即刻App年轻人的同好社区
下载
置顶💡 如何与 GPT-5 Thinking 对话，更稳定地拿到「aha」时刻？
这段时间我的真实体验是：当我把需求说清楚、把提问流程设计成「教练式」时，GPT-5 Thinking 会发生质变——从「听懂了」升级为「带我做完」。
我沉淀出三句在 Prompt 末尾补充的「核心指令」（长期有效）：
1.「一定要仔细，不要有遗漏。」——用于代码走查、要点清单与边界梳理，是一个关键句补充；
2.「请深度多轮思考，并试图揣摩我的说话意图。」——可以基于最近 GPT-5 Thinking 对我的记忆来揣摩我的真实意图；有时候的回复会给我「aha」时刻的感觉，会出现不同的讲解，从而让我对自己多一种理解，更懂自己；
3.「请提供最佳的喂饭级实践指导 SOP。」——这句话补充在后面，往往 GPT-5 Thinking 会给教练式的手把手教学：「步骤、注意事项、验收标准，一页化、能落地」，非常适合新习惯或新认知的养成与理解等。
为了从「能做」到「做好」，我会叠加这些加速器（按需取用）：
a) 先给结论：再给理由，并附具体执行步骤与优先级。
b) 明确边界：说明关键假设、边界条件与不适用场景。
c) 提供备选：给出 ≥3 个方案，并解释适用情境与取舍依据。
d) 预判风险：同步列出风险点与验证清单（含异常与回退策略）。
e) 主动提问：如信息不足，请明确指出信息缺口，并给出提问清单。
f) 收敛行动：整理成模板或最小可用示例 MVP，最后收敛为「下一步三件事」。
g) 生成摘要（可选）：给一个 3 行摘要，方便转发/记录。
这些指令听着朴实无华，但拳拳到肉，极其好用。
我在 code review / 论文写作 / 方案评估 / 习惯养成里，反复用这套「组合拳」，命中率很高，常常会冒出新的理解与路径。
也欢迎你们在评论区补充你们的「魔法指令」，我们把好用的话术沉淀成一套共享的工作流，让更多人拿到自己的「aha」时刻。
——写在最后：这篇不是技巧秀，是一次真诚的复盘。希望它能帮到和我一样忙、一样想要效率与确定性的你们。
这段时间我的真实体验是：当我把需求说清楚、把提问流程设计成「教练式」时，GPT-5 Thinking 会发生质变——从「听懂了」升级为「带我做完」。
我沉淀出三句在 Prompt 末尾补充的「核心指令」（长期有效）：
1.「一定要仔细，不要有遗漏。」——用于代码走查、要点清单与边界梳理，是一个关键句补充；
2.「请深度多轮思考，并试图揣摩我的说话意图。」——可以基于最近 GPT-5 Thinking 对我的记忆来揣摩我的真实意图；有时候的回复会给我「aha」时刻的感觉，会出现不同的讲解，从而让我对自己多一种理解，更懂自己；
3.「请提供最佳的喂饭级实践指导 SOP。」——这句话补充在后面，往往 GPT-5 Thinking 会给教练式的手把手教学：「步骤、注意事项、验收标准，一页化、能落地」，非常适合新习惯或新认知的养成与理解等。
为了从「能做」到「做好」，我会叠加这些加速器（按需取用）：
a) 先给结论：再给理由，并附具体执行步骤与优先级。
b) 明确边界：说明关键假设、边界条件与不适用场景。
c) 提供备选：给出 ≥3 个方案，并解释适用情境与取舍依据。
d) 预判风险：同步列出风险点与验证清单（含异常与回退策略）。
e) 主动提问：如信息不足，请明确指出信息缺口，并给出提问清单。
f) 收敛行动：整理成模板或最小可用示例 MVP，最后收敛为「下一步三件事」。
g) 生成摘要（可选）：给一个 3 行摘要，方便转发/记录。
这些指令听着朴实无华，但拳拳到肉，极其好用。
我在 code review / 论文写作 / 方案评估 / 习惯养成里，反复用这套「组合拳」，命中率很高，常常会冒出新的理解与路径。
也欢迎你们在评论区补充你们的「魔法指令」，我们把好用的话术沉淀成一套共享的工作流，让更多人拿到自己的「aha」时刻。
——写在最后：这篇不是技巧秀，是一次真诚的复盘。希望它能帮到和我一样忙、一样想要效率与确定性的你们。
9 111
Gemini APP 内已经嵌入了 Nano Banana 最新图像编辑模型。在 2.5 Pro 或 2.5 Flash 模型下，入口就是第一个“🍌图片”选项。
这样一来，大家就不用再受到 Google AI Studio 里对 Nano Banana 模型每日使用次数的限额困扰了。
而且，更为重要的是，现在 Prompt 可以直接用中文，即可实现和英文 Prompt 相同的效果；这也意味着，可以直接对一张图片用中文 Prompt 进行多轮编辑修改，PS 图片变得更方便快捷了！
这样一来，大家就不用再受到 Google AI Studio 里对 Nano Banana 模型每日使用次数的限额困扰了。
而且，更为重要的是，现在 Prompt 可以直接用中文，即可实现和英文 Prompt 相同的效果；这也意味着，可以直接对一张图片用中文 Prompt 进行多轮编辑修改，PS 图片变得更方便快捷了！
1 00
学到了，感谢分享！我请教了 ChatGPT 5 Thinking，把“马桶存水弯放片→外出防黄”的原理和做法做了拓展理解，现已截图呈现。
MrCoffeeTalker: 马桶存水弯里放一片消毒片，能有效预防出远门滋生的微生物黄垢 背景是之前出远门回来，几乎每次都会面临马桶水面发黄的情况，又已知余氯可以抑制微生物生长，这点在自来水中有广泛应用，而手头刚好有片剂清洁剂，遇水可以反应生成次氯酸。 图1-图2，出门 6 天前后对比，走之前放了一锭小林的下水道消毒片。 图3，上一次出门 10 天回来的马桶。 考虑到时间跨度不同，也可能是观察窗口还不够长，不过对比我记忆中出门一周左右水面就能变黄的情况来看，确实有效。
1 10
🏸 运动类：『第219次挥拍·羽毛球成长记录』
累计：448.6 小时｜219 次｜259,968 千卡
今日出勤：武大工学部体育馆（无空调，仅电扇，体感=“蒸桑拿”）
三人轮单打 2 小时（17:00–19:00），越打越顺，末段基本连胜；全程汗如雨下，8 次换装仍被浸湿，但很开心🔥
关键数据（华为运动健康）
消耗 1,774 千卡｜运动 2:17:35
心率：平均 155 次/分｜最高 188 次/分
心率区间：极限 49′｜无氧 35′｜有氧 31′｜燃脂 12′｜热身 4′
训练压力：有氧 4.5｜无氧 4.0｜预计恢复 70 小时
科学补给（今天的实测）
到场前后与间歇：香蕉 + 电解质水 → 后程体能不崩、状态逐步拉满；对比两位球友明显更稳。
结论：高温场馆想打出“后程强于前程”，补水 + 电解质 + 易消化碳水 必须到位。
赛后恢复晚餐
西红柿蛋汤｜蒸南瓜｜清炒青菜｜清蒸鸡肉｜半碗米饭 —— 补水电解质 + 优质蛋白 + 适量碳水，按计划收尾。
累计：448.6 小时｜219 次｜259,968 千卡
今日出勤：武大工学部体育馆（无空调，仅电扇，体感=“蒸桑拿”）
三人轮单打 2 小时（17:00–19:00），越打越顺，末段基本连胜；全程汗如雨下，8 次换装仍被浸湿，但很开心🔥
关键数据（华为运动健康）
消耗 1,774 千卡｜运动 2:17:35
心率：平均 155 次/分｜最高 188 次/分
心率区间：极限 49′｜无氧 35′｜有氧 31′｜燃脂 12′｜热身 4′
训练压力：有氧 4.5｜无氧 4.0｜预计恢复 70 小时
科学补给（今天的实测）
到场前后与间歇：香蕉 + 电解质水 → 后程体能不崩、状态逐步拉满；对比两位球友明显更稳。
结论：高温场馆想打出“后程强于前程”，补水 + 电解质 + 易消化碳水 必须到位。
赛后恢复晚餐
西红柿蛋汤｜蒸南瓜｜清炒青菜｜清蒸鸡肉｜半碗米饭 —— 补水电解质 + 优质蛋白 + 适量碳水，按计划收尾。
3 01
刚刚在 X 看到 Google 官宣：Pixel 10 / 10 Pro / 10 Pro XL 登场。核心是 Tensor G5 芯片 + 最新 Gemini Nano（端侧模型），官方定位“最个性、最主动、最有用”的 Pixel。
从官方短视频的演示看，很多 AI 交互都在端侧完成，响应很顺滑——意味着更好的隐私与实时性。对日常使用来说，这是比参数更有感知的升级。
对我这种把 AI 当主力工具的人，这代 Pixel 的看点不在跑分，而在“把 AI 变成系统级的随手能力”。我重点关注的落地：离线/弱网场景的本地推理、系统级检索与摘要、拍照/录音后的即时理解与整理——如果这些做到位，效率会明显上一个台阶。
先记一条“观望 + 期待”。等更多上手与国区体验信息出来，再评估是否作为主力机/备用机。
从官方短视频的演示看，很多 AI 交互都在端侧完成，响应很顺滑——意味着更好的隐私与实时性。对日常使用来说，这是比参数更有感知的升级。
对我这种把 AI 当主力工具的人，这代 Pixel 的看点不在跑分，而在“把 AI 变成系统级的随手能力”。我重点关注的落地：离线/弱网场景的本地推理、系统级检索与摘要、拍照/录音后的即时理解与整理——如果这些做到位，效率会明显上一个台阶。
先记一条“观望 + 期待”。等更多上手与国区体验信息出来，再评估是否作为主力机/备用机。
2 00
ChatGPT 下载文件总失败？把文件名改成英文 + 必要时重跑一次 + 需求写进你的个性化指令（亲测 8/8）
这几天在 KOL 大佬向阳乔木 @向阳乔木 组建的「AI产品蝗虫团」微信群里有人提醒——“使用 ChatGPT 下载中文命名的文件时，可能会因路径转义问题而导致下载失败。解决方法很简单：让模型保持文件内容不变，同时将文件名改为英文即可。”
我自己也实测了 8 种格式（PDF/HTML/DOCX/MD/TXT/CSV/ZIP…），在提醒 ChatGPT 5 Thinking 模型把文件名改成英文后，全部下载成功。见图 ✅
怎么做（SOP）：
1）提示词：“保持内容不变，用英文文件名另存，并给我下载链接。”
2）命名规则：只用 A–Z a–z 0–9 _ -，避免空格和中文（示例：Badminton_Kit_SOP_FULL.pdf）。
3）多格式一次拿全：让模型同时另存并打包 ZIP（英文名），只下载一个包即可。
4）仍打不开：右键“在新标签页打开 / 链接另存为…”；或用隐身模式/换浏览器；再不行就“重跑一次”让模型重新生成链接。
为什么有效：
部分环境对中文文件名的编码/转义处理不一致（特别是沙盒型下载链接），英文命名能规避编码歧义；重跑一次可以刷新失效链接。
经验补充：少数情况下即便是英文名也会遇到异常，“英文名 + 重跑一次”基本能解决，形成稳定闭环。
进阶：一劳永逸写进你的个性化 GPT / 自定义指令
把下面这段放进“自定义指令（系统提示）”，以后自动按英文名生成：
> File naming standard: When creating any downloadable file or link, always use ASCII English filenames (A–Z a–z 0–9 _ -), no spaces and no non-ASCII/Chinese.
> If multiple formats are produced, also provide a ZIP (English name).
> If a link fails, regenerate once and offer alternatives (PDF/HTML/DOCX/MD/TXT/CSV).
适用场景：
＞只要是“模型生成文件+给下载链接”，都推荐这么做；
＞跨平台分享（Notion / 微信 / 邮箱等），英文名更通用、更稳。
这几天在 KOL 大佬向阳乔木 @向阳乔木 组建的「AI产品蝗虫团」微信群里有人提醒——“使用 ChatGPT 下载中文命名的文件时，可能会因路径转义问题而导致下载失败。解决方法很简单：让模型保持文件内容不变，同时将文件名改为英文即可。”
我自己也实测了 8 种格式（PDF/HTML/DOCX/MD/TXT/CSV/ZIP…），在提醒 ChatGPT 5 Thinking 模型把文件名改成英文后，全部下载成功。见图 ✅
怎么做（SOP）：
1）提示词：“保持内容不变，用英文文件名另存，并给我下载链接。”
2）命名规则：只用 A–Z a–z 0–9 _ -，避免空格和中文（示例：Badminton_Kit_SOP_FULL.pdf）。
3）多格式一次拿全：让模型同时另存并打包 ZIP（英文名），只下载一个包即可。
4）仍打不开：右键“在新标签页打开 / 链接另存为…”；或用隐身模式/换浏览器；再不行就“重跑一次”让模型重新生成链接。
为什么有效：
部分环境对中文文件名的编码/转义处理不一致（特别是沙盒型下载链接），英文命名能规避编码歧义；重跑一次可以刷新失效链接。
经验补充：少数情况下即便是英文名也会遇到异常，“英文名 + 重跑一次”基本能解决，形成稳定闭环。
进阶：一劳永逸写进你的个性化 GPT / 自定义指令
把下面这段放进“自定义指令（系统提示）”，以后自动按英文名生成：
> File naming standard: When creating any downloadable file or link, always use ASCII English filenames (A–Z a–z 0–9 _ -), no spaces and no non-ASCII/Chinese.
> If multiple formats are produced, also provide a ZIP (English name).
> If a link fails, regenerate once and offer alternatives (PDF/HTML/DOCX/MD/TXT/CSV).
适用场景：
＞只要是“模型生成文件+给下载链接”，都推荐这么做；
＞跨平台分享（Notion / 微信 / 邮箱等），英文名更通用、更稳。
2 22
今天下午算是体验了一把追羽毛球明星的感受，还是蛮激动的。因为16和17日这两天，是2025“李宁·谌龙羽毛球单打公开赛”决赛在武汉大学卓尔体育馆举行的日子，而世界冠军谌龙和王适娴只出席闭幕式。所以，当看到直播里他们马上要出场时，我便立马离开办公室去卓尔体育馆追星了😊
我拿着三张武汉大学130周年纪念日的明信片，和师弟一起去追星。其实之前还纠结过要不要拿李梓嘉的大赛服去签名，但又怕不好，所以只带了明信片。后来颁奖结束后谌龙先离开了，只能找他老婆王适娴签名，还好都签到了，很是开心呢，故此记录一下，嘻嘻😁
我拿着三张武汉大学130周年纪念日的明信片，和师弟一起去追星。其实之前还纠结过要不要拿李梓嘉的大赛服去签名，但又怕不好，所以只带了明信片。后来颁奖结束后谌龙先离开了，只能找他老婆王适娴签名，还好都签到了，很是开心呢，故此记录一下，嘻嘻😁
6 02
ChatGPT 模型怎么选？7 张图一键搞定（含实战 SOP）
我按自己的详细需求说明，让 GPT-5 Thinking 基于 OpenAI 官方公开资料与模型定位，自动生成了一套“常见任务 → 最优模型 → 开口即用 SOP”的 7 张图。内容覆盖 GPT-5/Thinking、o3/o3 Pro、o4-mini、GPT-4o（Realtime/Transcribe/Image）与 GPT-4.5 等家族，聚焦真实工作流的高频场景。
图集给出：每个场景的主推模型/可选替代/匹配理由/可复制提示词。核心速记：不确定先用 GPT-5；要更深推理切 GPT-5 Thinking；严谨数学与复杂调试用 o3，仍不稳再上 o3 Pro；批量与性价比选 o4-mini；看图、转写与实时语音用 GPT-4o；纯写作与常识用 GPT-4.5（不可用时回退 GPT-5 / o3 / o4-mini）。
使用方式：按图查表，对照你的任务挑选模型；将图中的关键 SOP 句式手动录入到个人提示词库或工作流卡片中，日后按需调用与迭代即可。
我按自己的详细需求说明，让 GPT-5 Thinking 基于 OpenAI 官方公开资料与模型定位，自动生成了一套“常见任务 → 最优模型 → 开口即用 SOP”的 7 张图。内容覆盖 GPT-5/Thinking、o3/o3 Pro、o4-mini、GPT-4o（Realtime/Transcribe/Image）与 GPT-4.5 等家族，聚焦真实工作流的高频场景。
图集给出：每个场景的主推模型/可选替代/匹配理由/可复制提示词。核心速记：不确定先用 GPT-5；要更深推理切 GPT-5 Thinking；严谨数学与复杂调试用 o3，仍不稳再上 o3 Pro；批量与性价比选 o4-mini；看图、转写与实时语音用 GPT-4o；纯写作与常识用 GPT-4.5（不可用时回退 GPT-5 / o3 / o4-mini）。
使用方式：按图查表，对照你的任务挑选模型；将图中的关键 SOP 句式手动录入到个人提示词库或工作流卡片中，日后按需调用与迭代即可。
5 03
🏸 运动类：『第217次挥拍·羽毛球成长记录』
累计挥拍：444.6 小时⌛｜累计消耗：256,781 千卡🔥
补记：8/13 武大工体 · 单打 2 小时💪
①先 0.5 小时步法+挥拍训练；后免费诚邀馆内学弟单打 1.5 小时。
②球馆依旧闷热似“桑拿房”，武汉雨后仍潮热；备了 1L 电解质水 2 根香蕉，全程体能稳定。
今日表现
①胜率 ≈ 75%，多数时间保持主动。
②平均心率 159 次/分（最大 190 次/分）；本次消耗 1,521 千卡。
③心率区间：极限 54′｜无氧耐力 29′｜有氧耐力 13′｜燃脂 7′｜热身 5′。
④训练负荷：有氧 4.5｜无氧 4.8；恢复建议 82 小时。
训练体感与复盘
①赛前“步法+挥拍”让上场即有节奏，实战发挥更稳，攻防转换更积极。
②继续保留「30 分钟热身训练 → 90 分钟实战」的结构，每周 ≥ 1 场，提升稳定输出。
赛后补给（优蛋白+碳水+蔬菜）：清蒸鸡腿肉、特仑苏纯牛奶、2 个水煮蛋、清蒸南瓜、青菜、花菜炒肉、两根香蕉、1/3 碗米饭。当前恢复感良好，无不适。
下一场，继续挥拍，夏练三伏，稳步进化！🏸🔥
累计挥拍：444.6 小时⌛｜累计消耗：256,781 千卡🔥
补记：8/13 武大工体 · 单打 2 小时💪
①先 0.5 小时步法+挥拍训练；后免费诚邀馆内学弟单打 1.5 小时。
②球馆依旧闷热似“桑拿房”，武汉雨后仍潮热；备了 1L 电解质水 2 根香蕉，全程体能稳定。
今日表现
①胜率 ≈ 75%，多数时间保持主动。
②平均心率 159 次/分（最大 190 次/分）；本次消耗 1,521 千卡。
③心率区间：极限 54′｜无氧耐力 29′｜有氧耐力 13′｜燃脂 7′｜热身 5′。
④训练负荷：有氧 4.5｜无氧 4.8；恢复建议 82 小时。
训练体感与复盘
①赛前“步法+挥拍”让上场即有节奏，实战发挥更稳，攻防转换更积极。
②继续保留「30 分钟热身训练 → 90 分钟实战」的结构，每周 ≥ 1 场，提升稳定输出。
赛后补给（优蛋白+碳水+蔬菜）：清蒸鸡腿肉、特仑苏纯牛奶、2 个水煮蛋、清蒸南瓜、青菜、花菜炒肉、两根香蕉、1/3 碗米饭。当前恢复感良好，无不适。
下一场，继续挥拍，夏练三伏，稳步进化！🏸🔥
5 00
感谢 @冰瑞Brui 的清晰拆解：Ethan Mollick 三件套——X 看趋势灵感（每日 3–5 条）、Substack（One Useful Thing）看步骤、《Co-Intelligence》看方法与边界。执行法：10 分钟微实验 + Centaur/Cyborg 协作模式，按任务切换。我的下一步：关注 ≤10 个一线源、每天挑 1 个用法做 10 分钟验证，再决定是否标准化。转给还在信息焦虑的即友们。
冰瑞Brui: 安利一个最近常看优质的 Ai 信息源 沃顿商学院教授 Ethan Mollick。 长期研究创业/创新/教育 × AI 我最认可他的地方不是头衔，而是既在一线用 AI、也能把专业内容讲成“人话”，并给出可复制的步骤。 我理解的 Ai 信息源分三类 ①创造者/构建者（在一线 Ai 大公司做事的人） ②实操运营者（用 AI 把事做成的人，例如各类落地应用） ③纯信息搬运的人 对于 我们普通人想真正学习使用 Ai、缓解信息焦虑最好的方法: 1 多用。只有自己用了，才有体会，才能辨别是否适用 2 多关注第一和第二类信息源 了解 Ai 最新动态，关注信息源，要注意两个点： 质：多看一线从业者的内容，更有利于我们学以致用 量：少就是多。关注 10 个以内专业人士，就能快速了解 Ai 最新动态和应用。甚至持续关注一个信息源，就能发现大量连带内容，挖掘很多优质信息。 无论国内外，90% 以上的 Ai 博主，都是信息搬运工。 例如我关注 Ethan Mollick， 阅读习惯是: 1）Twitter/X：看趋势+灵感 • 快速跟进模型更新、功能变化、好用工作流灵感。 • 适合日更式吸收：每天刷 3–5 条，就能知道“今天 AI 圈发生了什么、有哪些能马上试的用法”。 2）Substack（One Useful Thing）：看深度+步骤 • 主题常围绕“如何把 AI 嵌入日常工作/学习”，会给出清晰步骤、示例提示词、风险提醒。 • 建议顺序： • 入门：如何把 AI 当作思考伙伴而不是搜索引擎 • 进阶：人机协作两种模式（分工型 vs. 融合型）各自的场景 • 实操：在写作、研究、备课、会议、产品创意里的具体工作流 3）新书《Co-Intelligence》：看方法论+边界 • 核心观点： • 把 AI 当合作者：用它扩展思考/草拟/复盘，而不是只要“最终答案”。 • 小实验原则：在每条工作流里做10 分钟微实验，快速验证可行性再标准化。 • 两类协作模式：Centaur（人机分工） & Cyborg（深度融合），根据任务切换。
1 00
