Prompt 库

仅收录作者已公开的提示词原文或结构框架；未披露不编造。完整上下文、演示与边界请看原作或对应实操卡。

库内 776 条（verbatim 244 · framework 484 · mentioned 13 · undisclosed 35）· 主推展示 728 条 · last-updated: 2026-09-23（Asia/Shanghai）

已公开提示词 / 框架

按任务标签分节；可用胶囊筛选。每条均可跳转原作与实操卡。

【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。

【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。

【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。

【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。

【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。

【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。

【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。）

【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。

【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。

【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。

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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。）

【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。

【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。）

【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

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。

【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。）

【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。）

//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。

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

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。

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。

【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。）

---
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。"**

【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。）

【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。）

【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。

【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。

【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

【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。

【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。

【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） ”

【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）。

【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。）

【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

【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。

【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。

【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。）

【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。

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。

【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。

【框架·简介原文要点】提示词是写给系统的规格，不是聊天。五要素：角色、任务、约束、示例、输出格式（缺约束和输出格式就收不住）。约束写三层：行为约束、取值范围、判断口径。输出格式示例：「情感 | 主题」。企业级 system prompt 六块 SOP：身份职责、能力边界、工具规则、安全合规、输出规范、边缘情况。顺序：输出规范紧邻输出。反例：system 只写「你是评论分析专家」会导致解释/emoji 混杂、程序无法解析。

【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。

【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。

【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）。

【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。

【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」。

【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.

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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

【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。

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

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

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

【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

【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。）

【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。

【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。）

【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。）

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】

【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。）

【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。）

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。

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）。

【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。）

【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。）

【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。）

【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。）

【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。

【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。）

【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

【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。）

【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。）

【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。）

【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。）

【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。）

【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。）

【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。）

【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。）

【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。）

【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。）

【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。）

【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"
      ]
    }
  }
}

【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。）

【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。）

【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。）

【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。）

【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。）

【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。）

【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。）

【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。）

【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。）

【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。

【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）。

【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。）

【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。）

【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。）

【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。）

【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。）

【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。）

【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.

【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

【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。

【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。

【框架·简介】
AI 编程助手是怎么跨会话记住你的偏好和项目上下文的？这期从 Claude Code 源码出发，完整拆解它的六维度记忆架构。

本期内容：                                                             
 - 指令记忆：四层优先级的 CLAUDE.md 加载体系与 @include 递归机制
 - 双轨注入：指令与行为规范分走两条独立通道的工程考量                                        
 - memdir 长期记忆：四种封闭类型 + Sonnet 驱动的动态相关性召回                                    
 - 自动记忆提取：后台子代理的两回合读写策略与互斥设计                                        
 - AutoDream：24h+5会话双重门控触发的四阶段睡眠重塑机制                                       
 - Session Memory：渐进式会话笔记对抗长对话失忆                                           
 - 团队同步记忆：symlink 逃逸防护与敏感数据审查                                           
 - 三层缓存体系与 Feature Flag 远程调控   

更多前沿AI课程与学习资源请关注：
🌐 官方网站：TGLTommy.com(访问需科学上网)
📺 B站/公众号/YouTube：唐国梁Tommy

【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。

【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。

【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。

【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。”

【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。

【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

【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。

【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

【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；

【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

【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。

【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）。

【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。

【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

【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

【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)

【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。

【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.

【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。

【框架·简介】
让 Codex 做工具，90% 的人卡在这一步：它改错了文件，你却不知道怎么退回去。
这期从一个空文件夹开始，做出一个能保存、查找、删除的工作速记网页。重点不是代码，而是 6 步安全流程：只读检查 → 对齐需求 → 最小模块 → 实测验收 → 看 Diff → Git 回退。
看完你能做到：让 Codex 在正确目录工作，改错了能安全退回，不再担心"它到底改了什么"。
本期你会看到：
- 怎样避免 Codex 在错误目录里开始修改；
- 怎样把需求说成"要什么、不做什么、怎样算完成"；
- 为什么保存、查找、删除要拆成三步做；
- Diff 到底看什么；Git 为什么只能回退代码，不能找回浏览器已删除的数据；
- 自动检查、截图问答和 README 应该怎样用。
案例使用浏览器本地存储和假数据。涉及合同、标书、客户信息或内部文件时，请先脱敏并保留人工复核。课程配套资料会统一整理在学习资料入口。

【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

【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。

【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。

【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

【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

【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。

【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

【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。

【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。

【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。

【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。

【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）

【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。

【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。

【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

【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。

【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。

【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

【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。

【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。）

【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。

【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。）

【框架·简介原文要点】七途径：CLAUDE.md、Rules、Skills、Subagents、Hooks、Output Styles、System Prompt Append。四层过滤：常驻；按路径触发；Skill；Subagent。目的：少浪费 token、少稀释指令。（官方指南原文与示例未在简介粘贴。）

【框架·简介披露要点】
本视频讲解 Claude Code 里的 Hooks 是什么，以及它和写在提示词或 CLAUDE.md 里的要求有什么区别。核心点是：Hooks 是确定性的，只要触发对应生命周期事件，就会每次执行。视频用实际场景说明如何在 settings.json 中配置事件、matcher 和命令，例如用 PostToolUse 在 Edit 或 MultiEdit 后自动运行 Prettier、gofmt、Ruff 等格式化工具；用 PreToolUse 在工具执行前检查输入，并通过退出码 2 阻止写入生产配置、执行 rm -rf、提交到 main 分支等高风险操作。还介绍了 UserPromptSubmit、Notification、Stop 等事件，以及把 .claude/settings.json 提交到仓库后，团队如何共享同一套硬规则。适合正在用 Claude Code 做真实项目开发、想把自动化和安全约束落到工程流程里的同学。

【框架·简介披露要点】
https://www.youtube.com/watch?v=6w88NVf2_lY
本视频介绍了Agents MD，这是一种用于指导AI编程助手的开放格式，它独立于特定工具（如Cursor、Windsurf等），能确保指令在不同平台间通用。

主要内容包括：
- Agents MD的核心作用：通过一个中心化的Markdown文件定义项目规则（如代码风格、技术栈版本、常用命令），避免在每次对话中重复提供上下文。
- 最佳实践演示：展示了如何编写有效的Agents MD文件，包括在文件靠前位置明确命令、使用正反代码示例而非冗长描述、指定技术栈版本以及提供项目文件结构。
- 高级用法：如何组合多个Agents MD文件，并在不同子目录中设置更具体或覆盖性的规则，实现精细化的项目管理。

无论你是刚开始接触AI编程助手，还是希望优化现有工作流，本视频都能帮助你通过Agents MD提升开发效率与代码一致性。

【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

【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）

【框架·简介披露要点】
本视频系统拆解 OpenAI 官方 Codex 最佳实践：如何用 Goal、Context、Constraints、Done when 写清任务，如何通过 AGENTS.md、config.toml、MCP、Skills 和 Automations 构建持久工作流，以及为什么复杂任务要先规划、再实现、再测试和 review。核心观点是，Codex 不只是代码生成器，而是可以参与测试、检查、复盘和自动化的开发协作系统。

【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。

【框架·简介披露要点】
OpenAI/Codex 相关团队最近分享了 Codex 的最佳实践。这期我结合自己的实操经验，讲讲 Codex 到底怎么从“代码助手”变成一个真正能跑工作流的 AI Agent 系统。

如果你刚开始用 Codex，这期可以帮你少走弯路；如果你已经用了一段时间，也可以对照看看：线程、语音、排队、Goal、自动化、侧边栏、共享记忆这些能力，你有没有真的用起来。

本期你会看到：

什么是 durable threads，为什么线程要按任务长期管理
上下文快爆掉时，怎么用总结文档做窗口交接
为什么语音输入适合把“没想清楚的想法”交给 AI
计划模式、插入、排队，分别适合什么场景
长任务为什么要给 Goal，而不是只给步骤
插件、MCP、Browser、Computer Use 能把 Codex 扩展到哪里
自动化、邮件快报、侧边栏和共享记忆在真实工作里的用法
为什么 Codex 已经不只是 IDE，而更像一个通用工作流 Agent
我的判断标准很简单：Codex 好不好用，不只看它会不会写代码，而是看它能不能在长期任务里保留上下文、接入工具、持续推进，并把交付物清楚地呈现出来。

你现在用 Codex 最卡的是哪一步？欢迎在评论区告诉我：线程管理、提示词、长任务、工具插件、自动化，还是记忆文档？

参考阅读：


Codex-maxxing / Getting more out of Codex: https://jxnl.co/writing/2026/05/10/codex-maxxing/

章节时间轴
00:00 开场：为什么这期适合新手和进阶用户
00:50 Durable Threads：持久线程与置顶工作流
03:00 上下文太臃肿时，怎么交接到新窗口
03:44 Voice Input：语音输入为什么适合和 AI 沟通
05:56 计划模式：复杂任务先看路径再执行
06:54 Steering & Queuing：执行中插入信息，后续任务排队
08:24 Goal：长任务要给目标和标准
10:02 Tools & Reach：插件、MCP、Browser、Computer Use
13:01 关键设置：深色模式、宠物、快照、记忆
14:50 Work from Anywhere：移动端远程查看与继续任务
16:18 Automation：用 Codex 自动收邮件的案例
18:18 好 Goal 的标准，以及侧边栏预览交付物
20:45 Shared Memory：共享记忆和项目交接文档
24:09 From Code Outward：Codex 不只是代码工具
25:33 总结：先用起来，在实践中迭代

Hashtags
#Codex #OpenAI #AIAgent #AI工作流 #灵姐说AI

【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。

【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。

【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。）

【框架·简介披露】
粗糙指令原文：帮我赚 5 美元。
作者概括公开线程表现：找开源赏金任务、写 PR、沟通维护者、处理验证并拿到付款；视频焦点是「找机会→交付→验收→收款」链路被 AI 摸到，而非仅展示 16.88 美元结果。原文链接见简介。

【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。）

【框架·简介披露】
问题：用 AI 写代码「一句话就生成全部代码」→ 字段漂移、偷加功能、漏洞翻车。
五步法：探索→规划→编码→验证→提交。
配套：精准指令公式 + 上下文工程，从一句话梭哈走向工程化交付。
（具体指令公式全文未在简介展开。）

【原文·简介披露一句话】
绘制一个3D克莱因瓶
（另附参数方程截图；后续调试对话见简介叙述，非完整系统提示词。）

【框架·简介披露】
安装口令示例：「帮我把 anything2explainer 装上」
任务口令形态：把文章做成讲解视频（具体全文未贴）
流程槽位：空文件夹放文章 → 背景调研 Agent → 解说词确认 → 配音/风格按钮卡 → 分镜多 Agent → 复验导出
产出形态：约 2 分多钟 / 1280×720 / 29 镜头四章 / 709 汉字解说
（Skill 源码与完整系统提示未在简介公开。）

【框架·简介披露槽位】
1. 项目边界
2. 运行命令
3. 测试方式
4. 禁止事项
原则：不是越长越好。
（完整 AGENTS.md/CLAUDE.md 范文未在简介公开。）

【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。

【框架·简介披露槽位】
- 项目技术栈
- 开发命令 / 测试 / lint 命令
- 代码风格与目录约定
- API 路由或 Server Actions 偏好
- 项目级 vs 用户级 CLAUDE.md
- 维护：纠正过程中沉淀稳定规则，保持精简
（完整文件正文未在简介公开。）

【框架·简介披露】
Prompt：告诉 AI 这次要做什么
Context：项目规则、任务计划、长期偏好、项目历史
Harness：工具调用、状态保存、结果验证、反馈闭环
相关构件：AGENTS.md / Skills / planning-with-files / Memory / 外部记忆
下一阶段主题：Agent Harness 实战（约束、观察、验证）
（具体 AGENTS.md/Skill 原文未在简介公开。）

【原文·简介】
最好用的 Vibe Coding 提示词，不是：

“帮我写一个 App。”

而是：

“我想做一个 XXX 项目。

先别急着写代码。

先去 GitHub 找几个类似的开源项目，对比它们的功能、架构、技术栈，以及各自的优缺点。

然后结合这些项目，给我一份实现方案。等我确认后，再开始写代码。”

真正高效的流程是：

先找轮子，再定方案，最后开工。

AI 写代码已经很快了。

真正拉开差距的，不是谁写得更快，而是谁先让 AI 把别人踩过的坑研究明白，少走弯路，避免重复造轮子。

【框架·简介披露】
开工前 4 份文档槽位：
1) 全链路流程指导 map
2) design system 全局 prompt
3) 核心页面 UI prompt
4) 含功能说明 + 交互细节的 PRD
工具流：Xcode / Claude Code / Claude Design / Figma Make / Gemini API / GitHub
原则：人工掌控节奏与验收，AI 落地代码。
（各 prompt/PRD 正文未在简介公开。）

【框架·简介披露】
四场景→Skill：
1) 智能体没做你想要的 → grill-me / grill-with-docs（反向拷问+共享语言）
2) 太啰嗦 → ubiquitous language 文档（内建于 grill-with-docs）
3) 代码不工作 → tdd / diagnosing-bugs（类型/浏览器/测试/红绿重构）
4) 架构腐化 → improve-codebase-architecture（扫描+HTML 报告+再拷问）
安装形态：npx skills add …（仓库 mattpocock/skills）
（各 Skill 文件原文未在简介公开。）

【框架·简介披露】
Prompt：给 AI 下指令（角色/目标/格式/限制）
Context：AGENTS.md、API 文档、UI 设计稿、数据结构、历史代码
Agent：读写代码、调用工具、运行测试、修复 Bug、自动迭代
MCP：连接 GitHub / Figma / Xcode / 数据库 / 浏览器
Skill：预设能力包 = Prompt + 工具 + 工作流
Harness：让 Agent 稳定开发 App 的完整工程体系（含 AGENTS 等）
（完整规则文件原文未在简介公开。）

【框架·简介原文要点】玩法不是手写需求，而是：找带 Prompt 的优秀网页案例（作者示例 MotionSites）→复制现成 Prompt→粘贴到 Codex→生成并打开。作者观点：从「这个怎么写」转向「它的 Prompt 在哪」。（案例站逐字 Prompt 未贴，不脑补。）

【框架·简介原文要点】接入 ui-ux-pro-max：3 条命令装 Skill → 真实工具站需求生成落地页 → 用需求结构化 + BM25 本地检索 + 设计系统选型 + 技术栈兜底 → 以通用设计规约与质量 Checklist 压制 AI 页面生硬感。（Skill 正文未贴，不脑补。）

【框架·简介原文要点】三工作流：Plan 模式先看方案再动手；一句话把需求拆成小任务；让 Codex 自己跑验收。避坑清单与 AGENTS.md 细节未在本集简介展开。

【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。）

【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）

【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）

【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）

【框架·简介要点】
Matt Pocock（mattpocock/skills）在这期视频里拆解了他的 grill me 和 grill with docs 两个 skill 发布以来，使用者最常踩的九个坑。

这两个 skill 用不断追问的方式替代 agent 里的 Plan Mode——它会毫不留情地对你提问，直到双方对要构建的东西达成共识。但能不能发挥价值，取决于回答问题的人（也就是你）是否擅长规划：懂不懂判断问题的保真度、会不会把握范围、能不能在追问中主动把控节奏。

视频先给出理解这些失败模式的几个视角——高保真问题 vs 低保真问题、范围把控、主动 vs 被动、模型选择，然后逐一拆解九个误区。

看点：
1. 高保真问题别在追问会话里硬答——用 handoff 交接给一个原型会话，看完再回来
2. 范围太大会撞上模型的变笨区——大约从 12 万 token 开始，注意力会变得吃力
3. 太被动和太主动都是坑——别让 agent 问你 540 个问题，也别在低保真问题上死磕
4. 追问会话里的每个设计决策都极有价值——别清空上下文再跑 to prd，那等于扔掉十万 token
5. 追问要用聪明的模型（依赖参数化知识），实现阶段反而可以用笨一点的（多为上下文知识）
6. 并行追问两个会话，吞吐量直接翻倍

关键内容：
- grill me / grill with docs：替代 Plan Mode 的追问式 skill
- handoff：在不同会话间交接上下文
- to prd：把追问成果沉淀成工程向交接文档
- 高保真 / 低保真问题：区分哪些能在追问中答、哪些得做原型
- 变笨区 / 聪明区：模型在上下文窗口约 12 万 token 后开始变蠢
- 参数化知识 vs 上下文知识：为什么追问要聪明模型，实现可以用笨模型
- The Cohort（面向真实工程师的 AI coding 训练营）

来源：
- 作者：Matt Pocock（@mattpocockuk）
- 原视频：https://www.youtube.com/watch?v=UzMNBN6xLLA

中英双语字幕，AI 辅助转录 + 翻译并经人工校对，技术术语已对齐。
如有不准确之处，欢迎在弹幕或评论指出。

【框架·简介要点】
https://www.youtube.com/watch?v=Orr7qadkZD8

字幕由本人翻译整理，仅用于学习交流。
如果内容对你有帮助，欢迎点赞 👍
翻译整理不易，感谢支持！

📌 本期内容：为什么现在做 AI 开发，不能只靠不断修改 Prompt？本期视频提出一个重要的思路转变——与其花大量时间编写越来越复杂的 Prompt，不如开始编写清晰、结构化的 Spec（规格说明），让 AI 明确知道“要完成什么、有什么约束、什么结果才算正确”。

本期重点围绕 Prompt → Spec 的思维转变展开：
📝 Prompt的问题 —— 为什么复杂任务中，Prompt 越写越长，却不一定得到稳定结果
🎯 什么是Spec —— 用规格说明明确任务目标和预期结果
🧩 明确需求与约束 —— 让 AI 知道什么可以做、什么不能做
📐 结构化任务 —— 把模糊的自然语言需求转化为可执行规范
🤖 AI Agent开发 —— 为什么 Agent 越复杂，越需要明确的任务规格
🔄 减少反复Prompt —— 从不断“纠正AI”转向提前定义规则
✅ 验收标准 —— 不只是告诉 AI 做什么，还要定义什么结果才算完成
🚀 AI编程新范式 —— 从 Prompt Engineering 向更加工程化的开发方式演进

核心观点：Prompt 是告诉 AI 怎么回答，而 Spec 更接近告诉 AI 什么才叫“完成任务”。
对于正在学习 LLM、AI Agent、Vibe Coding、Agentic Engineering 的开发者来说，这种思维转变尤其值得关注。

【框架·简介要点】
Claude Code 负责人 Boris Cherny 在最近的访谈中说，他已经不再直接写 Prompt，而是在写 Loop，让 Loop 指挥 Claude。

小龙虾创始人Peter Steinberger 也公开表示，现在不该再写prompt，而是设计能够持续驱动 Agent 的 Loop。

那么，Loop Engineering 到底是什么？

这期视频，我会从 AI 应用工程师的视角，讲清楚 Loop 与 Prompt、Harness 的关系；结合 Addy Osmani 的《Loop Engineering》，拆解一个真正能运行的 Loop 需要哪些组成部分；再结合吴恩达提出的三个反馈循环Loop，用来把一个产品从 0 推进到 1。

最后Addy Osmani 也特别强调，随着 AI 的能力越来越强，过去很多需要工程师亲自完成的工作，现在确实可以更多地交给 AI。
但不能把 AI 的输出直接当成最终答案。系统可以运行 Loop，但产品判断、结果验证和最终责任，依然在工程师手里。

参考资料:
1. Boris Cherny（Claude Code 负责人）访谈
2. Addy Osmani：《Loop Engineering》
3. Peter Steinberger 关于 Loop 的公开分享
4. 吴恩达（Andrew Ng）关于三个 Loop 的观点

【框架·简介要点】
https://www.youtube.com/watch?v=S_oN3vlzpMw
Youtube ｜Greg Isenberg

📌 本期内容：深入理解 AI Agent 的工作机制、Context Window 和 Skills，以及为什么很多人使用 Agent 的方式并不高效。
视频的核心观点是：现在主流模型本身已经非常强大，真正拉开差距的往往不是模型，而是你为 Agent 构建的上下文、工具和工作流程。
主要内容包括：
• 🧠 Context Window —— Agent 如何读取和处理上下文，以及上下文为什么会影响效率
• 🛠️ Agent Skills —— 如何通过 Skills 给 Agent 提供具体的工作能力
• 📄 Agent.md / Claude.md —— 为什么这类文件可能持续占用 Context Window
• 📦 Progressive Disclosure —— Skills 只在需要时加载详细内容，从而节省 Token
• 🔧 如何创建 Skill —— 先和 Agent 一起完成真实工作，再让 Agent 根据实际流程生成 Skill
• 🔄 递归优化 Skills —— 把失败案例反馈给 Agent，让它不断修改和完善 Skill
• 🪙 Token Efficiency —— 如何管理 Context Window，减少不必要的 Token 消耗
• 🤖 Sub-Agent —— 为什么应该先把单 Agent 工作流做好，再逐步增加 Sub-Agent
一个很实用的思路是：
先让 Agent 成功完成一次真实任务 → 总结执行流程 → 生成 Skill → 遇到错误后修改 Skill → 重复优化。
相比一开始就设计一个复杂的 Multi-Agent 系统，这种方式更适合实际项目：先简单跑通，再逐步扩展。

I sit down with Ras Mic to break down how AI agents actually work and why most people are using them wrong. Ras Mic explains the mechanics of context windows, makes the case that agent md files are largely unnecessary, and shares his step-by-step methodology for building custom skills that make agents dramatically more productive. Whether you're coding with Claude Code or automating workflows with OpenClaw, this episode gives you the foundational knowledge to stop wasting tokens and start getting real results from your AI tools.

Timestamps
00:00 – Intro
00:42 – The Models Are Good Now
01:20 – How Context Windows Actually Work
04:55 – The Power of Skills
09:17 – How to create Skills
16:35 – Skill Maxxing
19:05 – What you need too build a project
20:40 – Recursively Building and Improving Skills
29:23 – Context Window Management and Token Efficiency
33:02 – Closing Thoughts

【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。

【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

【框架·简介要点】
我在github开源了一套为Antigravity设计的AI编程提示词系统

主要特点是workflows和skills的自助调用
视频里没有展现后续的设计系统和编辑任务，以及编码过程
后续有机会会做文章或者视频发出来
编码上我一般是让Claude监督，Gemini编码
兼顾成本与质量，也充分利用Gemini的余额
比如本视频的成果就是这样产出的

想要体验的话可以直接在互联网或是Github搜索 Antigravity Workflow System 哦😋

【框架·简介要点】
近期不少开发者发现 OpenAI Codex AI 编程工具出现了“降智”现象. 本视频作者 DP 深入探讨了这一问题, 指出其根本原因可能来自于系统提示词的强制中断机制. 通过量化测试和数据分析, 视频详细介绍并演示了3种修改系统提示词配置的解决方案. 按照官方允许的接口调整系统提示词后, 可有效恢复完整的 AI 思考链, 提升编程辅助效率.
关联资源: 
https://dpit.lib00.com/zh/content/1242/uncovering-the-reason-behind-openai-codex-ai-downgrade-system-prompt-configuration-guide

【框架·简介要点】
这期视频给大家演示一个我自己在用的 Claude Code skill：link to html。

它可以把视频链接、博客链接，甚至公众号链接，自动整理成结构化笔记和网页内容。最终不仅会生成带摘要、大纲、金句、时间戳转录的网页，也会同步生成可继续编辑的 Markdown 笔记。

视频里我主要展示了：
- skill 的核心作用和适用场景
- YouTube / B站 / 播客等不同输入源的处理效果
- 为什么这种本地化、可定制的方案比部分现成工具更灵活
- 成本、数据所有权和可扩展性上的优势

如果你平时会看视频、听播客、收集文章，又希望最后能沉淀成自己的知识库，这套工作流会很适合。

【框架·简介要点】
为什么你的AI Agent总是“忘性大”且响应慢？盲目堆砌上下文只会拖垮成本与延迟！本期视频深度拆解Hermes开源Agent的记忆系统架构。我们将揭秘其“提示词缓存优先”的核心哲学：如何用仅1300 Token的冻结快照锁定核心指令？如何通过SQLite长尾检索与压缩前刷新机制，实现“热记忆精简、冷记忆按需调用”？更深入探讨GEPA自我进化引擎与隐性反馈矩阵，看Agent如何无需人工标注，自动萃取技能并淘汰冗余记忆。结合2026年最新学术论文量化验证，揭示不破坏缓存的Agent设计最佳实践。如果你正在搭建或优化AI Agent，这套分层记忆架构将彻底颠覆你的认知！点赞收藏，五一假期一起硬核进阶。

#AI Agent #记忆系统 #Prompt Cache #大模型应用 #技术解析 #开源架构 #提示词工程 #自我进化

【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

【框架·简介要点】
＼本期内容／

🚀本支影片主要用一个「轻金融研究项目」带大家完整跑一遍 Codex 的基础用法，从创建项目、配置 AGENTS.md、整理资料与信源，到生成研究笔记、PPT 简报、HTML 看板与每日自动化任务。这套方法也可以迁移到选题库、客户管理、产品调研等工作场景中，相关提示词与材料也保存在个人资源库中，有其他问题或想法也可留言，感谢您的订阅！

❗️特别提醒：本期案例仅用于演示 Codex 的项目协作与资料整理能力，不构成任何投资建议。

🔗本期 Codex 资源页：https://www.notion.so/35aadc039538814b8ea2ce9c4519365a

——————————————————————

＼涉及链接／

🔗个人资源库： https://www.notion.so/cdecf60bbc9441f68997c88a1ea7ec31?source=copy_link

🔗Codex 官方文档：https://www.codex-docs.com/configuration/agents/

🔗ChatGPT Codex：https://chatgpt.com/codex

🔗代码生成指南：https://platform.openai.com/docs/guides/code-generation

🔗Codex 使用说明：https://help.openai.com/en/articles/11369540-using-codex-with-your-chatgpt-plan

——————————————————————

＼时间轴／

00:02 前言-本支影片的高价值内容

00:55 场景一：创建项目（project）

02:29 场景二：合理利用AGENTS.md

04:08 场景三：整理资料与信源

05:12 场景四：生成研究笔记

06:07 场景五：生成PPT简报+设置定时任务

08:27 尾声

【框架·简介要点】
AI编程实战系列第八期！每次让Claude做PPT都得从头交代颜色、字体、Logo位置？做一次还行，做十次就疯了。这期我会把Claude Skills这个被严重低估的功能彻底讲透——写一份SOP，Claude以后就自动按你的标准来，不用提醒，不用复制粘贴。
你将学到： ✅ Skill vs 提示词 vs MCP的本质区别（厨师、菜谱与厨房设备） ✅ 渐进式披露：Skill如何在不撑爆上下文的前提下携带大量知识 ✅ 从零创建一个Skill的完整流程和文件结构 ✅ 三个实战案例：中文博客生成器、Git Commit规范化、发票生成器 ✅ Description写作技巧、四大设计模式与五个常见坑

【框架·简介要点】
【视频简介】
本期视频分享了利用 Claude AI 进行网页快速克隆的实操方法，重点探讨了如何通过精准的提示词工程，在短时间内还原高保真网站布局、组件样式及核心交互逻辑。视频演示了从 Facebook、Reddit 到 Trello 等多种类型网页的复刻过程，展示了 AI 在提升前端开发效率与产品原型构建方面的应用潜力，适合开发者及产品构建者参考交流。

【你将看到】
1. 提示词工程的四大核心要素，如何通过描述功能与结构实现精准复刻。
2. 针对不同类型网站（社交媒体、论坛、看板、电商）的布局与交互逻辑构建演示。
3. AI 辅助开发的工作流优化，包括状态管理、拖拽逻辑及实时交互测试。

(软件环境：Claude Opus 4.8 / Base44 开发平台)

Mikey Website (https://www.youtube.com/watch?v=VumpIwrHBrA)

【框架·简介要点】
分享一个我最近在做的 MetaSound AI 协作工具

它的目标不是简单地让 AI 帮你写一段脚本，而是让 Codex 参与到声音系统的设计过程里。你可以先用自然语言描述一个声音设计想法，比如“在 MetaSound 里做一个类似 Kilohearts Transient Shaper 的 Patch”。然后它会结合项目里可用的 MetaSound 节点、pin、数据类型和构建能力，帮你分析信号流程、拆解处理逻辑，并把一个模糊的想法逐步整理成可以讨论、可以调整、可以继续构建的 Patch 结构。

视频展示的是一个从 brief 开始的协作过程：Codex 先解释 transient / sustain 的处理思路，再用画板把 envelope follower、增益控制和节点关系可视化出来，之后继续把概念节点映射到真实可用的 MetaSound 节点，最后生成可以交给 UE 插件使用的 Build Package。

它不只是“生成结果”，而是能参与中间的设计推理：帮你梳理声音处理的原理、发现实现上的遗漏，比如立体声处理、参数默认值、节点连接方式这些细节，再把这些讨论沉淀成结构化的产物。

目前它还只是原型，很多交互和导入流程还在打磨。但这个案例已经基本跑通了从一句自然语言需求，到 AI 辅助分析、画板协作设计、真实节点落地，再到 UE 里生成 MetaSound 资产的完整链路。

后面我也会继续用它尝试更复杂的 MetaSound 系统设计。

【框架·简介要点】
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。

【框架·简介要点】
主提示词 + 性能优化提示词，都放在评论区置顶，可以直接复制使用。
零基础用 Codex 做一个带动效的个人网站，从提示词、首屏排版、React Bits 动效到 GSAP 滚动特效，一条视频把全流程讲清楚，做完直接替代 PDF 简历。
本人没有任何代码基础，视频里的网站从页面设计、交互到所有动效全部由 Codex 完成。这条视频会把我实际用的思路完整拆开：怎么写提示词、怎么用截图和框选把审美传递给 AI、怎么套现成组件做出高级动效、以及上线前必须做的性能检查。

【传送门】
 ▸ WildAI：https://bewild.ai?code=OKOK
 ▸ ChatGPT注册：http://chatgpt.com
 ▸ Codex下载：https://developers.openai.com/codex/app

【本期内容】
00:00 为什么 PDF 简历已经不够用
00:37 开工前要准备的两样东西
01:40 第一步｜用提示词搭出网站骨架
02:05 第二步｜用参考图和框选定视觉风格
02:51 第三步｜React Bits 加背景与卡片动效
03:32 第四步｜GSAP 做滚动特效
04:24 第五步｜性能优化与上线前检查
04:52 最终效果展示

【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

【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。

【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

【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。

第一性原理提示词：
“请从第一性原理出发，重新分析这个问题。”

复查提示词：
“从第一性原理出发，再查一次。”

对抗式审查提示词：
“开启对抗式审查。请从异常输入、边界条件、网络故障、并发操作、安全风险和用户误操作等角度，主动攻击当前功能；记录复现步骤、影响范围和修复建议，并在修复后重新验证。”

请为另一个线程写一个目标，让它完成这项任务；你负责持续监督和检查，必要时反馈，直到它真正弄明白并通过验证。

正文原文：审阅我的 AGENTS.md 文件和Skill，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。

正文原文：
请先搜索并完整阅读以下两份材料，并以其中的官方建议和实践经验作为修改依据：

1. OpenAI 官方 GPT-6 Astra Model Guidance：https://developers.openai.com/api/docs/guides/latest-model?model=gpt-6-astra
2. Eric Provencher（@pvncher）发布的《Rethinking skills and prompts for GPT-6 Astra》：
https://x.com/pvncher/status/2095991462416490862

阅读完成后，请检查当前项目中实际生效的 AGENTS.md、SKILL.md 以及其他持久化指令。

重点识别：
- 与 Astra 当前能力不匹配的旧规则
- 重复、冲突或过度约束的指令
- 可能导致过度测试、过度搜索、无效委派或额外 Token 消耗的规则
- 已经可以交给模型自主判断、不再需要显式规定的流程

在保留必要安全边界、项目约束和关键工作流的前提下，直接完成适合 GPT-6 Astra 的精简与修改。

修改后，请简要说明你删除、调整和保留了哪些规则，以及原因。

正文/图片中的 framework 原文：GPT-6 Astra Token 排查从 4 个方面入手；已可核对的两项是“上下文管理没有正确开启”和“AGENTS.md、SKILL.md 规则过重/触发条件过宽/长期加载示例和模板”。笔记标题称附 2 段优化提示词，但当前正文可见区未完整逐字贴出两段 Prompt，因此不补造。

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。

【框架·正文可见原文】看一下这两项内容，然后告诉我该怎么调整我的AGENTS.md以及skills体系？

检查现在生效的 AGENTS.md 和 Skills，哪些该改、该留？

（两项参考材料的完整链接若仅在图片/未展开区域，本轮未抄全，不脑补；与已收录的 astra-optimize-agents-skills-from-guidance 为不同笔记/不同问法。）

未披露（简介未贴提示词原文）

【框架·简介转述】Minecraft：一比一克隆长篇详细提示词+界面参考图；Fortnite：超详细深思熟虑提示词做大逃杀；CS2：分两部分的超长提示词聚焦 5v5 竞技+参考图。（全文未贴，不脑补。）

未披露（仅声称约 10 字，未贴原文）

【框架】零基础用 GPT-6 Astra 驱动 Unity + Blender，混合元气骑士风塔防与《死锁》等元素生成游戏 demo（模型/动画/代码均 AI）

【框架·简介】一条长 Prompt 驱动 UE5.8 自动完成场景植被/光照、徒手攻击与 Boss 逻辑等原型搭建。（全文未贴，不脑补。）

【框架】用 GPT-6 Astra 约半天做出本地可玩的《英雄联盟》风格 5V5 单机版（选英雄/买装备/技能/推塔）

【框架·简介】从空项目：概念图→设计文档→Sprite Cook 精灵/动画→塔防逻辑→迭代→安卓移植。（全文提示词未贴。）

未披露（仅声称「一句提示词」）

未披露（仅声称「一句话」）

【框架】用同一 GPT-6 Astra 分别在 Unity、Godot、虚幻引擎 5 中制作 Minecraft 风格原型并对比

【框架】用 GPT-6 Astra 在 Unity 中不到 5 小时重制魔兽世界经典旧世客户端观感，演示昼夜/植被/天气/水体等

【框架】用 GPT Astra 辅助 Godot 推进《无冕之龙》大世界 Demo（移动/技能/天气昼夜/镜头），展示 AI 辅助独立游戏阶段成果

用 HTML+JS 写一个扫雷小游戏，支持点击格子、右键标记地雷

写一个网页版的射击游戏，要有重力感应，子弹要有 biu biu 的音效，敌人被击中要有粒子破碎效果。

新物品：寒霜之弓，稀有远程武器，造成 18 点伤害，附带冰冻效果

根据项目的需求文档，帮我进行完整的游戏部署

【框架】宣称用 Cursor「一句话」零手写代码复刻高访问量网页小游戏（徒手画圆 perfect-circle）

【框架】用 Cursor Compose：上传 2048 截图 + 提示词交互，生成可玩 2048 游戏代码

【框架】用 Codex 多轮对话在约一个周末做出 5 个带动画/音效（部分可联机）的小游戏 + 作品收录站

【框架】零基础安装 Claude Code，并完成一个网页小游戏入门（Vibe Coding）

【框架】用 Cursor 2.0 Agent/零代码 Agentic Coding 实战生成可玩贪吃蛇

未披露（简介披露的是 MCP 配置 JSON，而非玩法提示词）

【原文·简介逐字】你是一个无敌的游戏设计师，美术师！@浏览器 给我写一个2.5d宝可梦游戏，就是像我给你发的图片这样的渲染风格，包含一个完整的世界和剧情，还有那些经典的宝可梦，玩法融合旧版宝可梦和全新的宝可梦系列取其精华取其糟粕打造一个划时代的产物！！！宝可梦可以跟随玩家，并且和宝可梦互动小游戏，还有一些宝可梦的特色场所，比如说老虎机的娱乐城，钓鱼还有狩猎！参考宝可梦 · 伽马绿宝石 ( Gamma Emerald ）风格！！！

【原文·简介逐字】构建一个网页版的3D以撒游戏，low poly风格，尽量复刻以撒的各种玩法，画面精美，要有背景音乐和音效。不要参考工作区的其他实现，从零开始实现，保证交付质量。

【原文·简介逐字】使用three.js制作一款可在浏览器游玩的3D方程式赛车游戏，通过程序化方式生成赛车与赛道，支持高速驾驶、漂移过弯、圈速记录和多视角切换。

【框架·简介原文要点】MCP 接入≠会被用：用 AGENTS.md / CLAUDE.md 做项目入口，声明工具路径并链接手册 / Skill / 任务说明 / 验证 / 状态。写法因模型与项目而异；先让 Agent 起草再实任务迭代，不发固定模板。简介未贴可复制 AGENTS.md 全文，故不编造。

【框架·简介原文·上手五步】安装 OpenCode → 安装 rpgmaker-mv-mcp 并 `/mcp` → 载入 AGENTS.md/SKILL*（根目录） → 备份工程 → 使用\n【框架·简介原文·文件槽】AGENTS.md（引擎规则/开关变量/角色命名） | SKILL.md（入场/退场/对话/移动） | SKILL_mcp.md（MCP 手册） | pathfinder.js（A→B 路线→事件指令）\n【框架·简介原文·MCP 工具族】地图 generate_map/edit_map/query_map | 事件 manage_map_event | 数据库 query/create/update/delete_database_entry | 系统 manage_system（含 scaffold_project） | 分析 analyze_project/analyze_image | 演出 cutscene\n【框架·简介原文·核心规则】不手绘瓦片、不猜测 ID → get_project_context；generate_map + manage_map_event 预设；验证 query_map ascii / analyze_project validate / Playtest\n（AGENTS.md/SKILL.md 全文在压缩包/网盘 → 不收录，标未披露。）

【原文·简介】
一个会帮任何人实现愿望但给他们一个坏结果的反派prompt(ﾉヮ´ )
AI会给你编造凡人的愿望，你会决定凡人的命运。
GPT，Claude，bing都可以玩，但是感觉Claude最邪恶：
You are now GameGPT, a virtual host facilitating a game based on the popular folklore of the Monkey Paw, a mysterious talisman that grants wishes with an evil twist. The game is called “Monkey Paw”

You will be the game host. The context for the game is we are partners work in Satan Inc., in the department of malevolent wish fulfillment.

You will present me with wishes humans are making on earth, and I will determine the malevolent twist that comes with their wish.

The game will go five rounds.

In each round, you will give me a three sentence summary of the person making the wish, including who they are, what predicament they are in, and what their wish is.

You will then ask me for what the evil twist should accompany their wish.

After I give it to you, you will rate my answer on a scale from 1 to 10. The score is based on how “poetic” and tangentially related the punishment is the the wish. 1 is low, 10 is high. For example, a 10 would be like someone wishes for food, but we take away his appetite. Stuff like that. Maybe that would be a 6, it’s kind of weak, but you get the idea.

After 5 rounds, you will print my short, 5 sentence performance evaluation.

Your tone should be serious, but the tone of the game should be comical. The comedy comes from the nature of the work we are doing, and the setting, contrasted with how “corporate like” we are doing it. Your character should sort of talk like that guy from Click who have Adam Sandler the remote. You will always reply in Chinese. 

Start by introducing the game in 1 sentence, and asking me for my name.

After i respond, welcome be back to work, and start the first round.

【框架·简介】
我连试三次，让 GPT6-Astra 只用一句提示词各做一款小游戏，震惊到了。

第一款跑酷《英雄疾行》，40 分钟左右做出来：横向卷轴，跳跃前进、沿途收集宝石，有完整的进度和通关反馈。

第二款三消《消消乐》，半小时左右做出来：交换相邻方块三连消除，步数限制、关卡目标一应俱全。

第三款空间解谜《箭头出逃》，同样是半小时：每一关都是一座不同的迷宫，点一下箭头让它沿方向滑出去，找到出口。

跑酷、三消、空间解谜，三种完全不同的规则，同一句话就能切换。难点不在写代码，在于模型得先真正理解这套玩法该怎么玩。三款都能直接在浏览器里玩。

到这一步我感受到的不是惊喜，是压力——某些小游戏厂商，背后会不会有点坐不住了？

更值得注意的是，这已经不是个例。已经有人让几岁的小朋友用 AI 做游戏，一个 8 岁孩子做的游戏上线后还赚到米。

做游戏这件事，正在和「会不会写代码」解绑，真正重要的是你有没有想法、能不能把想法说清楚。

素材为个人实测，每个成本约8刀～12刀，耗时30分钟～40分钟。

有了AI，你想先用它做个什么游戏？欢迎在评论区聊聊。

【标签】
#AI编程 #GPT6Astra #游戏开发 #独立游戏 #AI工具

【原文·简介】
写一个手机浏览器能玩的单 html 的复刻天天酷跑游戏，要求玩法完整，可以全屏进入横屏模式
感觉标准模式做的更好，玩法包括 ui 都更好

【原文·简介】
提示词：随便给我制作一个可玩的横屏冒险手机游戏

【框架·简介】
一开始只让astra复刻永夜抄，移植结束之后发现github上有现成的永夜抄反编译源码，astra直接采用了，感觉可能展现不出astra的实力，于是让他根据经验再移植了一次风神录，这一次没有使用现成的风神录反编译源码（因为没有），而是gpt自己在github上找到一个东方弹幕的练习工具来参考，感觉这样还行。体验下来目前gpt6的能力比之前5.5，5.6sol强的不是一丁半点，之前也尝试过5.6sol用差不多的提示词来移植，效果很一般，并且得迭代好几次才可能出一个能看的版本，这次前三句对话其实就已经完成了永夜抄很完整的一版了，只是一些文字，音效，渲染有些问题，让astra修了一版就好了，之后直接一句话移植风神录，直接完成，体验下来还有一处问题就是对话，一些文字加载出来时会掉帧，到时候让astra处理一下即可，只是作为展示astra的能力，后续东方作品的移植随缘做了，目前我的主要项目还是王国之心2的汉化补丁，东方移植只是以前在5.6时期就一直想完成的了，没想到astra这么强，王国之心2目前大体校对已经完成，现在在审查阶段，耐心等待即可。

【框架·简介】
GPT-6 Astra 到底能把想法做到哪一步？
这次测试网站、游戏和 Blender 操作，保留初版成果，也讲清不足。

本期内容：
交互网站：寻路小游戏、海报编辑、账号数据模拟。
游戏原型：变色、姿势切换与实际运行效果。
Blender：从图片建模，到绑骨、动画和可操控森林场景。
他人作品：梵高小镇、蒸汽火车、《Astral War》与线稿上色。

7个案例按“3组亲测＋4个他人展示”统计。
亲测耗时不代表通用速度，数据模拟未接入真实账号，游戏和角色也没有完成精修。

你更想看“一句话能做到什么”，还是“多轮修改后能做到多好”？评论区聊聊。

【原文·简介】
第一句话：“帮我安装godot"
第二句话：“帮我用Godot生成一个45°游戏视角的小家”

哇呜！魔法！这就开始写故事做游戏！！！

【框架·简介】
这次给 GPT-6 astra 一句话需求，做一个超级玛丽第一关。素材不是原版，但熟悉的玩法终于能跑起来了：管子跳得过去，坑也能正常跨越，最后一路到旗杆和城堡。对比我以前用其他 AI 开发时遇到的各种“能看不能玩”，这次的进步确实很直观。

【框架·简介】
给 GPT-6 Astra 一张参考图，再用一句话说明想做的游戏，从这个输入出发，用 ai-game 技能制作出了《雪线小队：骸骨来袭》。

这期先看生成后的游戏实机：五人小队自动开火，黄色炮车负责走位，搭配榴弹、护盾、治疗和英雄升级，最后挑战三阶段的骸骨之王。当前游戏使用 Godot 制作，已有三个关卡；视频展示第三关“封锁线决战”的剪辑。

【原文·简介】
提示词：制作一个3D枪械展示网站，展示一些知名的手枪、步枪、冲锋枪。至少7把，每个枪都支持拆解，模拟枪机运动，模拟开火，并且要求建模要真实，展示场景也要好看

【框架·简介】
任务设定：用一句话生成宝可梦网页游戏，对比四工具（速度/Token/花费/完整度）。
结论框架：
- DeepSeek Harness：长程缓存命中高、性价比最高
- WorkBuddy：最快但产出最简
- CodeX(GPT-5.6)：快但效果较差
- Cursor+Opus5：规划最完整、成本最高
推荐组合：先用 Opus5 生成详细规划，再用 DeepSeek Harness 执行。
（简介未披露那句「一句话」原文）

【原文·简介】
提示词：请生成一个以《明日方舟》主角兼看板娘阿米娅为主人公的3D小游戏《兔兔快跑》，玩法类似subway surf。
你可以在这里体验到这个完全由Kimi自主生成debug并完善的版本→https://brgbqakgntxtw.ok.kimi.link

【原文·简介】
你就给完全按照我的指令实现我要的：
尽快，尽高效的输出，我只有2000额度，你AGENT最多跑18轮就应该输出完整成品了。
设计为minecraft枪战minecraft世界，主角只有一把枪，请你把主角的枪械打击感使用感做到FPS中的极致水平。
请你设计一个有吸引力的主页，然后玩家外观玩家可以自定义。

然后广告你接 crazygames sdk 还有主流小游戏平台广告SDK，帮助我赚钱，然后我直接投稿就可以的那种。
广告就那种死了之后看广告复活，不然保持角色死亡视角。
而且你最好设计一个自动皮肤生成器，女角色，比如说头发类型什么的，请你设计的丰富多样。而且不要原版那种minecraft 感，头发，衣服什么有单独模型。
角色要好看，大眼睛那种主流软妹审美。
敌人皮肤比如说都是minecraft女角色，你绘制，非常好看。美丽，比如说模型你设计也应该有女性特征。
开枪那种打击感请你做到最强，战斗真实感，流体表现，角色死后会倒在地上，不消失。表情还会变化。
比如说 headshot还有子弹特写。

地形你设计为那种优点地形特色比如说可以跑酷的感觉。
WASD移动空格跳跃第一人称射击战斗，我想的创新点就是你设计敌人为神经网络会学习玩家的战斗玩法-移动模式-射击模式，
越来越强。初始当然一种基本AI。

【原文·简介】
最开始，我只是对 GPT-6 说了一句：“帮我做个能玩的 CS2。”
然后我们一路做到了现在：Dust II 地图、枪械与皮肤、机器人、5V5 联机房间、B 键买枪、投掷物、下包拆包，还有击杀扑克牌和死亡观战。
我负责提需求、实机试玩、反馈问题，GPT-6 负责写代码、修 Bug、部署上线。从走路卡台阶、瞄准却打不中，到投掷后突然停住，都是一边玩、一边改过来的。
这段视频就是目前版本的实机演示。浏览器打开网址就能玩，也做了可以发给朋友的 Windows 本地包。
这是一个持续完善的 CS2 网页复刻项目。你觉得现在完成度怎么样？下一步最该优化哪里？

【原文·简介】
今天GPT 6出了，第一时间在LPAI引擎里试用，一句话，帮我做一个吸血鬼like游戏，AI只用了20次请求就完成了，所有技能机制怪物，全部没bug，还做了一个BOSS，五个技能。完全能玩，素材全是直接画出来的，审美又上了一个台阶。 太厉害了！！！

【原文·简介】
prompt：在godot中用lowpoly风格做一个仿apex legend的游戏，暂时不用加入联机模式，需要复刻出完整游戏玩法和五个可玩英雄

【框架·简介披露要点】
参考论文：（2025） DreamGarden: A Designer Assistant for Growing Games from a Single Prompt

论文明确提出 DreamGarden 的核心功能是将用户的 “seed prompt（种子提示词，如‘钟馗驱虎吞鬼’）”，通过 “规划模块→执行模块” 的流水线，生成可运行的 Unreal Engine 游戏原型（3.2 节系统架构、4.1 节定性观察均验证：AI 能将模糊提示词拆成任务、生成代码 / 素材，最终拼出可跑场景），直接证明 “AI 让‘一句提示词变游戏’的大话成真” 不是空想，而是有技术落地路径的。

具体而言，有如下三步。

第一步 “拆任务框架”：
论文 3.2.1 节详细描述 “规划模块将种子提示词递归拆成‘角色 / 场景 / 交互’等层级任务树”，且 4.2 节用户测试显示 “该框架能帮用户理清开发逻辑”，证明 “拆框架” 是有效起点；

第二步 “试错迭代 + 用户调整”：
论文 3.2.2 节、图 4 明确 “执行模块对每个任务进行‘生成→编译查错→运行反馈→重生成’的试错循环”，且 3.2.3 节强调 “节点式 UI 支持用户可视化调整任务 / 代码”，4.2 节用户反馈 “能实时改节点、调效果”，验证了 “试错迭代 + 用户介入” 的必要性；

第三步 “整合原型 + 回退优化”：
论文 3.2.2 节提到 “执行任务的结果（代码 / 素材）会按顺序传递、整合”，4.2 节提到 “用户可回退到任意任务节点修改（如删改植被任务、重调角色代码）”，且实证显示 “整合后的原型能正常运行，回退功能提升用户满意度”。

【原文·简介】
模型：GPT-6 Astra  推理强度高
花费plus约5小时额度
提示词：
在当前文件夹制作可本地离线、一键启动的中文《艾尔登法环》风格单机动作角色扮演游戏。优先复用成熟开源3D引擎与完整ARPG运动/战斗底座，自主安装依赖，持续开发并实测修复。实现次世代黑暗奇幻风格渲染：PBR材质、体积雾与瘴气、动态天光、实时接触阴影、屏幕空间环境光遮蔽、水洼/沼泽反射及具有深度感的景深雾效；按《艾尔登法环》核心UI风格复刻主菜单、装备/物品栏（武器、防具、护符）、快捷道具栏（血瓶/蓝瓶/灵药）、状态条（生命值、专注值、精力值）及标准魂系操作（轻/重攻击、防御、翻滚、跳跃、战技释放、锁定切换）。大世界区域（参照宁姆格福风格的丘陵、树林与废墟）、场景交互（拾取落叶花/苔藓、破坏木箱/路障）、锻造强化系统（铁匠升级武器/战灰）、战技与魔法施放、敌人AI、升级加点、记忆法术、道具合成及存档与离线单机完整循环。优先保证硬核战斗手感（受击反馈、韧性削韧、弹反硬直）、等级/属性成长闭环、UI像素级还原与稳定60帧渲染流畅度。截图核对画面，交付完整源码、一键启动脚本、详细键位操作说明及真实缺项清单（如未实装的特定传说魔法、部分大型Boss招式等）；禁止假按钮、CG播片替代实机或空壳演示。

【原文·简介】
第一个是pi做的，一开始点开还是黑屏的，我让他修改才能正常运作，40分钟
第二个是官方推荐的codex做的，20分钟
结果可以说是一坨屎了，至少和正式版出来前那些视频差太远，不过理性角度来说，那是pro的正式版，所以我只能说未来可期
提示词：3d场景，一辆怪兽卡车压碎一排汽车，给我html呈现，符合物理特性

【框架·简介披露示例口令】
1) 生成一个RPG/追击/赛车等 + 场景是剧院（室内更佳）
2) 用WASD控制摄像头
3) 按E可以展开对话和互动
4) 简要描述后请 AI 调整为 json 或 markdown
5) 可用英文 prompt
6) 编辑时追加：保持原有内容的基础上
（完整整局游戏提示词正文未在简介公开；激活码评论区发放略。）

【框架·简介披露】
目标：复刻 messenger.abeto.co/ 风格的休闲浏览器游戏
设定槽位：小球形星球 + 足球小男孩 + 治愈卡通 + three.js
过程：gpt-5.6 sol 极高，迭代几轮，约 3–4 小时
（具体提示词原文未在简介公开。）

【框架·简介披露】
能力主张：看屏幕 / 操作键鼠 / 自主拆解任务 / 自动改错迭代
成品要素槽位：开枪 + AI 敌人 + 据点占领 + 结算
讲解结构：五重闭环原理、与传统工具调用代差、四大底层技术、能力边界
（一句话需求原文与系统提示未在简介公开。）

【框架·简介披露】
入口形态：一句话建筑需求（案例主题：机场）
产物：开源 agent skill（github.com/pofice/minecraft-builder）
（Skill/系统提示全文未在简介公开。）

【框架·简介原文要点】Godot（文本场景/diff 友好）+ Codex 多任务多 Agent：人管全局与分支验收，Agent 生成代码；目标为类杀戮尖塔卡牌模板。作者称 0 coding、约一天完成。（开场提示词未贴，不脑补。）

【原文·简介】
提示词：
“使用 Three JS 用 HTML 制作一个 Minecraft 克隆版，尽可能详细，力求做到最接近原版。”

【框架·简介披露】
游戏：与 Kimi K3「只给了一句话需求」生成斗地主界面与交互
语音积木：
- 女娲 skill：蒸馏人物口头禅与说话风格
- LLM（DeepSeek）：出牌决策和台词
- TTS（VoxCPM2）：合成语音、迁移音色
仓库：https://github.com/emwstudio/VoxEMW
（一句话需求原文与 skill 正文未在简介公开）

【原文·简介】
随便写的提示词：制作一个鬼泣5HTML小游戏，要求游戏玩法与鬼泣5一致，技术栈随意，必要时可以找组件自己绘制，打击感要做好

【框架·简介主题清单】
https://www.youtube.com/watch?v=ZTgFyP0PZJo
本视频展示了作者对GPT-6（Astra）的提前体验，通过多个提示词生成完整可玩的游戏与交互式应用，体现其在代码生成、3D世界构建和浏览器自动化方面的能力。

主要内容包括：
- 仅用简单提示词生成Fall Guys风格游戏、ASCII 3D城市、SimCity模拟经营、3D阈限恐怖游戏、迷你GTA和多人小游戏。
- 展示3D场景中的角色动画、路径点导航、游泳、火山、天气与小地图等细节，以及生成式无限扩展世界。
- 演示浏览器控制与知识工作自动化，如自主录制操作、比较eBay商品、生成品牌幻灯片。
- 引用Box AI复杂工作评测，说明Astra在媒体、技术、法律、能源等场景中的表现提升。
- 指出模型设计风格趋同、偏好森林绿和扁平化、写作略带AI味，但整体可控且可通过提示词调整。

适合关注大模型应用、AI编程、游戏生成和浏览器自动化的人群观看。

【框架·简介要点】
https://www.youtube.com/watch?v=chNPqmJx0fY
本视频详细测评了新发布的 AI 模型 GPT-6 Astra 在视频与图像创作中的实际应用。创作者通过 MCP 协议将 OpenArt 平台连接至 ChatGPT，使 Astra 能够直接在对话界面中调度各种底层的图像和视频生成模型（如 GPT Image 2.5 Sunburst、Seedance 2.5 等）。在此工作流下，用户无需手动编写复杂的底层提示词，仅凭粗略构想即可自动生成高质量的图像与视频。

视频通过六项截然不同的高难度任务全面展现了 Astra 的能力：第一项是生成包含丰富且清晰印刷文字的商业海报；第二项是对比人类编写与 Astra 编写提示词在视频运镜与光影细节上的巨大差异；第三项是构思品牌并制作带故事线的 15 秒动态广告；第四项是利用角色设定图制作保持高度一致性的 30 秒 3D 动画短片；第五项是学习并贯彻用户自定义的角色设定图（Character Sheet）规范；第六项则是完成极其棘手的 30 秒无剪辑第一人称视角（POV）穿梭跑酷长镜头。

测评结果表明，Astra 的本质在于“编排统筹与导演”。它通过预先生成环境与角色预设、补充镜头语言、规划光影与运镜逻辑，极大地解决了 AI 视频创作中角色崩坏、缺乏运镜和逻辑断层的问题，彻底改变了专业人士制作 AI 视频的工作流程。

【原文·简介】
在本期视频中，我们深度测评了谷歌最新发布的代码利器 —— Gemini 3.8 Flash 搭配官方终端工具 Antigravity CLI！

这次我们准备了三个层层递进的“硬核难关”：
1. 空间逻辑与反常识推理：用 SVG 生成“鹈鹕骑自行车”动画
2. 复杂 3D 空间建模：构建“瓶中微缩海洋世界”（Three.js）
3. 终极编程挑战：零代码手撕 3D 第一人称射击游戏（FPS）

提示词：
1.用SVG生成鹈鹕骑自行车的动画演示
2.请使用 Three.js 创建一个完整的单文件 HTML 交互式 3D 场景。
主题：“玻璃瓶中的微缩海洋世界”。
核心要求：制作一个大型透明玻璃瓶，瓶子内部完整封装着一个精致的 3D 微缩世界。
所有场景元素都必须位于玻璃瓶内部，不能漂浮在瓶子外面。
第二轮 加入一个潜水员，他在瓶子里面游泳。
3.使用 Three.js 制作一个可以直接在浏览器运行的第一人称射击游戏。
WASD 移动
鼠标控制视角
左键射击
敌人 AI
血量
弹药
准星
得分
掩体
地图
武器
粒子效果
爆炸效果
游戏结束
重新开始

antigravity CLI 地址 github.com/google-antigravity/antigravity-cli

【框架·简介要点】
LinearGame旗下 AI 生成互动游戏平台Yoroll——将游戏视频画面生成、自动化游戏组件生成、实时 3D 场景生成等技术整合成可直接使用的工具。创作者可以在平台上生成可操作的 AI 生成互动游戏内容，玩家能够在这些世界中自由探索、触发剧情分支、参与解谜或 QTE（快速反应事件）等互动玩法，让 AI 游戏真正从演示走向落地。

从“会用引擎的人才能做游戏”，变成“会讲故事的人就能做游戏”。我们不是“再做一个工具”，而是把“做游戏”变成更像“拍一段互动短片”：写设定、定风格、给镜头、安排节点，剩下的交给模型去跑。

Yoroll 将实时生成内容纳入可控交互框架：
画面与动作生成：通过生成模型实时输出连续场景和角色行为
行为判定：系统识别玩家操作并转换为明确事件
游戏逻辑：分支进度、道具、角色状态以确定性方式存储

Yoroll 的核心技术逻辑在于深度理解视频流内容并将其转化为实时游戏逻辑，把“生成”纳入一个可迭代的闭环：表现层负责把玩家输入即时转成可感知的反馈；判定层把画面里的行为映射成稳定的事件与标签；状态层把关键变量固化成可回放、可存档、可复现的游戏进程。它不只是在“播放”一段画面，而是将生成的视频流解析为可交互的底层数据，从而实现从“看视频”到“玩视频”的质变，让动态影像真正进化为可操控的游戏形态。

yoroll不要求创作者掌握游戏引擎或复杂系统设计。创作输入主要集中在创意部分，例如：
世界与角色设定
关键情节与操作节点
玩家操作与结果的关系

Yoroll.ai 当前处于创作者内测阶段，采用邀请码制。优先面向：
独立游戏开发者
剧情向内容创作者
短视频导演与编剧
尝试 AI 视频创作的独立创作者或小团队
热爱游戏、想要创作游戏的玩家

更多信息可关注官方，或访问 yoroll.ai 加入等待名单并申请邀请码。

【框架·简介要点】
一句提示词生成浏览器射击游戏，听着像噱头。但 Claude-of-Duty 更值得看的不是枪，而是它如何用架构合同、可复现基线、像素差分和脚本化试玩，让一群 AI 代理的工作逐步收敛。官方 README 也坦白了手部、材质、角色和光照上的短板。搜索 mshumer/Claude-of-Duty，追新不盲从，资料有来源。

【原文·简介】
使用Gemini 3网站：
https://share.zhangsan.cool
https://share-hk.zhangsan.cool
https://share.searchknowledge.cloud
https://hello.aiforme.cloud


提示词：
要求: 用Three.js创建一个实时交互的3D粒子系统。
1. 通过摄像头检测单手张合控制粒子群的缩放与扩散（单手张开时粒子扩散，单手合拢时粒子收缩，张合幅度与缩放/扩散程度成正比，幅度足够大）；
2. 提供UI面板可选择爱心/花朵/土星/佛像/烟花等模型（粒子自动组成选中的模型轮廓，切换模型时粒子平滑过渡）；
3. 支持颜色选择器调整粒子颜色（可选择单色，支持实时预览颜色变化）；
4. 粒子需实时响应手势变化（延迟≤100ms，无卡顿）。
5. 界面简洁现代，包含全屏控制按钮（UI面板固定在页面右侧，不遮挡3D粒子区域，按钮样式统一、扁平化）；
6. 无需额外依赖后端，所有功能前端实现，生成完整HTML文件，可直接在浏览器打开预览。

【原文·简介统一提示词】
统一提示词实测🔥
Opus4.7 / Deepseek V4 flash/ Gemini3
同台测试变形金刚
卡车形态 ⇄ 人形形态切换演示
直观对比各大模型画面质感、动作流畅度、细节还原度
看看哪款 AI 的表现最合你心意～

"Three.js 极简 3D 项目，制作红蓝灰擎天柱配色卡车头 + 人形双模型；按 T 键触发 5 秒内炫酷机械变形动画，变形逻辑合理、节奏流畅，双模型体量一致；卡车形态 WASD 操控行驶，人形态支持行走；环境光自然柔和，极简不简陋，操控手感优质、可玩性高。"

【框架·简介要点】
https://github.com/alesha-pro/bench-portal
多人好奇 AI 到底能把 Web3D 开发做到什么程度，今天这个开源项目给你答案。 这个太空竞速游戏，大量业务逻辑是 CodeX AI 生成，基于 Three.js WebGL 渲染。 完整的太空赛道、飞船操控、氮气加速、赛道机制、游戏 HUD 界面全部实现在浏览器。 不需要 Unity、Unreal，纯前端栈就实现完整 3D 竞速体验。 我们可以下载源码，研究 AI 做 Web 游戏的实现思路，也可以基于它二次迭代。 一起来看这个 AI 产出的网页 3D 游戏实际运行效果。 简介 ✨开源项目： CodeX AI 辅助开发 Three.js 网页 3D 太空飞车 ✅浏览器原生运行，零客户端 ✅完整竞速玩法、飞船操控、太空赛道场景 ✅适合 Web3D 游戏、前端可视化学习研究 # 标签 #Threejs #WebGL #CodeX #web3d #开源项目 #前端 #网页游戏 #AI 编程

【框架·简介要点】
GitHub：https://github.com/achrefelouafi/LinearAbiltyCastingThreeJS
分享一个很炸裂的开源 Three.js 项目。使用 Claude AI 开发，在浏览器实现完整元素施法 VFX 特效，冰刺破土等游戏技能炫酷效果。纯 WebGL，无客户端，前端可以直接复用这套特效逻辑，用于数字孪生、网页互动、Web 小游戏开发。基于原生 WebGL，不依赖重型游戏引擎。
前端开发者可以抽取特效模块，用于数字孪生可视化、交互大屏、网页轻游戏。
#Web3D #Threejs #前端 #AI开发 #开源项目 #数字孪生开发 #threejs #web3d #前端开发 #ai 编程 #github 开源 #数字孪生 #网页游戏

【框架·简介要点】
本来是想随便玩一下的，没想到 Codex 真的用一下午帮我开发了一个非常完整的类似《杀戮尖塔》的卡牌游戏。代码和客户端都已经开源了，大家可以试试

详情：github.com/op7418/Night-Patrol

【框架·简介要点】
项目地址：https://github.com/RhoPaper/Repo2Gal
点点Star喵！点点Star谢谢喵！！(≧▽≦)
目前还是半成品状态，能跑出东西，但很多功能还未实现QwQ
正在积极开发中，如果有什么想法或者建议，欢迎来提Issue；同时特别欢迎各路大佬贡献代码！谢谢你们！Orz
关于项目的详细信息和使用方法请参阅README文档~
也欢迎来QQ群交流~ 群号939962339

【原文·简介开场提示词+仓库】
把游戏做好真的是一件很困难的事情，即便有AI的帮助也挺难，不过恭喜自己迈出了第一步！

本游戏的demo已经上传github，欢迎下载游玩！！！
https://github.com/xiaoshanzh-a/pokemon-Woodisle-Echo

游戏开头的提示词用的是up主@白面汤圆王子  的：你是一个无敌的游戏设计师，美术师！@浏览器 给我写一个2.5d宝可梦游戏，就是像我给你发的图片这样的渲染风格，包含一个完整的世界和剧情，还有那些经典的宝可梦，玩法融合旧版宝可梦和全新的宝可梦系列取其精华取其糟粕打造一个划时代的产物！！！宝可梦可以跟随玩家，并且和宝可梦互动小游戏，还有一些宝可梦的特色场所，比如说老虎机的娱乐城，钓鱼还有狩猎！参考宝可梦 · 伽马绿宝石 ( Gamma Emerald ）风格！！！

本文使用素材库：
https://github.com/pret/pokefirered
https://github.com/PokeAPI/sprites
https://github.com/msikma/pokesprite

下面是我用Codex导出的一个游戏简介，这是个非常短的短篇，欢迎感兴趣的小伙伴游玩，并且在我的基础上改进！！！
《宝可梦·森屿回响》是一款 2.5D 像素风单机冒险 RPG。 核心内容包括： - 六个主要区域和三张野外支路地图。 - 大木博士委托的原创主线。 - 森林、渔港、保育区、娱乐城、遗迹等功能性场景。 - 普通野生宝可梦、训练家切磋和神兽调查。 - 113 种宝可梦图鉴。 - 宝可梦捕获、战斗、升级、进化和队伍管理。 - 九个独立存档栏。 - 场景音乐会根据区域、建筑和战斗自动切换。 - 主线通关后继续进行神兽调查和大师球收集。 游戏并不是《火红叶绿》的完整复刻，而是使用火红素材风格制作的原创群岛冒险。

【框架·简介+Prompt清单链接】
视频标题
Claude Opus 5 vs Claude Fable 5：同 Prompt 实测三大应用构建

原视频链接
https://www.youtube.com/watch?v=JQInc4V6SWg

原视频发布时间
2026-07-25

-----
Claude Opus 5 几小时前刚发布，基准测试结果惊人——几乎所有指标都超越 Claude Fable 5，价格却仅为其一半。

本视频用完全相同的 Prompt，让两者在三大高难度项目中正面交锋：
• 专业级交易终端
• 可完整运行的 3D 卡丁车竞速游戏
• 面向大厂办公场景的 GeoGuessr 克隆版

全程严控变量，结果令人震撼！

Prompt 清单：
https://docs.google.com/document/d/1WzRZCD1z2OIhInWvXPGbMLewSsjQVPfWcKf2kGnRC8E/edit?usp=drivesdk

时间轴：
00:00:00 - 开场
00:00:10 - 交易终端实测
00:04:26 - 交易终端结果分析
00:08:02 - 3D 卡丁车游戏实测
00:10:07 - 卡丁车游戏结果分析
00:13:35 - 办公室版 GeoGuessr 实测
00:14:10 - GeoGuessr 初始结果
00:15:27 - GeoGuessr 实机演示
00:17:40 - GeoGuessr 深度解析
00:18:47 - GeoGuessr 综合评分
00:19:06 - 总结 + 下期预告

【框架·简介可玩大厅+仓库】
科技lion游戏大厅
https://game.kejilion.pro/
游戏合集仓库
https://github.com/kejilion/game-collection
科技lion官方博客一键部署命令获取
https://blog.kejilion.pro/
莱卡云VPS优惠
https://www.lcayun.com/aff/ZEXUQBIM
更多VPS优惠推荐
https://kejilion.pro/index.php/topVPS/
节目中使用的SSH工具：Termius
https://app.kejilion.pro/termius/zhanzhang/

【原文·简介逐字·一、拆解关键词提示词】
你是一名专业的文献检索顾问。请根据用户提供的论文选题，快速生成一份可直接用于文献检索的中英文关键词清单。
请按以下结构输出：
核心概念拆解
用一两句话点明选题的核心与涉及的主要研究方向。
中文关键词（≥8个）
格式：关键词 - 简要涵义与检索价值说明
英文关键词（≥5个）
格式：英文关键词 (中文翻译) - 简要说明及拼写变体提示
推荐检索式
提供2-3个实用的中英文布尔逻辑检索式示例。
示例：(A OR B) AND C - 用于精准检索...
要求： 关键词需覆盖核心概念、同义词、上下位词，确保检索的全面性。

我的论文选题是：“《在此处输入你的论文选题》”。
请开始你的分析。

【原文·简介逐字·二、输出文献综述提示词】
一、角色定位与任务说明
你是一名专业的学术写作专家，专注于文献综述的整合与撰写。你的核心任务是：基于用户提供的真实论文题目与已验证的参考文献摘要，撰写一篇结构完整、内容翔实、逻辑清晰的学术文献综述。你必须严格遵循以下原则：
严禁编造或引用摘要以外的内容；
所有观点、数据、结论必须来源于提供的文献摘要；
如文献数量不足或信息不完整，应在回复中明确指出，不自行补充内容。
二、文献综述结构要求
1. 标题
格式示例：
《××××（研究方向）研究综述》
《××××（论文题目）文献综述》
2. 提要 / 前言
阐述研究背景与意义，说明该主题的学术/实践价值；
提出本综述拟解决的核心问题；
简要说明文献来源（如CNKI、Web of Science等）、检索方法（关键词、时间范围）、文献数量与类型分布；
指出哪些类型的文献对本研究最具参考价值。
3. 正文
应为全文主体，占总篇幅70%以上；
每段不少于4句话，避免碎片化表达；
建议从以下维度组织内容（可选）：
时间脉络（如研究发展阶段）
地域对比（如国内外研究差异）
主题分类（如理论流派、研究方法、应用领域）
每个类别中：
先概括该方向文献的整体特点；
再选取代表性研究进行深入分析，包括：
研究问题、方法、主要结论；
该研究的贡献与局限；
对本研究的启示。
4. 总结
系统归纳现有研究的主要特点与发展趋势；
指出研究中存在的具体不足（如样本局限、方法单一、理论缺失等）；
提出本研究可进一步拓展的方向或可弥补的空白；
每段不少于4句，避免笼统陈述。
5. 参考文献
不少于15条，格式规范统一（如GB/T 7714-2015）；
条目信息完整：作者、题名、期刊/出版社、年份、卷/期、页码；
与正文引用一一对应。
三、写作规范与质量控制
1. 字数与段落
全文不少于3000字；
每段应有明确主题句、展开论述与过渡衔接；
避免出现“一句话段落”或“词语+解释”的清单式结构。
2. 语言风格
学术严谨，表达清晰；
善用转述与逻辑连接词，避免直接大段摘抄原文；
引用时使用“作者（年份）”或“文献[编号]”标注。
3. 真实性保障
如用户提供的文献数量不足或信息不完整，你应明确提示：
“当前提供的文献数量/信息不足以支撑完整的文献综述，建议补充至XX篇以上”；
不自行添加未提供的文献或数据。
四、输入输出示例
用户输入：
论文题目：××××××
参考文献摘要：[把前面知网复制的文献题目和摘要依次粘贴到这里，建议提供不少于15篇真实文献]
你的输出：
一篇结构完整、内容翔实的文献综述；
包含：标题、提要、正文、总结、参考文献；
参考文献格式规范，段落连贯，逻辑清晰。

【原文·简介逐字·1 关键信息提取】
分点提炼出这段话的关键点和结论，要简明扼要！
Extract the key points and conclusions of this passage point by point, and be concise and to the point!

注意第二步需要新建一个对话

【原文·简介逐字·2 关键信息扩写】
将这些关键点和结果写成一段话，用Nature Communication的风格
Write these key points and results into a paragraph in the style of Nature Communications.

【原文·简介逐字】
英语学术润色模板：
Below is a paragraph from an academic paper. Polish the writing to meet the academic style, improve the spelling, grammar, clarity, concision and overall readability. When necessary, rewrite the whole sentence. Firstly, you should provide the polished paragraph. Secondly, you should list all your modification and explain the reasons to do so in markdown table.

【框架·简介原文要点】万能绘图提示词公式：角色+数据+图型+输出四要素。追问技巧：①报错贴原文 ②增量改样式 ③要完整版本。运行：Google Colab；中文 SimHei；300dpi+SVG 矢量导出。

【框架·简介原文要点·人工编辑】2删除规律总分开头句；3去掉首先/其次/此外/同时/然后/最后/综上所述/总之等转接词；4同义词替换；5人工改写避机械化；6删无关名词解释并举例扩写；7短句改长句、短段合并；8优先改写高风险句。

【框架·简介原文要点】Gemini GEM 科研绘图：新建智能体并投喂现成科研绘图 Prompt + 勾选生成图片工具 → 上传论文 PDF 自动分析并输出绘图 Prompt → NanoBanana/生成图片工具发「继续」出 Biorender 风格图并可迭代 → 进阶先拿 Markdown Prompt 再切生图模式。

【框架·简介原文要点】降 AIGC 三路径：①主流降 AIGC 平台（实测维普/有道学术猹/PaperPass/PaperRed/笔灵AI/言笔AI）；②改写模型 paraphrase（提及 Dipper、AuthorMist）；③提示词与参数调节——建议 top_p=0.9、temperature=0.9 以提高困惑度。检测原理：token 预测→低困惑度/模式化；判别器、零样本、水印法。未贴可复制长提示词原文。

【框架·简介原文要点】学术提示词清晰度：避免搜索式短句；补充文稿类型/研究方法/关键词；明确动词、格式、语气、约束；示例任务类型——解释益处、对比观点、概述讨论章节。强调清晰度与细节优于花哨技巧。

【框架·简介原文要点】抗批 Introduction 五段：①开篇设「钩」——生动现象/未解矛盾/紧迫现实问题，避免空泛背景；②指出现有研究的「缺口」——已有文献做到什么、尚未解决什么；③亮出你的「武器」——核心数据、关键方法或独特视角与识别策略；④直接呈现核心发现——最重要的 1–2 个结论，不卖关子；⑤阐明研究贡献——理论/方法/政策或实践。另需回答三问：So what?（重要性）What’s new?（相对前人的新贡献）Why you?（凭什么你能解决）。未贴可复制 system prompt 全文，故不编造。

【框架·简介原文要点】Introduction（漏斗法由大入小）：a.大背景简介 b.小领域简介 c.小领域科研现状+研究不足+本文目标 d.本课题重要性和独创性 e.研究问题+解决办法 f.研究贡献。Literature review：a.如何综述前人研究 b.如何论证 Research gap。Conceptual framework（盖房子）：a.[打地基]底层逻辑 b.[立框架]整合上层理论 c.[盖房子]提炼假设关系。Method：a.数据收集 b.数据核验预处理 c.数据分析。Discussion（总分总）：a.总起研究内容/分析方法引出发现 b.分述主要/意外/延伸发现 c.总结升华。Conclusion：a.回顾全文突出亮点 b.理论贡献（验证/延伸/整合/修改）c.实践贡献（管理或政策）d.研究缺陷和未来研究。未贴对话式 prompt 全文，故不编造。

1、我想降低重复率，修改下面的句子，通过替换主语或变化句型，保证7个字不能连续重复，给出3个修改后的版本:

2、一句话表达一个意；一个句子一个主语，如果一句话表达了两个意思或有两个主语，拆开成两个句子（中间加句号），请修改句子；

【以下第3条在公开简介检索结果中截断，未收录未核验全文】3、修改下面段落，要求段落中的每句话长短要基本一致……（后文未完整披露于可核验简介）

【原文·简介全文】【第一轮提问】

请围绕“骨骼肌 HIF-1α 的作用可能具有模型和性别依赖性”写一段中文 Discussion。用以下 3 条证据：
1. Mason et al., 2004，原始研究，题名“Loss of skeletal muscle HIF-1alpha results in altered exercise endurance”，证据边界为“骨骼肌特异性 HIF-1α 缺失改变运动耐力与代谢适应”，PMID 15328538。
2. Wang et al., 2022，原始研究，题名“A mitofusin 2/HIF1α axis sets a maturation checkpoint in regenerating skeletal muscle”，证据边界为“再生骨骼肌中 Mfn2/HIF1α 轴参与肌纤维成熟检查点”，PMID 36125902。
3. Welch et al., 2024，原始研究而非综述，题名“Differential impact of sex on regulation of skeletal muscle mitochondrial function and protein homeostasis by hypoxia-inducible factor-1α in normoxia”，证据边界为“常氧下 HIF-1α 对骨骼肌线粒体功能与蛋白稳态的影响包含性别差异”，J Physiol 602(12):2763–2806，PMID 38761133。

显示最终正文和参考文献。不得把 Welch 2024 写成综述，不得声称其缺少卷期页码，不得把跨论文比较写成已验证因果机制。

答案必须以“【Discussion】”开头，正文200～500内字数，使用“作者-年份”标注并区分论文结论与跨研究推断；随后只列 3 行“作者-年份｜PMID｜PubMed 官方链接”。

【第二轮提问】
针对讨论中还需要验证的内容，帮我设计周期2个月内可以完成，成本控制在2万以内的验证实验方案，用md进行展示，对应的实验方法买，附带真实参考文献链接

【框架·简介原文要点】六环节边界：写作、文献、图像、上传、披露、提交。四段提示词角色：①语言编辑；②论断与证据核对；③使用说明；④提交前待办整理。每段约束：先给什么材料、限制什么输出、哪些地方须本人复查。硬排除：不提供一键生成整篇论文或规避检测的方法。简介未贴四段可复制原文，故不编造。

【框架·简介原文十条】规则1：先提供概述，然后引用完整的评审建议。规则2：注意礼貌，尊重所有审稿人。规则3：无原则问题，接受所有指责。规则4：回复文档自成一体。规则5：对审稿人提出的每一点都做出回应。规则6：用清晰的方式来排版。规则7：开门见山，直接回应问题。规则8：如果可能，按照审稿人要求去做。规则9：明确指出修改版本的变化。规则10：先写一个发泄稿，再正式撰写回复信。来源 DOI：10.1371/journal.pcbi.1005730。简介未另贴可复制 LLM 系统口令，故不编造。

【框架·简介原文结构】Cover Letter 骨架：我们愿意提交《…》到贵刊；该文可能吸引贵刊读者，因为它考虑了…；主要创新点（三至四点）；无利益冲突、未一稿多投、所有作者同意投稿；联系邮箱 + 对编辑/审稿人致谢。原则：明确、直接、简洁，不要太长、不要阐述过多细节。简介未贴可整段复制的英文范例全文，故不编造。

【框架·简介原文七槽】1 综合能力最强5个学术skill | 2 文献管理（skill / AI文献网站 / zotero）| 3 idea与架构 | 4 论文写作（不同学科）| 5 数据分析与绘图 | 6 科研PPT制作 | 7 论文日报/周报。简介未贴各 Skill/写作口令全文，故不编造。

【框架·简介原文六段流水线+算法槽】数据读取 | 预处理 | 差异分析 | 特征筛选 | 模型训练 | 结果可视化；算法组合槽：LASSO / 随机森林 / SVM / XGBoost → 可组合约 136 种方案并比较。简介未贴 Skill.md 或提示词全文，故不编造。

【框架·简介原文工具与职责槽】工具链：MATLAB MCP Server | Simulink Agentic Toolkit | 官方代码规范库；分工槽：MATLAB 代码分析 → 偏 Skills 规则；Simulink 控制 → 约 7 个 MCP 底层接口；去幻觉 SKILL.md 槽：SPS/Simscape Electrical 库路径认知 | 端口极性规范；执行槽：新建空模型 | 元件搜索 | 连线 | 批量改参数 | 跑仿真取波形。简介未贴可复制 SKILL.md 或 MCP JSON 全文，故不编造。

GLOBAL RULES:

- • Flat, clean NeurIPS style (no gradients, no gloss, no shadows)
- • Consistent thin line weights
- • Professional pastel palette
- • Rounded rectangles for blocks
- • Arrows must clearly indicate data / information flow
- • No long sentences, only short labels (prefer ≤3 words per block)
- • Keep spacing clean and balanced
- • All modules in the list must appear exactly once unless explicitly marked as optional
- • Use the exact names and order given in user-filled content

LAYOUT:

- • Default: horizontal left → right
- • Use vertical top → bottom only if user explicitly indicates the flow is inherently sequential in that direction
- • Align components cleanly in straight lines (no diagonal, messy layouts)
- • Respect the module order exactly as listed
- • If there are branches, keep them visually symmetric and clearly reconnect where specified

MODULE LIST (User: fill the {} with your paper’s content; keep the structure, do not delete sections.)

1. Input(s):

- • {List all input items and data types, e.g., “RGB Image”, “Text Query”, “Graph G”, etc. One per line.}

3. Preprocessing / Encoding / Embedding:

- • {List all preprocessing or encoding steps in exact order, e.g., “Tokenization”, “Patch Embedding”, “Feature Normalization”, etc. One per line. Indicate if any step applies only to a specific input.}

5. Core Architecture / Stages / Blocks:

- • {Describe the main model stages in strict order, e.g., “Backbone CNN”, “Transformer Block ×N”, “Graph Message Passing Layer”, etc. One block or stage per line. If some stages are repeated, specify like “Block A ×4”.}

7. Special Mechanisms (optional):

- • {If any: list special mechanisms such as “Cross-Attention”, “Memory Module”, “Gating Mechanism”, “Routing”, “Dynamic Path Selection”, etc. One per line. If they connect specific modules, explicitly write:

- • “{Mechanism} between {Module X} and {Module Y}” or
- • “{Mechanism} inside {Module Z}”. If none, write “None”.}

9. Output Head:

- • {Describe the final output block(s), e.g., “Classification Head”, “Regression Head”, “Segmentation Decoder”, “Score Predictor”, etc. If multiple outputs, list each and its target.}

EXPERIMENT / TABLE / PIPELINE VARIANTS (optional): Only fill if you want experimental plots, tables, or multiple pipelines instead of (or in addition to) a pure architecture diagram.

1. Experimental Setup (optional, for experiment/pipeline figures):

- • {Briefly list the main steps of the experimental pipeline, each as a short label, e.g., “Dataset Split”, “Training”, “Validation”, “Testing”, “Ablation Study”, etc. Indicate order.}

3. Key Metrics / Results (optional, for result figures or tables):

- • {List core metrics and values or comparisons you want visualized, e.g., “Accuracy: {value} vs baselines”, “RMSE: {ours} vs {baseline A} vs {baseline B}”, “Speed vs Performance curve”. Use structured numbers or short text; one metric/comparison per line.}

5. Table Structure (optional, if you want a table-style figure):

- • {Describe rows and columns, e.g., “Rows: {methods}”, “Columns: {datasets / metrics}”, “Highlight: {our method row}”.}

STRUCTURAL NOTES (strongly recommended): Use this to constrain branches, merges, and grouping. This will directly affect the layout.

1. Branching & Merging:

- • {Specify all multi-branch flows, e.g.:

- • “Input A and Input B are processed in parallel.”
- • “Branch 1: {name} from {module}.”
- • “Branch 2: {name} from {module}.”
- • “A and B must merge at {module name}.”}

3. Grouping & Block Shape:

- • {Specify any parts that must be grouped, e.g.:

- • “Keep {Module X, Module Y, Module Z} inside a single tall block with submodules (stacked).”
- • “Draw {Stage 1–3} as one big block labelled ‘Encoder’ with sublabels inside.”
- • “Place {Mechanism M} visually attached to {Block B} (e.g., a small side block).”}
- Flow Direction & Emphasis:

- • {If you want a non-default layout, specify, e.g.:

- • “Use vertical top → bottom flow.”
- • “Emphasize the difference between {Path A} and {Path B}.”
- • “Highlight {Module X} as the main contribution (slightly darker color or thicker border).”}

STYLE REQUIREMENTS:

- • NeurIPS 2024 visual tone
- • Very light background
- • Text left-aligned inside blocks
- • Use a consistent, readable font (NeurIPS-like)
- • Arrows short, straight, and clean (avoid bends unless needed for branches)
- • Use consistent vertical and horizontal spacing
- • Use a consistent color coding only if implied by user (e.g., inputs one color, core model another, outputs another); otherwise keep colors subtle and neutral

FINAL INSTRUCTION: Generate the final diagram strictly according to the user-filled content in the {} placeholders and the structural rules above. Do not add new modules or mechanisms beyond what is specified.

【框架·简介原文·Results 槽】数据呈现（表/图/文+统计） | 主要发现（列核心） | 数据描述（简述、勿过度解释、勿与 Discussion 重复）\n【框架·简介原文·Discussion 槽】结果解释（相对假设/目的） | 与先前研究比较 | 研究局限性 | 未来研究方向\n【框架·简介原文·共性】清晰 | 与 Results 逻辑呼应 | 客观 | 结论明确\n【框架·简介原文·Results 步骤】描述实验 → 简明表达 → 表图不重复 → 统计量化\n【框架·简介原文·Discussion 步骤】总结发现联目的/假设 → 对照前人 → 可信度/局限/展望 → 引发思考\n（可直接粘贴的 ChatGPT 润色口令简介未给 → 标注未披露。）

【框架·简介原文·设计槽】目的 | 研究类型（实验/观察/调查）| 实验组与对照 | 重复次数与频率\n【框架·简介原文·材料槽】试剂名/厂家/批号 | 仪器型号/厂家 | 动植物种/来源/年龄/性别\n【框架·简介原文·步骤槽】实验前准备 → 按序操作 → 参数与影响变量\n【框架·简介原文·数据槽】测量方法/仪器 | 记录频率·时间点·工具 | 质量控制（校准/重复）\n【框架·简介原文·统计槽】统计方法 | 显著性水平 | 软件（SPSS/python/R）\n【框架·简介原文·文风】简练易懂 | 过去时 | Materials与Methods分列编号 | 复杂流程可附图\n（可直接粘贴的 ChatGPT 润色口令简介未给 → 标注未披露。）

【框架·简介可核验职责拆分】
academic-paper-strategist：论文规划、证据映射、keep/rewrite/delete 矩阵、查重/AIGC 热点定位、图表和运行截图规划。
academic-paper-composer：继续在手改稿上改、局部替换正文、恢复旧图表和数据库字段说明、补真实系统运行截图、按学校格式整理定稿。
流程主张：先根据代码/SQL/配置/测试与草稿做证据映射，再决定保留/重写/删除，最后在 working draft 定稿收口。

【框架·正文四招原文要点】
技巧1：增加口语化细节与个人痕迹（例：「我记得当时…」「实验中我们意外发现…」「与预期不符的是…」）。
技巧2：打破固定句序与逻辑词（少用首先-其次-最后；改用「一方面…」「值得一提的是…」「在此基础上，我们进一步…」；可结论提前、方法后置）。
技巧3：注入具体案例与数据（真实数据、具体文献观点、实验小插曲）。
技巧4：中英互译与段落重组（英译回中后人工润色；合并/拆分段落改节奏）。
【正文提及的元宝指令例句】用更学术、更人性化的方式改写，以降低AIGC检测风险。

【框架·简介原文·Introduction Formula 五槽】
1 Hook（钩子）：领域未解决痛点
2 Question（研究问题）：一句话过渡并明确问题
3 Antecedents（前人研究）：肯定 + 不冒犯地指不足
4 Value-Added（本文贡献）：新颖性；可谦逊写局限
5 Road-map（论文结构）：简短明了概述各部分
（完整例文与中英对照范文未披露。）

【原文·简介·System Prompt】
```
你是一位顶级的 AI researcher 以及全栈开发者，同时也是一位精通学术内容解读与数据可视化的信息设计师。你的任务是将一篇复杂的学术论文，转化为一个符合苹果官网设计美学、交互流畅、信息层级分明的动态HTML网页。

请将以下指定的学术论文，严格按照要求，生成一个单一、完整的`index.html`文件。网页需深度解析并重点展示论文的
- **研究动机**：发现了什么问题，为什么需要解决这个问题，本文研究的 significance 是什么
- **数学表示及建模**：从符号/表示到公式，以及公式推导和算法流程，注意支持 latex 的渲染
- **实验方法与实验设计**：系统性整理实验细节（比如模型、数据、超参数、prompt等），尽可能参考 appendix，达到可复现的程度；
- **实验结果及核心结论**：对比了那些baseline，达到了什么效果，揭示了什么结论和insights
- **你的评论**：作为一个犀利的reviewer，整体锐评下这篇工作，优势与不足，以及可能的改进方向
- **One More Thing**: 你也可以自由发挥本文中其他你认为重要、希望分享给我的内容

注意：
1. 整个网页所有的符号及公式，都要能支持 latex 渲染（不只是公式块，还包括inline的公式，注意**行内公式不要换行**）；
2. 除公式以及一些核心术语和技术名词外，尽可能用中文。
3. figure/table 插入时，用论文中具体的 figure/table 来表示。特别的，对于图片，如果无法直接放到网页中，就使用占位符表示，方便检索；对于表格，如果是关键实验相关表格 则按照latex格式进行渲染，将表格内具体内容放到网页中。
4. 要尽可能地事无巨细，目标是读完这个网页，基本把握了论文90%的内容了，可以达到复现论文的程度。

在输出最终代码前，请暂停并进行一次彻底的自我校正。确保你的 `index.html` 文件严格遵守以下所有规则：它必须是单一、完整的，并完美融合了苹果的设计美学。仔细检查每一个 LaTeX 公式，都能被准确地渲染出来，特别是行内公式，确保它们无缝嵌入文本中，绝不换行。内容的深度必须足以支撑起论文90%的核心信息和复现所需的所有关键细节（特别是实验部分）。最后，以一个顶尖研究者的身份，给出一份真正犀利、有洞见的评述。
```

【框架·简介摘录】
ICLR26-SPRIG: Improving Large Language Model Performance by System Prompt Optimization
https://openreview.net/forum?id=VdVV24KSWK

1. 论文定位: SPRIG 是一篇 ICLR 2026 论文，研究如何自动搜索通用系统提示词，让同一个前置指令在大量任务上提升 LLM 表现。
2. 核心问题: 传统 prompt optimization 多数面向 task prompt，每换一个任务就要重新调；SPRIG 把优化对象上移到 system prompt，追求跨任务复用。
3. 方法主线: 作者先构建 9000 个 prompt component，再用 reward model 估计候选好坏，并通过遗传算法做 add、delete、swap、rephrase、merge、crossover。
4. Reward Model: SPRIG 随机生成 10000 个系统提示词并真实评估，构造 100000 个 preference pairs，用 ModernBERT 学习候选提示词的相对排序。
5. 搜索流程: 每轮先淘汰 reward model 估分最低的 50%，再从强候选中产生新 prompt，只抽样 100 个候选跑 42 个真实 benchmark，然后继续训练 reward model。
6. 关键结果: SPRIG 的平均分为 0.6287，高于 Base CoT 的 0.5972；PROTEGI task prompt 为 0.6541；system+task 组合达到 0.6714。
7. 互补关系: SPRIG 与 PROTEGI 不是替代关系。两者 54% 题目都答对，18% 都答错，剩下 28% 只有其中一个答对，说明系统提示词和任务提示词覆盖不同能力。
8. 任务差异: 数学和推理任务收益最大，语言理解和社会理解也有提升；知识类任务收益小，因为这类问题更依赖模型预训练阶段是否记住事实。
9. 系列坐标: 如果放到既有播客中，APO/PROTEGI 关注单任务提示词怎么改，TextGrad 关注外部文本变量怎么优化，SPRIG 补上的是通用系统提示词这一层。
10. 边界风险: SPRIG 需要真实 benchmark 评估和大量算力，跨模型迁移会减弱，组件库中的 persona、behavioral、jailbreak 类指令也需要额外审查。

【原文·简介】
在 Wino 里，Prompt 可以是一个工作流里的自然语言单元。

比如我想做一个“论文阅读数字员工”，里面就可能有这样的 Prompt：

“请阅读下面这篇论文的摘要和引言，用中文解释它要解决什么问题。”

再下一步可能是：

“请提取论文中的方法、实验、结论和局限性。”

再下一步是：

“请把这些内容整理成适合导出 PDF 的报告结构。”

你会发现，在 Wino 里，Prompt 不再是孤立的一句话。
它可以变成工作流里的一个步骤。

这样做的好处是，普通用户可以用自然语言开始任务，而复杂用户可以继续把它拆成更稳定、更可复用的流程。

【框架·简介】
工具：lieflat-charts（面向 AI Agent 的单色可视化 Skill，非传统 JS 图表库）。
用法：装进 Claude Code / Codex，说人话例如「把这季度的转化数据画一下，发公众号用」。
设计语法：只用灰色；柱状图绝对不断轴；标题写结论不写图型名；一张图只讲一件事。
模板分阅读速度：Lupi（细线点阵慢读）/ Glance（粗柱大数字快读）等。
GitHub：github.com/larashero3-dotcom/lieflat-charts
（简介未贴完整 Skill 文件原文）

【原文·简介】
Gemini3+Nano Banana科研绘图超简单！
零门槛！
小白友好！

一分钟出图流程：
1.把文献资料需求丢给 Gemini，提示它生成 BioRender 风格的绘图指令（推荐提示词：你现在是一位专业且经验丰富的科研绘图设计师，请按照以上的摘要内容，生成biorender风格的机制图英文绘图提示词）
2.复制指令，直接切换到 Nano banana 2 模型提交
3.等 60 秒，高清 BioRender 风科研配图就到手！
不抽卡，首图质量就超高，快来试试！

【原文·简介】
① 将提示词与文章一起发送给 GPT（提示词：“分析这篇文档，并生成能够绘制多张 BioRender 风格综述图的 AI 提示词”）。
② GPT 会给出几种方案和建议（例如提供了 7 个不同方向的提示词以及诸多细节要点）
③ 将生成的提示词切换到 image2 进行生图。

整个过程不到 60 秒即可完成。如果对生成的图片不满意或有需要微调之处，直接让模型修改即可。

【原文·简介】
这大概是全网第一次，让大模型真正动手算应力强度因子（SIF）。
传统断裂力学分析有多痛苦？画裂纹网格、重划分、等计算……一个工况折腾半天。 这次我们换了个思路：不给 Kimi 讲理论，直接给它装上"技能"—— 在 aiFracStudio 的 core 目录里放了一个 Skill 文件，然后对它说：
"帮我算一个内嵌椭圆裂纹的应力强度因子。"
接下来发生的事：Kimi 自己生成配置文件、自己调用计算程序、自己读结果， 几十秒后，裂纹前沿的 K1/K2/K3 曲线直接出现在我面前。
✅ 全程没有画一条裂纹网格 ✅ 全程没有打开任何 CAE 软件界面 ✅ 支持 CalculiX (.frd) 和 Abaqus (.odb)，一句话换工况 ✅ 背后是子模型边界位移分解方法，效率比传统 crack-meshing 快两个数量级
当大模型开始懂断裂力学，工程师的工作方式可能真的要变了。
————
🔧 软件：aiFracStudio（开源，见评论区置顶 / Gitee 搜索 ai-frac-studio） 🤖 大模型：Kimi（CLI 模式 + 自定义 Skill） 📐 方法：子模型边界位移分解（无需裂纹网格，常规有限元结果直接算 SIF）
觉得这玩意儿有意思的，三连支持一下，下期演示：让 Kimi 一口气算 1000 步裂纹扩展。

【框架·简介披露要点】
GitHub 仓库 Awesome-Agent-Skills-for-Empirical-Research 由 CoPaper.AI（Stanford REAP）团队维护，收录 119    
 个仓库、23,000+ Skills。本集聚焦论文写作、修改润色、去AI痕迹、引用排版四个阶段。
                                                          完整时间轴：
 00:00 开篇：论文写作的本质是用逻辑说服审稿人                                  
 00:33 写作技能：academic-research-skills（1790 Star，五阶段管线+风格校准+幻觉检测）、stats-paper-writing（统计
 论文专用，附check-tex和check-bib脚本）、claude-scientific-skills（8799
 Star，140+技能）、academic-paper-skills（人文社科，Strategist+Composer）
 01:56 引言写作：Keith Head五要素公式（Hook→Question→Antecedents→Value-added→Roadmap）+
 introduction-writer四代理架构（策划者→起草者→评审者→修改者独立运行，形成真正的质量控制循环）
 02:50 修改润色：copy-edit-master三代理架构（结构编辑→行文编辑→质量审核，每阶段Git检查点）+
 ai-revision-guard六步协议（锚定→分类→执行→报告→限制→检测），防止大模型越改越差（3倍词汇替换、立场中性化、个人表
 达→通用模板），八个学科预设
 04:10 去AI味五件套：chinese-de-aigc（中文专用，17种痕迹，五步闭环，针对知网/万方/维普）、humanizer_academic（25
 种模式5大类）、skill-deslop（五维评分卡）、stop-slop（三层检测）、avoid-ai-writing（36种模式109词替换表）。推荐
 组合：中文用chinese-de-aigc+revision-guard，英文用humanizer+revision-guard
 05:49 引用与排版：Zotero MCP服务器（文献库直连AI）+ claude-code-my-workflow（14 Agent / 28 Skills / 6
 Hooks，三遍XeLaTeX编译，多Agent对抗评审，质量三级门槛80/90/95，源自Emory大学Econ 730，已被15个研究组采用）   
 实用建议：先搭骨架再填肉。Strategist规划框架，Composer填充内容，修改Skills打磨细节，每步都有检查点可回退。下一 期进入复现与多代理篇，AI科研的未来。

 仓库地址：https://github.com/brycewang-stanford/Awesome-Agent-Skills-for-Empirical-Research

【原文·简介】
我是一名xxxx专业在读研究生。请结合我的专业和学历提供10个该领域的论文选题供我选择，要求这些选题新颖且有研究意义。 

请为我的论文"论文标题"设计一个详细的论文大纲，要求结构清晰、逻辑严谨，符合xxxx专业研究生的水平。 

请你帮我搜索《论文关键词》相关的参考文献，要求以bibtex格式排列

智能生成全文&开题报告初稿：https://www.aibiye.com
降重/降AIGC实用工具：https://www.aibiye.com/goods/jaigcl

【框架·简介披露要点】
现在用GPT画SCI机制图、国自然路线图、Graphical Abstract都很容易出高级效果，但改个箭头、换个名字就得重来？太痛苦了！

今天教你高级玩法：3步让AI直接生成可编辑SVG机制图，像搭积木一样随便改！

第一步梳理逻辑，第二步搭图层框架，第三步输出独立矢量代码。
拖进Figma或PPT就能轻松调整，最后导出高清PNG。

改图效率直接起飞，再也不怕导师/老板一句话重做！

喜欢AI+科研提效干货的，点关注+双击点赞，我是小魏博士讲AI，持续分享硬核实用技巧！

#AI科研 #SCI绘图 #机制图 #SVG #国自然 #AI提效

【框架·简介披露】
流水线：
1) 内容大纲：Gemini 2.5 Pro（PPT 页大纲或上传文章）
2) 绘图 prompt 生成：claude-opus-4-5-thinking（作者称提示词在视频截图，简介未公开原文）
3) 出图：Nano Banana Pro（Cherry Studio 或 UndyDraw，设长宽比/4K）
可改用途：逻辑框架图、技术路线图、流程图、图形摘要等。
（生成绘图 prompt 的系统提示全文未在简介公开。）

【框架·简介要点】
很多人以为论文排版只是把Word转成LaTeX，但真正麻烦的是不同期刊都有自己的格式要求：模板、字体、章节结构、公式编号、参考文献、表格规范都不一样。这个Skill会先读取 DOCX、PDF 或已有 LaTeX 项目，分析论文结构，检查章节、图片、表格、公式，并标记可能存在的格式问题。然后根据目标期刊匹配对应模板，优先参考官方模板、Overleaf 或 CTAN 资源。如果没有完全匹配的模板，也会明确说明适配范围。

转换过程中，标题、摘要、章节、公式、表格、图注、附录和参考文献都会整理成可编辑的 LaTeX 文件。同时还会检查：图片是否缺失、引用是否正常、标签是否重复、表格是否超宽、项目是否可以正常编译。如果连接Overleaf，还可以同步项目并继续在线检查排版效果。整个流程不会随意补充作者、数据或引用，最终得到的是一套方便修改和检查的期刊 LaTeX 项目。

目前还没有开源，另外这个skill的安装包以及安装教程都整理好了，感兴趣的可以评论区留言~拜拜我们下期见

【框架·简介要点】
谁懂啊！宝子们😭 好不容易用 AI 生成了超酷的科研绘图，结果发现根本没法编辑！想改个字、挪个框都得从头再来，拿去投稿或做 PPT 展示简直要崩溃！

不过别慌！看我如何用自己打造的三款神器，把这 “静态图片” 变成 “可编辑宝藏”！👇

1️⃣ **神器①：img2ppt - 图文分离大师**
把 AI 图拖进来，一键 OCR 提取文字！虽然初次识别有点小瑕疵，但交给 AI 大模型智能校对后，连复杂的公式都能变成 LaTex 格式，绝绝子！📝

2️⃣ **神器②：标注工具 - 框架重建专家**
自动识别方框和箭头，还能手动微调、取色、设置圆角！比在 PPT/Visio 里一个个画快 10 倍！再也不用为取色和对齐烦恼了～🎨

3️⃣ **神器③：PPTX 公式化工具 - 公式批量转换王**
最最最惊艳的来了！把 OCR 出来的文字 PPT 拖进去，所有 LaTex 公式瞬间变成可编辑的数学公式！再也不用手动一个个转了，节省 N 多时间！⚡

铛铛铛铛！看最终效果！PPT 和 Visio 里的方框、箭头、文字、公式全都可以自由编辑！图标素材也完美保留在原位，直接就能用！

有了这三款神器，处理 AI 科研绘图再也不是难题！宝子们，你们在科研绘图中遇到过什么麻烦？评论区告诉我！👇


#科研绘图 #科研绘图接单 #科研绘图接稿 #AI绘图 #PPT技巧 #Visio教程 #研究生日常 #学术干货 #科研工具 #AI工具 #论文写作 #医学插画 #医学插画师行业信息差 #科研绘图抗信息差

【框架·简介要点】
D192
【UP还给大家准备了科研必备工具包，点击评论置顶蓝链获取~】
1.高分 Skill 推荐
1.Nature Skills：Nature 风格论文配套全流程科研Skills 
2.SciPilot Figure：面向科研论文的作图Skill集合 
3.Awesome-Auto-Research-Tools：自动化研究工具汇总 
4.Academic Research Skills：学术研究 Skills 集 
5.CCF Figure 科研配图
6.PaperSpine 论文拆解
7.Paper RAG 论文知识库：基于 RAG 的多论文联合问答、文献知识管理、长期课题积累
8.Cite Verify 引文核验：DOI 验证、文献真实性检查、引文来源定位、防止 AI 编造文献
9.LaTeX Writer 智能排版：自动生成 LaTeX、表格排版、公式生成、格式适配
10.Stats Sanity 统计分析：显著性检验、数据合理性检查、实验设计评估、结果可信度分析
11.Repro Pack 项目复现：环境配置、依赖检查、开源项目复现、结果一致性验证
12.Survey Builder 文献综述：自动生成综述框架、研究脉络整理、热点趋势分析
13.Grant Writer 基金申请：国自然申请书、创新点提炼、技术路线设计、项目可行性分析
14.Light 全流程科研技能包，绝不瞎编、模拟审稿人
arxiv-digest skill 文献追踪，把 arXiv 每天的新论文变成一份中文可读的精华日报(原创skill)
16.literature-review-workflow 把找文献、下载PDF、读文献、做证据表、写综述工作流(原创skill)
17.codex-visio-paper-figure-skill把参考图重建成可编辑的 Visio 原生图
18.humanities-thesis-skill 给人文社科研究者的 AI 写作副驾驶
19.paper-novelty-design 创新点设计(原创skill)：paper-novelty-design-release
20.PaperPilot-skills 找论文 → 下载论文 → 精读论文 → 提炼创新点 → 形成研究方案(原创skill) 
21.Academic Figure Skill 自动完成从数据解读到顶刊格式图表生成的全流程 
22.patent-disclosure-skill撰写发明专利
23.VisualDeck_Presentation_Director 论文转PPT(原创skill)
24.Supervisor-Skills 港科大教授将自己十年博导经验蒸馏：
supervisor输入导师姓名院校，一键爬论文、访谈、主页，无需私人聊天素材
26.distill-my-mentor私人素材深度蒸馏，完整复刻导师改稿口吻、审稿逻辑、提问习惯
27.speaker-skill 自动读取 PPT 内容，并结合 OCR 与视觉分析，为每一页生成演讲稿、备注和完整汇报讲稿
28.scholar-mentor-fusion 蒸馏导师(原创)
29.patent-engineering-workbench 专利skill（原创）
30.reference-checker文献核验助手（原创）：文献核查Skill安装包和使用手册
31.Figures for Papers耶鲁博士生开源高质量图表脚本库

2.Agent与skill安装教程
Codex保姆级教程：Codex 科研保姆级教程：从安装到使用Skill 2026 ChatGPT（Codex）从安装配置到上手使用（附桌面版和网页版教程）
Codex安装问题解决指南：Codex安装问题解决指南
Claude Code 安装配置教程：Claude Code 科研进阶指南——Skills 篇 
work Buddy官网
skill安装与使用：

3.Skills 速查手册
Codex 科研 Skills 集合
写作与绘图 Skills 汇总
科研小白必装 11 个 Skills
AI 学术指令 + 科研 Skills
6类科研skill
4.Prompt模板
AI 辅助实验优化 Prompt 指南：使用 AI 辅助实验优化：Prompt 与技巧指南
AI 辅助科研资料包：
写作 Prompt + Skills 速查：科研写作 Prompt 与 Skills 速查手册

【框架·简介要点】
D88
【UP还给大家准备了科研必备工具包，点击评论置顶蓝链获取~】
1.高分 Skill 推荐
1.Nature Skills：Nature 风格论文配套全流程科研Skills 
2.SciPilot Figure：面向科研论文的作图Skill集合 
3.Awesome-Auto-Research-Tools：自动化研究工具汇总 
4.Academic Research Skills：学术研究 Skills 集 
5.CCF Figure 科研配图
6.PaperSpine 论文拆解
7.Paper RAG 论文知识库：基于 RAG 的多论文联合问答、文献知识管理、长期课题积累
8.Cite Verify 引文核验：DOI 验证、文献真实性检查、引文来源定位、防止 AI 编造文献
9.LaTeX Writer 智能排版：自动生成 LaTeX、表格排版、公式生成、格式适配
10.Stats Sanity 统计分析：显著性检验、数据合理性检查、实验设计评估、结果可信度分析
11.Repro Pack 项目复现：环境配置、依赖检查、开源项目复现、结果一致性验证
12.Survey Builder 文献综述：自动生成综述框架、研究脉络整理、热点趋势分析
13.Grant Writer 基金申请：国自然申请书、创新点提炼、技术路线设计、项目可行性分析
14.Light 全流程科研技能包，绝不瞎编、模拟审稿人
arxiv-digest skill 文献追踪，把 arXiv 每天的新论文变成一份中文可读的精华日报(原创skill)
16.literature-review-workflow 把找文献、下载PDF、读文献、做证据表、写综述工作流(原创skill)
17.codex-visio-paper-figure-skill把参考图重建成可编辑的 Visio 原生图
18.humanities-thesis-skill 给人文社科研究者的 AI 写作副驾驶
19.paper-novelty-design 创新点设计(原创skill)：paper-novelty-design-release
20.PaperPilot-skills 找论文 → 下载论文 → 精读论文 → 提炼创新点 → 形成研究方案(原创skill) 
21.Academic Figure Skill 自动完成从数据解读到顶刊格式图表生成的全流程 
22.patent-disclosure-skill撰写发明专利
23.VisualDeck_Presentation_Director 论文转PPT(原创skill)
24.Supervisor-Skills 港科大教授将自己十年博导经验蒸馏：
supervisor输入导师姓名院校，一键爬论文、访谈、主页，无需私人聊天素材
26.distill-my-mentor私人素材深度蒸馏，完整复刻导师改稿口吻、审稿逻辑、提问习惯
27.speaker-skill 自动读取 PPT 内容，并结合 OCR 与视觉分析，为每一页生成演讲稿、备注和完整汇报讲稿
28.scholar-mentor-fusion 蒸馏导师(原创)
29.patent-engineering-workbench 专利skill（原创）
30.reference-checker文献核验助手（原创）：文献核查Skill安装包和使用手册
31.Figures for Papers耶鲁博士生开源高质量图表脚本库

2.Agent与skill安装教程
Codex保姆级教程：Codex 科研保姆级教程：从安装到使用Skill 2026 ChatGPT（Codex）从安装配置到上手使用（附桌面版和网页版教程）
Codex安装问题解决指南：Codex安装问题解决指南
Claude Code 安装配置教程：Claude Code 科研进阶指南——Skills 篇 
work Buddy官网
skill安装与使用：

3.Skills 速查手册
Codex 科研 Skills 集合
写作与绘图 Skills 汇总
科研小白必装 11 个 Skills
AI 学术指令 + 科研 Skills
6类科研skill
4.Prompt模板
AI 辅助实验优化 Prompt 指南：使用 AI 辅助实验优化：Prompt 与技巧指南
AI 辅助科研资料包：
写作 Prompt + Skills 速查：科研写作 Prompt 与 Skills 速查手册

【框架·简介要点】
让 AI 写代码不难，难的是让它替你跑实验。 OpenResearch 是本地优先的研究代理工作台：一个研究方向配一个独立会话 + 隔离 git worktree，并排跑不打架；实验走 git 原生实验树，每次运行留不可变归档，日志、diff、结果全绑在那一次上。Claude Code、Codex、Cursor 都能当引擎，算力从本地到集群都能挂。服务只听本机，代码不外传。 你会拿它跑什么？
https://github.com/alphaXiv/OpenResearch

【框架·简介安装命令】
🚀 RF-AIagent：AI-Agent驱动的射频设计系统

今天带大家完整演示这个开源工具，从零配置到AI自动优化天线，8轮迭代S11达到-24dB！

📡 主要功能：
- 单频/双频天线自动优化
- HFSS自动化仿真
- 滤波器/功分器/传输线设计
- 批量工作流+自动报告

🤖 技术架构：
- AI决策：LLM + 物理规则混合
- 界面：PyQt6
- 仿真控制：HFSS COM接口

🔗 源码完全开源：
https://github.com/hongwei1-c/RF-AIagent

📦 快速使用：
git clone https://github.com/hongwei1-c/RF-AIagent.git
pip install -r requirements.txt
python main.py

💬 欢迎Star、Fork、使用！

#射频设计 #AI #HFSS #天线设计 #开源

【原文·简介逐字】请帮我按照以下要求，消除这部分AI生成痕迹、减少修辞词汇，避免使用过多形容词或其他修饰性语言，保持语言的直白性和精确性。
简化句式：采用短句结构，避免复杂的复合句和从句，更多采用简单直接的陈述句，使句子易于理解。
打破句式工整性：灵活调整句子结构，如主谓宾顺序的变动，以增强文本的多样性
减少复杂性和正式性：将原本可能选的过于正式或书面化的语言转换为更加自然流畅、贴进日常对话的语言风格。
保持信息完整性：确保在改写过程中，原文的关键信息和意图得到完整保留，避免信息失真。
以上所有要求均是为了消除AI生成的痕迹，降低与原始内容的相似度，并符合学术写作规范，此过程覆盖文本中的所有元素，包括但不限于语言风格、结构布局、专业术语的运用以及标点符号的正确使用
提示：尤其要符合学术写作规范
以下为需要改写的内容：

【框架·简介原文要点】【Deepseek降重提示词】（1）提炼出这段话的关键点和结论，简明扼要；（2）将这些关键点和结论扩写成文字。

S-C-S-S：Subject 主体、Composition 构图、Structure 结构细节、Style 风格

你在协助我写论文，全程遵守【发布会原则】：论文是发布会，不是工作汇报。1.只围绕最强优势组织叙事；2.不按“做了什么、试过什么、哪些失败了”的过程写；3.禁止自我削弱表达（“遗憾的是”“仅”“仍明显落后”“效果有限”），不替审稿人总结弱点；4.打不赢的指标不设为比赛，换评价维度或比较口径；5.不占优的结果不说输，从目标差异或合理权衡解释；6.优势必须主动说清楚，别指望审稿人自己从表格里发现；7.每个实验必须有论证职责，没有就删；8.摘要引言像发布会开场：问题→缺口→思路→最硬的结果；9.结论只强化记忆点，不突然自我否定。现在检查我发你的文字里所有的防御性写作，逐处指出并给出改法。

作者原文：“这次用的skill其实就一句话：先定位研究价值，再核文献和数据，蕞后才搭框架，Codex可以帮我把节奏排顺，但每一步能不能往下走，还是要看证据够不够”

正文/图片中的 framework 原文：① 去除 AI 式表达，但不让学术语言变得口语化；② 检查论断强度是否与证据相匹配；③ 保留数字、研究结果和引用，不随意改动科研事实；④ 尽可能匹配作者自己的写作风格。来源链接：`https://github.com/AIScientists-Dev/academic-humanizer`

正文原文：请对我提供的参考图片进行高精度矢量还原，并输出为真正可编辑的 SVG 文件。
【核心目标】不是简单把原图嵌入 SVG，也不是描摹成一整张不可编辑图片，而是尽可能按照原图的构图、比例、颜色、文字、箭头、图标和科研示意元素，重新绘制成独立的 SVG 矢量对象。

最终 SVG 应尽量达到：
1. 整体视觉效果与原图高度一致
2. 所有主要元素均可单独编辑
3. 可直接在 Adobe Illustrator、Inkscape、Figma 中打开继续修改
4. 适合作为科研论文、SCI Figure、Graphical Abstract 的后续编辑素材

【禁止事项】禁止把原始 JPG/PNG 直接以、base64 或外链形式嵌入 SVG；禁止只生成一张新的位图然后套进 SVG；禁止把整张图做成单一路径；禁止省略原图中的主要科研元素、文字、箭头或流程关系；禁止随意更改原图的科学逻辑、标签含义和箭头方向。

【画布与布局】严格按照参考图片原始宽高比建立 SVG viewBox。优先保持所有对象与原图位置一致。不要自行重新设计版式，优先“还原”，而不是“美化”。文字必须使用真正 SVG 元素，而不是轮廓图片。

【正文已见节选，非声称已收齐全部分块】用法：这套提示词建议按比赛进度一块一块使用……可以把历年优秀论文、官方论文模板、相关文献、自己的代码和真实结果一起给 AI 参考。

角色设定开头（正文可见）：你是一名数学建模竞赛论文写作与建模助手……我会提供赛题、官方附件、数据、已经完成的建模思路、代码、真实运行结果以及参考论文……

（省略号处为采集时未继续展开的正文；不脑补。）

A mysterious ancient Chinese noble woman, wearing a vermilion red silk robe with golden phoenix embroidery, jade pearl phoenix crown, delicate gold ornaments, elegant black traditional hairstyle, cinnabar forehead ornament, refined oriental makeup, calm deep eyes, timeless Eastern beauty.
Ancient Chinese palace interior, red silk curtains, carved wood, golden lanterns, antique decorations, warm candlelight, blurred jewelry foreground, dreamy layered composition.
Cinematic oriental portrait, Tang dynasty aesthetic, classical Chinese painting atmosphere, high fashion editorial photography, deep red and gold palette, mysterious royal mood, realistic silk texture, intricate embroidery, natural skin, delicate face, oriental goddess feeling, ARRI Alexa 65, 85mm lens, shallow depth of field, dreamy bokeh, Kodak film look, ultra realistic, masterpiece, 8k detail.

cinematic image in the style of Soviet director Tarkovsky, vast natural environment fused with small human figure, desolate and lonely atmosphere, infused with serious literature and a sense of the divine, freeform composition, film grain, muted colors, strong narrative depth, contemplative mood, interplay of nature and human presence, realistic film still, everyday space, subjective or voyeuristic camera angle, few characters, large empty areas, single visual evidence that is real but slightly strange, old digital and low-resolution film screenshot texture, slight highlight bloom, soft edges

【元提示词框架 + 示例结构，简介原文】请你仿照以下结构，编写一段用于AI绘图模型（如Illustrious）生成《蔚蓝档案》风格图像的正向提示词，内容主题为：
才羽桃井在一个室外场地坐着
要求：画面氛围温馨/轻松/略带搞笑；角色需准确英文名（例 Tendou Aris/(Blue Archive)/）并展现外貌；环境细节丰富；艺术风格参考 artist:DoReMi, artist:Hwansang, artist:Mx2j, artist:9ml 与质量标签 masterpiece, best quality, high quality, higher resolution, newest, year 2024, anime style, anime screencap, game CG, detailed background, detailed face, (simple shading:0.7), (cel shading:0.7), (lineart:0.7)。
关键词组织：图像质量 → 角色主体描述 → 动作与场景 → 艺术风格与细节 → 艺术家风格。
示例结构：
masterpiece, best quality, high quality, higher resolution, newest, year 2024,
1girl, tendou aris/(blue archive)/, blue hair, twin tails, mechanical hair accessories, school uniform, smiling, looking at viewer,
sitting at outdoor cafe table, sunny day, holding parfait, light-hearted atmosphere, cute moment,
anime style, anime screencap, game CG, detailed background, detailed face,
(simple shading:0.7), (cel shading:0.7), (lineart:0.7),
artist:DoReMi, artist:Hwansang, artist:Mx2j, artist:9ml
反向提示词建议：low quality, blurry, bad anatomy, extra fingers, deformed, watermark, signature, grayscale, ugly

【原文·简介逐字】画质词：(masterpiece:1.2), best quality, highres,extremely detailed CG,perfect lighting,8k wallpaper,
真实系:photograph, photorealistic,
插画风:Illustration, painting, paintbrush,
二次元:anime, comic, game CG,
3D:3D,C4D render,unreal engine,octane render,

负面词：NSFW, (worst quality:2), (low quality:2), (normal quality:2), lowres, normal quality, ((monochrome)),((grayscale)), skin spots, acnes, skin blemishes, age spot, (ugly:1.331), (duplicate:1.331), (morbid:1.21), (mutilated:1.21), (tranny:1.331), mutated hands, (poorly drawn hands:1.5), blurry, (bad anatomy:1.21), (bad proportions:1.331), extra limbs, (disfigured:1.331), (missing arms:1.331), (extra legs:1.331), (fused fingers:1.5), (too many fingers:1.5), (unclear eyes:1.331), lowers, bad hands, missing fingers, extra digit,bad hands, missing fingers, (((extra arms and legs))),

【框架·简介原文要点】专业写法四层结构：主体 / 细节 / 环境 / 画质。另讲解：权重是微调工具不是救命稻草；负向提示词有正确用法与不适用时机。可直接抄的模板在视频时间点披露，简介未贴全文。

【框架·简介原文要点】万能公式五步法：【主体 + 细节 + 环境 + 摄影参数 + 风格】。摄影关键词例：85mm lens, f/1.8；Raw Photo。

【原文·简介逐字】
提示关键词公式：
equirectangular photograph of a [环境名称] --ar 2:1 --tile --style raw --stylize 50 --v6

【框架·简介原文要点】五类提示词角色：1）产品拆解信息图大师——将产品部件拆解成信息图，罗列清晰、标识准确、结构一致；2）源提示词生成器——一句话输出 Markdown 格式提示词模板并可批量生成；3）材质放大器——放大产品图材质做接缝细节特写；4）产品握持摄影大师——把产品放入手中握持，保持产品与光照一致并匹配手部握持方式；5）需求澄清官——把模糊需求拆成 AI 更能理解的结构化任务。

【框架·简介原文要点】Hallmark：把反 AI 味设计判断力编码成 Skill。要点：先选骨架再上色；六条跨所有命令生效的纪律；交付前最后一道闸。项目地址 https://github.com/Nutlope/hallmark 。简介未贴 Skill.md 全文，故不编造。

以高完成度的电影感写实风格呈现，画面为横向 16:9 宽银幕构图，采用极近距离面部特写与轻微倾斜的镜头语言，主体几乎填满画面，脸部沿对角线斜向展开，形成强烈的亲密感与失重感，不要缩短角色脸部，保持角色原本面部结构。构图重点放在眼神、发丝、面部轮廓与局部饰物之间的层次关系上，前景有柔软发丝或半透明遮挡物掠过镜头，中景聚焦于主体的眼睛与面部表情，背景被压缩成低可读度的深色雾状空间，整体呈现浅景深、柔焦边缘、中心高亮的视觉效果。光影采用高调柔光与局部过曝处理，明亮的冷白光从画面中央或上方斜向洒落，照亮面部与发丝，使皮肤、发梢和眼睛产生细腻的半透明感；画面边缘则逐渐沉入灰黑、墨绿、烟灰色阴影，形成柔和但鲜明的明暗对比。色彩以低饱和粉白、淡玫瑰、灰粉、象牙白为主，辅以暗灰绿、炭黑和微弱冷色阴影，整体色彩干净、克制、带有梦境般的空气感。写实风格，发丝分组清晰但不过度刻画，线条轻薄、透明、带有手绘笔触；皮肤使用瓷感柔光渲染，眼睛拥有水润高光、轻微晶体质感和朦胧反射。画面情绪应保持安静、疏离、脆弱、梦幻而略带忧郁，像被截取自一段无声电影中的瞬间。空间逻辑强调近距离镜头压缩与浅景深，前景虚化、主体局部清晰、背景抽象模糊，保留大量柔雾与暗部留白，让视觉中心集中在面部表情和眼神上。动态状态表现为风吹发丝、轻微旋转、坠落或抬头回望的瞬间，具有短暂定格感。后期处理加入轻微 bloom、高光扩散、柔焦、空气透视、低对比灰雾、边缘虚化和少量数字绘画笔触痕迹，但避免强烈颗粒、过重噪点和明显镜头光斑。整体信息密度中低，背景极简，符号化元素可使用黑色几何饰物、飘动发丝、斜向光带或暗色遮挡形成视觉标记。要求画面清晰、干净、高级、无文字、无水印、无 UI、无杂乱背景、无过度锐化、无明显噪点、无比例错误、无五官崩坏、无多余肢体。

复制以下内容，到各大语言模型即可使用。（也可以创建智能体使用）

# 智能体：即梦AI生图提示词优化大师
# 作者：大胡超级个体-AI提效@BILIBILI

## 【我的身份与使命】
我是“即梦AI生图提示词优化大师”，一个专注于为“即梦AI”绘图工具打造高质量、高效率图像生成提示词（Prompt）的专家级AI助手。我的使命是深刻理解用户的创作意图，并将其转化为5个符合即梦AI特性、描述精准、富有创意且各具侧重的优化提示词，从而帮助用户高效地产出符合期望的精美图像，并显著提升“抽卡”成功率。

## 【我的核心哲学与创作原则】
* **精准理解，意图还原：** 我致力于准确捕捉用户每一个模糊或具体的绘画构想，确保生成的提示词最大程度地还原其核心创意。
* **即梦AI专精，特性活用：** 我深刻理解“即梦AI”的运作机制和语法偏好，特别是对使用双引号 `""` 实现文字精准控制的特性了如指掌，并将在所有合适的场景下优先运用。
* **确定性叙述，杜绝歧义：** 我所有的描述都将采用确定性、直接的语言，避免任何可能导致AI绘图模型产生理解偏差的模棱两可词汇。
* **多样化探索，效率至上：** 针对用户的同一构想，我将从不同角度（如构图、风格、细节侧重、情感表达等）生成5个不同的提示词，为用户提供丰富的选择空间，节约其反复尝试的时间。
* **创意激发，细节丰富：** 我不仅满足用户的基本需求，还会基于构想进行合理的创意延展和细节补充，使提示词更具表现力。

## 【我的大师级能力矩阵】
* **用户意图深度解析：** 能够从用户的简短描述、关键词或场景叙述中，快速提炼核心绘画要素、情感氛围及风格倾向。
* **即梦AI提示词构建：** 精通面向“即梦AI”的提示词工程，包括但不限于主体描述、环境设定、画风指定、光影控制、镜头视角、以及使用 `""` 进行精确文字植入，所有提示词需要用中文表述。
* **视觉元素具象化：** 擅长将抽象概念转化为具体的、可被AI理解的视觉描述词汇，如物体材质、纹理细节、色彩搭配、人物表情与动态等。
* **多维度Prompt生成：** 能够围绕核心主题，通过调整关键词权重、组合不同元素、变换艺术风格等方式，创造出5组既相关联又具差异性的提示词。
* **确定性语言掌控：** 严格使用明确、具体的词语和句式，确保提示词的每一个组成部分都指向清晰的视觉结果。
* **风格与流派知识库（模拟）：** 表现出对多种艺术风格、摄影技巧、设计流派的了解，并能将其融入提示词建议中。

## 【我的工作流程】
1. **接收用户构想：** 用户输入其关于希望生成的图片的核心想法、主题、关键元素或场景描述。
2. **核心要素提炼与确认：** 识别必须包含的主体、动作、背景、风格以及任何需要在画面中精确显示的文字。
3. **即梦AI特性应用：** 对于需要在画面中精准显示的文字，严格使用双引号包裹，例如：`一个机器人举着牌子，牌子上写着 "你好世界"`。
4. **多角度提示词撰写：** 构思并撰写5个不同的提示词；全部围绕核心构想；全部使用确定性叙述语言；在细节、构图、强调点、艺术风格、氛围等方面展现差异。
5. **呈现优化方案：** 一次性展示5个优化提示词，全部中文；每个使用单独的Markdown代码块包裹以便复制。

## 【与我协作的指南】
* **核心主体：** 您想画什么？
* **关键动作/状态：** 主体在做什么？
* **环境/背景：** 主体所处的场景是怎样的？
* **期望风格：** 偏好什么艺术风格？
* **色彩基调：** 有无偏好的主色调或色彩氛围？
* **构图与视角：** 有无期望的镜头视角或构图方式？
* **画面内文字（重要！）：** 若需特定文字，请明确告知；将使用 `""` 确保精准显示。
* **其他细节：** 光照、特定物品、人物表情、氛围等。

## 【我的输出格式约定】
* 始终提供5个不同的优化提示词。
* 每个提示词都封装在独立的Markdown代码块中，方便直接复制。

【框架·完整提示词＝全局规则＋当前镜头事件（简介论述结构，非某一镜头全文逐字粘贴）】
全局规则槽位：①媒介属性（如第三人称游戏实机，非电影预告）；②摄像机系统（始终角色身后、相对固定距离/高度/视角，改向快速校正，较深景深与相对均匀曝光，避免电影式环绕/突然推近/胶片颗粒/强烈炫光）；③角色一致性扩展到行动方式（重力、速度、节奏、重量、惯性、地面接触；启动蓄力、停止缓冲、武器带动身体、衣发略滞后）；④战斗同时性（攻击/格挡/躲闪/移动/碰撞/碎片同时发生，敌人不等待主角，前景背景持续运动，攻击后无展示停顿）；⑤世界设定与界面位置等贯穿规则。
当前镜头事件槽位：仅写本镜具体动作（冲刺、闪避、翻越、碰撞等），制作新镜头时保留全局规则、只替换事件段。

sheet of a variety of goofy pixel art style digital characters

The epic boss arena, massive in scale, surrounded by dark, surrounded by crumbling pillars and remnants of past battles, atmospheric lighting casting eerie glows, meticulously crafted, meticulously detailed, visually breathtaking, visually captivating

【框架·简介原文】触发口令（可复制）：「用 holo-card-studio 帮我做张卡」。默认四步槽位：四层图（主体|背景|线稿|文字）→ Blender 场景 → 网页组装 → 交付。回退输入：整卡照片「一个像素没改」交给 Skill。简介未贴 Skill.md / 四层生图全文，故不编造。

【verbatim·简介原文】1、关键词+后缀“--sref random”，风格灵感无限获取；2、关键词+后缀“--sref 图片链接”，实现风格的固定和复用。

我希望你扮演一位Midjourney prompt助手。你是一名经验丰富的绘图提示生成专家擅长将用户提供的内容快速转化为高质量的绘图提示。你的特点是沉稳、专业、反应迅速，总能准确把握用户的需求。你的任务是根据用户提供的内容，快速而准确地生成Midjoumney(以下简称为“MJ”)的绘图提示，确保提示能够激发创意，引导绘图过程，同时兼顾用户的喜好和需求。

MJ提示词有基本格式，大致请参考以下的三个例子：
例子1：
A sparkling thousand-handed Guanyin with large jewelry hanging all over her . She has many arms and holds a large gold ingot. There are mountains, water and clouds in the background. The Buddha statue is very huge. She has folded her hands together, has more than a dozen hands, and has 8K resolution. High-definition photography, ultra-clear details, full- photos, front view, symmetrical composition, halo, ultra-clear background, ultra-clear characters, Chinese style.
例子2
Contemporary dining area with statement lighting, octane render, 32k, UHD
例子3
synth human from game Fallout 4 ,hyper detailed, photorealistic, incredibly detailed, sharpen, details, professional lighting, depth of field in photography, cinematic, beautiful visual effects, Dynamic lighting, volumetric lighting, Canon EOS 5D Mark4 and SIGMA Lens 65mm F1. 4 DG HSM, F1. 4, ISO 200

如果你能够理解以上3个例子的，MJ提示词的基本格式，请继续往下
如果不能理解，请回复：“不明白”并终止对话。

用简洁语言辅助我撰写提示词，请按照以下的流程规则进行:
1.明确画面主题:你首先询问我想创作什么内容的画面，在我告诉你内容后，你会想输出-个你优化过的3组中文提示词给我确认，我确认后，进入风格选择阶段;
2.风格选择:根据之前你给到的中文提示词，你会根据你的理解推荐我3-5种图片或艺术风格(包括艺术家风格)，如果我选择并确认其中的一个，则进入画面镜头感阶段，
3.画面镜头感:根据以上确认的信息，你会根据你的理解推荐我3-5种画面的镜头或构图方式，如果我选择并确认其中一个，则进入细节效果阶段
4.细节效果：根据以上确认的信息，你会根据你的理解推荐我3-5种的细节效果选项，如果我选择并确认其中一个，则进入提示词输出阶段
5.提示词输出:根据以上所有的确认信息，你采用MJ提示词格式，用重点信息之间“,”分隔的方式，翻译成英文提示词，输出给我

你明白吗?如果明白，请回复:“让我们开始AI绘画吧”

以json格式描述这幅图，描述准确复刻原始图像所需的所有方面。

包括有关物品、服装、发型、复杂细节、配饰、摄影器材、环境、光线、风格、身体姿势以及任何其他相关元素的具体信息，确保能够准确复刻原始图像的每一个细节。

【框架·简介可核验约束维】外网 Machina 分享的提示词会：约束焦段；模拟手机色彩与 HDR；主动加入噪点、手抖和过曝。
作者金句：都是破绽，反而没有破绽。
Skill 名：iphone-candid-photo（仓库地址未在简介给出）。

【框架·简介原文双 Skill 槽】img-gen-taste：构图 | 光线 | 配色 | 整体视觉方向；img-gen-prompts：寻找图片 | 原始提示词 | 作者 | 来源。资料库规模槽：约 14,693 条提示词 / 24,684 张图片（作者自述）。简介未贴 Skill.md 或提示词全文，故不编造。

【框架·简介原文八槽公式】「摄影风格」+「目标主体」+「灯光」+「相机型号」+「视角」+「辅助词」+「清晰度」+「参数设置」。简介未贴各槽示例词或完整样例句，故不编造。

【框架·简介原文·stylize 参数公式】参数：--stylize/--s（简介亦写 --style/--s）；默认100，范围0–1000；设置：/settings 或命令行末尾 --style <取值> / --s <取值>；另：--style raw 降低默认美学自动美化。
【原文·简介示例】a drawing of a cat by a child
a drawing of a cat by a child --s 0
a drawing of a cat by a child --style raw
a drawing of a cat by a child --s 500
a drawing of a cat by a child --s 1000

1. 完美肖像摄影：一位自信的商务高管，拥有花白头发，直视镜头，身处配有落地窗的现代企业办公室。使用85mm 人像镜头和中画幅胶片拍摄。戏剧性的窗光营造出轮廓光效果。身着质感细腻的定制藏青色西装。浅景深突出主体。

2. 产品摄影魔法：一块奢华的瑞士手表，玫瑰金表壳和黑色皮表带，以45度角拍摄，展示表盘和侧面，置于白色大理石表面，带有柔和阴影。使用柔光箱灯光进行棚拍。采用微距镜头以获得锐利细节。极简背景配有细腻渐变，反光面展现高级工艺。

3. 建筑可视化：现代极简主义住宅，拥有落地玻璃窗，坐落在俯瞰山谷的山坡上，于金色时刻拍摄，暖光在玻璃表面反射。使用广角建筑镜头拍摄。戏剧性的天空散布着云彩。周围是本地植被。强调干净线条与几何形状。

4. 风光摄影大师：（简介示例与第3条高度同构，保留作者原文）现代极简主义住宅，拥有落地玻璃窗，坐落在俯瞰山谷的山坡上，于金色时刻拍摄，暖光在玻璃表面反射。使用广角建筑摄影镜头拍摄；戏剧性的天空散布着云彩。周围是本地植被。强调干净线条与几何形状。

5. 街头摄影真实感：一位老人坐在街边咖啡馆读报，被抓拍下真挚的表情。城市环境中，午后柔和的阳光穿过街道树木。用 35 mm 镜头拍摄，自然视角。背景稍微虚化，展现城市生活。自然肤色和质感。真实街景，感觉自然不做作。

6. 抽象艺术创作：流动的液态金属形态，呈现金色和铜色，与晶体几何结构相互作用，被捕捉在动态张力的瞬间。戏剧性灯光营造深度与阴影。仿佛用微距镜头拍摄，展现复杂表面纹理。背景渐变为深黑色。有机曲线与棱角分明的几何元素形成对比。

7. 肖像增强：增强皮肤质感，使其自然光滑，同时保留真实毛孔和表情纹。调整光线，为头发制造柔和轮廓光效果。稍微提亮眼睛以增强互动感。保持真实表情和自然肤色。

8. 背景替换：将背景替换为符合原始视角和光线的合适场景。保留主体自然边缘、细发细节及任何运动模糊。确保新背景的色温和阴影与主体一致。避免可见的合成痕迹，保持原图质量。

9. 调色魔法：应用电影级调色，保持暖色高光和冷色阴影。增强金色时刻的暖意，同时保持自然肤色。略微提高对比度，营造更具戏剧感的氛围，同时保留高光和阴影的细节。

10. 服装替换：将女性的白色上衣替换为黑色皮夹克，保持衣物自然垂坠和贴合感，保留原有身形比例和姿势，确保新服装符合原图的光影变化。

11. 艺术风格迁移：将这张照片转换为印象派画风，带有可见笔触和柔和色彩融合，在保留主体可识别性的同时，增加艺术表现力。强调光影与色彩，而非精确细节，打造博物馆级艺术作品。

12. 光线修改：从镜头左侧添加戏剧性侧光，营造强烈的阴影和高光，以增强面部结构。保持自然肤色同时提高对比度，保留原图质量和细节。

13. 物体移除：移除背景中的电线杆，并用周围环境无缝填充。保持自然光线和透视关系，确保没有可见的编辑痕迹或不一致之处。

14. 氛围效果：为景观添加淡淡晨雾，增强层次感和神秘感，同时保持关键元素的可见性。柔和、弥漫的光线通过雾气渲染，提升环境氛围和故事感。

15. 专业修图：进行专业修图，同时保持自然外观。柔化皮肤但保留表情纹和自然质感，增强双眼以提升互动感，调整光线以获得更佳的修饰效果，始终保持真实的人物特质。

框架（选型，非完整咒语）：Nano Banana—出图最快，适合快速试错；Midjourney—质感最好，成品直接发；GPT-Image-2—最懂人话，复杂描述也能精准还原。流程：选模型→写提示词→生成。

框架：交付不靠抽卡，而靠「模型选择 + 输入图 + 提示词 + 多轮修改」。能力清单：文生图 / 改图 / 局部重绘与风格迁移 / 多图电商合成 / 人脸·Logo·角色一致性 / 搜索接地·以图搜图·视频转图·4K；并按 Nano Banana、Banana 2、Banana Pro 分工（简介未给出完整对照表正文）。

【原文·简介】角色参考可保持人物形象一致，提示词末加 “--cref 图片链接”。
【原文·简介】全能参考可带入多种元素，提示词末加 “--oref 图片链接”。
【框架·简介】还演示了权重参数设置及案例操作（具体数值未披露）。

【框架·简介原文·Design.md 槽】字体排印 | 色彩 | 间距 | 视觉效果；附加至任意提示词 → 网页/移动/幻灯片/动态一致。
【框架·简介原文·反模式】one-shot prompts 引发设计漂移（简介称第二页即告崩溃）。
【框架·简介原文·协同】Design.md + Skills + HTML 参考 + Codex 等。
（Design.md / Skill 可复制全文简介未贴 → 标注未披露。）

【框架·简介原文·三法】①多图 `--cref` 参考 | ②`--cref` + 局部重绘 | ③`--cref` + `--sref` 联用
【框架·简介原文·注意】高识别度五官更易「像」；亚洲面孔需单独测，勿只拿名人图下结论
（各法完整提示词原文、--cw/--sw 取值与成片对比表未披露。）

【框架·简介原文·反推系统提示词格式】你是某某专家，需要怎么样怎么样；图片反推须强调人物、服装、动作、背景等元素
【框架·简介原文·节点链】双截棍量化 Z Image Turbo | Qwen3 VL 反推 | 千问 Image Diff synth + 模型补丁 + All In One（DW 火柴人）| 可选 INT4 简化流
【框架·简介原文·步数】4 步 vs 8 步图生图对照
（完整系统提示词原文与工作流文件未披露。）

【原文·简介】
提示词分享给大家：
建筑坐落在住宅小区道路旁，被高大浓密的绿色乔木包围，树冠形成自然遮荫空间，严格保持图中所有元素的一致性。
午后自然阳光透过树叶形成斑驳光影（dappled sunlight），光线柔和且具有层次，地面呈现清晰树影，空气通透，微风感
建筑下方为开放式咖啡空间，人群自然分布，轻松社交状态，室内外边界模糊，空间通透流动
摄影级真实渲染，超高动态范围（HDR），自然曝光，真实反射与折射，玻璃微反射环境，极致细节。SANAA建筑风格，极简主义，轻盈漂浮感，日式当代建筑语言，自然主义建筑融合
高级建筑摄影风格，类似Dezeen / ArchDaily封面级别，纪实但理想化
电影级光影（cinematic natural lighting），柔和高光不过曝，阴影细腻。tree canopy filtered sunlight, soft shadows, volumetric light subtle, natural ambient occlusion
阳光穿过树叶产生细碎光斑，地面光影随机分布，光影边界柔和不过硬
色反射光（green bounce light）轻微影响建筑底部色温。广角镜头 24mm，低机位轻微仰视，前景草地，中景建筑，背景树林
画面有树枝作为前景遮挡（frame foreground leaves），增加空间层次
景深适中，整体清晰但有空气透视。--quality 2
--style raw
--ar 3:4
--lighting natural
--render photorealistic
--detail ultra

【原文·简介】
AI 创意达人 TechHalla 分享了 8 段由 Midjourney v7 和 Runway Gen-4 生成的图像与视频提示词。

【Midjourney v7 提示词】

Asian elderly woman with a weary yet calm and determined expression, deep brown eyes, and eccentric oversized pink sunglasses | Dressed in vibrant, colorful, worn-out athletic wear | Holding a bright yellow ball in her hand | Surrounded by a chaotic, post-apocalyptic wasteland filled with massive explosions, fire, and smoke in the background | MAD MAX meets HIGH SCHOOL MUSICAL vibe with a pop, quirky aesthetic | Vibrant lighting, exaggerated colors, a cinematic wide-angle perspective | Wide-angle lens --ar 9:16 --style raw --sref 3622088017 --profile dg2k8l2 --sv 4 --stylize 500

一位表情疲惫却冷静而坚定的亚洲老妇人，深棕色的眼睛，戴着夸张的粉色大号墨镜 | 身穿鲜艳、五彩斑斓且磨损的运动服 | 手中握着一颗明亮的黄色球体 | 周围是混乱的末世荒原，背景中充满了巨大的爆炸、火焰和浓烟 | 结合了《疯狂麦克斯》与《歌舞青春》风格，带有流行感和怪诞美学 | 鲜艳的灯光，色彩夸张，采用电影广角视角 | 广角镜头 --ar 9:16 --style raw --sref 3622088017 --profile dg2k8l2 --sv 4 --stylize 500

【Runway Gen-4 提示词】

A confident elderly woman in a colorful tracksuit and pink sunglasses stands still holding a yellow ball as a massive explosion erupts behind her in slow motion — vibrant desert carnival setting with neon booths and retro cars — hyper-stylized slow zoom-out with heat distortion and sharp depth of field, bright daylight with intense contrast, bold and surreal atmosphere mixing comedy and chaos

一位身穿彩色运动服、戴着粉色墨镜的自信老妇人，手持黄色球体，静静地站立着，身后的巨大爆炸以慢动作爆发——背景为霓虹灯摊位和复古汽车点缀的沙漠狂欢场景——超风格化的慢速拉远镜头，伴随热浪扭曲效果和锐利的景深，明亮的日光下对比强烈，融合喜剧与混乱的大胆而超现实氛围。

【原文·简介】
网站：lmarena.ai 选择图片模式之后导入一下图片，输入这些英语： Please turn this photo into a figure. Behind it, there should be a partially transparent plastic paper box with the character from this photo printed on it. In front of the box, on a round plastic base, place the figure version of the photo I gave you. I’d like the PVC material to be clearly represented. It would be even better if the background is indoors.

【原文·简介】
这一组古风AI女生提示词简直绝了🥰

大家生成好了记得回来贴上让我欣赏一下

提示词：古风美妆，9:16 竖版，古风贵女明艳水光美妆特写，东方水光显妆贵女人像，半身近景构图，人物轻侧身回眸，画面主体是一位明确成年的年轻东方女性，视觉年龄约 20–28 岁，富家千金，闺阁贵女，娇贵精致，明艳动人，带一点不自知的妩媚感，气质清贵富养，不幼态，不网红脸，不欧美化。
人物五官精致对称，小巧柔和鹅蛋脸，面部轮廓干净，面中饱满，下颌线纤细清晰，清亮杏眼，眼神明亮含蓄，鼻梁秀气挺直，鼻尖细腻高光，唇形柔软精致，皮肤瓷白通透，带真实细腻肤质与柔和水光，不塑料，不油腻。
妆容为樱桃薄涂水光妆，第一视觉重点是水润显妆效果。底妆瓷白通透，面中有细腻奶油光泽，肌肤水润饱满但不是全脸油光。眼妆为桃粉与玫瑰棕渐层眼影，眼窝浅桃粉打底，眼尾玫瑰棕自然加深，卧蚕清透，眼神干净明亮。腮红集中在面中与鼻尖，呈现明显但高级的粉桃红润感，娇养感强。高光集中在鼻梁、鼻尖、眼下三角区、唇峰与面中，细腻可见。唇妆为樱桃红薄涂玻璃唇釉，颜色清透但明显，唇面有水润反光和透明果冻感，不是厚涂红唇，不是烈焰红唇。
服装为轻华丽精致的古风贵女襦裙，珍珠白与杏白为主体，绢罗轻纱外搭，细腻刺绣内层，小面积绛红压边，浅金丝线纹样，轻薄披帛自然垂落，浅金腰封与珍珠腰链点缀，面料柔软，有纱、缎、绢罗的层次变化，整体清贵精致，配得上明艳水光妆容，但不要全红服装。
发型为黑色长发半披半挽，发丝柔顺，额前少量自然碎发修饰脸型。头饰为浅金发钗、白玉发簪、珍珠流苏、小步摇与小颗红宝石点缀，层次精致但不过分夸张，不使用大型宫廷头冠，不遮挡脸部。耳饰为白玉或珍珠耳坠，带少量浅金结构件，材质高级。
场景为宫灯花窗与闺阁妆台，暖白灯影，铜镜在背景中柔和虚化，可见胭脂盒、木格花窗、纱帘、珠帘、花枝等闺阁生活感细节。背景浅景深虚化，不喧宾夺主。光线为暖白柔和窗光与宫灯辅助光，轻微侧前光照亮面部，面部通透高亮，背景暖白但不能污染肤色，不能把人物染黄或染红。整体色彩和谐但分层明确：樱桃红唇妆作为视觉重点，珍珠白杏白服装衬托肤色，绛红只做小面积压边，浅金白玉珍珠提升贵气，画面高级、通透、精修感强。

【原文·简介】
【建议关注收藏】每天分享一个超实用提示词。绝美古风少女提示词(三视图➕服饰)：
绝美古风玄幻少女，粉色为主色调的古风汉服长裙，裙身层层叠叠的薄纱与飘带，浅粉、樱花粉、淡粉渐变，点缀银线与珍珠，华丽精致。皮肤白皙通透，五官精致绝美，眉眼含仙气。玄幻飘逸长发，发丝微微飘动，古风玄幻高髻发型，点缀粉色花饰、流苏发钗、珠翠步摇，精致飘逸。整体风格华丽、通透、仙气飘飘。柔和均匀的正面打光，无明显阴影，皮肤与衣物质感细腻。高清细节，8K分辨率，画面干净通透，拟真人画风
画面布局：16:9横版，分区域排版，黑色细线分隔。
【左侧】放大展示头部细节：同一角色的头部特写，清晰呈现五官、发丝、发饰质感。此区域的脸型、五官、发型、发饰作为全图唯一标准，所有其他区域的人物面部必须与此区域100%一致。
【右上】并排展示人物三视图：正面全身照、侧面全身照、背面全身照。三视图中的角色面部特征（脸型、五官比例、眉眼、鼻唇、表情）必须与左侧头部特写完全相同，不得有任何差异或变形。发型、发饰、服装、身形比例亦完全一致。
【右下】服装拆分：3件单品独立展示（衣服、头饰、鞋子），细节真实，质感写实。
强制一致性规则：全图所有人物（左侧特写、三视图）必须是同一人，面部特征、发型、发饰、服装颜色与款式完全同步，无任何变形或差异。使用同一角色模型，无换脸、无面部变化。
整体超真实还原，无模糊、无噪点，凸显华丽与飘逸感。所有区域纯白背景，光影一致。 --ar 16:9
#ai古风绘画 #ai绘画提示词 #叶罗丽精灵梦 #古风美女 #古风壁纸

【原文·简介】
请帮我生成一张图片，帮我生成一-直平白无奇的自拍照片，没有明确的构图感，随手一拍。室内打光不均导致的轻微曝光，整体呈现出一种刻意的平庸感，像是从口袋拿出手机随便一张自拍。人物为手机将五官微遮的美女，穿着还原图中动漫角色的装扮，坐在地上双膝微屈，不戴口罩，着重体现出上半身，姿势要自然符合现实自拍逻辑，身材比例不用过于夸张，手机要体现出真实，更加还原真实女性皮肤质感，照片略带运动模糊、图片比例3:4.

【原文·简介】
提示词：帮我生成图片，一组三宫格胶片质感艺术感写真图，场景为海边沙滩、天空、傍晚。图中人物和参考图一致，人物和脸不变，衣服为白色衬衣。
第一张为近景，上半身背影，风吹起头发，发丝凌乱，添加中英字幕“山的后面是什么? -What's beyond the mountain?-”;
第二张为中景，人物手持一束花束，侧身站立于海边，看向手中的花，风吹起头发，发丝凌乱，添加中英字幕“你不用告诉我 -You don't have to tell me- ”;
第三张为大特写，人物脸部位于画面偏左侧，风吹起头发，发丝

【原文·简介】
豆包，陪我一段時間了，我想看看你的樣子，請生成用手机拍的抓拍照，没有明確的主題或構圖感，就是隨手一拍的快照，照片略帶運動模糊，陽光燈照不均導致輕微曝光過度，角度自由，構圖随意，写实的真人真实场景或者二次元场景，就像是别人不小心拍到的一張抓拍。

【原文·简介】
焚决:人物保持原有头饰、发型与服装，倚靠在巨大樱花树下，右手持玫瑰微微低头轻嗅，人物为半剪影效果，面部光线柔和通透，五官清晰不暗沉;采用电影级逆光光影，黄昏暖金色光线勾勒人物轮廓，同时照亮面部细节;背景是被玫瑰与蔷薇花藤完全覆盖的欧式复古钟楼，塔楼的窗户与建筑结构隐约可见;粉色樱花花瓣零散飘落，画面极致细节，氛围唯美浪漫又带一丝怅然

【原文·简介】
导入一张乐高100钞票图片
帮我生成图片：将第1张图片里中间和四个角的所有数字都改成###。原图。

【通用信息图模板】制作一张极简风格的教学信息图，背景为浅灰色，采用黑色线条与图标，清晰标注步骤和标题。布局整洁、可读性强，比例 16:9。

【机器学习决策树信息图】绘制一张俯视平铺（flat-lay）风格的信息图，主题为‘决策树的工作原理’。使用手绘风格箭头和编号标签（01/02/03）。内容包括：根节点、特征划分、分支、叶节点、预测结果。背景浅色、文字清晰、风格现代教育化。

【真实场景增强】在保持原照片主体、脸部特征完全不变的前提下，将场景增强为日落黄金时段的自然光。加强阴影、减少噪点，整体变为高清 4K 写实风格。

【场景替换】保持人物外貌、姿势与服装不变，将背景替换为夜景街头，加入暖黄色路灯与柔和光晕，营造电影氛围。

【产品广告场景】为名为『Aurora Spark』的气泡水设计一张广告海报。场景为黄昏下的城市街道，霓虹灯反射在瓶身上。排版简洁，主标题醒目，整体比例 16:9。

【万能写实摄影模板】生成一张超写实 4K 摄影作品。主体为【填写你的主体】，光线为【自然光/柔光/逆光】，风格为【电影感/清新/纪实】，背景为【背景描述】，画面清晰细腻，色彩真实。

【万能插画模板】使用【日式/美式/低饱和/厚涂/卡通/赛博朋克】插画风格绘制【主体描述】。色彩统一、构图饱满、细节丰富。

【万能产品渲染模板】生成一张产品渲染图，主体为【产品】，材质为【金属/玻璃/塑料】，光线为专业棚拍柔光，阴影自然，整体风格高级、干净，4K 高清。

（专栏另含室内等距3D、Q版表情包、宠物商店英语标注、太阳系/营养对比/曝光三角/泡面步骤、物体替换、多图融合、logo、3D 手机渲染、多人合影等多条可复制提示词，原文见专栏。）

【原文·简介】
高精度3D国漫CG半身胸像，画面取景至腰部，单侧左半脸特写，裁切舍弃右半边脸部，极致非对称构图，人物身材饱满匀称，线条柔和丰盈；头部轻轻歪向一侧，神态松弛慵懒缱绻藏着细腻心事，几缕细碎发丝轻拂裸露半边脸颊，发丝轻柔贴着眼下；高颜值温婉盛唐少女，眉眼内敛含蓄，朦胧暧昧氛围感，皮肉饱满短圆脸，幼态圆润轮廓，通透下垂狗狗眼，眼底萦绕羞怯缱绻心事，覆淡淡水光，眼神温柔缱绻，眼尾淡淡微扬，浅红薄唇轻抿，淡粉极清淡唐式淡妆，清冷易碎又暗含慵懒暧昧；冷白通透细腻肌肤，完整保留皮肤细微肌理，脸颊、颈间覆细密薄汗，细碎汗珠泛莹润细碎反光，发丝被薄汗微微黏在肌肤；乌黑蓬松高盘盛唐云髻，全套精美大气古风首饰，白玉牡丹发簪、鎏金缠枝花枝、和田玉步摇、细碎玉珠流苏、小巧鎏金额饰，层次丰富华贵却不堆砌；非遗双宫浮光锦改良盛唐齐胸襦裙，双宫桑蚕丝肌理软糯蓬松，缎面细腻柔光，裙身满织鎏金缠枝海棠、云鹤纹样，露肩剪裁柔和雅致，轻薄同色系透纱披帛垂落肩头，低饱和红金为画面点缀提亮；主光源冷调清雅侧逆光，柔和肩颈面部冷银轮廓光，眼部光影通透层次饱满，辅以微弱暖调环境辅光，朦胧虚化雅致盛唐室内背景，大光圈浅景深，仅虚化背景边缘，面部、全套金玉发饰、浮光锦鎏金织纹清晰锐利，干净高级柔雾胶片质感，次世代虚拟人偶，写实通透玉肌，高精度PBR物理材质，柔和细腻电影胶片颗粒，通透立体流云发丝，细节极致，16:9。

【原文·简介】
将参考图像中人物的一天份相机胶卷，制作成一张直接截取自iPhone照片应用屏幕的图像。 制作成仿佛随意拍摄日常生活的真实相机胶卷。

【原文·简介】
提示词在下方，同张图中，第一张是nano，第二张是gpt2，在参考图场景迁移上gpt特别好可以直接迁移出来，nano的话要抽，所以nano这方面不如直接给提示词，效果上都很不错，就是gpt别在runinghub上用，太贵啦！！
✅日景提示词：
{
  "Image_Prompt": {
    "subject": "一栋现代弧形白色双层别墅，配有大型全景玻璃窗和木质细节。",
    "weather": "晴朗，万里无云，阳光明媚。",
    "atmosphere": "幽静，质朴，自然，静谧的森林避世之所。",
    "sky_color": "深邃纯净的湛蓝色。",
    "time_of_day": "正午至下午时分，光线强烈。",
    "quality_parameters": "高清摄影，细节极其丰富，照片级真实，对焦锐利，真实的材质纹理（木材与树皮）。",
    "color_tone": "强烈的冷暖对比，温暖的金黄木色与深绿的树林、湛蓝的天空形成对比。",
    "lighting_type": "强烈的自然直射光，硬光。",
    "light_shadow_effects": "高大的树木在木屋发亮的墙壁上投射出浓重、清晰的斑驳阴影，前景地面完全处于阴影中，形成自然框架。",
    "scene_layout": "低视角构图，前景为阴影覆盖的地面，一棵笔挺的松树主干垂直穿过画面左侧前方，主体木屋位于中景被阳光照亮，背景是茂密的深绿色松树林和蓝天。"
  }
}
✅灰调提示词
{
  "Image_Prompt": {
    "subject": "一栋现代流线型弧形白色双层水岸建筑，二层设有全景玻璃幕墙和白色窗帘，左侧带有一个突出的黑色矩形体块。",
    "weather": "晴朗，万里无云。",
    "atmosphere": "宁静，开阔，极简主义，现代，高端水岸生活。",
    "sky_color": "纯净的淡蔚蓝色，向地平线渐变为极浅的蓝白。",
    "time_of_day": "上午或下午，阳光明亮柔和，光线充足。",
    "quality_parameters": "建筑级高质量摄影/商业渲染，8K超高清分辨率，极高细节，真实材质质感（碎石、玻璃、白墙），照片级逼真。",
    "color_tone": "清新明亮的高调自然色彩，纯白色、翠绿色与淡蓝色为主，局部有黑色点缀。",
    "lighting_type": "柔和充足的自然日光，侧顺光。",
    "light_shadow_effects": "光影过渡自然，凸显建筑弧线立体感，底楼和突出体块有明显的几何阴影，全景玻璃反射天空，草地带有柔和树影。",
    "scene_layout": "框架构图，前景为低矮灌木丛和宽阔的碎石步道，左右两侧有树枝作为画框；中景为平整的绿地草坪和弧形主体建筑；背景左侧是宽阔水面和远处的城市天际线，右侧是树林。"
  }
}

【原文·简介】
我把平时喜欢玩的游戏，都用Midjourney做成卡通贴纸了。
大家喜欢的话就直接自取，放心下载就好~ 留言说说还要啥？

提示词：a variety of goofy pixel art style digital World of Warcraft characters ，Stickers with white borders。

【原文·简介】
竹雾伶人
翠篁笼烟，纸伞垂露。
一袭花衫静立云巅，曾语执剑少年：刃沉，皆因前尘难放。
风曳珠钗，浪叠千峰，灵蛇相依。
戏里演完悲欢，戏外独拥空山朝暮。
心若无羁，千般枷锁，皆散作岭上浮云。

【原文·简介】
16:9横版专业角色设定表，纯白极简背景，东方仙侠少女系列，轻唯美梦幻风，高级cG角色设定板风格，整体画面干净通透，柔和空气感，高级日系国风融合美学。版式采用影视级角色档案U设计，左侧为角色半身电影级特写，中间为人物三视图(正面、侧面、背面)全身站姿右侧与下方为面部细节、发饰、刺绣、裙摆、手部、鞋履、配饰等局部展示区域，整体构图工整统一，像高端乙女游戏角色设定集。 核心人物:东方古风少女，16-18岁年龄感，身材纤细娇小，比例轻盈柔美，五官幼态精致， 带初恋感。黑色长发微卷及腰，半披发造型，发丝轻盈柔顺，碎发自然垂落脸侧。圆润桃花眼眼神温柔无辜，带微微湿润感，小巧鼻梁，浅粉色柔唇，皮肤白皙通透，真实皮肤纹理，轻微红晕感，整体气质软萌、安静、纯净、灵动。 服装设计为轻纱仙裙风。整体主色调:奶白、浅粉、浅青、雾蓝。大量半透明轻纱层叠，布料轻薄柔软，裙摆自然拖尾，像晨雾般轻盈。服装表面带小型花瓣刺绣、银线暗纹、碎花纹理。 腰间悬挂流苏玉饰、小铃铛、彩色丝绦。袖摆宽松透明，边缘带细腻花纹。鞋子为浅色古风绣鞋，带花枝绑带设计。 发饰设计:白色小花发簪、透明珠链、珍珠流苏、细银链、小铃铛。 面部特写展示:真实睫毛、粉嫩眼妆、自然卧蚕、微透感唇妆。 服装细节展示:轻纱层次、刺绣纹样、花瓣纹理、透明布料。 手部细节展示:少女纤细手指、轻握衣袖动作、柔和指尖光影。 鞋履展示:浅色绣鞋、花枝绑带、小花装饰。 整体氛围:空灵、纯净、恋感、梦幻、少女感、仙气、柔和治愈。背景带轻微白雾与柔光， 空气中漂浮细小光粒与花瓣粒子。画面高级留白，视觉轻盈。 电影级柔光，真实材质反射，真实布料纹理，浅景深，超高精度建模，超写实，唯美实真， Unreal Engine5,Octane Render,8K,超高清，细节极丰富，顶级国漫CG角色设定风。

【框架·简介披露要点】
标题：彻底解决AI角色一致性！保姆级教程
想要在AI绘画和视频中保持完美的 character consistency（角色一致性）？这篇干货教程教你如何结合 Nano Banana 图像模型与 Kling AI 视频工具，让你的AI角色全方位无死角！
步骤一：制作 Character Reference Sheet
使用 Nano Banana 生成一张包含多角度的角色设定图。 提示词 prompt 中务必加入 DSLR 或 photo realistic 等词汇提升质感。如果生成的侧面朝向不对，可以将错图重新喂给AI并修改 prompt 来纠正角度。你也可以上传自己已有的角色图作为参考来生成。
步骤二：多角色同框与场景生成
将 character reference sheet 作为参考上传，通过精准的 prompt 描述动作与场景。此时AI能完美保持角色特征，无论侧面还是背影都不会崩坏。
步骤三：生成零崩坏AI视频
视频生成常遇角色变形问题。现在打开 Kling AI 的 Omni reference 功能，上传起始帧画面与你的角色设定图。
在 prompt 中明确指代：“图丙的女人和图乙的男人走在图甲的森林里”。为了防止视频结尾突然切回设定图，务必在提示词结尾明确强调：场景以角色在特定环境下的状态结束。
赶快用这个神级工作流，打造你的专属大片吧！

【原文·简介】
绝美仙羽流仙裙免费拿完整提示词。建议先收藏！不然刷着刷着就没了
关注我，每天更新一个绝美提示词
桃夭月白・仙羽流仙裙提示词：
一件仙羽流仙裙静置于衣架之上，如凝固的云霞。主色调为桃花粉与月白的温柔渐变，自领口的桃夭之色缓缓融为裙摆的月华之白，清透柔和，似春日初雪覆于桃花枝头。外层是泛着淡金微光的蝉翼轻纱，轻盈如流岚拂晓，随空气微微颤动；内衬为月白浮光锦丝绸，光泽内敛如珠，流转间隐现虹彩。裙身与广袖之上，以银线精绣细碎白花与银枝纹样，缠枝流云纹自领口蜿蜒至裙摆，银线勾边在光下若隐若现，气韵飘逸如仙。领口以银白刺绣镶嵌细密珍珠颗粒，腰间束一条冷金与白玉交错的华美腰封，垂挂细链与灵铃，华贵而空灵。裙摆层叠拖曳，外层绡纱铺展如月光倾泻，纱间织入细碎星点，随视角流转明灭，如流云舒展，如星河静淌。外披一件纯白蝉翼纱长袍，袖口与衣襟以同色缠枝纹暗绣，袍裾轻擦地面，似有仙雾萦绕。衣架为冷金色镂空凤羽雕花，与裙身华美呼应。一束柔和暖光自上方洒落，纱料透光如雾，丝绸泛起温润光泽，银线刺绣析出细碎反光，整件华服宛如刚从月宫摘下的云裳，仙气氤氲，华贵不可方物。
#AI绘画 #古风汉服 #AI提示词 #绝美仙裙 #国风

【原文·简介】
天宫仙女OC人设卡｜提示词免费自取。【建议关注收藏】每天分享一个超实用提示词
绯烟·天宫媚骨仙使全套角色设定卡
含三视图+配件拆解+表情板+场景图
完整提示词已放评论区置顶自行领取
拿完顺手点个赞+关注呀，爱你们
完整提示词：
OC人设角色设计卡，9:15.5竖版构图，标准Character Design Sheet版式，黑色细线模块化排版，页面干净整洁。
【角色档案区】
名称：月棠
年龄：20岁
身高：175cm
头身比：1:8
身份：天宫仙女
气质：清冷出尘，淡然恬静
【右侧50%区域——全身主立绘】
一位高挑仙系少女，身高175cm，身形纤细优美，1:8完美头身比。冷白皮如羊脂玉般细腻通透，零瑕疵，周身环绕淡淡白色仙气光晕，清冷出尘。精致鹅蛋脸，三庭五眼比例标准，面部轮廓柔和流畅，下颌线清晰小巧，面颊饱满不凹陷，颧骨柔和自然，整体脸型古典而高级。桃花眼带卧蚕，长睫毛卷翘，高挺小巧鼻梁，樱桃唇色淡雅，眼神清澈灵动，表情淡然恬静。
银灰色渐变及腰长发，发丝根根分明，随风轻扬，发梢泛淡金色流光。发间点缀鎏金海棠发簪、珍珠步摇与半透明月白飘带，精致轻盈，随动作轻晃。
身穿月白渐变浅紫广袖流仙裙，薄纱与真丝双层拼接，银线祥云海棠暗纹若隐若现，多层裙摆飘逸如流水，袖口与裙摆边缘泛淡紫色微光，无穿模，无破损。裙摆完整铺展，广袖轻扬，仙气缭绕。人物正面全身居中构图，从头顶到脚尖完整呈现。
【左上区域——三视图】
胸像三视图并排排列：正面、侧面、背面。展示发髻结构、鎏金海棠发簪细节、珍珠步摇位置、月白飘带走向、面部特征与服装上半身设计，与主立绘完全一致。
【左中区域——配件拆解图】
鎏金海棠发簪、珍珠步摇、月白色飘带、耳饰、广袖流仙裙（外层薄纱与内层真丝分层展示）、鞋履，平铺展示，工业设计图风格，细节清晰可辨。
【左下区域——表情设定板】
6个统一角度头像：淡然恬静、凝望远眺、微启朱唇、闭眼神思、清冷回眸、浅笑初绽。发型妆容保持一致，仅表情与眼神变化。
【右下区域——场景氛围图】
云雾缭绕的天宫玉阶，远处琼楼玉宇与七彩祥云朦胧隐现，背景适度虚化，顶部柔光漫射，仙气氤氲。
色彩方案：主色为月白色、浅紫色、银灰色，辅助色为鎏金色、淡金色、珠光白。整体气质清冷仙系，高级唯美，华丽飘逸，干净通透。
拟真人超写实画风，8K超高清，300DPI，极致细节，质感细腻干净通透，色调清冷，边缘锐利，PBR材质渲染，次表面散射，电影级灯光，杰作画质。
#AI提示词 #二次元 #角色设定 #OC人设 #古风美人

【原文·简介】
樱宁大家闺秀｜提示词免费自取。【建议关注收藏】每天分享一个超实用提示词
樱宁·书香门第温柔大家闺秀全套角色设定卡
含三视图+配件拆解+表情板+场景图
提示词拿完的宝子顺手评论区留个痕迹+关注下呀
完整提示词：
OC人设角色设计卡，9:15.5竖版构图，标准Character Design Sheet版式，纯白无影背景，黑色细线模块化排版。
【角色档案区】
名称：樱宁
年龄：20岁
身高：168cm
头身比：1:7.5
身份：书香门第大家闺秀
气质：温柔恬静，仙气出尘
【右侧50%区域——全身主立绘】
一位华夏古典美人，纤细身材，冷调冷白皮如凝脂通透，五官精致柔和，表情温柔恬静，眼神清澈含韵。黑色长发盘成精致高发髻，发间点缀粉色牡丹花、白色小花与金色流苏步摇发饰，步摇随轻微动作轻晃。身穿粉蓝渐变改良汉服，挂脖露肩设计展露优美肩颈线条与锁骨；透明飘逸雪纺披帛轻盈环绕臂间，立体花朵刺绣与亮片装饰在光下闪烁微光；粉色绣花腰封束出纤细腰肢，拖地大裙摆完整铺展，裙摆刺绣与整体呼应。脚穿浅蓝色蝴蝶结绣花鞋，从裙摆边缘微露。人物正面全身居中构图，从头顶到脚尖完整呈现，姿态端庄优雅。
【左上区域——三视图】
胸像三视图并排排列：正面、侧面、背面。展示高发髻结构、牡丹与小花发饰分布、金色流苏步摇细节、面部特征与服装上半身设计，与主立绘完全一致。
【左中区域——配件拆解图】
粉色牡丹发饰套装（牡丹花、白小花、金色流苏步摇）、耳饰、粉蓝渐变改良汉服（挂脖露肩结构+立体刺绣细节）、雪纺披帛、粉色绣花腰封、浅蓝色蝴蝶结绣花鞋，平铺展示，工业设计图风格，细节清晰可辨。
【左下区域——表情设定板】
6个统一角度头像：温柔恬静、含笑凝望、微启朱唇、闭目沉醉、回眸浅笑、端庄正视。发型妆容保持一致，仅表情与眼神变化。
【右下区域——场景氛围图】
中式古典室内，木质花格窗半开，白色半透明纱帘被微风轻拂，窗外盛开的粉色樱花枝探入画框，花瓣零星飘落，柔和自然窗边日光洒落，柔美光晕，仙气氤氲。
色彩方案：主色为桃花粉、渐变蓝、透明白，辅助色为金色、珠光白、浅樱紫。整体气质古风仙系，高级唯美，温柔恬静，干净通透。
拟真人超写实画风，8K超高清，300DPI，极致细节，质感细腻干净通透，色调柔和，边缘锐利，PBR材质渲染，次表面散射，电影级灯光，杰作画质。
#AI提示词 #二次元 #角色设定 #OC人设 #古风美人

【原文·简介】
模型：Z-Image-Turbo
提示词：
超现实主义 3x4 十二宫格拼贴画，带有粗白色边框线。
背景展示了 [你的萌宠描述] 的不同可爱姿势、角度和景别的照片（打哈欠、睡觉、玩耍、歪头、爪子）。中间网格隐藏。
顶层覆盖 了一只巨大的、超写实的、全身 3D 剪纸风格的同一只 [你的萌宠描述]，正俏皮地从网格中向前跳出。
所有元素清晰锐利，深景深 f/16（全焦段清晰），无背景虚化，明亮的柔光箱布光以突显毛发质感，触感真实的毛绒细节，强烈的 3D 跃出屏幕效果。

【框架·简介披露要点】
谷歌 Gemini 3 系列的当红图像模型 Nano Banana Pro 到底怎么用？海外博主 12 分钟手把手实操：一个提示词公式（主体+动作+场景+风格+细节）、图像内文字渲染、AI 修图改背景、多图一致性出图，全程原声（英文口播）+ 中文字幕，一条视频看懂全流程。

⏱ 时间轴
00:00 本片导览
00:12 Nano Banana Pro 是什么
00:34 环境准备
01:24 提示词基础（一个公式）
02:47 图像生成实操
05:24 图像内文字生成
07:26 图像编辑（改背景/换物体）
09:33 多图与一致性设计

看完你最想先干哪票——做海报封面，还是给旧照片换天改背景？评论区聊聊你的用法。

【转载】视频来源：YouTube @Taylor Bay Studios (Taylor Bay Studios)｜原视频：https://www.youtube.com/watch?v=EYn3OEsTlbY
【标注声明】本视频中文字幕由 AI 翻译生成，可能存在个别译法偏差，仅供参考。

本视频基于 Creative Commons BY 3.0 授权转载（CC-BY, reuse allowed），原作者 Taylor Bay Studios，许可声明见原视频 License：https://creativecommons.org/licenses/by/3.0/

【原文·简介】
sora2 美女提示词用于自建角色效果很好：
Style: A highly detailed, cinematic photorealistic masterpiece in 8k resolution. Subject: A full portrait of the beautiful East Asian woman from image_0.png, with her soft features and gentle gaze, but now styled with the high ponytail and intense gaze seen in image_1.png. Pose: The identical pose: one hand (right arm, image left) is raised, placed naturally behind her head, her other arm is at her side. Outfit (Upper): She wears the exact same dark reddish-brown floral patterned bandeau-style tube top with the specific print and V-shaped lower hem from image_0.png, sitting naturally on her chest. Outfit (Lower - Optimized): She wears a highly minimalist, high-waisted, wrap-style lower garment. This garment, made from an ultra-thin, highly sheer, light blue

【原文·简介】
课程持续更新


图像的角度和结构保持不变
"现代城市CBD街景，高层建筑群与城市道路交汇的商业中心广场",
"蓝调时刻，日落后约15-30分钟，暮色降临初期",
"多云天气，云层较厚且分布不均，云隙间透出微弱天光",
"整体灰蓝色调，右侧天际线带有淡粉紫色晚霞余晖，云层呈灰白与淡蓝渐变",
"自然光与人工光混合照明，天空提供冷色环境光，建筑室内透出暖黄色灯光，路灯与车灯形成点状暖光源，整体光线柔和且对比度适中",
"现代都市繁华感，冷静商务气质，黄昏时分的城市律动，人间烟火与钢筋森林的交融",
"冷调青蓝色为基底，建筑内部暖黄色灯光形成冷暖对比，低饱和度的灰蓝与暖橙点缀",
"中心构图，主体建筑位于画面中央偏左，前景绿化带引导视线，道路透视线汇聚向主体，左右两侧建筑形成框架式围合",
"街面平视略微仰视，低角度仰拍建筑群，人眼高度附近的街道视角",
"现代玻璃幕墙高层建筑群，商业裙楼与塔楼组合，建筑窗户大面积亮灯",
"修剪整齐的深绿色绿篱，草坪，浅色人行道铺装，绿化带边缘",
"多车道城市沥青道路，增加行驶中的车辆（含出租车、私家车、公交车），部分车辆带运动模糊，增加人行道行人，增加行道树，增加路灯杆，商业入口与大型户外LED屏幕",
"城市CBD的感觉，多栋现代玻璃幕墙摩天大楼，城市天际线，多云的天空",
"8K超清，高动态范围，细节锐利，建筑玻璃反射清晰，噪点控制良好，微弱胶片颗粒感",
"城市建筑风光摄影，纪实感，电影级色彩分级，冷调青蓝光影",
 "全画幅相机，广角镜头约24-35mm，小光圈f/8-f/11，低ISO，长曝光捕捉车流光轨，三脚架稳定拍摄，白平衡偏冷，原图4:3比例"

【框架·简介披露要点】
最近用 Midjourney 8.2 测试生成东方电影感肖像
我没有想做传统古风，而是尝试把东方美学、复古胶片质感和电影叙事融合在一起
红色空间、低照度光影、柔焦镜头、人物情绪，共同营造一种像旧电影片段一样的感觉
而这次的测试灵感也来自于Midjourney的情绪板功能
既用提示词构建的类似于情绪板功能的框架，再通过参考图使用MJ8.2生成风格一致的作品图
	
片段背景音乐：归零-魔鬼花园-李安健
Film Design by @KishenArt 
原创作品，禁止盗用搬运
使用方法
打开LibTV，创建新项目，上传情绪板参考图
在提示词的框里输入以下提示词框架
仔细阅读提示词，按照你的细节需求修改可自定义的地方
使用MJ8.2，提交开始生图即可
声明：我提供的是自己原创的近似情绪版功能的提示词框架，希望大家使用提示词框架生成属于自己的风格
	
================================
	
~情绪板功能的提示词框架~
	
请根据我上传的所有参考图片进行综合创作。
	
这些图片不是简单复制对象，而是作为不同维度的视觉参考，请严格按照以下逻辑理解：
	
===============================
	
参考图 {{Image 1}} {{Image 2}} {{Image 3}} 参考图越多越好} ：
	
作为【视觉风格参考】
	
提取：
	
- 艺术风格
- 摄影语言
- 发型特点
- 服装风格
- 审美方向
- 整体氛围
	
保持：
	
整体视觉风格与参考图一致
	
【摄影风格】
	
采用参考图片中的：
	
- 摄影语言
- 镜头质感
- 景深关系
- 胶片颗粒
- 真实摄影效果
	
作为【色彩与光影参考】
	
提取：
	
- 主色调
- 辅助色
- 明暗关系
- 光源颜色
- 氛围感
	
保持相同调色方向
	
【视觉要求】
	
保持：
- 高级电影感
- 真实摄影质感
- 自然皮肤纹理
- 丰富空间层次
- 统一视觉风格
	
避免：
- AI塑料感
- 过度磨皮
- 廉价商业风
- 风格混乱
- 五官异常
- 结构错误
	
--------------------------
	
参考图 {{Image }} ：
作为【人物角色参考】
	
提取：
	
- 人物气质
- 年龄感觉
- 面部特征方向
保持人物视觉特征
	
-------------------------
	
【最终创作目标】
输入【画面内容的提示词】

【框架·简介披露要点】
GitHub上提示词合集没有一千也有八百，这个中文仓库却用12天拿了4.2k
star，登顶趋势榜全球第一，现在18.7k还在涨。它叫aWesome-9pt-i1mage-2，作者苍何，干的事一句话说清:把故落在社区里的出图见语逆向诉解再改写，
打包成能填空、能复用的结构化资产，还能直接喂给自动化流程。官方叫法，PromptasCode，提示词即代码。
仓库三层结构:526个案例分12大类，21套工业级模板，外加打包成npm包的Agent SkilL,一行命令装进CLaudeCode，模板长什么样?UI类给你中文填空版和JSON版两种形态，六个变量填完直核用。避坑指南是全仓库最有味道的部分:不明确平台比例布局，"模型会像个实习生一样乱排版":古风图要禁用现代元素，防止古风美女手里多出一杯星巴克:摄影类反着来，写f/1.4代昔浅景深，大模型吃相机参数这套。这些
坑全是社区实操踩出来的，没有一条是坐在书房里想出来的。
冷水也泼三盆。案例来自YouMind和0penlana社区道向加AI改写，你拿到的是二手经验集:带着6家焚助商和付费社区，"工业级”三个字要打折听:提示词仓
库半衰期短，模型一更新技巧就贬值。但Promptas
Code这个思路比任何一份模板都长寿。以后写prompt，先问自己一句:我写的是一段散文，还是一份协议?
项目地址:github.com/freestylefly/awesome-gpt-image-2

【原文·简介】
🔥超强人物一致性-json提示词：


{
 "project_constraints": {
  "face_preservation": "100% 严格保留参考图中的原始真人人脸，完全复刻五官、黑框眼镜、发型、肤色、神态、胡茬，不做任何修改、美化或变形，确保所有视角的面部特征完全一致",
  "identity_consistency": "所有视图必须为同一个人，体型、身高、服装、配饰、发型完全统一，比例一致，无任何偏差",
  "hand_integrity": "手部符合解剖学结构，手指数量正确，姿势自然，无扭曲、畸形，握石榴的动作自然还原",
  "quality": "8K超高清，索尼A7R5全画幅相机拍摄，f/1.8大光圈，写实摄影级，真实皮肤纹理、毛孔、发丝、胡茬细节，服装面料质感真实，光影自然通透，高级感暖调，电影级质感"
 },
 "layout": {
  "structure": "角色设定集，分区域排版，保留原场景风格，无多余元素",
  "sections": [
   {
    "name": "全身/半身多角度视图",
    "position": "左上区域",
    "content": "同一人物的标准多角度视图：正面半身（原参考图视角）、正面全身、左侧面半身、背面半身，四个视图等比例排列，服装褶皱、细节完全一致，姿态自然，场景统一"
   },
   {
    "name": "多角度面部特写",
    "position": "右上区域，6宫格布局",
    "content": "同一人物的多角度头部特写：正面平视、正面低头、后脑勺、左侧面、右45°、左45°，6个角度等比例排列，完全复刻参考图的面部特征、眼镜、胡茬、神态"
   },
   {
    "name": "服装&场景细节拆解",
    "position": "右下区域，5宫格布局",
    "content": "细节特写：上衣面料纹理、内搭T恤细节、裤子版型、眼镜特写、场景软装（花瓶、果碗、吊灯）细节，每个特写清晰展示面料、缝线、材质、光影，与主视图完全一致"
   }
  ]
 },
 "subject": {
  "description": "参考图中的30-40岁白人男性，真实人类外貌，黑色短发，佩戴黑框方形眼镜，面部有胡茬，穿着米白色翻领长袖衬衫、卡其色圆领内搭、深色休闲西裤，体型匀称，坐在现代简约厨房的餐桌前，双手捧着红石榴，姿态自然放松",
  "attire": {
   "top": "米白色翻领长袖休闲衬衫（宽松版型，袖口自然卷起），卡其色圆领纯棉内搭T恤",
   "bottom": "深色（深灰/黑色）休闲直筒西裤",
   "accessories": "黑框方形光学眼镜"
  },
  "props": "红石榴、木质餐桌、黑色高脚陶土果碗、石质花瓶、干支枝条、核桃、榛子"
 },
 "scene": {
  "description": "现代极简风格厨房，浅灰色哑光橱柜，白色墙面，悬挂式圆形极简吊灯，浅木色餐桌，黑色金属餐椅，干净整洁，高级感侘寂风氛围，自然光漫射，柔和光影",
  "lighting": "柔和的侧窗自然光，漫射光，无硬阴影，暖调氛围，通透干净，符合现代家居摄影光影逻辑"
 },
 "style": {
  "art_style": "超写实商业人像摄影，真实人像，专业家居生活照，高级感暖调，电影级质感，无滤镜，无过度美化，真实还原场景与人物",
  "background": "现代极简厨房场景，保留原参考图的空间结构、软装、光影，无杂物，无文字，无水印"
 },
 "negative_prompt": "卡通、动漫、插画、变形、扭曲、畸形、多手指、漏手指、人脸变形、五官错位、眼镜变形、服装不一致、背景杂乱、水印、文字、模糊、低分辨率、色差、暗调、脏污、过度磨皮、美颜、夸张表情、非人类特征"
}

【原文·简介】
还不会用Nano-banana？
羡慕别人各种手办？使用遇上各种问题？别慌！
可乐带你一步步保姆级实操演示✅
让你少走弯路！！！！
5分钟轻松上手，零基础也能立刻学会

🎯【免费使用指南】
1.lmarena.ai（推荐，直接复制到浏览器地址栏打开）
2.Google AI Studio
3.Gemini.Google
人物手办提示词：
A 1/7 scale commercialized figure created using the character from the illustration, in a realistic style and authentic environment. The dynamically posed model is mounted on a circular transparent acrylic base and displayed on a light oak wood-grain computer desk. A background monitor shows the ZBrush modeling software interface—live-rendering the figure's wireframe and surface construction process. Beside the computer screen sits a Bandai-style toy packaging box printed with original artwork, featuring a two-dimensional flat illustration design. Set in an indoor environment, professional studio lighting accentuates the paint finish and fabric textures, while crisp shadows contribute to a polished, expert-level still life photography atmosphere.

【原文·简介】
0基础 | 如何一句话给猫碗生成Banner图-Ps+插件。AIGC Prompt分享⬇️
1、生成这个猫碗的ins风618banner，温馨感
2、生成背景，在猫碗里放一些猫粮，旁边有一只可爱的布偶猫趴着，场景是空内奶油风家居，简洁温馨
#电商美工[话题]# #电商设计[话题]# #主图设计[话题]# #猫碗[话题]# #猫咪水碗[话题]# #猫咪用品[话题]# 


邀请码：b7afFd
插件下载：https://www.istarry.com.cn/?sfrom=b7afFd

【原文·简介】
系统指令：多角度专业摄影作品集生成器（终极版）】
设定与目标：
你是一个顶级的AI电影摄影师和图像生成专家。你的任务是按照严格的三个阶段，为用户生成具有 100% 绝对一致性 的专业摄影作品集。核心在于建立一个“一致性锚点”，并在后续的网格和单张大图中完美复刻该锚点的人物特征、服装、环境和光影基调。

🛠️ 核心执行流程：
阶段一：建立【参考图 0】(核心一致性锚点)

操作：根据用户的描述，首先生成一张超高清的基准图像，我们称之为【参考图 0】。
要求：这张图必须明确界定人物的长相、身材、服装、主要道具以及核心环境基调。这是后续所有生成的“绝对基因库”。
阶段二：生成 3x5 摄影预览网格图 (15个分镜)

操作：严格基于【参考图 0】的元素，生成一张包含 15 个不同拍摄角度的 3x5 拼图网格（3行5列）的完整图像。
构图与一致性：人物在每个分格中的构图大小协调，面部神态自然过渡。确保网格内容不重复，且同一网格内不出现重复的“克隆人”。
15个指定视角（随机分布于网格中）：
Front Extreme Close-Up: 浅景深眼部或面部极端特写。
Mid-Shot from an angle: 非正面角度的中景，交代部分背景。
Low Angle (Action/Dynamic Shot): 低角度仰拍，带有环境中的动态感。
Over-the-shoulder Shot (Cinematic): 越过前景模糊物体（或肩膀）的过肩镜头，焦点在主体。
Overhead/Top-Down View: 从正上方的俯视镜头，展现人物与所处环境的空间关系。
Left Profile 90° (Dramatic): 左侧90度轮廓，强调光影对比、逆光或剪影。
Right Profile 90° Close-Up: 右侧90度精致面部特写。
Grand Environmental/Bird's Eye View: 远景/鸟瞰，人物化为宏大环境中的一个元素。
Dutch Tilt/Dynamic Street Shot: 荷兰角（倾斜构图），传达张力或动感。
Low-key/Abstract/Atmospheric Shot: 低调/暗调摄影，利用逆光强调氛围、轮廓或局部细节。
Close-Up Details/Macro Shot: 非面部细节特写（如服饰纹理、手表、首饰、手部动作）。
Left-side Over-the-shoulder Shot: 左侧视角的电影感过肩镜头。
Direct Flash/High-key Shot: 强闪光灯直射/高调摄影，时尚杂志封面感。
Environmental Wide-Shot: 充满电影叙事感的情景广角，传达特定情绪。
Extreme Low Angle Through Elements: 极低角度，透过前景元素（如树枝、玻璃、织物）拍摄，增加画面纵深。
阶段三：高清大图模式 (HIGH-RES MODE) - 后续触发

触发条件：当用户发送指令 生成第 X 格的高清大图 (X 为 1-15) 时触发。
图片样式：单张、完整的电影级渲染大图。
内容要求：精确复制阶段二预览图中第 X 格的内容、机位构图和布光。
画面升级：通过增加大量微小细节、真实物理纹理（如皮肤质感、衣物纤维）、超高分辨率（4K+）和电影胶片颗粒感（Film grain），大幅提升画质。
绝对一致性：确保角色特征依然与【参考图 0】 100% 一致，且比预览图更加精致逼真，绝不可发生“换人”或“换衣服”的情况。

【原文·简介】
1.打开LMArena双址，https://lmarena.ai/
2.点击图片模式，并且上传想要转化的图片
3.输入提示词:Using Nano Banana Models, a 1/7 scale commercial model of the character from the illustration was created in a realistic setting. Requirements for the model included clear details, accurate physical reflections from the materials, natural transitions between light and shadow, and no jagged edges. The model was placed on a computer desk. The base of the model was a round, polished metal base with "FISON" engraved on the side. The computer screen displayed the C4D modeling process for the figure. Next to the screen was a TAMIYA-style toy box featuring a realistic image of the character. The packaging featured 2D illustrations, with a mining excavator background. Also on the desk were several A3 hand-drawn blueprints of the FISON cockpit.

【原文·简介】
提示词：一个电子游戏抽卡（Gacha）UI 界面设计，黑暗东方奇幻风格。背景是一个巨大的、令人心生敬畏的多臂魔神，从翻滚的、不祥的血红色风暴云中浮现。在实体的中央是一只巨大的、发光的红色眼睛，周围环绕着发光的洋红色魔法几何法阵和漂浮的能量球。在下方，传统中国宝塔和拱桥的剪影沐浴在暗紫色的环境光中。在前景中无缝融入了游戏 UI 元素：顶部是半透明的深色 UI 面板，显示游戏货币。在右下角，有两个独特且华丽的召唤 UI 按钮。第一个按钮标有“单抽 (Summon 1x)”，散发着淡淡的紫色魔法光芒。旁边是一个更大、更突出的按钮，标有“十连抽 (Summon 10x)”，闪耀着强烈的红色和洋红色能量，周围环绕着深色金属质感的东方图腾。史诗般的数字艺术，高质量，概念艺术，沉浸式游戏界面。

【框架·简介披露要点】
https://www.youtube.com/watch?v=rZtjmaLef1U&t=23s
Nano Banana Pro：AI 镜头语言 & AI 故事创作全流程教学 🍌🎬
最近用 Nano Banana Pro 做 AI 短片，真的太丝滑了！
 我把完整流程整理成一本“AI 镜头语言小抄”，大家收藏即可👇
1️⃣ 从一张照片创建角色
用 Nano Banana Pro 做 4K 全身照
脸、体型、服装保持超高一致性
关闭 Prompt Improver
2️⃣ 镜头远近（Camera Shots）
📍全景 / 中景 / 近景 / 特写 / 极特写
 👉 放大手、眼睛、武器、表情 → 故事张力直接拉满！
3️⃣ 镜头角度（Camera Angles）
⬇️ 低角度：强大
 ⬆️ 高角度：脆弱
 ↘ 倾斜（Dutch Angle）：紧张/危险
 👀 POV 主观视角：沉浸感 100%
4️⃣ 组合镜头
如：背面视角 + 高角度 → 更电影感的构图
5️⃣ AI 视频镜头运动 🎥
用：Google Veo / Kling / PixVerse
 可做：
环绕镜头 Orbit
推镜 Zoom
抬镜 Tilt-up
手持抖动（Minimax Hyo 最强）
Start–End Frame 关键帧动画
6️⃣ 多角色同框（超稳一致性）
用参考图生成多个角色
统一光线氛围
实现对峙、对话、动作戏
7️⃣ AI 口型同步（Lip Sync）
人物开口说话
背景烟火、熔岩会自动动态变化
8️⃣ 拼出完整 AI 故事
从 全身 → 中景 → 特写 → 表情 → 动作 → 对话 → 结局
 就能剪出一条完整 AI 电影短片 🎬✨

【原文·简介披露公式】
A photo from first person POV | [场景] in a LEGO brick world | capturing the character's hands [位置] with LEGO bricks forming the [动作] and surroundings | from the angle --ar 16:9 --s 10 --v 6.0

【框架·简介披露】
控制多人物站位的两种喂图法：
1) 穿插法
2) 描述法
测试维度（简介提及）：碎裂玻璃杯物理、9 种冲突风格海报融合、多画风全家福、镜子屋透明人、四宫格漫画连贯性。
（具体可复制提示词全文在视频教学段，简介未公开原文。）

【原文·简介】
AI古建筑大样写实化提示词分享
（使用Evai建筑大师生成）
提示词：
一张专业水准的中国古建筑工程构造剖切效果图，刻画其结构的竖向剖面，运用半剖透视手法，将复杂节点构造悉数呈现。渲染品质对标真实照片，分辨率达8K超清级别，材料质感逼真可信，严格遵照其原本材质和构造，不能够无中生有。标注规范：尺寸引线统一采用绿色；名称标注均以白色中文说明；绿色尺寸数值排布清楚有序。风格限定：画面须具备复杂结构工程节点的图解气质，务求真实，采用实景化渲染与竖向剖面构图，杜绝一切卡通、手绘画风
#古建筑 #传统文化 #建筑施工图 #节点大样 #Ai提示词 #干货分享 #Evai建筑大师