即刻App年轻人的同好社区
下载
App内打开
藤蔓植物
112关注550被关注1夸夸
铲屎官🐱 养娃新手👧🏻
藤蔓植物
16天前

造App: MIT 发布了一批免费AI 课程，足以让你达到入职水平。 没有付费墙，没有废话。 精华推荐 👇 1. AI 101（AI 入门） → 从零开始，建立真正的直觉。 https://ocw.mit.edu/courses/res-6-013-ai-101-fall-2021 2. 深度学习训练营（Deep Learning Bootcamp） https://introtodeeplearning.com/ 3. 人工智能（Artificial Intelligence） → 解决问题的方法论 + 机器学习基础。 https://ocw.mit.edu/courses/6-034-artificial-intelligence-fall-2010/ 4. 机器学习导论 → 那些你真正会用到的 https://openlearninglibrary.mit.edu/courses/course-v1:MITx+6.036+1T2019/about 5. 如何 AI 化（几乎）任何事物（How to AI Almost Anything） → AI + 创意（音乐、艺术、系统设计）。 https://ocw.mit.edu/courses/mas-s60-how-to-ai-almost-anything-spring-2025/ 6. 。。。 #提示词工程 #AI工作流 #AI的神奇用法

00
藤蔓植物
23天前
《秦二世必须死》有pdf版了。
00
藤蔓植物
29天前

风小海: 会写字就能做Skill 最近AI圈有个词又火了，叫Skill。 直译过来叫"技能"，但它实际上就是一个文件。 这个词最近在AI圈的热度，不亚于当年Prompt刚火起来的时候。GitHub上相关项目疯狂涨星，各种Skill合集到处传，连腾讯都出手做了一个专门收录Skill的平台。 但其实咱们普通人，大多数都还是没搞懂它到底是什么，跟提示词有什么区别，跟知识库有什么关系，跟智能体又差在哪里。 听我慢慢道来。 Skill是什么 Skill本质就是一个文件夹，核心是里面一个叫SKILL.md的文本文件。没那么神秘，大家不要被装神弄鬼的AI博主吓到了。这玩意用记事本就能打开，里面就是普通的文字，不需要写代码。 这个文件能装三样东西，这三样东西加在一起，决定了Skill比提示词强在哪里。 第一样：元数据 这个就等于是Skill的身份证，它叫什么名字，是干什么的，用户说什么关键词的时候触发它。 这部分体积很小，AI每次启动都会读一遍所有Skill的元数据，相当于先看一眼所有工具的简介，决定这次用哪个。这部分因为体积小，所以不费token，不用担心成本问题。 第二样：行动指南 这个是真正的核心要素。 这一块规定了AI每一步该怎么做，用什么风格，按什么顺序，注意什么细节，哪些事情绝对不能做。 写得越详细，AI执行得越稳定，越不会跑偏。 第三样：资源文件 这是Skill跟提示词最本质的区别所在。 Skill文件夹里可以附带Python脚本或者其他执行程序。这意味着AI不只是"说"，还能直接"做"。 能自动生成图片、自动处理表格、自动抓取数据、自动发布内容。 提示词永远它只能停留在语言层面，Skill可以让AI真正动手干活。 全局复用 这是最大的优势 Skill可以设置成全局的，放在固定文件夹里，所有项目都能调用。不需要每次聊天重新贴一大段指令，AI看到触发词自动启动，无缝衔接。 它跟提示词有什么区别 我知道很多人都很懵，这玩意不就是提示词吗？有啥区别吗？ 确实挺像的，但内核大不一样。 提示词是你每次对话临时输入的指令，这次用完，下次重新写。用的时候有效，关掉窗口就没了。 Skill是永久存在本地的文件，一次配置，永久有效，随时调用。 提示词只能"说"，Skill可以"做"。 提示词就像你给员工发了一条微信，告诉他今天要干什么。说完就没了，明天还得重新发。 Skill是给员工写了一本工作手册，放在他桌上，随时能翻，还附带了一套自动化工具。不只是告诉他怎么做，还能直接帮他把事情做完。 提示词还有一个问题：漂移。 聊着聊着，AI可能忘了最开始的要求，输出越来越偏。Skill因为每次都会重新加载，不存在这个问题，稳定性要强得多。 简单说，提示词是临时口头指令，Skill是永久操作手册加执行工具。 它跟知识库是什么关系 知识库存的是信息。 你把文件、资料、数据导进去，AI需要的时候去里面查，回答基于这些信息来。信息量可以非常大，适合需要大量参考资料的场景。 Skill存的是方法。 怎么做一件事，用什么风格，按什么步骤执行。 知识库是图书馆，Skill是操作手册。图书馆告诉你世界上有什么，操作手册告诉你具体怎么干。 这两个解决的是不同问题，不是替代关系，可以叠加使用。后面会用一个具体例子说清楚。 它跟智能体是什么关系 智能体是一个完整的AI系统，有记忆、能自主决策、能连续完成多步骤任务、能调用各种工具。 Skill是智能体里的一个零件。 智能体可以同时装很多个Skill，处理邮件用一个，写内容用一个，分析数据用一个，遇到什么任务调用什么Skill。 没有Skill，智能体每次都从零开始。有了Skill，遇到熟悉的任务直接调用，越跑越顺。 但两者的门槛差距很大。 Skill：一个文本文件，今天写完今天用，零门槛。 智能体：需要搭系统、配置记忆、连接工具、调试流程，普通人没有一定基础很难独立搞定。 但大多数人的日常需求，几个Skill文件就够了，不需要上智能体。 写你的第一个Skill 说了这么多，直接来做一个。 用一个具体的职业举例。假设你是一个做小红书的美食博主，每次发笔记都要把菜谱改写成小红书风格：标题要吸引人，步骤要简洁，结尾要引导互动，配上emoji，语气要活泼。 每次都要重新跟AI说这些要求，肯定很烦对吧。 现在用Skill解决这个问题。 第一步：新建文件夹 在电脑上找个地方，新建一个文件夹，名字随便叫，你可以叫xiaohongshu-recipe，也可以叫小红书菜谱skill，也可以叫xhs，随便，都不影响功能。 第二步：新建一个文本文件，名字叫SKILL.md 就是普通的文本文件，后缀从.txt改成.md就行。 名字必须叫SKILL.md，不能改，因为AI它会去你指定的文件夹里找名字叫SKILL.md的文件，找到了才知道这是一个Skill，然后读里面的内容。 第三步：打开文件，写进去这些内容 --- name: xiaohongshu-recipedescription: 把普通菜谱改写成小红书风格的美食笔记。当用户说"转小红书版"或"改成小红书风格"时使用。 --- 执行规则： 标题： 必须带数字，比如"3步做出"、"5分钟搞定" 加上emoji，控制在20字以内 要有悬念或者反差感 正文： 开头一句话说清楚这道菜的亮点 食材列表用emoji标注 步骤用数字序号，每步不超过两行 语气活泼，像在跟朋友聊天 禁止出现"首先""其次""综上所述"这类书面语 结尾： 引导互动，比如"你们一般怎么做？评论区告诉我" 加2-3个相关话题标签 字数控制在500字以内 第四步：把文件夹放到正确的位置 写完之后，把整个文件夹放到Claude Code的skills目录里。 全局通用的放到全局skills文件夹，只用在某个项目的放到那个项目下的skills文件夹。 第五步：用起来 打开Claude Code，把你的菜谱发过去，说一句"转小红书版"。 AI自动触发这个Skill，按你定义的所有规则来输出，不需要再说任何要求。 以后每次发笔记，重复这一步就行。 这就是一个完整的Skill。 从新建文件到能用，整个过程不超过20分钟。 最后 假设你想做一个查理芒格的AI分身，让它用芒格的思维方式帮你分析问题。 提示词、Skill、知识库、智能体，四种方式都能实现，但效果会有些不同。 提示词版芒格 每次对话开头贴一段："请用查理芒格的逆向思维和跨学科模型分析……" 能用，但每次都要贴，聊着聊着AI可能漂移忘了自己在扮演芒格，而且无法执行复杂操作。 适合偶尔用一次，不适合长期依赖。 优点：零门槛，今天就能用。 缺点：用完就没，不稳定，只能说不能做。 Skill版芒格 把芒格的思维框架、决策方式、语言风格写成文件，一次配置，永久有效。说"用芒格的角度看这个问题"，AI自动切换，稳定复现，不会漂移。 适合经常需要用芒格视角分析问题的人。 优点：稳定、省事、一次配置永久复用。 缺点：没有记忆，信息量不如知识库大。 Skill本身不记得你们之间的对话历史。 每次你调用它，它只知道你在这个Skill文件里写了什么，不知道你上次问过它什么、它上次怎么回答的。 下次开一个新对话，对它来说就是第一次见面。 知识库版芒格 把芒格的书、演讲、采访全部导进去。AI能告诉你芒格说过什么，引经据典非常准确。 但知识库只有信息，没有风格约束。输出的是"关于芒格的内容"，不一定是"芒格的口吻和逻辑"。 适合需要大量引用芒格原话和具体案例的场景。 优点：信息量大，有据可查。 缺点：有内容没风格，像在查百科而不是跟芒格对话。 智能体版芒格 最完整的方案。有记忆，记得你上次问过什么；能自主决策，发现你哪里想错了会主动纠正；可以连接外部工具，帮你查最新数据。 适合对芒格分身有非常高要求、需要长期深度使用的人。 优点：最强，最像真人，有记忆有主动性。 缺点：门槛高，搭建复杂，普通人很难独立完成。 Skill是目前普通人把AI落地到工作里，门槛最低、效果最实在的方式。 你现在做什么工作，就能写什么Skill。 写内容的，把选题逻辑、写作风格、发布格式固化成Skill。做电商的，把选品标准、客服话术、上架流程写进去。做咨询的，把分析框架、提问方式、报告结构打包好。 花几个小时把你现在每天在做的重复性工作提炼成Skill，这几个小时的投入，会在未来帮你省出几倍甚至几十倍的时间。 并且，Skill本身可以当产品卖。 你在某个行业深耕多年，你的经验和方法论别人没有。把它们提炼成Skill，打包出售，愿意付费的人不会少。之前有人卖Prompt合集，现在有人卖Skill包，本质是一样的，都是把你的认知变成可复用的产品。 Agent可以卖，工作流可以卖，Skill一样可以卖。 趁现在Skill生态还早，可以先把自己的业务流程整理清楚，写出来，用起来。 用好了自己省时间，用熟了可以变成产品。

00
藤蔓植物
1月前

Alchian花生: 既然Claude Code源码都泄漏了，我觉得我这75页的《CLAUDE CODE橙皮书📙》也该开源了。 这份橙皮书是我和Claude Code花了两个多月一起写的实战手册，面向想用AI编程但不知道从哪开始的人。10章，从安装到独立做出一个完整产品。 里面有什么： • 核心工作流拆解（Plan/Auto模式、权限管理） • CLAUDE.md写法——怎么给AI一张项目地图 • Skills、Hooks、MCP等扩展能力的实战用法 • 多Agent并行协作的完整机制 • Computer Use和Voice Mode等最新能力 • 一章完整的从零到上线产品实战 信息源主要是Claude官方文档、CC之父Boris的分享、吴恩达的Claude Code课程，加上我自己用CC做了十几个产品的经验。内容更新到2026年3月底。 和AI协作写的，内容量大，难免有幻觉。发现不准确的欢迎指正，我会持续更新。 下载链接🔗：https://my.feishu.cn/wiki/JK1WwrRgJiYfRok7YxxceS5qn1J?from=from_copylink

00
藤蔓植物
2月前
我闺女一岁三个月，最近晚上十点以后不想进卧室。进卧室就哭，关灯就哭，要陪她玩到精疲力尽想哭的时候，爬枕头上五分钟就能睡熟😂
00
藤蔓植物
4月前
微信，你怎么还不封元宝红包
01
藤蔓植物
4月前
时间不够用，小红书笔记拆不完，想读的书没空看，播客攒了好几期没听🥲
时间都去哪了～
00
藤蔓植物
4月前
藤蔓植物
4月前
小红书新号，直接开认证，图文或者视频卖书带货，还能不能搞？诚心发问。
20
藤蔓植物
4月前

韩叙HanXu: 我做内容10年，总结了一套普通人可复制的AI内容飞轮。 从公众号，到后来的短视频、直播和播客，我尝试了所有的内容形式，并且在10年里从没断更。 我现在能做到：短视频日更、公众号每周3-4篇，并且持续获客。 这就是内容输出飞轮的价值。 通过这篇文章，不仅讲这个飞轮，更重要的是讲AI的应用。 最初，我生产内容完全是从兴趣角度出发。 想写什么就写什么，没有明确的目的，也不清楚受众是谁。有了灵感就写，没有灵感就不写。 这导致我写一篇文章压力很大，花很多时间，更新频率也不稳定。甚至在我写完书后，都不知道该写什么。 我懂了这个道理： 内容输出，不能依赖灵感，要构建飞轮。 后来我创业了，开始用内容打造个人IP，这是获客方式。 有了获客的诉求，内容创作就有了新的要求： 第一，明确目标受众。 第二，选题方向要与目标受众的痛点一致，并且和我提供的产品强相关。 第三，更新频率相对稳定且较高。 第四，对我时间成本的占用不能太高。 在不断尝试中，我得到了一个内容创作的飞轮。 这个飞轮实践起来非常简单，只要认真去尝试，就很有可能学会，甚至优化出更适合你的版本。 这个飞轮一共分为五步。 第一步：建立输入环境，有想法就马上说出来 为什么会有想法和观点，因为要持续输出，所以这需要让自己处于一个输入的环境中。 我有四种输入方式： 1、在一线实战中面对真实问题 我自己开咨询公司，很多人来咨询我。在与他们对话的过程中，别人会问我各种背景、各种角度的问题。这些问题就是思考的起点，也是最好的输入。 2、用AI交互去输入 当你遇到感兴趣或想了解的问题时，不用管这个问题有没有想清楚，或者有没有价值，都可以借助AI来开拓思路。 多轮对话非常重要。 图片 很多人在用AI时只问一个问题，问完就结束了。实际上AI真正的帮助在于多轮对话。 在一轮轮的对话中，它给你的反馈会逼迫你把问题梳理清楚，或者把问题清晰、严谨地描述出来。 能清晰描述问题本身就是一种输入。 你描述得越清晰，AI给你的反馈就越多，这些反馈就是很好的启发。 3、输入方式是看书 包括与你研究问题直接相关的，比如研究增长就看增长的书； 也包括与你研究的东西没有强相关的，比如中国文学、传播学或读库等，这都是有价值的。 4、看干货类的长视频 要选择没有太多娱乐性质的视频。 如果你找到一个对味的主播，可以把他所有的内容，尤其是高播放量的内容从高往低排序后全部看一遍。 这样基本上能掌握这个人最近几年沉淀下来的东西。 有了这样的输入环境，你就会有表达的欲望。 这时要马上把想法说出来。千万不要做任何过滤，不要做任何思考，不要觉得要把它想清楚了再表达，也不要斟酌措辞。 你要拿起手机马上就讲，哪怕不知道下半句要说什么，只要有一点灵感，都把它讲出来。 第二步：利用工具和AI整理记录 推荐大家用flomo的语音输入功能，你可以对着它讲，它会用AI的方式把你讲的内容整理出来。 AI整理时不会对内容做删减，只是把你琐碎的表达变成更通顺的表达。 比如把重复的内容、前后颠倒的内容或奇怪的词汇纠正过来。你一看就知道这是你想表达的东西，只是更通顺了。 整理完后，你能看到梳理过的文字信息。这些信息段落清晰，甚至可以直接发布。 为什么我强调要用嘴说，而不要写。 无论是打字还是用笔写，信息从大脑传递到纸面的过程中，就已经变化了。 说出的信息量，比写的信息量多得多。 不要小看某半句话可能跟前后关系不大，AI需要更多的信息，它会自己去理解，不会浪费这些信息。 比如你说“今天中午吃的包子挺贵，商业模式肯定有问题，哎上午上班挺累”... 你可能觉得前后不搭，但这实际上是你的真实感受。这些都是有价值的信息，会被AI整合起来再做输出。 再强调一遍： 千万不要等，也不要试图把问题结构化，不要把信息安插到正在思考的某个体系里。 每个单独的想法都有用，要像卡片一样随时大量记录。 第三步：把整理好的文字变成文章和视频脚本 把我过去的爆款和不同类型的文章，都喂给AI去学习，再不断调优，拿到提示词。 AI就了解我的人设、业务、价值观、文风。 这个时候，再把你之前记录的想法，给到AI，就可以按要求给出文章或视频脚本了。 推荐Gemini 3.0和GPT Plus，一个月不到200块而已。 这里要注意，AI给出的内容是不能直接发布的，至少目前不能。 人不写初稿，AI不写终稿。 要再梳理和修改一遍，类似图书编辑的角色。修改那些不像我说的话、分段不合理或措辞有瑕疵的地方。 我的情况是，每篇文章大概需要1个小时的时间，并没有想象的快，当然也不应该有不合理的预期。 短视频脚本，也是同理。 因为，公众号长文字内容，是所有内容类型的源头。 得出来的短视频脚本，我的操盘手会再做修改，重点修改爆款结构。因为在短视频中，选题和结构决定了成败。 到了这一步，我们就可以发布公众号了，也有了可以直接用于口播拍摄的短视频脚本。 第四步：通过播客和直播把观点讲透 有了文章和脚本后，需要把观点再系统地讲一遍，目的是：内化和延展这个观点。 类似费曼学习法的逻辑。 你需要把单点从点到线到面做更多延伸，加入自己的思考。 讲的时候需要有仪式感，否则对着空气，你坚持不了几次的，这是我自己的经验。 可以通过播客和直播两种方式来讲。 播客的优势是不露脸，门槛低，只要音质好就能马上录制。 直播会露脸，仪式感更强，能得到更及时的反馈。评论区的正反馈和负反馈能帮助你了解讲得好不好。 在你完成这个环节，可以理解为这个观点已经完全属于你了，并且已经和你过去的积累链接，从点到线，再到面。 第五步：沉淀为产品，回到原点 把讲过的东西进行迭代和沉淀，将其融入课程和咨询中。 这些内容会成为课程的一部分，能被反复的应用。 也会成为给客户提供咨询的方法论，形成一个可以长期持续应用的弹药库。 在交付客户的过程中，又可以获得输入...这就回到了上面的第一步。 如此循环，这就是一个完整的飞轮。 这个飞轮有三个好处： 1、效率高 有想法马上说，不做任何耽搁，把碎片时间利用得很好，并且把AI工具应用得很好。 2、一鱼多吃 走完这一圈，我的视频、公众号、直播、播客，所有内容都做了。基本上输出的是全域的所有内容。 3、和你的产品、业务相关，自成体系 有些人做内容输出完就完了，不知道账号的目的是什么，也不知道最终沉淀的是什么。 用这种方法，最终沉淀的东西会落到产品本身。这个产品投入市场后，你又能获得更多灵感。 成为日常工作中，必要一环之后，就不需要你靠毅力去坚持了，当然更不靠灵感。 而是，靠这个飞轮。 最后，给大家讲讲我线下课的事。 这个课程我打磨了几个月，是我创业3年的经验浓缩。 主题是AI+个人商业系统，怎么样用一个模型，可以把你的经验，变成高客单产品。 重AI、轻IP，不推销，让你找到自己的优势，做自己，构建一个能持续20年的商业系统。 具体的介绍，我放在评论区，有问题直接找我就行。

00