. 注意边界: 模糊案例和无法安全自动化的情况必须回流给产品团队，不能强行推进自动闭环。
• 效果·作者声称作者转述官方页：本季处理 7000 份报税表、节省约 1/3 准备时间、起草准确率最高 97%、吞吐量约 +50%；未独立复现
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt我用 Codex 跑了 100 亿 Token，最大的感受不是写代码

• 任务30 天 Codex 约 100 亿 token 后的方法论：普通人优先学「讲清目标 / 写明验收 / 要证据」而非堆提示词
• 模型及版本Codex（未披露子版本）
• 工具Codex
• 输入材料作者自称过去 30 天约 100 亿 token 用量经验（非可复制工程配置）
• 操作步骤摘要简介明确三件事框架：把目标讲清楚；把验收写明白；不要相信「完成」，要看证据。强调差距在任务说明与结果验收，而非工具数量。
• 提示词【框架·简介披露】 前提三件事： 1. 把目标讲清楚。 2. 把验收写明白。 3. 不要相信「完成」，要看证据。 作者观点：AI 编程真正拉开差距的，可能不是谁会更多工具，而是谁能把任务讲清楚，并且把结果验收回来。（非长提示词原文。）
• 效果·作者声称作者基于自称 100 亿 token 用量总结方法论；未独立复现
• 效果·本站验证未复现验证
• 成本与局限作者简介 30 天约 100 亿 token（用量，非金额）

完整步骤与演示见原作。

B站可跟做有 Prompt【Loop Engineering是什么？】从Prompt到Context再到Harness，AI Agent为什么开始“自我循环”？｜建议收藏｜

• 任务Agent 工程演进地图：Prompt → Context → Harness → Loop Engineering（含 Codex 世界杯站案例槽位）
• 模型及版本未披露单模型（讨论 Codex / Agent 工程范式）
• 工具Codex（作者简介案例）；Automation / Worktree / Skills / Plugins & Connectors / Sub-agents / State（简介列举）
• 输入材料对 Agent 工程概念与演进路径的学习需求
• 操作步骤摘要简介给出四层定义槽位与案例对照：简单问答→搜 NASA→Codex 持续维护世界杯比分站；并列出 Loop 组件清单。各层完整操作口令未贴。
• 提示词【框架·简介披露】 演进槽位： 1) Prompt Engineering：设计 Prompt 告诉 AI 做什么 2) Context Engineering：工具/搜索/读文件构建上下文 3) Harness Engineering：外部运行机制管理上下文与长任务 4) Loop Engineering：循环放到 Harness 之外，自主规划-执行-检查-迭代 案例槽位：简单问答 / 搜索 NASA 最新信息 / Codex 持续维护世界杯比分网站 Loop 组件：Automation、Worktree、Skills、Plugins & Connectors、Sub-agents、State （各层完整提示词正文未在简介公开）
• 效果·作者声称作者梳理 Agent 从 Prompt 到 Loop 的演进；未独立复现
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 PromptGPT-6 Astra 建站太强了：6 个网站完整教程

• 任务GPT-6 Astra + Codex：一条提示词生成 6 个难度递增网站，并用 Image 2.5 做产品图/配色，Hostinger 发布
• 模型及版本GPT-6 Astra；OpenAI Image 2.5（作者简介）
• 工具Codex；Hostinger 连接器；OpenAI Image 2.5
• 输入材料网站需求一句话；品牌/产品图需求；托管与域名
• 操作步骤摘要简介披露流程槽位：Codex 设置→逐站生成（时间轴含「提示词」章节）→Image 2.5 产品图与配色一致→Codex 装 Hostinger 连接器→一条提示词发布→绑域名。六站完整口令正文未贴。
• 提示词【框架·简介披露】 流程槽位： 1) Codex 设置 2) 每个网站通过 Codex 用一条提示词生成（简单落地页→完整 3D 滚动动画，难度递增） 3) OpenAI Image 2.5 生成产品图、替换配色并保持品牌风格 4) Codex 安装 Hostinger 连接器 5) 一条提示词发布网站 + 绑定自定义域名 时间轴含 05:17 提示词章节（正文未在简介公开）
• 效果·作者声称作者实测六站均可一条提示词生成并给出耗时/成本展示；未独立复现
• 效果·本站验证未复现验证
• 成本与局限作者简介展示 API 成本（具体数字未写进简介）

完整步骤与演示见原作。

B站可跟做有 Prompt从 Prompt 到生产级 Agent EP01：为什么同一个大模型，有的只会回答，有的却能完成任务？

• 任务从 Prompt 到生产级 Agent EP01：Model vs Agent System vs Workflow；可验证交付判定标准；系列地图
• 模型及版本未披露
• 工具未披露
• 输入材料判断/设计生产级 Agent 系统
• 操作步骤摘要简介框架：「请确保准确」≠任务契约；更长 Prompt≠更可靠 Agent；区分 Model / Agent System / Workflow；Tool Calling 只是一部分；Context/Tool/State/Loop/Evidence/Verification；终点=可验证交付。系列目录 EP02–08：Harness/Loop/Graph/Parallel/Verify/Govern/Production。
• 提示词【框架·简介要点】 很多人会把一个能够多轮对话、调用工具的大模型直接称作 Agent。 但如果它只是生成了一次看起来不错的回答，它真的完成任务了吗？ 同一个底层模型，放进两套不同的系统里，可能产生完全不同的结果： 一套系统在输出答案后就停止； 另一套系统会继续调用工具、读取状态、接收反馈、处理失败、验证结果，直到形成一次真正可以检查的交付。 这就是 Model 和 Agent System 之间最重要的区别。 在《从 Prompt 到生产级 Agent》系列第一集里，我们先不谈复杂框架，也不堆 Agent 领域的新名词，而是从最基础、也最容易被混淆的问题开始： 模型、Agent 和 Workflow，到底分别是什么？ 本期主要内容： 为什么一句“请确保准确”不能代替真正的任务契约 为什么更长的 Prompt 不等于更可靠的 Agent Model、Agent System 和 Workflow 分别解决什么问题 Tool Calling 为什么只是 Agent 的一部分 从“生成回答”到“完成任务”，中间还缺少哪些系统能力 Context、Tool、State、Loop、Evidence 和 Verification 分别有什么作用 为什么生产级 Agent 的终点必须是“可验证交付” 看完这一集，你应该能够用一个非常简单的标准判断某个产品究竟是不是 Agent： 它只是生成了一段结果，还是能够围绕目标持续行动，并证明任务确实完成了？ 《从 Prompt 到生产级 Agent》系列目录： 01｜Model → Agent：模型不等于系统 02｜Harness：给模型一套真正可运行的环境 03｜Loop：让系统根据反馈继续行动 04｜Graph：把 Agent 的控制流显式化 05｜Parallel：识别真正可以并行的任务 06｜Verify：连接外部事实与可验证证据 07｜Govern：让失败、恢复与人工介入可控 08｜Production：组装一套完整的生产级 Agent 系统 这一集是后面七集的地基。后续我们会一步步把 Harness、Loop、Graph、Parallel、Verify、Govern 和 Production 串成一张完整的 Agent 工程地图。 如果你正在开发 Agent、设计 AI 产品，或者总觉得 Tool Calling、Workflow 和 Agent 这几个词越看越混乱，可以先从这一集开始。
• 效果·作者声称作者给出生产级 Agent 判定与系列地图；未独立复现
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

小红书可跟做有 Prompt正向提示词让Codex不再当兜底大王

• 任务通过根因修复重写 AGENTS.md，把否定式禁令改成明确的正向行为与验收标准，减少 Codex 兜底与长周期空转
• 模型及版本Codex；5.6 Sol（作者正文点名）
• 工具Codex；AGENTS.md
• 输入材料当前项目 AGENTS.md 与长周期项目工作规则
• 操作步骤摘要让 Codex 检查 AGENTS.md，进行根因修复并用正确逻辑直接覆盖；把所有“不能做什么”改成明确的“应该怎么做”，只保留长期有效的规则和验收标准。作者称重写后文件清爽约 2/3，并报告后续任务时间缩短，但同时提醒后端优化也可能贡献了体验变化。
• 提示词正文原文：检查AGENTS.md，做根因修复，用正确逻辑直接覆盖；把所有‘不能做什么’改成明确的‘应该怎么做’，只保留长期有效的规则和验收标准。
• 效果·作者声称作者自述重写后 AGENTS.md 清爽约 2/3；此前 Pro*20 周额度三个项目基础工作未完成，之后两天全力使用只用了 40% 周额度、单任务时间大幅缩短。作者明确表示不能把功劳全算在这一句提示词上。
• 效果·本站验证未复现验证
• 成本与局限作者自述 Pro*20 周额度与 40% 用量，具体价格未披露。

完整步骤与演示见原作。

B站可跟做有 Prompt烧了600亿tokens之后，这是我的完整AGENTS.md

• 任务把烧 token 总结出的 7 条工程原则写入 AGENTS.md，约束 Agent 不堆兼容层、选最简实现并渐进交付
• 模型及版本未披露（面向 AGENTS.md / coding agent；标题称烧了约 600 亿 tokens）
• 工具AGENTS.md（项目级 Agent 指令文件）
• 输入材料已有或新建仓库；需写入项目根 AGENTS.md 的工程约束
• 操作步骤摘要简介直接给出可粘贴的 7 条原则全文（见 prompts）；作者称来自大量 token 实践后的完整 AGENTS.md 要点。
• 提示词【原文·简介全文】不要保留向后兼容性。与其添加兼容层、回退机制（fallback）或迁移逻辑，不如直接移除已经过时的代码路径。 选择能够完全满足当前需求的最简单实现。避免过度设计，不要为了未来可能发生的情况提前加入抽象层、复杂配置或额外的中间层。 采用渐进式开发。从一个最小、能够端到端正常工作的版本开始，在此基础上逐步增加功能。不要为了尚未完成的复杂设计，而牺牲一个已经能正常工作的产品。 保持组件模块化，并清晰地分离各自的职责。 优先使用成熟且维护良好的库。如果它们能够降低整体复杂度或提高可靠性，就不要重复造轮子；除非有明确的理由，否则不要重新实现已有的通用功能。 优先利用项目中已经存在的依赖。在自己编写实现或新增第三方库之前，先看看现有依赖是否已经具备所需能力。不要在没有查阅文档和类型定义之前，就假设某个库不支持某项功能。 从长期角度做架构决策。不要接受那些只是暂时能用、以后还得推倒重来的权宜之计。
• 效果·作者声称作者称这是烧大量 token 后的完整 AGENTS.md 要点；无独立样本
• 效果·本站验证未复现验证
• 成本与局限未披露（标题提及约 600 亿 tokens，未给计费口径）

完整步骤与演示见原作。

B站可跟做有 Prompt为什么你的CLAUDE.md越写越烂？90%的人搞错了边界

• 任务CLAUDE.md 别越写越长：三层认知外包（Lint 强制 / 精简 CLAUDE.md / 外链文档）应对 context rot
• 模型及版本Claude Code / Claude（作者简介）
• 工具Claude Code；提及 Claude Reflect（作者分析）
• 输入材料未披露
• 操作步骤摘要简介提出三层：能用代码强制的规则（如 Linting）；高频召回的精简 CLAUDE.md；按需外链文档；并指向 HN 原帖。
• 提示词【框架·简介披露要点】 CLAUDE.md越长，Claude的表现真的会变差吗？本期视频深入探讨开发者社区中关于CLAUDE.md的激烈争论：有人写500行，有人一行不写，到底谁是对的？我们从技术问题“Context rot”（上下文膨胀）切入，揭示其本质是“认知外包的边界问题”。视频提出三层认知外包架构：能用代码强制执行的规则（如Linting）、高频召回的核心提示（CLAUDE.md精简版）、按需查阅的文档（外部链接），帮你明确什么该放、什么不该放。还会分析Claude Reflect等工具的设计思路与局限，最终给出实操决策框架，助你高效管理AI协作的认知边界。 原帖链接：https://news.ycombinator.com/item?id=46483042
• 效果·作者声称作者称可明确该放/不该放边界；无独立复现
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt推荐！3分钟降低GPT-6 Astra Token 消耗：先审 AGENTS.md，别再让它反复确认！

• 任务把审阅指令丢给 GPT-6 Astra，扫描 AGENTS.md 与技能中导致多余确认/停顿的冲突措辞，只出编辑建议不直接改文件
• 模型及版本GPT-6 Astra（标题/简介写明）
• 工具GPT-6 Astra；AGENTS.md；Skills（作者称会查全局 AGENTS.md 和技能入口）
• 输入材料项目内 AGENTS.md 与技能文件（作者举例一轮扫了 234 份技能入口）
• 操作步骤摘要①把简介中的审阅指令直接发给 Astra；②它先查全局 AGENTS.md 与技能入口，只给编辑建议、不直接改文件；③优先看记忆收尾规则、重复确认、跨技能授权交接、“停止”作用范围、默认公开 vs 全局私有；④保留真正要批准的红线，删掉让常规工作必须请示的措辞；权限只收紧不扩权。细节见原视频。
• 提示词审阅我的 AGENTS.md 文件和技能，寻找不清晰的、冲突的或重叠的指令，这些指令可能会让你不必要地停止、要求多余的确认，或者让工作不完整。特别注意关于自主性、澄清、批准和任务完成的规则。将有意设置的保障措施与那些意外地让常规工作需要确认的措辞区分开来。对于每个问题，引用相关的指令，识别文件，解释它们如何可能影响你的行为，并提出具体的编辑建议。保留明确的批准要求，并指出任何提议的变更会扩展你的权限。优先考虑那些会带来最大实际差异的变更。在更改任何文件之前，提出供审阅的编辑建议。
• 效果·作者声称作者称 3 分钟可揪出最烧 Token 的冲突；举例最高优先级问题是发布技能默认公开，且“只检查”仍会写文件
• 效果·本站验证未复现验证
• 成本与局限未披露（与 Astra/Codex 额度及技能规模相关；作者动机为降 Token）

完整步骤与演示见原作。

B站可跟做有 PromptCodex 官方发布最新提示词技巧，以及我的 6 条实践解读

• 任务结合 OpenAI 官方 Codex/Chat 提示词技巧，整理并解读 6 条可落地的实践写法
• 模型及版本Codex（作者写明 ChatGPT 与 Codex 合并后的官方技巧；覆盖 Chat、ChatGPT Work、Codex 三种模式）
• 工具Codex；ChatGPT（作者称合并后的桌面端等）
• 输入材料日常编程/办公任务场景（作者称结合自身实践拓展，非纯翻译）
• 操作步骤摘要作者列出六条技巧框架：①提示词不必完美，Steer 随时补充；②复杂任务参考 /goal 的提示词结构；③修 Bug：给出可执行的复现步骤；④用文字补充截图无法展示的行为；⑤“应用快照”提供结构化上下文；⑥合并后的桌面端原生支持语音输入。逐条演示细节见原视频。
• 提示词【框架·六条实践技巧，非完整逐字官方原文】①提示词不必完美，Steer随时补充；②复杂任务参考 /goal 的提示词结构；③修 Bug：给出可执行的复现步骤；④用文字补充截图无法展示的行为；⑤“应用快照”提供结构化上下文；⑥合并后的桌面端原生支持语音输入。官方完整文档原文未在简介粘贴。
• 效果·作者声称作者称这 6 条较实用（有拓展）；未给量化指标
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 PromptCodex提示词怎么写才不跑偏：4格拆清结果、上下文、边界、验收，用登录页改版示例附OpenAI官方指南要点版

• 任务写 Codex 任务提示词时用四格卡：结果、上下文、边界、验收，避免只写「改好看」
• 模型及版本Codex（标题；具体内部版本未披露）
• 工具Codex；方法参考 OpenAI Academy 提示词原则
• 输入材料具体改版/编程任务（例：登录页改版需求）
• 操作步骤摘要简介框架：(1)先写结果；(2)再补上下文；(3)明确边界；(4)写验收标准。任务很大时先让工具检查项目并给计划，再进入修改。原则：任务清楚、背景有用、输出可验证。
• 提示词【框架·简介原文要点】四格卡：①结果 ②上下文 ③边界 ④验收。登录页改版示例说明只写「改好看」易跑偏。参考 OpenAI Academy：任务清楚、背景有用、输出可验证。
• 效果·作者声称作者称填完整四格能少猜、少返工；无独立样本
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt用好 Codex 的 8 个命令：权限、计划、上下文、验收一次讲清

• 任务用 Codex 八个常用命令管理权限、计划、上下文与验收，而不是只靠多写提示词
• 模型及版本Codex（标题；具体版本未披露）
• 工具Codex CLI/工作台命令：/permissions /model /plan /mention /ide /diff /review /init
• 输入材料具体编程交付任务
• 操作步骤摘要简介列出 8 个常用命令：/permissions、/model、/plan、/mention、/ide、/diff、/review、/init，覆盖权限边界、模型选择、任务计划、文件上下文，到 diff 与 review 验收。
• 提示词【框架·简介原文要点】8 个 Codex 命令：/permissions、/model、/plan、/mention、/ide、/diff、/review、/init。目标是从「会回答」变成「能参与交付」。
• 效果·作者声称作者称命令管理比多写提示词更关键；无独立样本
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt别让 Agent 瞎猜：AGENTS.md 应该怎么写？

• 任务给 Codex / Claude Code / Cursor 写最小可用 AGENTS.md，减少 Agent 越改越乱
• 模型及版本未披露（适用于 Codex、Claude Code、Cursor 等 Agent）
• 工具Codex / Claude Code / Cursor（简介）
• 输入材料项目边界、验证命令、代码风格、停止条件与输出格式约定
• 操作步骤摘要简介论点：Agent 越改越乱时常因缺少项目级说明书。最小可用 AGENTS.md 五槽：项目边界、运行验证命令、代码风格、停止条件、输出格式。
• 提示词【框架·简介原文要点】最小可用 AGENTS.md：项目边界、运行验证命令、代码风格、停止条件、输出格式。
• 效果·作者声称作者称写清项目级说明书可减少 Agent「越改越乱」；无独立样本
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt总让 Codex 返工？用 AGENTS.md + 验收标准把任务一次说清

• 任务对同类反复任务，用「任务边界+交付物+验收标准」写清再分阶段执行，降低 Codex 返工
• 模型及版本Codex（标题/简介）
• 工具Codex；AGENTS.md（简介）
• 输入材料连续多日同类任务的需求与验收口径
• 操作步骤摘要简介场景：用户连续几天让 Codex 做同类任务却总要补充要求、返工重跑。方法：先写清任务边界、交付物、验收标准，再拆成分线程或阶段执行，使每一步可核对；并可沉淀进 AGENTS.md 复用。
• 提示词【框架·简介原文要点】减少 Codex 返工：任务边界 + 交付物 + 验收标准 → 再拆分线程/阶段执行，每步可核对；同类任务写入 AGENTS.md 稳定复用。
• 效果·作者声称作者称可把返工次数压下来并让同类任务更稳定复用；无独立样本
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt5天学会 Codex 小程序开发②：从原型、AGENTS.md 到页面预览的完整流程【附提示词】

• 任务用 Codex 把 Open Design 原型落到可运行的微信小程序第一版：生成 AGENTS.md、转页面并预览
• 模型及版本未披露（Codex；配套「原型转小程序」技能未点名版本）
• 工具Codex；微信小程序 / CloudBase；Open Design 导出物；微信开发者工具；原型转小程序技能
• 输入材料AppID 与 CloudBase 环境；Open Design 导出的 PRD、screens 页面、common.css；统一风格底部导航图标
• 操作步骤摘要简介六步：①创建小程序项目并准备 AppID/CloudBase；②整理 PRD、screens、common.css；③让 Codex 阅读项目并生成简洁 AGENTS.md；④安装原型转小程序技能并准备导航图标；⑤使用明确提示词把原型页转为小程序页；⑥在微信开发者工具预览定位问题。强调先完成可运行第一版。
• 提示词【框架·简介原文要点】Codex 小程序第一版流程：项目+云开发 → 整理 Open Design PRD/screens/common.css → Codex 生成简洁 AGENTS.md → 装原型转小程序技能 → 明确提示词转页面 → 开发者工具预览排错。标题称「附提示词」，但简介未贴可复制提示词原文。
• 效果·作者声称作者称可完成「可运行的第一版」小程序；无独立样本
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt🚀开发者福音！现有项目用AI迭代？OpenSpec规范驱动开发！让AI按规范写代码，真正做到零失误！支持Cursor、Claude Code、Codex！

• 任务用 OpenSpec 五步规范驱动流程，在已有项目上让 AI 按规范迭代功能（演示 iOS 番茄钟新增自定义时长）
• 模型及版本未披露（支持 Claude Code / Cursor / Windsurf / Codex 等；简介未点名具体模型版本）
• 工具OpenSpec（开源工作流）；Claude Code / Cursor / Windsurf / Codex；Node.js；iOS 番茄专注 APP 示例
• 输入材料已有项目代码；功能提议；proposal 与 tasks 规范文件
• 操作步骤摘要简介五大工作流程：创建提议→审核规范→AI自动编码→功能测试→归档文档。视频时间戳覆盖安装初始化、用 Claude Code 生成规范、澄清需求、检查 proposal/tasks、自动实施、测试、归档合并。
• 提示词【框架·简介原文要点】OpenSpec 五步：创建提议→审核规范→AI自动编码→功能测试→归档文档。核心宣称：工具无关、完整审计轨迹、自动归档合并、团队协作友好。未贴可复制长提示词原文；站外笔记链接不收录为提示词。
• 效果·作者声称作者称可让 AI 编程从「不可预测」变「可控」、演示约 5 分钟为 iOS 应用新增功能；无本站复现
• 效果·本站验证未复现验证
• 成本与局限未披露（需 Node.js 与各 AI 编程助手账号/额度）

完整步骤与演示见原作。

B站可跟做有 Prompt用架构思维玩转AI！我把Cursor调教成了“项目架构师”！

• 任务用 Cursor Rules 三层规则架构（个人偏好+项目蓝图+上下文工具箱）把 AI 调成项目架构师
• 模型及版本未披露（Cursor；简介示例 Next.js + Supabase，未点名模型版本）
• 工具Cursor Rules
• 输入材料项目技术栈与团队规范；全局/项目级规则文件
• 操作步骤摘要简介框架：①多层次架构——个人偏好、项目蓝图、上下文工具箱结合；②五大核心原则（含「令牌经济学」「规则即代码」等）；③四步实施指南——从全局基础到专业工具箱；④以 Next.js + Supabase 项目实战展示。
• 提示词【框架·简介原文要点】Cursor Rules 三层：个人偏好 / 项目蓝图 / 上下文工具箱；五大核心原则（令牌经济学→规则即代码）；四步实施（全局基础→专业工具箱）。未贴可复制 rules 原文，故不编造。
• 效果·作者声称作者称可让 AI 协作效率「提升一个量级」；无独立样本
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt600行代码让AI学会自我约束！Claude Code内置插件Hookify深度解读

• 任务用 Claude Code 内置 Hookify 插件，以 Markdown 定义行为约束规则实现无代码 Hook
• 模型及版本未披露（面向 Claude Code）
• 工具Claude Code 内置插件 Hookify；简介称约 600 行代码
• 输入材料Markdown 行为约束规则文件
• 操作步骤摘要简介框架：深度解析 Hookify 工作原理、四大组件、失效开放设计、六大匹配方式与四大应用场景，理解无代码 Hook 框架。
• 提示词【框架·简介原文要点】Hookify：用 Markdown 文件定义行为约束规则，让 AI 自我约束。要点：四大组件、失效开放设计、六大匹配方式、四大应用场景。简介未贴 Markdown 规则原文，故不编造。
• 效果·作者声称作者称可用 Markdown 定义约束；无独立样本
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 PromptCursor手拉手教学：第2课（.cursorrules优化指南以及Chat与compose两种模式的应用场景）

• 任务编写 .cursorrules（角色/目标/分步与技术栈）并按场景选择 Chat 与 Composer 模式
• 模型及版本未披露（Cursor；简介类比 ChatGPT/Claude/Kimi）
• 工具Cursor（.cursorrules；Chat 模式；Composer 模式）
• 输入材料项目背景、编码规范、库偏好、技术栈与分步要求
• 操作步骤摘要简介框架：①.cursorrules 写角色、目标、分步编码要求（含技术栈）；②可设全局规则或项目根目录规则；③Chat=给代码片段需手动建文件，适合问答/局部问题；④Composer=自动生成/改文件并实时应用，适合长篇编写。
• 提示词【框架·简介原文要点】.cursorrules≈给 Cursor 的 prompt：写清扮演角色、要实现的目标、分步骤写代码要求（含技术栈）；支持设置全局规则或项目根 .cursorrules。Chat：给代码但需手动建文件复制，互动强、适合具体问题；Composer：自动生成文件并实时应用更改，专注编写与编辑。未贴可复制 rules 全文，故不编造。
• 效果·作者声称作者称规则文件可让生成更贴合项目；无独立样本
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 PromptCodex装完先立三条规矩：专属workspace工作文件夹、建错题本自己记错、每周一分钟自我复盘升级，据说OpenAI总裁都认证过

• 任务Codex 装好后先立三条规矩：专属 workspace、踩坑日志、每周一分钟自我升级
• 模型及版本未披露（演示面向 Codex；简介提及 OpenAI 总裁认证为作者声称）
• 工具Codex；本地 workspace 文件夹；踩坑日志文档
• 输入材料新装或已装 Codex；电脑本地可建文件夹与文档
• 操作步骤摘要简介三步：①建名为 workspace 的专属工作文件夹，约束只在其中干活、不外翻电脑；②在文件夹建「踩坑日志」，每次改它/不满意处让它自记，下次先翻日志；③每周约一分钟让它把教训提炼成规矩，并把反复劳动打包成一键工具。
• 提示词【框架·简介原文要点】三条规矩：①专属 workspace——所有活只在该文件夹干，不许出去翻电脑；②踩坑日志——每次改它、不满意的地方让它自己记下来，下次干活先翻错题本；③每周一分钟自我升级——把错题本教训提炼成规矩存下来，并把反复在做的活打包成一键工具。简介未贴可复制的 AGENTS.md/口令全文，故不编造。
• 效果·作者声称作者称可避免越用越笨、乱翻电脑与重复踩坑；「OpenAI 总裁认证」为作者声称
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 PromptCursor+ Rules - MCP，手把手教你构建编程全局规则🧣

• 任务在 Cursor 配置 cursor-rules-mcp，并用一句话口令生成 Ruby on Rails 格式正确的 Cursor 规则
• 模型及版本未披露（面向 Cursor + MCP）
• 工具Cursor；MCP（cursor-rules-mcp，npx -y cursor-rules-mcp）
• 输入材料Cursor MCP 配置；需要 Rails 项目规则时的一句话需求
• 操作步骤摘要简介给出 mcpServers JSON 片段；并给出一句可复制口令：「搜索并创建一个格式正确的ruby on rails Cursor规则」。其余手把手步骤见视频，简介未展开。
• 提示词【原文·简介已贴】MCP 配置： { "mcpServers": { "cursor-rules-mcp": { "command": "npx", "args": [ "-y", "cursor-rules-mcp" ] } } } 口令：搜索并创建一个格式正确的ruby on rails Cursor规则
• 效果·作者声称作者称可手把手构建编程全局规则；无独立样本
• 效果·本站验证未复现验证
• 成本与局限未披露（依赖 npx 拉取 MCP）

完整步骤与演示见原作。

B站可跟做有 Prompt【附完整文档】GitHub 官方 Spec-Kit 实战,5 条核心命令 + 2 道关卡管住 AI,企业项目稳交付!｜Claude Code｜Cursor｜Sp

• 任务用 GitHub Spec-Kit 五步最小闭环（立规则→写需求→出方案→拆任务→生成代码）管住企业 AI 交付
• 模型及版本未披露（演示面向 Claude Code / Cursor / Spec-Kit）
• 工具GitHub Spec-Kit（开源）；Claude Code；Cursor
• 输入材料值得上 Spec 流程的企业/中大型项目（作者称小工具杀鸡用牛刀）
• 操作步骤摘要简介框架：把 9 个命令分成 5 条核心+4 条可选；最小闭环五步——立项目规则、写需求、出方案、拆任务、生成代码，每步验收再往下。流程图与对照表作者放社区扫码，本条不收站外全文。
• 提示词【框架·简介原文要点】Spec-Kit 设计哲学：每写一步停下来等人点头再往下。最小闭环五步：①立项目规则 ②写需求 ③出方案 ④拆任务 ⑤生成代码；每步有验收节点。命令分层：5 条核心 + 4 条可选（具体命令名简介未列全，故不编造）。适用边界：给两行代码的小工具上这套会过重。流程图/对照表在公益社区扫码，未收入。
• 效果·作者声称作者称可避免 AI 一口气跑完却不知哪步出错；无独立样本
• 效果·本站验证未复现验证
• 成本与局限未披露（标题提及烧约 200 亿 token 为作者背景声称）

完整步骤与演示见原作。

B站可跟做有 Prompt揭秘GPT-5.5 + Codex万能提示词模板：新手还在写步骤，高手已经学会当甲方了

• 任务按「当甲方」五条铁律写 GPT-5.5 + Codex 提示词，并以交互式课件需求为例；再抽成可换课题的通用 Skill
• 模型及版本GPT-5.5（标题/简介写明）；Codex（作者简介其兜底工程细节）
• 工具Codex；可将提示词抽成的通用 Skill（作者称）
• 输入材料示例需求：交互式课件；换课题举例「两栖动物」→「太阳系」
• 操作步骤摘要①按五条铁律写提示词：以终为始、注入人设（如偏执的完整主义者）、开场进度条预告、只定终点不管过程、让模型自检；②交给 GPT-5.5+Codex 执行；③抽成通用 Skill 后只换课题。演示细节见原视频。
• 提示词【框架·五条铁律（简介原文概括，非逐字长模板全文）】核心：把 AI 当比你聪明的人，说清要什么、画好红线，路让它自己走。 ①告别保姆级流程，以终为始；②注入人设，例如「偏执的完整主义者」；③开场加进度条预告，缓解等待焦虑；④只定终点，别管过程；⑤让它自己检查作业。 作者称可再抽成通用 Skill，换课题复用。完整逐字万能模板正文未在简介粘贴。
• 效果·作者声称作者称同需求下旧提示词得到「加了CSS的Word文档」，新提示词得到可直接上课的 HTML（配图、知识点联动、总结模块），全程零干预
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt别再重复写提示词：用 AGENTS.md 给 Codex 立规矩

• 任务把长期规则写入 AGENTS.md，把本次任务变量留在 Prompt，减少每次复制长提示词
• 模型及版本未披露（工具为 Codex；亦提及适合 Trae、Cursor）
• 工具Codex；AGENTS.md；作者称亦适合 Trae、Cursor 等
• 输入材料项目长期约定（项目性质、目录、流程、边界、验证、安全红线）；本次任务变量
• 操作步骤摘要①区分 AGENTS.md（长期规则）与 Prompt（本次变量）；②按六类规则写 AGENTS.md：项目性质、目录结构、执行流程、改动边界、验证要求、安全红线；③用最小可复制模板思路落盘；④避免写太虚、把一次性需求写进长期规则、只写要求不写验证、忘记安全边界。模板全文见视频，简介未整段粘贴。
• 提示词【框架·AGENTS.md 六类规则槽位（简介原文）】长期规则写入 AGENTS.md，本次任务变量留在 Prompt。六类：①项目性质；②目录结构；③执行流程；④改动边界；⑤验证要求；⑥安全红线。作者简介常见误区：写得太虚、把一次性需求写进长期规则、只写要求不写验证、忘记安全边界。最小可复制模板宣称有，但未在简介全文粘贴。
• 效果·作者声称作者称有了项目规则后 Prompt 可以更短但交付更稳；未给量化指标
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 PromptAuto Claude-Hooks让你的Claude Code工作流实现99%代码整洁

• 任务用 Claude Code Hooks 把「编辑→格式化→Lint→构建/测试→自动修复」接成闭环，并用 tools.md/rules.md 描述工具与规则
• 模型及版本未披露（面向 Claude Code；示例项目为 SwiftUI）
• 工具Claude Code Hooks；settings.json 按文件类型配置钩子；swiftformat、swiftlint；tools.md；rules.md；斜杠命令
• 输入材料可配置 Hooks 的 Claude Code 项目；按语言/文件类型的格式化与 Lint 工具；项目规则与工具说明文档
• 操作步骤摘要简介框架：①在 settings.json 按文件类型挂钩子；②以 SwiftUI 为例，编辑后自动跑 swiftformat、swiftlint、构建验证与可访问性审计；③错误交回 Claude Code 读取并修复；④用 tools.md 描述工具与触发点、rules.md 定义项目规则；⑤借助仓库与斜杠命令，把自然语言规则转成可执行钩子。
• 提示词【框架·简介原文要点】闭环：编辑→格式化→Lint→构建/测试→自动修复。配置：settings.json 按文件类型挂钩；SwiftUI 示例串联 swiftformat、swiftlint、构建验证、可访问性审计；出错由 Claude Code 读取修复。文档：tools.md（工具与触发点）、rules.md（项目规则）；并用仓库与斜杠命令把自然语言规则转为可执行钩子。简介未贴 settings.json / hooks 脚本全文，故不编造。
• 效果·作者声称作者称可实现约 99% 代码整洁的工作流（标题声称）；无独立样本
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt🚀OpenClaw高级使用经验之如何调用Claude Code最省Token！Claude Code Hooks回调+Agent Teams全自动开发零轮询

• 任务用 Claude Code 的 Stop Hook + SessionEnd Hook 替代 OpenClaw 轮询，实现委派后零轮询异步回调，并可结合 Agent Teams
• 模型及版本未披露（面向 Claude Code + OpenClaw；标签提及 opus46 为话题标签，非作者声明的模型版本）
• 工具OpenClaw；Claude Code Hooks（Stop Hook、SessionEnd Hook）；Agent Teams；可选聊天群组推送；笔记链接 https://www.aivi.fyi/aiagents/OpenClaw-Agent-Teams
• 输入材料已可委派任务给 Claude Code 的 OpenClaw 工作流；需要降低轮询 Token 消耗的长任务
• 操作步骤摘要简介框架：①痛点——OpenClaw 每隔几秒轮询 Claude Code 状态，任务越久 Token 越多；②方案——Stop Hook + SessionEnd Hook 双重回调，委派一次后由 Claude Code 独立完成后通知；③结合 Agent Teams 多智能体，主 Agent 不阻塞；④任务完成可推送报告到聊天群组，支持手机远程下指令。
• 提示词【框架·简介原文要点】痛点：OpenClaw 轮询 Claude Code 状态耗 Token。方案：Stop Hook + SessionEnd Hook 双重回调，实现零轮询异步开发——OpenClaw 一次委派，Claude Code 完成后自动通知。扩展：结合 Agent Teams；主进程不阻塞；完成后推送报告到群组；可手机远程下指令。配套笔记：https://www.aivi.fyi/aiagents/OpenClaw-Agent-Teams 。简介未贴 Hook 配置脚本全文，故不编造。
• 效果·作者声称作者称 Token 消耗可从暴涨变为几乎忽略不计；无独立样本
• 效果·本站验证未复现验证
• 成本与局限未披露（作者强调降低轮询 Token，无账单数字）

完整步骤与演示见原作。

B站可跟做有 Prompt模型越听话你越别啰嗦：Astra指南4个改法

• 任务按官方 Astra/Codex 重构思路做四步减法：精简 Skill 为路由器、把 AGENTS.md 改回目录、改写边界措辞与完成标准、用审计工具揪出冲突指令
• 模型及版本GPT-6 Astra（作者对照 OpenAI 官方模型指导与 Codex 工程师重构指南；未声明具体 API 版本号）
• 工具Codex / AGENTS.md；Skills（描述触发、渐进披露）；可选 skill-creator 审计；官方 latest-model 指南链接 developers.openai.com/api/docs/guides/latest-model
• 输入材料已有 Skills 与 AGENTS.md（含含糊/矛盾边界、先询问再动手等旧规则）；需要迁移到指令更敏感的 Astra
• 操作步骤摘要简介给出四大改法框架：①技能精简——描述短成一句可判定触发、少而准、根文件当最小路由器（先读名称描述、需时才加载正文）；②AGENTS.md 目录化——逐条问「这个任务还需要它吗」，写清知识在哪个文件而非塞进百科；③边界措辞与停止时机——旧「先询问再动手」易半路停下，替换为偏向行动贯彻到底，并把「能不能/我想/帮我」当行动指令，开始前定义完成标准与可审查成果；④审计工具箱——用户指令优先于技能、静默冲突检测（让模型指出致停文件与原句）、用更新后的 skill-creator 让 Astra 审计现有配置。彩蛋：套话黑名单（综上所述/深入探讨/值得注意的是）、小改动勿配镜像测试、子代理默认派得更少。官方可复制模板在外链指南，简介未贴全文故不编造。
• 提示词【框架·简介原文要点】核心判断：Astra 对齐与指令遵循更强，含糊矛盾指令会当真执行；「下载一大堆技能是个错误」。四大改法：①技能=短触发+少而准+渐进披露路由器；②AGENTS.md 从百科改回目录；③边界措辞改为偏向行动并先定义完成标准；④审计（用户指令优先、静默冲突检测、skill-creator 审计）。彩蛋：套话黑名单；测试停止条件；子代理委派旋钮。迁移最小动作：AGENTS.md 瘦身成目录 + 跑静默冲突检测。官方指南（每节带可复制模板）见 developers.openai.com/api/docs/guides/latest-model ；简介未粘贴模板全文，故不编造。
• 效果·作者声称作者称升级日应做负向工程大扫除，避免提前暂停阻塞；无独立样本
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 PromptCodex 保姆级Hooks 神级玩法！一招像插件一样劫持AI全流程，自动化+拦截+自定义全搞定！

• 任务用 Codex Hooks 在会话关键节点拦截/注入/自动化：覆盖 SessionStart、PrePrompt、PreToolUse、PostToolUse、PreResponse，并组合成可持久化的 Hook 插件
• 模型及版本未披露（面向 Codex Hooks；未声明具体模型版本）
• 工具Codex Hooks；自写 Hook 插件（拦截、日志、自动纠错、任务拆解、记忆注入）；多 Hook 组合与条件触发与持久化存储
• 输入材料已可运行的 Codex 工作流；需要在提示词前后、工具调用前后与响应前插入自定义逻辑的项目
• 操作步骤摘要简介框架：①概念——Hooks 像插件一样挂在 AI 工作流关键节点；②常用类型——SessionStart / PrePrompt / PreToolUse / PostToolUse / PreResponse；③能力——拦截、修改、注入与自动化；④插件写法方向——拦截、日志、自动纠错、任务拆解、记忆注入；⑤进阶——多 Hook 组合、条件触发、持久化存储。简介未贴 settings/脚本全文。
• 提示词【框架·简介原文要点】Codex Hooks：在工作流关键节点拦截/修改/注入/自动化。常用类型：SessionStart、PrePrompt、PreToolUse、PostToolUse、PreResponse。插件方向：拦截、日志、自动纠错、任务拆解、记忆注入。进阶：多 Hook 组合 + 条件触发 + 持久化存储。目标：把 Codex 从工具升级为专属智能代理。简介未贴配置 JSON/脚本原文，故不编造。
• 效果·作者声称作者称可减少手动干预、提升自动化；无独立样本
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt装100个Agent又慢又炸？Claude Code Sub-Agent 正确用法，3分钟搞定

• 任务按「官方 5 个内置 → 痛点再加 1–3 个 → 项目驱动」配置 Claude Code Sub-Agent，弄清四字段与 MCP/CLAUDE.md 继承坑，避免装上百个 Agent 又慢又炸
• 模型及版本未披露（面向 Claude Code Sub-Agent；提及社区 ECC / Superpowers / GSTACK）
• 工具Claude Code 内置 Agent（Explore/Plan/General-purpose + claude-code-guide/statusline-setup）；自定义 Agent 的 name/description/model/tools/mcpServers；MCP；CLAUDE.md
• 输入材料已安装 Claude Code；想自定义或扩容 Sub-Agent；关心 Token 与 MCP 继承
• 操作步骤摘要简介框架：①官方 5 个内置：Explore / Plan / General-purpose + claude-code-guide / statusline-setup；②自定义四大关键字段：name、description、model、tools、mcpServers；③MCP 继承踩坑：tools 枚举会剥离、Token 陷阱、通配符解法；④CLAUDE.md 继承：只有 Explore 和 Plan 跳过；⑤社区方案对比：ECC（专业化分工约 63 Agent）/ Superpowers（流程纪律 3 角色）/ GSTACK（角色切换）；⑥选择框架：官方 5 个 → 按痛点加 1–3 个 → 项目驱动，勿盲目堆到上百。
• 提示词【框架·简介原文要点】配置轴：官方 5 内置 → 痛点 +1–3 → 项目驱动。自定义字段：name / description / model / tools / mcpServers。继承：MCP tools 枚举剥离与 Token 陷阱用通配符；CLAUDE.md 仅 Explore/Plan 跳过。社区对照：ECC 专业化 / Superpowers 三角色纪律 / GSTACK 角色切换。简介未贴 YAML/JSON 全文，故不编造。
• 效果·作者声称作者称可避免装 100 个 Agent 又慢又炸；无独立样本
• 效果·本站验证未复现验证
• 成本与局限未披露（强调 Token 陷阱）

完整步骤与演示见原作。

B站可跟做有 PromptAgent Loop: 多智能体协同，让AI长时工作，从原理到实践

• 任务用 Harness 让 AI 长时自主干活：对照 Ralph「while 新会话+文件系统衔接」与「主 Agent 只协调、子 Agent 分工+经验库」两种长跑方案
• 模型及版本未披露（通用 Agent Harness / 多智能体；未点名具体 API 版本）
• 工具Agent Loop / Harness；文件系统上下文衔接；多智能体（主协调+子执行）；经验库；开发/测试分工角色
• 输入材料需要连续数小时推进的模糊大任务；希望睡前丢一句话、醒来验收
• 操作步骤摘要简介两种方案：①Ralph：while 循环不断启动新会话，靠文件系统衔接上下文；②多智能体（推荐）：主 Agent 只协调不干活，子 Agent 各司其职，开发与测试分工明确。多智能体流程要点：怎么拆任务、怎么设计提示词、让「写 bug 的人修 bug、提 bug 的人验收」，并用经验库让 AI 越做越好。
• 提示词【框架·简介原文要点】长时工作两条路：Ralph=while 新会话+文件系统衔接；多智能体=主只协调、子分工（开发/测试），拆任务+设计提示词+「写 bug 者修、提 bug 者验收」+经验库迭代。简介未贴可复制系统/角色提示词全文，故不编造。
• 效果·作者声称作者称可让 AI 连续干活几小时并醒来验收；无独立样本
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Promptcodex合集2：三句话让codex读懂项目+codex自主写项目级agents.md+让codex给你生成一个像素级桌面宠物

• 任务新开 Codex 会话时用三句可复制口令补项目上下文，并用自然语言让 Codex 写带边界的项目级 agents.md
• 模型及版本未披露（面向 OpenAI Codex / Codex CLI；对照说明 Claude 有 init）
• 工具Codex / Codex CLI；项目级 agents.md；可选全局规则
• 输入材料新仓库或新 session；尚无完善 agents.md；需要启动命令、易改错点与最小验证路径
• 操作步骤摘要简介框架：①Claude 有 init 可读项目，Codex 主要靠 agents.md；②新 session 除读 agents.md 外，先发三句识别上下文；③agents.md 要写清「什么不能做」边界；④三类规则：不乱改依赖、隐私边界、验证方式；⑤用自然语言让 Codex 起草 agents.md；⑥注意全局规则与项目规则优先级。
• 提示词【verbatim·简介原文三句】1、请先阅读项目结构，告诉我这个项目是做什么的、启动命令是什么、主入口文件在哪里。2、这个项目最容易改错的地方是哪里？改动前应该先看哪些文件？3、给我一个最小验证方案，每次改完代码我应该怎么确认没有改坏。【框架·简介原文要点】agents.md 边界三类：不乱改依赖 / 隐私边界 / 验证方式；可用自然语言让 Codex 来写；并处理全局与项目规则优先级。简介未另贴完整 agents.md 样例全文，故不编造。
• 效果·作者声称作者称可用三句话让 Codex 读懂项目并生成项目级 agents.md、再生成像素级桌面宠物；无独立样本
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 PromptOpenAI Codex教程#8：掌握提示词上下文、AI推理等级及TODO转换技巧

• 任务在 Codex 里用 @/加号引用项目文件补上下文、切换推理等级，并把代码 TODO 注释直接转成开发任务
• 模型及版本未披露（面向 OpenAI Codex；系列教程第 8 集）
• 工具Codex；@ 文件引用 / 加号图标；模型推理等级切换；TODO→任务转换
• 输入材料已有代码库与 TODO 注释；需要更准的上下文与任务拆分
• 操作步骤摘要简介三点：①输入「@」或点加号，快速引用项目文件以增加上下文；②切换不同 AI 模型推理等级以获得更精准代码生成；③将代码中的 TODO 注释直接转换为具体 Codex 开发任务。
• 提示词【框架·简介原文要点】上下文：@ 或加号引用项目文件。控制：切换推理等级。任务化：TODO 注释 → Codex 开发任务。简介未贴具体系统提示词或 TODO 转换口令全文，故不编造。
• 效果·作者声称作者称可提升 AI 辅助编程效率；无独立样本
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 PromptClaude 官方指南：怎么给 CLAUDE.md 瘦身 | Claude《Steering Claude Code》②

• 任务把臃肿的 CLAUDE.md（案例约 500 行）瘦到约 150 行：根文件只留常驻约束，其余按触发时机搬到 Path-Scoped Rule、Skill、Subagent 或个人配置
• 模型及版本未披露（面向 Claude Code；系列标注 Claude《Steering Claude Code》② / 官方指南）
• 工具Claude Code；CLAUDE.md；Path-Scoped Rules；Skills；Subagents；个人配置
• 输入材料已有过长 CLAUDE.md 的团队仓库（简介案例：8 人工程团队）；需要决定哪些指令留根文件、哪些迁出
• 操作步骤摘要简介框架：①目标不是少写指令，而是让每条指令在正确时间、正确位置生效；②把约 500 行瘦到约 150 行；③分流：留在根 CLAUDE.md / 搬到 Path-Scoped Rule / 搬到 Skill / 搬到 Subagent / 归个人配置。完整示例与官方原文未在简介粘贴。
• 提示词【框架·简介原文要点】瘦身原则：CLAUDE.md 瘦身≠少写指令，而是「正确时间、正确位置」。体量：约 500 行 → 约 150 行（8 人团队案例）。分流槽位：根文件常驻 | Path-Scoped Rule（按路径触发）| Skill | Subagent | 个人配置。简介未贴可复制 CLAUDE.md 全文或各层样例，故不编造。
• 效果·作者声称作者称可让指令在正确时机生效、减少常驻稀释；无独立样本
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt让 AI 直接帮你建 Codex Skill？出来的一定是空话：先多轮打磨出效果，再用 skill-creator 固化

• 任务沉淀重复交代的工作流为 Codex Skill：先多轮打磨出可验收效果样本，再复盘提炼规则，用官方 skill-creator 固化 SKILL.md，最后新会话一句话复用
• 模型及版本未披露（面向 Codex CLI；亦提及 Claude Code 用户可参考）
• 工具Codex CLI；官方 skill-creator；ffmpeg（案例依赖）；产出 SKILL.md / LEARN.md
• 输入材料反复要向 AI 从头解释的环节（案例：英文视频 → 中文图文学习文档 LEARN.md）；已装 skill-creator
• 操作步骤摘要简介六步：①提示词管这一次、Skill 管每次；②先别建 Skill，多轮打磨效果样本；③让 Codex 复盘提炼可复用规则；④用 skill-creator 固化并校验 SKILL.md；⑤检查 description 与泛化残留；⑥关掉会话换新材料，一句话跑完全流程。作者写明「提示词原文全在屏幕上」，简介未贴可复制全文。
• 提示词【框架·简介原文六步】①提示词管这一次 / Skill 管每次；②先多轮打磨效果样本，勿直接让 AI 空写 Skill；③Codex 复盘提炼可复用规则；④skill-creator 固化并校验 SKILL.md；⑤检查 description 与泛化残留；⑥新会话换材料，一句话零人工复用。适用迁移：周报、审代码、会议纪要等反复交代的活。简介未粘贴屏幕上的提示词原文，故不编造。
• 效果·作者声称作者称可一句话跑完全流程、零人工干预；案例为英文视频→LEARN.md；无独立样本
• 效果·本站验证未复现验证
• 成本与局限未披露；配套手册见 blog.englitime.com

完整步骤与演示见原作。

B站可跟做有 Prompt你写的提示词正在让 GPT-6 Astra 变笨

• 任务为 GPT-6 Astra 更新提示词/AGENTS.md 写法：停用上一代「保姆式」习惯，按需取用模块化约束，并配置成本侧省钱杠杆
• 模型及版本GPT-6 Astra（标题/简介写明）
• 工具GPT-6 Astra；AGENTS.md；作者称核对 OpenAI 官方模型页价格与参数
• 输入材料现有 AGENTS.md / 旧提示词习惯；开发任务与推理档位选择
• 操作步骤摘要简介披露的结构：①识别旧习惯（提醒跑测试、教一步一步思考、AGENTS.md 塞满注意事项）为何拖后腿，并显式约束「五个行为」（具体五项未在简介列出）；②按「八模块提示词框架」按需取用（模块清单未在简介粘贴）；③成本侧关注 272K 输入价格悬崖与速率限制，并用缓存、apply patch、tool search、batch、推理档位五个杠杆。文中模板作者称可直接复制，但简介未贴全文。细节见原视频。
• 提示词【框架·简介可核验要点，非八模块/五行为全文】反模式：提醒它跑测试；教它一步一步思考；把 AGENTS.md 塞满注意事项。 结构槽位：①显式约束五个行为（细则未贴）；②八模块提示词框架，每模块对应一种翻车模式、按需取用（模块名未贴）；③成本：272K 输入价格悬崖、速率限制等级；省钱杠杆：缓存、apply patch、tool search、batch、推理档位（作者称配好约省三分之二）。 参考长文链接（简介原文）：https://x.com/sairahul1/status/2096902575035683147 ；https://x.com/zodchiii/status/2095806517500932190
• 效果·作者声称作者称配好省钱杠杆后同样的活约省三分之二；价格与参数已与官方模型页核对
• 效果·本站验证未复现验证
• 成本与局限作者强调 272K 输入价格悬崖与速率限制；具体单价以官方页为准（简介未逐条抄价）

完整步骤与演示见原作。

B站可跟做有 Prompt15 分鐘學完 CLAUDE.md：從入門到精通

• 任务从位置分层、/init 删改、补隐式知识到长期维护与健检，写好 Claude Code 的 CLAUDE.md（Codex 对应 AGENTS.md）
• 模型及版本未披露（演示提及 Opus 5 对照官方 Prompting Guide；工具侧 Claude Code / Codex）
• 工具Claude Code（CLAUDE.md）；Codex（AGENTS.md）；/init
• 输入材料项目规则、隐式知识、历史翻车点；官方 Prompting Guide（健检用）
• 操作步骤摘要①理解规则放在 User / Project / Nested 三层各自覆盖范围；②用 /init 生成初稿，再用三个问题逐条删；③用五个问题补上 AI 猜不到的隐性知识；④长期维护：找反复问题、修剪模型变强后不再需要的旧规则；⑤健检：用更强模型对照官方指南并回项目逐条查证。细节见原视频。
• 提示词【框架·简介原文要点】位置：User、Project、Nested 三层分别管到不同范围。 建立：/init 生成后，用三个问题把内容一条条删掉；再用五个问题把「翻程式码都猜不到的隐性知识」补进去。 维护：找出反复发生的问题；修剪因模型变强而不再需要的旧规则。 健检发现类型（作者实测举例）：规则与项目内其他文件互相抵触；有流程不该常驻 CLAUDE.md；CLAUDE.md 与 AGENTS.md 如何同步。 （三问/五问的具体问句全文未在简介粘贴，不脑补。）
• 效果·作者声称作者称健检抓到自己完全没发现的三处问题（冲突规则、不该常驻流程、双文件同步）
• 效果·本站验证未复现验证
• 成本与局限未披露（健检依赖所用模型额度）

完整步骤与演示见原作。

B站可跟做有 Prompt【Codex小妙招】Codex新手刚登录怎么配才不乱？入口、AGENTS.md、权限、MCP和验收清单一次讲清

• 任务Codex 新手首次登录按五步配置：入口选择 → 写 AGENTS.md → 设权限边界 → 接 MCP → 用真实小任务验收是否读懂上下文
• 模型及版本未披露（面向 OpenAI Codex；简介未点名具体模型子版本）
• 工具OpenAI Codex；AGENTS.md；MCP
• 输入材料刚登录的 Codex 环境；目标代码仓库；可选 MCP 服务；一个用于验收的真实小任务
• 操作步骤摘要简介披露上手顺序：①入口选择；②AGENTS.md；③权限边界；④MCP 连接；⑤小任务验收。重点：先让 Codex 知道项目背景、能在安全边界里改文件，并用一个真实小任务确认它有没有读懂上下文；不是堆插件。资料边界称参考 OpenAI Codex 官方配置/权限说明与公开新手路径。简介未贴 AGENTS.md 或权限配置原文示例，不编造。
• 提示词【框架·简介原文·首次登录五步】入口选择 | AGENTS.md | 权限边界 | MCP 连接 | 小任务验收。 【框架·简介原文·目标】先让 Codex 知道项目背景；能在安全边界里改文件；用一个真实小任务确认是否读懂上下文。 【框架·简介原文·反模式】重点不是堆插件。
• 效果·作者声称作者称按此顺序可避免新手配置混乱；无独立复现数据
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt1分钟装好DeepSeek Harness｜附提示词

• 任务用 Codex 或 Claude Code，把简介里两段安装提示词交给 Agent，分别装好 DeepSeek Harness 的官方 webui 或开源桌面 GUI，并配置 API key
• 模型及版本未披露具体 Codex/Claude 版本；运行侧作者建议用 ds4flash，称 ds4pro 太贵没必要
• 工具Codex 或 Claude Code；DeepSeek Harness(dsh)；Node.js（webui 路径）；npx @deepseek-ai/dsh web；GitHub release（桌面 GUI 路径）
• 输入材料本机；DeepSeek API key；可选空闲时段（作者称下午六点到次日早上九点）
• 操作步骤摘要①打开 Codex 或 Claude Code；②按需复制简介「官方webui版」或「桌面gui版」整段提示词发给 Agent；③webui：检查/安装 Node LTS → npx @deepseek-ai/dsh web → 记录访问地址并填 API key；④桌面 GUI：按 star 与界面截图筛选 GitHub 项目 → 下最新 release → 处理权限拦截 → 填 API key。界面细节见原视频。
• 提示词官方webui版：【帮我在这台电脑上装好并启动 DeepSeek Harness(dsh): 检查 Node.js 有没有装,没有就装官方 LTS 版 运行 npx @deepseek-ai/dsh web 等服务启动,告诉我访问地址 告诉我怎么填 DeepSeek API key 装好能跑就行,不用讲原理。】 桌面gui版：【帮我找一个并安装 DeepSeek Harness(dsh)的开源桌面 GUI: 去 GitHub 搜 dsh 的桌面 gui 项目,按 star 排序,只挑 star 多、带界面截图(能看出界面长啥样)的 下载它最新的 release 包 安装到应用程序,系统权限拦截帮我处理掉 告诉我怎么填 API key】
• 效果·作者声称作者称两种方式都是复制一段话发给 Agent 即可装好能跑；并称 DeepSeek 涨价后调用量跌 94%，建议空闲时段用 ds4flash
• 效果·本站验证未复现验证
• 成本与局限依赖所用 Codex/Claude 与 DeepSeek API 额度；作者称 ds4pro 太贵，建议 ds4flash；空闲时段建议未量化折扣

完整步骤与演示见原作。

B站可跟做有 PromptCodex 老乱改、用错命令？该写 AGENTS.md 了

• 任务为 Codex 项目写一份 AGENTS.md，把反复口头交代的规则一次写清，减少乱改与用错命令
• 模型及版本未披露（工具侧 Codex）
• 工具Codex；AGENTS.md
• 输入材料项目概览、常用命令、目录结构、协作规则（简介点名的四块）
• 操作步骤摘要①在项目中建立 AGENTS.md；②按简介重点写入：项目概览、常用命令、目录结构、协作规则。具体条文模板未在简介粘贴。
• 提示词【框架·简介可核验要点】AGENTS.md 重点写清楚四块：①项目概览；②常用命令；③目录结构；④协作规则。用途：避免每次打开项目都重新跟 Codex 交代用什么、别动哪。（四块正文示例未在简介粘贴，不脑补。）
• 效果·作者声称作者称写好后能把规则一次说清，针对乱改/用错命令
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 PromptCodex 工程实践 Vol.20｜AGENTS.md + 少量 Skills，能不能做一个轻量版 Superpowers？

• 任务用 AGENTS.md + planning-with-files + 两个手写 Skill（task-brief、finish-review）搭轻量可控、省 token 的中等复杂度 Codex 工作流
• 模型及版本未披露（工具侧 Codex）
• 工具Codex；AGENTS.md；planning-with-files；Skill：task-brief、finish-review；演示项目 YoloWebAgent
• 输入材料中等复杂开发任务（多文件/模块/测试/风险，又不必上完整 Superpowers/SDD/OpenSpec）
• 操作步骤摘要简介披露的分工：①AGENTS.md 管项目规则；②task-brief 在任务开始前对齐目标、范围与上下文；③planning-with-files 把计划、发现与进度落到文件；④finish-review 在结束前检查完成情况、测试、风险与后续。演示为给训练任务加 Training Summary 自动总结报告。Skill 全文未在简介粘贴。
• 提示词【框架·简介原文要点】组合：AGENTS.md + planning-with-files + 两个手写 Skill。 职责：AGENTS.md→项目规则；task-brief→开场对齐目标/范围/上下文；planning-with-files→计划/发现/进度落盘；finish-review→收尾检查完成情况、测试结果、风险与后续事项。 定位：补 Vibe Coding 与完整 Superpowers/SDD/OpenSpec 之间的空档；强调更轻、更可控、更省 token。（各 Skill 正文未贴，不脑补。）
• 效果·作者声称作者称用于中等复杂任务减少跑偏和返工，并更省 token；未给量化指标
• 效果·本站验证未复现验证
• 成本与局限作者强调省 token；具体额度未披露

完整步骤与演示见原作。

B站可跟做有 Prompt用好 Codex 和本地 Agent：项目空间与 AGENTS.md 的正确用法

• 任务把选品/竞品/Listing/广告等拆成不同项目空间，各自维护 AGENTS.md 与执行反馈，让同类任务可复用
• 模型及版本未披露具体 Codex 版本
• 工具Codex；本地客户端 Agent；AGENTS.md
• 输入材料按业务品类或工作类型拆分的项目
• 操作步骤摘要①不要把所有业务塞进同一对话；②按品类或工作类型分项目；③每个项目沉淀规则/偏好/反馈到 AGENTS.md；④用三个自检问题复查。
• 提示词框架自检：1) 不同业务和任务有没有分项目？2) 有没有维护过项目里的 AGENTS.md？3) 下一次同类任务能不能复用上一次经验？原则：可按业务品类拆分，也可按工作类型拆分；每个项目持续沉淀规则、偏好、执行反馈和 AGENTS.md 记忆。
• 效果·作者声称作者称同类任务才会越做越顺（未量化）
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt缓存一断贵 12.5 倍！Claude Code 新功能直接告诉你在哪漏钱

• 任务用 Claude Code 2.1.260 的 /cost 与状态栏诊断 Prompt Cache 未命中原因，定位重复计费并减少缓存泄漏
• 模型及版本Claude Code 2.1.260（简介标注版本）
• 工具Claude Code；/cost；状态栏；Prompt Cache
• 输入材料Claude Code 会话出现缓存未命中、输入重复计费或 Token 费用异常
• 操作步骤摘要简介披露：①新功能在 `/cost` 与状态栏显示缓存未命中原因；②对照命中读取 0.1x 与未命中重付 1.25x 的差异；③视频列出三大原因并给出三板斧防漏，具体场景按时间轴展开；④用诊断信息定位每笔缓存费用。完整三大原因与操作口令未在简介中逐条展开，不补写。
• 提示词【框架·简介原文·诊断入口】Claude Code `/cost` + 状态栏 → 查看缓存未命中原因 【框架·简介原文·费用对照】缓存命中读取 0.1x | 未命中重付 1.25x | 单次差价 12.5x 【框架·简介原文·流程】发现漏钱 → 读取诊断原因 → 按视频“三板斧”处理 （具体三大原因、三板斧与配置原文简介未逐条贴出 → 未披露。）
• 效果·作者声称作者称 Claude Code 2.1.260 可在 /cost 与状态栏诊断缓存未命中，并以 0.1x/1.25x 对照说明 12.5 倍差异；未复现验证
• 效果·本站验证未复现验证
• 成本与局限简介给出 0.1x 命中读取与 1.25x 未命中重付的相对倍率；官方计费适用范围未披露

完整步骤与演示见原作。

B站可跟做有 PromptRTK：让AI编程助手省80% Token的开源神器 | Rust Token Killer

• 任务用 RTK（Rust Token Killer）拦截并压缩 AI 编程助手的命令行输出，只把关键信息送入上下文
• 模型及版本未披露（支持 Claude Code、GitHub Copilot、Cursor、Gemini CLI、Codex 等工具）
• 工具RTK（Rust Token Killer）；CLI 代理；Claude Code；GitHub Copilot；Cursor；Gemini CLI；Codex
• 输入材料AI 编程助手执行 git、测试、目录列表等命令时产生的大量冗余终端输出
• 操作步骤摘要简介披露：①RTK 是 Rust 编写的 CLI 代理；②拦截命令行输出并压缩冗余信息；③只把有用信息喂给 AI；④视频以 git push、cargo test、ls 做 Before/After 对比，并介绍四种压缩策略；⑤支持 12 个主流 AI 编程工具；⑥作者称一行命令安装、零配置生效，但简介未给出具体安装命令。
• 提示词【框架·简介原文·拦截】AI 编程助手命令输出 → RTK CLI 代理拦截 【框架·简介原文·压缩】识别并压缩命令输出冗余 → 只将真正有用信息喂给 AI 【框架·简介原文·示例】git push | cargo test | ls：比较启用 RTK 前后输出 （四种压缩策略细目与一行安装命令简介未贴出 → 未披露。）
• 效果·作者声称作者称 30 分钟 Claude Code 会话 Token 从 118,000 降至 23,900，约省 80%；无独立复现验证
• 效果·本站验证未复现验证
• 成本与局限简介未给价格；节省数字为作者单次会话对比，支持工具版本与场景边界未披露

完整步骤与演示见原作。

B站可跟做有 Prompt让 Codex 别再造史了：一个插件治好 AI 编程的过度工程化

• 任务用 Codex 插件 Stop That Shit（Hook+Skill）给 Agent 划任务边界，拦截过度工程化
• 模型及版本未披露具体 Codex 模型版本
• 工具Codex；Stop That Shit 插件（Hook + Skill）
• 输入材料Codex 编程任务；作者强调小改动场景易触发过度工程
• 操作步骤摘要①识别 SHIT 四类过度工程：Scope creep / Hashing / Intent violation / Task thrashing；②Skill「Stop Ladder」四问引导：用户让你做了吗？结果需要它吗？有证据吗？没它会失败吗？；③Hook 挂载 UserPromptSubmit + PreToolUse 物理拦截；④拦截返回红色图章文案：STOP / INTENT: review does not authorize mutation。安装包路径简介未披露。
• 提示词【框架·简介可核验要点】SHIT：S=Scope creep（范围蔓延）；H=Hashing（无意义哈希）；I=Intent violation（意图违背）；T=Task thrashing（任务空转）。 Stop Ladder 四问：①用户让你做了吗？②结果需要它吗？③有证据吗？④没它会失败吗？ Hook 拦截返回原文要点：STOP / INTENT: review does not authorize mutation. 作者对比：AGENTS.md 是自然语言建议可被忽略；Hook 是代码层硬拦截。
• 效果·作者声称作者称可治 Codex 过度工程化（先算哈希、补兼容层、全量测试、开子代理等 Token 浪费）；并称 Hook 比 AGENTS.md 更难绕过
• 效果·本站验证未复现验证
• 成本与局限未披露；作者称过度工程会疯狂消耗 Token

完整步骤与演示见原作。

B站可跟做有 PromptCodex 工程实践 Vol.17｜为什么我现在每个项目都写 AGENTS.md？

• 任务为 Codex 项目写/维护 AGENTS.md（项目协作说明书），区分一次性 Prompt 与长期规则
• 模型及版本未披露
• 工具Codex；AGENTS.md（可根目录全局 + 模块局部）
• 输入材料具体代码仓库；需沉淀的项目规矩与常犯错误
• 操作步骤摘要①把长期规矩写入 AGENTS.md，本次任务变量留在 Prompt；②一份够用的 AGENTS.md 含简介所列六块：项目概览、开发命令、代码规则、测试规则、Skill 使用边界、任务完成标准；③根目录写全局规则，模块目录写局部规则；④随项目持续更新，把 AI 反复犯错沉淀进去。正文示例文件未在简介粘贴。
• 提示词【框架·简介原文六块】①项目概览；②开发命令；③代码规则；④测试规则；⑤Skill 使用边界；⑥任务完成标准。 作者区分：Prompt=这一次要你做什么；AGENTS.md=在这个项目里一直要遵守什么。 补充：AGENTS.md 可多层（根/后端/前端/RAG 等）。
• 效果·作者声称作者称很多写错不是能力不够而是不知项目规矩；写 AGENTS.md 后 Codex 能读取更贴近当前任务的规则
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt/compact之后Claude Code的上下文发生了什么变化？

• 任务理解 Claude Code /compact 实际注入的 CRITICAL 九节重写模板与压缩后上下文构成，避免误以为只是简单对话总结
• 模型及版本Claude Code（具体模型版本未披露）
• 工具Claude Code；/compact；抓包/源码阅读（作者自述）
• 输入材料长会话（作者例：87 条对话、约 10 万 token）后执行 /compact
• 操作步骤摘要简介披露：①按下 /compact 后，Claude Code 往原对话尾部塞一条假 user 消息，CRITICAL 大写开头；②强制模型按固定九节模板重写整段对话：请求意图、技术架构、文件代码、错误、已解决问题、全部用户消息、待办、当前工作、下一步；③模板三处反复加粗：禁止调任何工具、必须先 `<analysis>` 再 `<summary>`、第6节用户消息必须 verbatim 一字不改、第9节须带最近一句话的 direct quote；④模型写完后客户端丢掉 `<analysis>`，只留 `<summary>` 塞回；⑤作者观察：messages 从 87 条砍到约 4 条，但 4 条里还塞 Summary、上一轮 assistant、若干文件自动重读与 hook context；⑥作者结论：/compact 更像打补丁，单靠 Summary 不够，客户端还会在 Summary 外塞最近文件 Read、planAttachment、skillAttachment 等。
• 提示词【框架·简介原文·/compact 九节模板】请求意图 | 技术架构 | 文件代码 | 错误 | 已解决问题 | 全部用户消息 | 待办 | 当前工作 | 下一步 【框架·简介原文·CRITICAL 约束】禁止调任何工具 | 先 `<analysis>` 再 `<summary>` | 第6节用户消息 verbatim | 第9节带最近一句 direct quote 【框架·简介原文·回写】只保留 `<summary>` 塞回上下文；另附文件重读/planAttachment/skillAttachment 等 （完整假 user 消息原文与抓包全文未披露。）
• 效果·作者声称作者称约 10 万 token 远历史可压到不到 1 万、messages 从 87 条到约 4 条；未独立复现
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt[转]Claude Code 上下文管理：/compact、/clear、/context 怎么用

• 任务按场景选用 Claude Code 的 /context、/compact、/clear，并配合 CLAUDE.md / 具体提示 / 关 MCP / skills·subagents 控制上下文膨胀
• 模型及版本Claude Code（具体版本未披露）
• 工具Claude Code；/context；/compact；/clear；CLAUDE.md；MCP；skills；subagents
• 输入材料长会话开发：上下文被文件读取、命令输出、工具返回与消息占满
• 操作步骤摘要简介披露：①上下文=工作记忆，读文件/跑命令/工具返回/消息均占空间；②`/context` 查看当前被哪些内容占用；③`/compact` 适合功能未完成但会话已很长时压缩旧内容并保留关键记忆；④`/clear` 适合任务结束后开新功能，避免旧对话干扰；⑤跨会话规则写入 CLAUDE.md；⑥提示词要具体，减少到处探索代码库；⑦关闭无关 MCP；⑧用 skills 或 subagents 分担只需结论的查询。
• 提示词【框架·简介原文·三命令】`/context` 查占用 | `/compact` 长会话中途压缩续作 | `/clear` 任务结束后清场开新 【框架·简介原文·四技巧】CLAUDE.md 写跨会话规则 | 提示词具体少乱探索 | 关闭无关 MCP | skills/subagents 分担结论型查询 （完整口令示例与界面截图未披露。）
• 效果·作者声称作者称可提升长会话效率；无量化数据；未复现验证
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 PromptGPT4插件不知道怎么玩，一句提示词教会你！【简介里自取】

• 任务用一句英文 Prompt 让 GPT-4 把指定插件能力整理成三列表（功能/解释/示例提示词）
• 模型及版本GPT-4（标题与 Prompt 内写明插件场景）
• 工具ChatGPT GPT-4 插件生态；简介贴可复制 Prompt
• 输入材料新装/不熟悉的 ChatGPT 插件名；需要快速摸清能力边界与示例问法
• 操作步骤摘要简介披露「视频中提到的 Prompt」：What can the [plugin name] plugin do? → 输出三列表格：①全部可用功能；②简明解释；③展示插件完整能力的示例 prompts。将 [plugin name] 替换为实际插件名即可。
• 提示词【原文·简介】 https://www.youtube.com/watch?v=W5c03zStHxw 今天我们来看一下如何理解全新的ChatGPT插件特性中的所有隐藏功能。这些强大的工具可以解决特定的问题，提高你的工作效率。但问题是，它们并不是最直观的。在这个视频中，我将向你展示一个快速释放他们全部潜力的方法。另外，我将分享探索插件网站和最大化使用它们的技巧。准备好提高你的技能并订阅更多教程吧。 视频中提到的Prompt: What can the [plugin name] plugin do? Output a table with every single available function and capability, a second column for a simple yet comprehensive explanation, and a third column with clear example prompts that show off the full capabilities of the plugin within GPT-4.
• 效果·作者声称作者称可快速释放插件潜力；无独立复现
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt3分钟告诉你如何让GPT陷入循环（Prompt在简介）

• 任务用 CRC-16-CCITT 逐步除法+Markdown 过程约束，诱导 GPT 进入长链逐步演算循环（演示/教学用）
• 模型及版本GPT（标题；未写具体型号）
• 工具ChatGPT/GPT 对话；简介贴完整 Prompt
• 输入材料想观察模型对长逐步二进制除法/校验演算的展开行为
• 操作步骤摘要简介披露完整 Prompt：给定数据 256、CRC-16-CCITT(0x1021)、16 位；写二进制、末尾补 16 个零；要求计算 CRC，并用 markdown 给出后面除法过程、具体到每一步。标题定位为「让 GPT 陷入循环」。
• 提示词【原文·简介】 Prompt： 对于要传输的数字256，假设我们使用16位的CRC校验，并使用生成多项式为CRC-16-CCITT（0x1021）。 将要传输的数据256表示为二进制形式：0000000100000000。 在数据的末尾添加16个零位，作为CRC的初始值。 数据 + CRC初始值：0000000100000000 0000000000000000 计算CRC校验值。通过将数据除以生成多项式，并对结果取模来计算。 使用markdown给出后面的除法过程，具体到每一步
• 效果·作者声称作者称可让 GPT 陷入循环；无独立复现
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 PromptCLAUDE.md不是说明文档，是给AI的项目记忆

• 任务把重复口头约束写成短稳可执行的 CLAUDE.md 项目记忆，并与 settings.json 硬权限规则分工
• 模型及版本Claude Code（标题/正文）
• 工具Claude Code；CLAUDE.md；settings.json
• 输入材料每次会话都要重复「用 pnpm / 先看现有风格 / 先方案再改代码」等项目习惯
• 操作步骤摘要简介披露写法原则框架：①CLAUDE.md=每次自动读取的项目记忆，不是说明书空话；②三层层级：用户级 / 项目根 / 子目录；③写可判断「有没有做到」的操作边界，禁「始终写出高质量代码」类空话；④软约束(CLAUDE.md) vs 硬规则(settings.json 权限)。完整范例文件正文未贴→未披露。
• 提示词【框架·简介】 CLAUDE.md是Claude Code每次工作时都会自动读取的项目记忆。你不应该每次都告诉AI这个项目用pnpm、修改前看现有风格、先写方案不要改代码。这些话说一遍就够了，写进CLAUDE.md，让它成为项目的长期记忆。本集讲清楚CLAUDE.md的设计意图、三层层级结构（用户级、项目根目录级、子目录级）、以及怎么写才是真正有效的规则。重点：CLAUDE.md要短稳可执行，不要写"始终写出高质量代码"这种空话，要写可以判断"有没有做到"的具体操作边界。还介绍了settings.json权限配置的分工：CLAUDE.md是软约束，settings.json是硬规则。从今天开始，把你每次都要重复说的话写进CLAUDE.md——这是从游击队变正规军最简单的第一步。
• 效果·作者声称作者称可减少重复解释、从游击队变正规军；无独立复现
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 PromptCursor 进阶必看！彻底理清 Rules、Skills 和 MCP 到底是什么？

• 任务分清 Cursor 静态上下文 Rules 与动态按需 Skills，并用 MCP/Plan Mode/Subagents 分工复杂任务
• 模型及版本Cursor（未写具体模型路由）；搬运自 @leerob 讲解
• 工具Cursor Rules / Skills / MCP / Plan Mode / Subagents
• 输入材料被 Rules、MCP、Skills、Subagents 名词淹没，需要底层分工心智模型
• 操作步骤摘要简介披露概念框架：①Rules=静态上下文，写高质量规则减幻觉；②Skills=动态按需加载省 Token；③MCP=连接外部工具；④Plan Mode 与 Subagents 分工；⑤一句话：抓住 Rules+Skills 两个核心。完整 .cursor/rules 或 Skill 原文未贴→未披露。
• 提示词【框架·简介】 7 分钟内讲透 AI 智能体编程的底层逻辑，含金量极高。 简介内容： Cursor 最近更新太快，各种新名词（Rules, MCP, Skills, Subagents）看晕了？ 本视频搬运自知名开发者 @leerob，他用最通俗易懂的方式梳理了 AI 编程助手的底层逻辑。 🔥 核心知识点： 静态上下文 (Rules)：如何编写高质量的规则文件，减少 AI 幻觉，让它更懂你的代码库。 动态上下文 (Skills)：为什么说 Skills 是未来的趋势？它如何通过“按需加载”节省 Token 消耗。 MCP 协议：AI 如何通过 MCP 连接外部工具（如 Slack、数据库）。 模式与子智能体：Plan Mode（计划模式）和 Subagents（子智能体）如何分工协作处理复杂任务。 一句话总结： 以后你只需要关注“规则 (Rules)”和“技能 (Skills)”这两个核心点，就能发挥 AI 的最大效能。
• 效果·作者声称作者称 7 分钟理清底层逻辑；无独立复现
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt【附rules.md范例】企业AI 项目 rules 红线怎么立，5 条硬规矩 + 6 个写法门道，500 字教你写出工业级CLAUDE.md应用范式

• 任务用「5 条硬规矩 + 6 个写法门道、压进约 500 字」写工业级项目 rules，并跨 Claude Code(CLAUDE.md)/Cursor(.cursorrules) 复用
• 模型及版本Claude Code / Cursor（工具侧；未写具体聊天模型）
• 工具CLAUDE.md；.cursorrules / rules.md
• 输入材料Agent 乱改保留代码、口头约束重复失效
• 操作步骤摘要简介披露结构框架：①能用的 rules=5 硬规矩+6 写法门道且≤约500字；②拆两种常见烂 rules 成因；③同一套 rules 可被 Claude Code 与 Cursor 读取。可粘贴生成提示词与三份范例放在评论区置顶→正文未贴，记为未披露原文。
• 提示词【框架·简介】 AI 老是乱改你代码、把保留的东西顺手改了？根在这里——你没给它立一份 rules。 这一期拆清楚三件事：① 一份能用的 rules 长什么样——5条硬规矩 + 6个写法门道，全压在 500 字以内的 .md 文档里；② 最常见的两种烂 rules 怎么写出来的，为什么回滚到天亮；③ 写完这套 rules，Claude Code 读 CLAUDE.md、Cursor 读 .cursorrules，工具换了照样管用。 我把一段可粘贴的 rules 生成提示词 + 三份 rules.md 范例（前后端 / 数据处理 / Agent 工具）放到了评论区置顶——粘到 AI 对话框，AI 自己帮你生成一份适配的 .md，存到项目根目录直接用。
• 效果·作者声称作者称可减少乱改与回滚；范例在评论区；本站未复现
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 PromptClaude Code 强模型去掉 80%系统提示词？新增/doctor 检测优化命令

• 任务理解强模型时代砍掉约 80% 系统提示后的 6 项上下文工程变化，并用 /doctor 检查 CLAUDE.md/Skills/MCP/Hooks 占用
• 模型及版本Claude Code（标题；结合官方分享解说）
• 工具Claude Code；/doctor；CLAUDE.md；Skills；MCP；Hooks
• 输入材料旧「最佳实践」堆满规则导致上下文臃肿、速度变慢
• 操作步骤摘要简介披露论点框架：①强模型下大量写死规则可能限制判断；②六项变化方向含写死规则→自主判断、堆积上下文→渐进加载、详述过程→定义验证标准等；③演示 /doctor 检查 CLAUDE.md、Skills、MCP、Hooks 占用并找重复/低频配置。完整新旧 system prompt 与 /doctor 输出样例未贴→未披露。
• 提示词【框架·简介】 Claude Code 为什么突然砍掉了80%的系统提示词？ 因为在强模型时代，很多过去总结出来的“最佳实践”，不仅已经没有必要，反而可能限制模型的判断，让上下文越来越臃肿。 本期视频将结合 Claude 官方分享，详细讲解 AI 编程正在发生的6个重要变化： 从“写死规则”转向“让模型自主判断”，从堆积上下文转向渐进式加载，从描述详细过程转向定义验证标准。同时，我还会实际演示 Claude Code 的 /doctor 命令，检查 CLAUDE.md、Skills、MCP、Hooks 等内容占用了多少上下文，并找出重复、低频和影响速度的配置。 模型在快速进化，我们使用 AI 编程工具的方法，也需要不断更新。三个月前的最佳实践，今天可能已经变成了冗余。
• 效果·作者声称作者称需随模型进化更新用法；本站未复现
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 PromptFable 5 和 GPT-5.6 不需要更好提示词，需要干净的系统配置

• 任务审计 AI 系统配置（harness）：清理旧模型遗留的 skills/记忆/系统提示/权限，用六条守则让配置经得起模型升级
• 模型及版本讨论 Fable 5 与 GPT-5.6（标题）；工具面向 Claude/Codex 配置清理
• 工具配置清理器 The Cleaner；Claude / Codex 配置审计
• 输入材料升级模型后体验变差；发现大量遗留技能路径与指令文件
• 操作步骤摘要简介披露框架：①问题=新模型仍跑旧指令遗产；②案例数字=66 条技能路径、172 个指令文件拖慢响应；③对比轻量 vs 重型配置；④六条守则让配置随升级保持干净；⑤交付 The Cleaner 自助审计。六条全文与工具命令未贴→未披露。搬运自公开 YouTube。
• 提示词【框架·简介】 视频标题 Fable 5 和 GPT-5.6 不需要更好提示词，需要干净的系统配置 原视频链接 https://www.youtube.com/watch?v=PDJfciNhyHU 原视频发布时间 2026-07-15 ----- 你新上线的 AI 模型，仍在运行你为旧模型写的指令——这就是 AI 系统配置（harness）审计：如何发现那些隐性设置，并安全地清理它们。 我梳理了自己 AI 系统中的全部技能、记忆、系统提示、权限和校验逻辑，发现 66 条技能路径和 172 个指令文件正悄然拖慢模型响应。本视频中，我对比轻量配置与重型配置的实际表现，揭示为何更复杂的提示反而交付效果更差，并为你总结六条让系统配置经得起下一次模型升级的守则。最后，我会把「配置清理器」（The Cleaner）工具交到你手上，助你自主审计自己的 Claude 或 Codex 配置。 你的 AI 系统内部到底发生了什么？ 主流叙事说新模型天然更强，但真正关键的问题是：它继承了你已搭建的哪些配置遗产？ 本视频带你深入 AI 系统配置审计： - 为何升级后的模型体验反而不如新开一个对话 - 为何精简指令在实际交付中胜过冗长方法 - 六条守则，让系统配置随模型迭代持续保持干净 - Fable 5 和 ChatGPT 5.6 各自失败的根本原因 干净的配置不会让弱模型变强，但它能明确告诉你：问题是出在模型本身，还是你套在它外面的那套机制。
• 效果·作者声称作者称干净配置能分清问题在模型还是外壳；本站未复现
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt这是一段可以直接复制给自己 Codex 的提示词。

• 任务给 Codex 一段可直接复制的流程挖掘提示词：从 sessions/Memories/Chronicle 找可打包为 Skill/Subagent/Automation 的重复手动流程，先 shortlist 再创建
• 模型及版本Codex（标题/正文；未写具体模型路由）
• 工具Codex；sessions；Memories；rollout summaries；Chronicle；skills/agents/automations
• 输入材料本机近期 Codex sessions、任务总结、Memories、已有 skills/agents/automations
• 操作步骤摘要简介全文即提示词：①目标=找重复/费时/易错且值得打包的手动流程；②证据顺序=sessions→Memories/rollout→Chronicle 仅发现；③优先复用已有资产；④判断标准=至少两次/输入稳定/可提升质量；⑤最小形式=Skill/Subagent/Automation/Skip；⑥先输出 shortlist，再只创建缺失且高置信项。
• 提示词【原文·简介】 这是一段可以直接复制给自己 Codex 的提示词。 目标：找出重复、费时、容易出错，值得打包的手动流程。 证据顺序： 先看最近的 Codex sessions 和任务总结 再看 Memories 与 rollout summaries，找跨会话重复模式 Chronicle 只用于发现，关键细节回到源系统确认 已有 skills、agents、automations 优先复用或扩展 判断标准： 至少出现两次，或未来很可能反复发生 输入稳定，步骤可重复，输出和停止条件清楚 能明显提升速度、质量、一致性或可靠性 已经被现有资产覆盖的，不重复造 最小合适形式： Skill：可复用流程或 playbook Subagent：边界清楚的专家角色 Automation：定时检查、报告、提醒或监控 Skip：证据不够、太一次性、太敏感就跳过 先输出 shortlist，再只创建缺失且高置信的项目
• 效果·作者声称作者称可直接复制给自己的 Codex；无独立复现
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt十大实用技巧帮你快速上手Claude Code！！！

• 任务Claude Code 日常十技巧清单：/init、concise+keep-coding-instructions、/context、/compact、plan、rewind、@/!//btw、/effort、subagent、/doctor
• 模型及版本Claude Code（标题）
• 工具Claude Code
• 输入材料本地代码库会话
• 操作步骤摘要简介按1–10列出命令/模式与作者使用要点（非单一长 system prompt，属可执行技巧框架）。
• 提示词【原文·简介】 这是我日常使用得最多的10个技巧，全程干货： 1 /init 扫一遍代码库生成 CLAUDE.md，以后新对话开局就懂项目 2 output style 调成 concise 让它少说废话——自定义风格一定要加 keep-coding-instructions，不加它是简洁了，但也不干活了 3 /context 看上下文花在哪，/statusline 让百分比常驻底部 4 /compact 压成摘要，换方向直接 /clear 5 Shift+Tab 切 plan 模式，只读不改，还会主动反问你用什么框架 6 连按两下 ESC 或输入 rewind，回到会话里任意一条消息 7 @ 引用文件、! 跑命令、/btw 插一句不占对话历史 8 /effort 调思考档位，简单活调低更省 token，/model 换模型 9 subagent 有自己独立的上下文，只把结论带回主对话 10 /doctor 每月跑一次，揪出一次没用过的 skill 和 MCP 尽情享受这十大技巧带来的效率提升吧
• 效果·作者声称作者称日常使用最多的10个技巧；无独立复现
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 PromptVibe Coding 懒人开发流程：Codex + spec.md + Skills

• 任务用 Codex + ui-ux-pro-max-skill，按简介六步从需求生成 AGENTS.md 与多个 spec.md，再逐步实现 App
• 模型及版本未披露
• 工具VSCode、App 开发工具；Codex；ui-ux-pro-max-skill；AGENTS.md；spec.md
• 输入材料待做 App 项目需求
• 操作步骤摘要①安装 Codex；②创建 App 项目；③安装 ui-ux-pro-max-skill；④整理项目需求；⑤通过需求生成：AGENTS.md、多个 spec.md；⑥使用 Codex 逐步实现每个 spec.md。提示词全文简介未粘贴。
• 提示词【框架·简介原文六步】①安装 Codex；②创建 App 项目；③安装 ui-ux-pro-max-skill；④整理项目需求；⑤通过需求生成：AGENTS.md、多个 spec.md；⑥使用 Codex 逐步实现每个 spec.md。
• 效果·作者声称未披露量化效果（简介只列流程）
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 PromptDeepSeek专家模式51s单提示词直出可用程序（提示词在简介）

• 任务DeepSeek专家模式单提示词直出：手机端HTML单级火箭ΔV计算程序
• 模型及版本DeepSeek专家模式（标题）
• 工具DeepSeek
• 输入材料一句话需求
• 操作步骤摘要简介以「提示词：」给出完整短指令；作者称约51s直出可用程序。
• 提示词【原文·简介】 提示词：为我生成一个适配手机端操作的HTML代码单级火箭ΔV计算程序
• 效果·作者声称作者称专家模式51s单提示词直出可用程序；无独立复现
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 PromptClaude Code 开发效率提升指南：5个优化AI编程工作流的实操技巧 | 提示词框架 / 约束控制 / 结构化数据

• 任务Claude Code 开发效率五策略：深度上下文提示词框架 / 功能约束 / 角色分配 / 分阶段构建 / 结构化数据
• 模型及版本Claude Code（标题）
• 工具Claude Code
• 输入材料示例：个人财务仪表盘、SaaS落地页等实战场景（简介提及）
• 操作步骤摘要简介归纳五条优化策略要点；完整Prompt结构未全文粘贴，属框架披露。
• 提示词【原文·简介】 【视频简介】 本期视频分享了提升 Claude Code 开发效率的五种实用策略，重点探讨了如何通过构建深度上下文提示词框架、设置功能约束、角色分配以及结构化数据输入来优化代码生成质量。内容涵盖了从个人财务仪表盘到 SaaS 落地页的实战演示，适合希望优化 AI 辅助编程工作流的开发者参考交流。 【你将看到】 1. 深度上下文提示词框架：通过特定的 Prompt 结构增强 AI 对复杂项目的理解力。 2. 功能约束控制：利用约束条件防止 AI 在开发过程中出现功能蔓延（Feature Creep）。 3. 专业角色分配：通过明确的角色定义提升代码设计感与审美表现。 4. 分阶段构建策略：针对复杂软件项目采用迭代式开发工作流。 5. 结构化数据应用：对比结构化数据与普通段落提示词的差异，提升输出准确性。 Mikey Vibe Coding (https://www.youtube.com/watch?v=NB0ZX44IVDg)
• 效果·作者声称作者称五策略可优化代码生成质量；无独立复现
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt把ClaudeCode当成新员工，CLAUDE.md就好写了

• 任务把 Claude Code 当新员工：五层记忆（组织/用户/项目/Rules/本地）与 CLAUDE.md 写法框架
• 模型及版本Claude Code（标题）
• 工具Claude Code；/init、/memory、CLAUDE.md
• 输入材料团队/个人/项目背景信息
• 操作步骤摘要简介用「入职手册」比喻讲清五层记忆与应写入内容；无完整 CLAUDE.md 原文。
• 提示词【原文·简介·框架】 把编程工作交给 Claude Code，不等于它一上来就懂你的团队、个人和项目。没有稳定的背景信息，每次新会话都像新员工第一天入职。 这期我用“入职手册”这个比喻，讲清我们提供给 Claude Code 的五层记忆：组织与团队级、用户级、项目级、Rules 和本地记忆；也会讲 /init、/memory、CLAUDE.md 应该怎么用，以及哪些内容真正值得写进去。
• 效果·作者声称作者称用入职手册思维更好写 CLAUDE.md；无独立复现
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 PromptClaude Code 规则与扩展：别再盲目安装插件 | 第4课（2）C

• 任务Claude Code 三类记事（CLAUDE.md / Auto Memory / MEMORY.md）与扩展五步法：少装插件
• 模型及版本Claude Code（未披露具体 Claude 版本）
• 工具Claude Code；Skill；插件；MCP；Hook；子 Agent；/init
• 输入材料未披露具体项目仓库
• 操作步骤摘要简介框架：写短可检查的项目规则；/init 生成初稿后人工核对；五步法判断扩展值不值得装；验证/禁用/卸载；先自带能力完成真实小任务再扩展。
• 提示词【框架·简介】 同一个项目，为什么昨天说过的要求，今天又要重新解释？这一集从实际使用出发，讲清 Claude Code 的三类“记事”：`CLAUDE.md`、Auto Memory 和 `MEMORY.md`；再把 Skill、插件、MCP、Hook、子 Agent 分别适合做什么、什么时候不该装说清楚。 你会学到：怎样写短、具体、可检查的项目规则；怎样用 `/init` 生成初稿后自己核对；怎样用五步法判断一个扩展值不值得装；以及怎样验证、禁用和卸载不再需要的扩展。 本集的边界很明确：扩展不是越多越好。先用自带能力完成真实小任务，出现反复且确实解决不好的问题，再选择一个合适的扩展并验证结果。 下一部分会回到真实开发：拆任务、先看方案、小步实施、自动检查、人工验证，以及用 Git 安全回退。
• 效果·作者声称作者称扩展不是越多越好；无独立复现
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 PromptAI 写的前端一股"AI 味"？taste-skill 给 Agent 装审美｜GitHub 六月月榜 No.11

• 任务taste-skill：反 AI slop 前端审美 skill，一条命令装到 Cursor/Claude Code/Codex/Devin
• 模型及版本未披露具体模型；适配多 Agent
• 工具Leonxlnx/taste-skill；npx skills add；Cursor；Claude Code；Codex；Devin
• 输入材料未披露；作者称适合 landing/portfolio
• 操作步骤摘要简介给出安装命令 `npx skills add Leonxlnx/taste-skill`；列出风格变体（v2/GPT/soft/brutalist/minimalist/redesign）与配套图像 mood board skill；冷静提示 experimental。
• 提示词【框架·简介】 扒一扒 GitHub 本月最火 · S2 · No.11 项目：Leonxlnx/taste-skill 定位：反 AI slop 的前端 skill，给 AI coding agent 装上审美 数据：6.56 万+ 星 · JavaScript · MIT · 六月月榜 #11 · 单月冲 +1.1 万星 本期内容： · 一条命令装到 Cursor / Claude Code / Codex / Devin · 多套风格化变体（v2 / GPT / soft / brutalist / minimalist / redesign） · 配套图像 skill：先出 mood board 再写代码 · 冷静提示：早期 experimental · 品味主观 · 只适合 landing/portfolio 上手：npx skills add Leonxlnx/taste-skill 关注 Valley AI，跟 StarPaw 一起扒每月最火 GitHub 项目。
• 效果·作者声称作者称给 Agent 装审美、反模板味；无独立复现
• 效果·本站验证未复现验证
• 成本与局限未披露；项目 MIT

完整步骤与演示见原作。

B站可跟做有 PromptImpeccable：给 Claude、Codex、Kimi 等 AI 编程工具加上设计技能，告别“AI 套模板”前端

• 任务Impeccable 设计 skill：用 product.md + design.md 给 Claude/Codex/Kimi 加设计约束，告别 AI 套模板前端
• 模型及版本未披露；宣称适配 Claude、Codex、Kimi 等
• 工具Impeccable；Claude；Codex；Kimi；product.md；design.md
• 输入材料未披露具体项目
• 操作步骤摘要简介框架：安装与初始化；通过 product.md、design.md 让工具理解项目设计方向。
• 提示词【框架·简介】 这期视频介绍开源设计技能 Impeccable，演示它如何为 AI 编程 Agent 增加设计约束与审美标准，避免生成千篇一律的前端模板感。重点看它的安装与初始化流程，以及如何通过 product.md、design.md 让工具真正理解你的项目设计方向。 NixAPI：https://nixapi.com 性价比大语言模型 API 聚合平台， 极速、稳定、全能 原标题：Impeccable + Claude,Codex,Kimi: This is ONE OF THE BEST SKILLS YET! 原视频：https://www.youtube.com/watch?v=5MKq5qahKQ8 原作者：AICodeKing 本视频封面、标题、简介均进行了二次创作。
• 效果·作者声称作者称可避免千篇一律前端模板感；无独立复现
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt【原声中配】30-Claude Code 实操工作坊干货分享

• 任务Claude Code 实操工作坊：少硬编码约束、引导反向提问、effort超高档、HTML需求载体与内置验证
• 模型及版本Claude Opus 4.7（简介推荐搭配；未披露具体会话模型号）
• 工具Claude Code；HTML需求文档；工作坊开源repo（简介提及）
• 输入材料聚餐AA账单拆分 / Todo待办应用演示需求
• 操作步骤摘要简介框架：①避免空泛「改得更好」，引导Claude反向提问对齐领域与诉求；②effort超高档+自动模式，快迭代可选FastMode；③用HTML替代冗长Markdown需求并截图反馈；④验证逻辑内置产物（人工/智能体/CLI无头）；⑤演示代码与提示词开源到工作坊repo。
• 提示词【框架·简介】 本次分享由Anthropic应用AI团队架构师阿诺带来，核心内容包括： 核心思路：参考强化学习之父Richard Sutton《苦涩的教训》的核心逻辑，大模型能力迭代下无需过度硬编码约束Claude的发挥，反而能获得更好的产出效果 实用使用技巧： 提示词避免空泛指令（如仅说「改得更好」），引导Claude反向提问对齐需求，明确所属领域与核心诉求即可，无需提前定死所有细节 推荐配置：effort参数设为超高档，优先使用自动模式，快速迭代可选FastMode；优先搭配Claude Opus 4.7使用，视觉能力更强、需求匹配度更高 实操干货玩法： 需求对齐优化：抛弃冗长的Markdown需求文档，改用HTML作为需求载体，信息密度更高、可直观预览效果，搭配截图反馈能大幅减少对齐成本 实战演示1：基于Claude快速生成聚餐AA账单拆分应用的多套设计方案，快速对齐需求 实战演示2：Todo待办应用智能体原生验证方案，将验证逻辑内置到产物中，支持人工操作、智能体独立运行、CLI无头运行三种验证模式，可自动生成验证步骤、录制运行过程方便共享 配套资源：所有演示代码、提示词、配置均开源到本次工作坊专属repo，可直接拉取上手练习；Anthropic官方博客还有大量智能体、harness相关干货可供拓展学习
• 效果·作者声称作者称可提升对齐效率与验证可共享性；无独立复现
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt【原声中配】18-从1人到80人 用Claude Code扩研发团队

• 任务Base44 用 Claude Code 从1人扩到80人：入职两Prompt、自动PR评审、轻量Eval与QA技能包
• 模型及版本Claude / Claude Code（未披露具体模型号）
• 工具Claude Code；用户模拟器沙箱；A/B实验规范生成
• 输入材料过往A/B测试数据；用户聊天内容；常用操作技能包
• 操作步骤摘要简介框架：①1→15人用2条Prompt自动生成团队架构图/组件运行图；②Claude自动评审PR提炼规范；③用Claude分类用户聊天识别不满做轻量验证；④50→80人用Claude从历史A/B生成实验规范与KPI；⑤用户模拟器+小模型跑基础用例；⑥把常用操作打包成技能做自动测试计划。
• 提示词【框架·简介】 分享背景：Base44团队从创始人单干到80人工程师团队的真实扩张历程，所有方案均为实际踩坑后落地的可复用经验 1→15人扩张期核心解法： 2条Prompt搞定新人入职：自动生成实时团队架构图、组件运行图，无需手动维护入职文档 Claude自动评审PR，提炼统一代码规范，大幅降低核心研发的评审负担，新工程师入职3天就能提交可上线PR 轻量化用户效果验证：不用搭复杂Eval套件，靠Claude分类用户聊天内容识别不满信号，即可验证功能改动对用户的实际影响 50→80人扩张期核心解法： 用Claude梳理过往百次A/B测试数据，自动生成实验规范，可自动判定PR是否要做A/B测试、测试周期、需监测的KPI 轻量化Eval方案：搭建用户模拟器跑沙箱测试，小模型即可跑通基础用例，无需占用核心研发资源 自动化QA流程：把常用操作打包成技能给Claude Code，自动生成测试计划、覆盖边界场景，无需等待QA排期 团队扩张核心心法：全程追求极简，不做超前的复杂流程，沉淀团队过往做事记录即可统一标准，能跑通的简单方案就是最优方案
• 效果·作者声称作者称新工程师入职3天可提交可上线PR；无独立复现
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt让 Codex 修改已有网页，千万别一句话全改！3步避免网站改崩

• 任务Codex 安全修改已有网页的三步流程（先读结构→单目标改→验收）
• 模型及版本Codex（作者简介）
• 工具Codex
• 输入材料已有网站/前端项目
• 操作步骤摘要简介反例：「帮我把整个网站优化一下。」框架：①先读取项目结构（入口/组件/样式/功能），暂不改；②每次只改一个明确目标；③每次修改后立即本地预览验收显示/交互/移动端/控制台。
• 提示词【框架·简介】 反例提示词：「帮我把整个网站优化一下。」 三步安全流程： 1) 先读取项目结构：分析页面入口、组件关系、样式文件和现有功能，暂时不要修改。 2) 每次只修改一个明确目标：不要同时改标题、布局、颜色、按钮和移动端适配。 3) 每次修改后立即验收：启动本地预览，检查页面显示、交互、移动端与控制台报错。
• 效果·作者声称作者称可避免多文件同时改崩；无独立复现
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt【纯干货】Codex深度配置指南：带你10分钟跑通真实任务，3个入口+AGENTS.md精准写法+2个必踩坑，从装好到用对

• 任务Codex 从装好到用对：三入口选择 + AGENTS.md 四块写法（三十行内）+ 两坑
• 模型及版本Codex（作者未披露具体底层模型版本）
• 工具Codex App / 命令行 / 编辑器插件（作者简介三入口）
• 输入材料未披露示例仓库
• 操作步骤摘要简介框架：入口选对、配置 AGENTS.md、勿直接在主干乱跑；AGENTS.md 四块写法压到三十行内；预告两个新手坑。
• 提示词【框架·简介披露要点】 装好 Codex，只是第一步。 大多数人卡在同一个地方——入口选错、配置文件没配、直接在主干跑。这三件事，决定你用的是 Codex 的全部能力还是一半。 本期拿一个真实任务跑完整流程：三个本地入口怎么选（App / 命令行 / 编辑器插件）；AGENTS.md 四块写法，三十行以内让 AI 不靠猜；两个新手必踩的坑，提前告诉你怎么绕。 看完，能把手里的 Codex 从能用调到用对。 适合刚装好 Codex 想系统跑通的开发者。评论区有问题直接问。
• 效果·作者声称作者称看完能从能用调到用对；无独立复现
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 PromptCodex怎么用，和Claude Code有什么不同

• 任务Codex vs Claude Code：CLAUDE.md/AGENTS.md 同步核心规则 + 审批策略配沙盒 + 非交互 CI
• 模型及版本Codex；Claude Code（作者简介）
• 工具Codex；Claude Code
• 输入材料未披露
• 操作步骤摘要简介对照：两边维护一份核心规则避免分裂；Codex 审批策略必须配合 Sandbox；非交互模式适合 CI；分工上 Claude Code 探索迭代、Codex 评审与自动化。
• 提示词【框架·简介披露要点】 Codex和Claude Code都是Agentic编程工具，但权限模型、沙盒机制、非交互模式上各有特点。本集把两者对照着讲：Claude Code用CLAUDE.md，Codex用AGENTS.md，建议维护一份核心规则同步两边，避免规则分裂；Codex的权限系统围绕审批策略和Sandbox——这两个必须配合着用，只改审批策略不配沙盒等于只关门铃没上门锁；Codex的非交互模式更适合CI和自动化场景。关于最新旗舰模型：模型越强越要给它更好的规则，强模型给差规则会自信地把错误方向走到底。最后讲两者如何互补搭配：Claude Code做探索和快速迭代，Codex做评审和自动化执行，共享项目规则文档，工程规范资产不被工具锁死。
• 效果·作者声称作者称可互补且规则不被工具锁死；无独立复现
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt彻底告别 AI 返工！Claude Code规格说明书：一次配置管所有，AI编程提示词升级实战·六要素框架·边界三档·三十行字省五轮返工

• 任务把一句话提示升级为 Claude Code「规格说明书」：六要素 + 边界三档 + 三条铁律
• 模型及版本Claude Code（标题）
• 工具Claude Code / 项目级配置
• 输入材料待办 App / 登录安全 / 项目配置等案例场景（作者简介）
• 操作步骤摘要简介披露框架：六要素写什么、边界三档怎么设、三条铁律避坑；主张「你做决定，AI 执行」。未贴完整模板原文。
• 提示词【框架·简介披露要点】 你给 AI 一句话，它悄悄替你做了 25 个决定——颜色、布局、安全策略、文件结构，全是它猜的。猜错的那些，就是你后面一轮一轮返工的地方。 这期视频教你一个方法：把提示词升级成规格说明书。用三个案例告诉你差距有多大——待办 App 外观差距、用户登录安全漏洞、项目级配置一次管所有。 然后给你一套可以直接用的框架：六要素写什么、边界三档怎么设、三条铁律避哪些坑，最后附一份可以直接复制进项目的模板。 核心就一句话：你做决定，AI 执行。
• 效果·作者声称作者称三十行字可省五轮返工；无独立复现
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt【大佬教程】还在手动检查代码？Claude Code Hooks必学操作：一次搞懂新手也能学会，写码前自动查、提交前自动测，完整教学实测全流程！

• 任务Claude Code Hooks：十个核心 Event + Matcher/五种 Handler；案例拦密钥与查 AI 腔
• 模型及版本Claude Code；亦提及 Codex 差异（作者简介）
• 工具Claude Code Hooks；举例 Superpowers / Claude-Mem / Impeccable
• 输入材料项目规则；提交前/写文后检查场景
• 操作步骤摘要简介对比 CLAUDE.md「提醒」vs Hook「强制执行」；框架含配置三层、十 Event、Matcher 与 Handler、两案例（挡 API 密钥、查 AI 腔）及 Codex 差异。未贴 Hook 配置原文。
• 提示词【框架·简介披露要点】 CLAUDE.md 里写了规则，Claude 还是常常忘记，因为那只是给 AI 的提醒纸条。Hook 不一样，它由软件强制执行，时机一到就一定会跑。这支视频从 Hook 是什么讲起，带你认识十个核心 Event、Matcher 怎么收敛范围、五种 Handler 各适合什么，也拆解 Superpowers、Claude-Mem、Impeccable 这些热门项目的实际用法。最后用两个真实案例带你建立第一个 Hook：提交代码前挡下 API 密钥，以及写完文章自动检查 AI 腔。用 Codex 的朋友也适用，结尾会谈两边的关键差异。 📌 时间戳 0:00 AI 为什么记不住你的规则 2:23 配置文件的三层架构 4:00 十个核心 Event 9:00 Matcher 与 Handler 11:55 建立你的第一个 Hook 17:44 Codex 的两个差异 18:56 总结
• 效果·作者声称作者称写码前自动查、提交前自动测；无独立复现
• 效果·本站验证未复现验证
• 成本与局限未披露

完整步骤与演示见原作。

B站可跟做有 Prompt规则写得越多，GPT-6 越不听话，OpenAI 工程师劝你：删掉提示词

• 任务在 GPT-6 Astra / Codex 指令更敏感的前提下，重审并精简过去堆积的提示词、Skills 与 AGENTS.md，避免选错指令、重复测试或过早停工
• 模型及版本正文写明 GPT-6 / Astra；工具侧 Codex（OpenAI 工程师 Eric Provencher 语境）
• 工具Codex；AGENTS.md；Skills；官方文档提及异步工具调用、中途插话改需求、删除 temperature 参数
• 输入材料已有 AGENTS.md / Skills / 旧提示词规则；需要对照的官方文档与工程师原帖
• 操作步骤摘要简介披露的清理取向：①把过去一年攒的提示词/规则重审一遍；②警惕 Skill 装太多导致 Codex 选错指令；③删改会让 Astra 重复测试的「催测试」旧规则；④放宽画太死、导致该推进时停工的边界；⑤对照官方硬变化（异步工具调用、中途插话改需求、删掉 temperature）；⑥按「今天就能做的清理清单」动手（清单细则未在简介逐条展开）。规则/提示词全文未贴。
• 提示词【框架·简介原文要点】原则：规则/Skill 不是越多越好——装多会选错指令；催测试旧规则可能让 Astra 重复测试；边界过死会停工。动作：重审一年提示词；对照官方文档硬变化（异步工具调用、中途插话改需求、删除 temperature）；执行清理清单（细则未展开）。来源链：@pvncher X 帖与 OpenAI 开发者文档/博客。
• 效果·作者声称作者称对应工程师长文有很高阅读与收藏；未给出清理后的量化效果
• 效果·本站验证未复现验证
• 成本与局限未披露；强调减少无效规则带来的浪费（非账单数字）