即刻App年轻人的同好社区
下载
App内打开
今天去哪散步呢
36关注12被关注0夸夸
Have fun!
置顶
今天去哪散步呢
6月前
I will see.
00
今天去哪散步呢
18天前

鸠摩小虾米: 今天来说一个很有意思的事情。 已知： 1: 我是一名买手，手上大概有3000多个产品 2: 要过年了，我要做一份年货大整理 3: 每个不同的人，过年会涉及到各种不同的场景。你是女儿儿子、是儿媳女婿、是下属、是老板、是刚交往的对象，场景不一样，送的东西就不一样 问：我要写一份年货攻略，大概需要多久？放以前？三天？五天？一周？ 而今年，我去做了这样的一件事情，它需要的时间是多久呢？ 答案：两个小时。 如何高效地制作一份既符合我货盘，又能精准匹配用户多场景需求的年货攻略？ 但我今天的重点，梳理一下，“AI能如何辅助我完成这项工作，它的边界在哪里？” AI到底在哪帮了我，又在哪彻底拉胯。 以及一个人类真正有价值的东西，到底是什么。 PART.01先说我工作的第一步：理逻辑 工具非常简单，任意大语言模型，都可以实现这一步。 但是，也是有策略的啦。很多人用AI写东西，上来就说"帮我写一篇年货攻略"。然后AI就开始编。编出来的东西你自己都不信。 问题出在哪？你自己都没想清楚要说什么，那AI怎么可能替你想清楚。 所以，我有三步做法： 1不让它写，让它问：我会跟AI说：你现在是我的策略顾问。你的任务不是写，是问我问题。问到我自己把事情想明白。 为什么要这样。因为写作最难的不是码字，是想清楚你到底要传达什么。这一步，只有你能做。 2 把只有我知道的事告诉它 我会告诉它：我主推什么货，为什么选这几个；我的粉丝是谁，他们为什么要信我；去年我踩过什么坑，今年市场有什么变化；我想通过这篇文章传递出什么样的信息。 这些信息AI编不出来。它只能用你给的料。你给垃圾，它出垃圾。这就叫 "gabbage in, gabbage out"。 你给真东西，它才能帮你理顺。 3 回答到最后，做出属于你自己的判断。 这一步，AI能把你脑子里的乱七八糟的想法，变成相对比较清晰的图纸了。但是， 它不知道你粉丝为什么信你，不知道你仓库哪批货快过期，不知道推某个网红款会不会让粉丝觉得你变了。 知道这个边界，才能用好这个工具。 PART.02第二步：调研 这一步我用的是Manus， 当你明白你要什么，调研的效率就非常高。这一步最重要的是：带着问题去找答案，而不是"看看有什么"。 看数据，判断市场有多大：搜一下"年货攻略""春节送礼"这些词的热度趋势。如果根本没人搜，那你在自嗨。 看真人怎么说话：进目标用户扎堆的地方（小红书、豆瓣小组、垂直社群），看他们用什么词。 3看竞品做得怎么样：找3-5个做得好的竞品，拆开看：夸的地方说明有效，骂的地方就是你的机会。 它给我生成了3000多个春节会遇到的购物场景，并且组成无数篇调研报告。 3000多个！！！excel我都翻了半天！ PART.03第三步：对货盘 这一步花时间最长，但也是我最值钱的地方。 为什么？过去三年我干了什么？跑展会，见供应商，被坑过，交过学费，慢慢搞清楚谁能信、谁不能信。 这些经历变成了我脑子里的一套系统。 这套系统没法导出，没法复制，只存在我这儿。 AI看不到这些。AI只能看公开数据，看不到人和人之间的信任。所以这份清单，AI是没法帮我去做整理的。 粉丝买的是我这个人的判断。虾米说靠谱，那就靠谱。 出了问题，我扛。这就是人的价值。 AI能帮你处理信息，不能帮你做判断。AI更不能帮你承担后果。经验、判断和后果，永远是你自己的事。 PART.04第四步：出图，出网页 工具是Gamma。这一步就很简单了。 把所有的内容变成可视化的图片呈现出来。为了可读性更强一点。 时间如下： 理逻辑：40分钟 做调研：5-10分钟 对货盘：最久，但这是我个人的活，这个日积月累的活，没有办法用完整的时间去量化这件事情。 出图：40分钟 我现在怎么看AI？我用AI写年货攻略，两小时搞定。但这两小时里，AI干的活和我干的活，完全不一样。 AI干了什么？ 帮我理逻辑。我让它当顾问问我问题，逼我自己想清楚。帮我做调研。快速扫数据、拆竞品、整理用户需求和场景。这些活，它比我快一百倍。我自己干，可能要很多天。 但AI有个死穴：你喂它垃圾，它就吐垃圾。garbage in, garbage out 。你让它"帮我写个年货攻略"，它只能编。编出来的东西，全网平均水平，一眼假。 只有你把自己的货盘、踩过的坑、粉丝的画像喂给它，它才能帮上忙。 我干了什么？ 过货盘：哪些供应商靠谱、哪些品能推、哪些会出问题。 这些判断只有我有。做决定：最终推什么、不推什么，我说了算。 扛后果：出了问题，粉丝找的是我，不是AI。 说白了：AI是放大器。但放大器放大的是你本来就有的东西。所以问题不是"AI能做什么"。问题是：你有什么东西，值得被放大？ 最后：这是一份年货最终的攻略和专题

00
今天去哪散步呢
18天前

Simon阿文: 经常被问到平时都用什么 AI 工具，于是整理了一下我和@海辛Hyacinth 在工作流中常用的工具包。 *工具迭代太快，本条动态永久更新（最新编辑日期：4月20日） *都是我们做项目用的工具，你永远可以相信我写的工具推荐。 *排名先后只跟我们的使用频率有关。 🖼️🖼️ 主力生图工具 我目前的生图习惯已经变成了在 Flow 里直接用 🍌Nano banana Pro 直出了，对我来说，生成速度和质量都达到了一个极佳的平衡。 你可能关心的最新图像模型，我几乎都没用： * GPT 的 image 2.0 终于有模有样了，但除了写小字更厉害，但我觉得美学一般，最近没啥平面的活，所以没试。 * MJ 8.1 貌似又行了，但又还没行到出圈，继续观望。 · 🎨 修图工具 ▶ 我目前主要的搭配是： 🍌Nano banana Pro / Image2.0修改 + Photoshop 的 “协调” 功能改光影 * 抠局部细节的时候还是会上手自己P，但这样的情况正在锐减（居然）。 · 📽️ 主力视频生成工具 ▶ 即梦 Seedance 2.0 ：毫无疑问的最佳选择，当前最强，没有之一。但最近关于价格和排队的负面是不是有点多得离谱？ ▶ 可灵 3.0：最近想夸夸“默默无闻”的可灵，在人物表演和音画同方面，可灵真的是目前最佳。当然，风头全被楼上抢了。 ▶ Veo3.1：单镜头的表现依然是目前最好，另外在 Seedance 2.0 的压力下，新版也应该快出了，毕竟已经很久没更新了。最近 Flow 终于上线了 4s/6s 的版本，用来做视频衔接非常实用，推荐。 * 很多模型更新都在迎合短剧，我目前还没看懂，不敢评价。 · 🔍放大工具 ▶ 图片放大的需求变少了，毕竟 🍌Nano banana Pro 原生 4k……（我已经完全退订了 Magnific 了） ▶ 视频放大用 Topaz，不是本地盗版那个，是线上那个：Astra · 📽️ 3D 模型生成工具 ▶ 我们用得最多的：Tripo，工具的完成度越来越高 ▶ 混元3D的口碑超好 ▶ Rodin 发布了🍌3D ，看 demo 也不错 * 目前工作上用到的场景比较少，可以不看我的推荐，欢迎大家补充好用的 3D工具。 · 📽️ Vibe Coding ▶ 我们用得最多的是 Codex ，量大管饱效果好。（我当然知道 Claude Code 好，但我号没了…） 但作为 Vibe Coding 新人以及非技术背景，我还是不乱写推荐了。目前的体感是，做一些自用的小工具超级方便，但一旦往产品方向转就发现有无数的坑，还是长时间测评一下再说吧。 其他想到再补充。

00
今天去哪散步呢
2月前
好朋友闪送过来的爱～
百分百复刻了芒市菜市场那碗清汤牛肉米线的鲜香烫嘴了😍
00
今天去哪散步呢
2月前
又决定开始跑步了，不要浪费春天！今天听Reptile这张专辑跑，刻意压很慢速度，节奏很舒服，第一次跑得昏昏欲睡，有点像瑜伽后放松时的那种假寐状态。春天真的来了，公园里都是呱呱呱。每次跑完步都觉得神清气爽，感觉世界都变清晰了，抬头看夜空还是蓝天白云，每一根树杈都格外清晰。
00
今天去哪散步呢
2月前
尿不到一个壶里没关系，强行觉得别人该和自己尿一壶里才有关系。
00
今天去哪散步呢
3月前
AI能给你无限的注意力，因此产生了神性。
人类只能给你有限的注意力，却因此产生了爱。
00
今天去哪散步呢
4月前

Kenny_肯尼: vibe coding最近太热了，不是局限于做一个产品demo，而是渗入到工作生活方方面面，搞得不少人都焦虑了。我的建议很简单，不要折腾那么多有的没的，可以直接按这个流程来干 1. 安装：通过终端安装Claude code，不喜欢终端的交互，推荐用Cursor或VS code的Claude Code插件，都不想装，就用Antigravity 2. API：如果用Claude code，有钱买Claude API，没钱买minimax M2.1/GLM 4-7/Kimi K2/Deepseek 的国产平替API 上面这两步搞环境配置是最难的，有时候会被气死，各种奇奇怪怪的问题，实在不行就找程序员朋友 3. Context：在你电脑上建好文件夹，把资料丢进去，然后告诉agent对着这个文件夹干活 Input：安装好语音输入法，比如免费的闪电说，当然我最期待的是豆包的PC语音输入法——对应团队的同学如果有内测，希望拉我一下～ 4. 任务：把你一天的任务，尽可能让AI来完成，context就放在文件夹里，先选一些容错率高的，再选容错率低，先选简单的，再做复杂的 交互：然后开始大白话口喷，做得好就夸它，做得不好就骂它 5. 管理：虽然我做管理比较菜，但还是积累了一些粗浅经验，发现管人和管AI是类似的，都是有一套系统性的方法论，我有一点感觉，还没成型，而且AI更简单，不需要考虑它的情绪问题和利益问题 1）了解不同agent的弱点和优势，分配对应的活儿 。如果做得不好，有的是超出其能力范围，有的是活儿你自己没拆清楚或者交代不清楚，老板经常被下面人骂，是有原因的 2）做到进度管理，该确认的及时确认，否则就耽误了，该放弃的就果断放弃，该放手的就相信对方 3）做完后，让它总结一下经验教训，甚至可以固化成skills 你肯定会遇到很多技术性问题的，没关系，网上都有教程的，或者直接问AI。 在程序员眼里，你的使用方式非常野路子，没关系，本来我们就是不是当程序员。版本管理、数据同步、这些习惯，都是可以边做边学的。 coding是一项通用能力，来解决各种问题，就跟智力一样，而不是单单写软件代码。 coding是要解决你的日常问题，这样你才有持续迭代的动力，否则只是一次炫技，长期价值不大。 就像去健身，不要一开始就担心自己练成施瓦辛格的大块肌肉太丑怎么办，因为你大概率练不出来。 健身最开始，也不要太苛责自己动作的标准，肌肉都没有，怎么可能那么标准，都是边长肌肉边纠正发力方式的 AI发展太快了，与其抵触它，不如驯化它

00
今天去哪散步呢
4月前
今天去哪散步呢
5月前
🪞
00