11:15AI Will@FinanceYF5曾在Scale、OpenAI、Google任职的从业者分享观点:AI能解决学校考试、Leetcode、系统设计等有标准答案的问题,这些正变成AI的主场。真正值钱的技能是那些无法用loss function量化的能力。建议关注不可被算法替代的复杂决策与创造力。技巧职业建议ScaleOpenAI2 个信源在谈事件专题推荐理由:在Scale、OpenAI、Google都待过的人,给你讲哪些技能不会被AI替代,很实在原文稍后读已读值得跟进有用关注 职业建议
11:09小互@imxiaohu精选Claude Code 团队 Thariq 分享了使用 Fable 5 后的工作方式转变:从检查 Claude 是否执行正确变为检查是否在做正确的事。他给出三条具体做法:1) 将 Claude 视为早期思考伙伴,先写小需求说明让 Claude 反向采访自己;2) 使用 /goal 和 workflows 功能,让 Claude 持续工作并验证成果;3) 更大胆尝试,比如他用 Fable 5 剪辑了该视频。技巧Fable 5Claude Code编程助手10 个信源在谈事件专题推荐理由:Claude Code 团队的 Thariq 用 Fable 5 把跟 AI 协作的方式从盯细节升级成定方向,三条做法具体可操作,尤其是 /goal 和 workflows 功能很实用。原文稍后读已读值得跟进有用关注 Fable 5
14:17Yangyi@Yangyixxxx推文提出传统学习方式(囤100个教程、买50本书)效率低,建议用PBL学习法从问题出发。利用第一性原理建立框架,再边学边干形成反馈循环。通过费曼学习法讲给别人听,并结合AI作为陪练加速新领域从0到1的突破。技巧PBL第一性原理AI辅助学习推荐理由:别再囤教程和书了,用PBL和第一性原理从问题开始,边干边学再用AI当陪练,这方法比obsidian模板有用多了。原文稍后读已读值得跟进有用关注 PBL
14:16Yangyi@Yangyixxxx作者回顾2023年在上市公司用nl2sql做降本增效,那时GPT-3.5拉取MySQL数据经常出错。24年底在飞书上用Agent Bot查数据库,但只能查数据无法深度分析。现在模型能力增强,可以自动构建RFM模型、做季度预测等深度分析,基于历史数据和宏观环境推演预算与招聘计划。技巧nl2sqlGPT-3.5RFM模型推荐理由:这篇帖子分享了用AI做数据分析的实际经验,从nl2sql到RFM模型和预测,适合想用AI替代人力做数据挖掘的人看看。原文稍后读已读值得跟进有用关注 nl2sql
13:17Yangyi@YangyixxxxX平台用户@yangyi在推文(ID 2073621278356086856)中表示AI需要上下文信息。该推文获得92次浏览。他认为所有信息交互方式都能传递上下文,只是模态需要转化,该推文有0条回复和0次转发。技巧@yangyi上下文信息多模态推荐理由:@yangyi 分享了关于AI上下文的看法:任何交互都能传上下文,关键在模态转化。这视角能帮你打开改造思路。原文稍后读已读值得跟进有用关注 @yangyi
11:10官方一手marktechpost@Michal Sutter精选2026年,多数企业数据仍存储在PDF、扫描件和幻灯片中。开源文档提取模型可在本地硬件上将它们转为结构化JSON。但“PDF转JSON”涵盖两种不同问题:架构驱动提取和通用提取。选择合适的模型取决于目标格式和文档类型。技巧PDF提取JSON开源模型推荐理由:这篇指南帮你分清两类PDF提取任务,不用纠结选哪个开源模型。适合自己搭管线的开发者。原文稍后读已读值得跟进有用关注 PDF提取
09:41AI Will@FinanceYF5Fable是一个AI智能体,其表现取决于用户提供的prompt、技能和上下文(地图)。实际执行任务时则需面对代码库和真实世界的约束(领地)。两者之间的差距被称为未知数,用户需通过调整prompt来缩小这一差距。技巧Fable提示词工程智能体推荐理由:想用好Fable?记住这个地图与领地的比喻,帮你理解prompt设计和实际执行之间的差距。原文稍后读已读值得跟进有用关注 Fable
04:10Paul Couvert@itsPaulAi微调一个免费的开源本地AI模型,在特定任务上可以超越Claude和OpenAI的通用模型。一个针对你数据微调的小语言模型(SLM)性能胜过Anthropic和OpenAI的通用大模型。基座推荐使用Gemma 4或Qwen 3.5/3.6,通过Unsloth Studio进行微调。优势包括:输出不再泛泛、敏感数据不上云、无使用计费、无API费用、无用量限制、可离线运行、系统集成更可靠。技巧fine-tuningGemma 4Qwen 3.510 个信源在谈事件专题推荐理由:别老想着用最大的模型。用Gemma 4或Qwen 3.5免费微调一下,就比Claude还好用,还不用花钱,数据还安全。原文稍后读已读值得跟进有用关注 fine-tuning
01:33向阳乔木@vista8一位用户分享了一组提示词,可将整篇文章输入给Codex或ChatGPT,让其生图解读。提示词要求生成一组10个汉字以内的字形图标,矩阵排列,16:9横版构图,留白克制。图标风格为高对比剪影,实心块面,硬边无装饰,配色深色底配高明度主字和单一强调色。最终效果类似主题字库标本卡,而非插画或海报。技巧CodexChatGPT提示词工程推荐理由:这招太实用了,教你用一条提示词让Codex或ChatGPT把长文变成酷炫字形图标矩阵,适合做视觉摘要。原文稍后读已读值得跟进有用关注 Codex
23:25berryxia@berryxiaDanKoe提出了一个说服力框架:3大心理张力(生存、身份、进步)和5个心理杠杆(点名威胁、镜像身份、排除人群、描绘转变、给出第一步)。他认为在AI时代,编程、设计等工具型技能会被替代,但理解人性的元技能不会过时。该框架可应用于营销、销售和内容创作,通过触发心理张力让人行动。技巧DanKoe人性理解说服力推荐理由:DanKoe这篇文章点破了AI时代最值钱的不是编程,而是懂人性。他用3个张力和5个杠杆教你怎么说服人,很实用。原文稍后读已读值得跟进有用关注 DanKoe
22:17elvis@omarsar0Elvis @omarsar0 在推文中分享了如何为编程智能体实现多模态提示,包含视频演示。他认为多模态提示正在改变人与智能体的交互方式。内容聚焦于具体实现方法,而非产品发布。技巧多模态提示编程智能体视频演示推荐理由:看看他怎么给编程智能体加多模态提示,有视频演示,很实用。原文稍后读已读值得跟进有用关注 多模态提示
21:56AI Will@FinanceYF5精选本教程教你如何在 Claude Code 中将模型设为 Fable 5,并开启 Max 推理模式。通过指示 Claude 运行动态工作流,让 Fable 5 充当编排者(orchestrator),Opus 负责推理重阶段。这样可以避免频繁触及使用限制,同时最大化利用 Fable 5 的调度能力。适用于需要高效分配模型资源的任务场景。技巧Fable 5Claude CodeOpus10 个信源在谈事件专题推荐理由:想省限额又发挥 Fable 5 的调度能力?让 Fable 5 当大脑、Opus 干活,效率拉满。原文稍后读已读值得跟进有用关注 Fable 5
21:29AI Will@FinanceYF5精选该教程介绍如何将 Fable 5(max reasoning 模式)设为主编排器,Opus 专用于深度推理子代理,Sonnet 负责机械任务子代理,Codex 作为同行高级工程师。步骤包括在 Claude Code 中通过 /model 切换模型、用 /agents 创建两个子代理、安装 OpenAI 官方 Codex 插件并配置 /codex:setup。在 CLAUDE.md 中写入编排规则后,用特定提示词指示 Fable 5 像技术负责人一样分配任务。此工作流可节省 Fable 5 的使用次数,同时利用 Opus 和 Codex 并行处理高难度决策。技巧Fable 5OpusCodex10 个信源在谈事件专题推荐理由:一个Twitter用户分享了用Fable 5编排Opus和Codex的实战技巧,配置简单,能同时调用多个模型节省成本,适合需要深度推理+代码执行的任务。原文稍后读已读值得跟进有用关注 Fable 5
21:26Viking@vikingmute作者分享了用AI设计应用首页的完整流程:先在styles.refero.design或getdesign.md收集设计参考,获取design.md;再结合PRD让AI提炼页面结构和内容,无需出图先写多个版本;然后使用ChatGPT image2出图,可一次性生成3种风格;最后将图片转为页面代码并微调,动画方面推荐gasp或motion添加精致动效,并参考emil的skill和transitions.dev。技巧ChatGPTgaspmotion推荐理由:兄弟,这个工作流很实用,从找参考到出图到加动画都讲清楚了,特别适合自己动手做UI的人,ChatGPT image2出设计确实好用。原文稍后读已读值得跟进有用关注 ChatGPT
20:54AI Will@FinanceYF5一位开发者展示使用Claude Code配合Sonnet 5在18分钟内搭建获奖级网站的全流程。教程详细演示了从设计构思到代码生成的步骤,强调Claude Code的实时编辑能力。视频中通过具体项目展示如何利用Sonnet 5理解复杂设计需求并输出高质量前端代码。这套方法比传统手工编码效率提升数倍,适合快速原型开发。技巧Claude CodeSonnet 5Anthropic10 个信源在谈事件专题推荐理由:想学怎么用Claude Code加Sonnet 5快速搭出漂亮网站?这条18分钟视频手把手教,效率真的离谱。原文稍后读已读值得跟进有用关注 Claude Code
20:50官方账号Decoder@Matthias BastianAnthropic开发者Thariq Shihipar指出,Claude新模型Fable 5的瓶颈已不再是模型本身,而是用户的盲点。他提出盲点传递和结构化面试两种技巧,帮助程序员系统性地发现自身知识缺口。这些方法要求用户先在空白文档中记录无意识假设,再与Claude进行结构化对话以暴露遗漏。Shihipar强调,将实现交给Claude前应先完成盲点扫描,可显著减少迭代次数。技巧AnthropicFable 5Claude10 个信源在谈事件专题推荐理由:Anthropic开发者亲自教你用Fable 5的技巧,先找自己的盲点再让Claude干活,能省不少试错时间。原文稍后读已读值得跟进有用关注 Anthropic
12:04Jerry Liu@jerryjliu0Jerry Liu分享通过创建反映自己写作风格的skill,并基于真实写作样本进行hillclimbing,解决了约70%的风格问题。他认为剩余30%涉及清晰独特见解的生成,属于后训练难题。该方法不依赖特定模型版本,适用于非虚构写作场景。技巧写作技巧提示词工程Jerry Liu推荐理由:Jerry Liu教你一个能提升AI写作风格匹配度的实用方法,不需要复杂调参,用你自己的样本就能做到。原文稍后读已读值得跟进有用关注 写作技巧
10:38AI Will@FinanceYF573°Anthropic 重新启用 Fable 5 视频生成模型,用户 Veltrx 在 60 分钟内用 4 条提示制作了 91 秒的 GTA 6 风格预告片。Fable 5 自动规划了 22 个镜头、生成场景(22 个中 19 个一次通过)、剪辑并导出 1080p 视频。相比传统 VFX 团队需要 3 周和 1.5 万美元,单人用 Fable 5 将成本降至极低。技巧Fable 5Anthropic视频生成10 个信源在谈事件专题推荐理由:Anthropic 的 Fable 5 回来了,1 小时一个人就能做出游戏宣传片级别的视频,省掉几万块和几周时间,视频创作者可以试试。原文稍后读已读值得跟进有用关注 Fable 5
10:37AI Will@FinanceYF5用户将Blender连接到Fable 5,在20分钟内完成了纽约市全部建筑群的重建。它先从公开数据源抓取建筑数据,再依据数据建模,实现等比例3D模型。发布者称这种“先查数据再动手”的方法优于Opus 4.8的做法,展现了AI的功课意识。技巧BlenderFable 5Opus 4.89 个信源在谈事件专题推荐理由:有人用Blender加Fable 5,20分钟把纽约市3D重建出来了,还先去查公开数据再建模,比Opus 4.8那种瞎画强多了。原文稍后读已读值得跟进有用关注 Blender
10:03shao__meng@shao__meng精选Claude Code 核心开发者 @trq212 提出「地图不是疆域」认知框架:Prompt 是地图,真实代码库是疆域,两者落差即未知。他将未知分为 Known Knowns、Known Unknowns、Unknown Knowns、Unknown Unknowns 四类,并给出对应处理方式。实操包含三阶段工作流:实现前用盲点扫描、原型、访谈等技巧挖掘未知;实现中用 implementation-notes.md 记录偏离;实现后用 Pitch 制品和测验反向加速交付。该方法在 Fable 发布视频剪辑案例中验证:通过澄清 Unknown Unknowns(如调色标准)提升最终质量。技巧Claude Fable 5Claude Code提示词工程10 个信源在谈事件专题推荐理由:想用好 Claude Code 但总觉得模型不够聪明?试试这套四类未知框架和三阶段工作流,把瓶颈从模型能力转到你的提问质量。原文稍后读已读值得跟进有用关注 Claude Fable 5
07:33elvis@omarsar0精选研究员omar sar分享了多模态提示工作流,通过录制语音、屏幕注释、鼠标点击等输入,预处理后传递给Agent,显著提升任务完成效率。该方法已为他节省数小时工作时间,减少与Agent的挫败交互。他将这些录制的任务作为可复用数据集,不断改进并打包成工作流/模式/技能。该技巧应用于Web开发、设计、原型制作、研究等多个场景。技巧多模态提示智能体提示词工程推荐理由:omar sar教你怎么用语音+屏幕操作提示Agent,比纯文字提示聪明多了,能省下大量调试时间。原文稍后读已读值得跟进有用关注 多模态提示
05:24techcrunch@Natasha Lomas, Romain Dillet, Kyle Wiggers, Lucas RopekTechCrunch整理了一份AI领域关键术语的指南,涵盖从“幻觉”(hallucination)到“对齐”(alignment)等30多个核心概念。每个词条都附有简明定义和实际应用场景的说明。例如,解释了“少数样本学习”(few-shot learning)如何在GPT-4等模型中实现任务微调。该词汇表还区分了“弱AI”和“强AI”的技术边界。技巧术语表AI概念提示词工程推荐理由:想搞懂AI黑话?这篇把30多个关键术语一次讲清,从幻觉到对齐都有例子,读完好跟朋友吹牛。原文稍后读已读值得跟进有用关注 术语表
04:30Guillermo Rauch@rauchg在eve.dev部署到Vercel后,Agent可以自动摄取运行痕迹,通过内建的可观测性反思过去运行。它能识别低效、错误、冗余工具调用,并生成新的提示和技能。Vercel开发者现可通过MCP和CLI使用Agent Runs功能。技巧eve.devVercelMCP推荐理由:Vercel教你给Agent加自我改进能力,直接反思运行记录自动优化提示和技能,省得手动调了。原文稍后读已读值得跟进有用关注 eve.dev
04:03官方账号Simon Willison@simonwFable的一个有趣技巧是让模型使用自己的判断。用户可以指示Fable:“对于所有编码任务,使用你的判断来决定合适的低功耗模型,并在子代理中运行”。这个技巧能节省大量token。它利用了模型自身的决策能力来优化资源。技巧Fable提示词工程编程助手推荐理由:试试让Fable自己决定用哪个模型跑代码,能省不少token,很实用原文稍后读已读值得跟进有用关注 Fable
03:18官方账号Simon Willison’s Weblog(博客/媒体)精选Simon Willison从Claude Code团队Cat Wu和Thariq Shihipar学到:让Fable(以及部分Opus)自己决定是否写测试,而不是硬性规定。他进一步实践:让Fable在编程任务中自主选择调用Sonnet或Haiku作为子代理,自己仅负责判断、审核和合成。他于2026年7月3日用prompt写入Claude内存文件`delegate-coding-to-subagents.md`。这种做法大幅减少了Fable token消耗,提高了效率。技巧Claude CodeFableAnthropic10 个信源在谈事件专题推荐理由:Simon实测让Fable自己判断用哪个模型干小活,省token效果立竿见影,你也能照做。原文稍后读已读值得跟进有用关注 Claude Code
03:06elvis@omarsar0OMARSAR0 在推文中反驳了提示工程已死的观点。他建议通过提示智能体来填补人类思维中的空白,反之亦然。具体方法包括使用头脑风暴、规划、原型设计和可视化(如工件/解释器)来丰富与智能体的对话。技巧提示词工程智能体协作推荐理由:别信提示工程死了的说法!学着让智能体帮你补思路,用头脑风暴、原型设计这些方法,对话质量直接拉满。原文稍后读已读值得跟进有用关注 提示词工程
03:03elvis@omarsar0推特用户@omarsar0分享经验:与AI代理交互时使用语音、文本和视觉标注是最大杠杆之一。他默认采用多模态提示方式。他认为这种交互方式更自然,能更充分地利用代理能力并发现未知内容。技巧智能体多模态提示词工程推荐理由:这位用户分享了用语音、文字加图标注跟AI代理聊天的技巧,能拿到更多信息,试试看原文稍后读已读值得跟进有用关注 智能体
02:45向阳乔木@vista8作者使用Happycapy上的Fable 5工具,安装了5个流行前端设计Skill,设计了3个Prompt,调用6个Sub Agent并行开发,生成了42个对比页面。实验发现有的页面遵守Web规范,有的动效设计好,有的AI味小。结果说明没有一个设计Skill能搞定所有场景。技巧Fable 5SkillSub Agent9 个信源在谈事件专题推荐理由:vista8用5个前端Skill加6个Sub Agent跑了42个页面,看看哪个组合效果最好。实验结果很实在,想调教AI设计风格的可以看看。原文稍后读已读值得跟进有用关注 Fable 5
02:33LlamaIndex@llama_index精选LlamaIndex 团队基于 Vercel 的 Eve agent 框架构建了一个模板,集成 LiteParse 工具。该模板提供只读文件系统工具,允许 Eve 解析路径、列出目录和读取文本文件。LiteParse 将源文件解析为干净的结构化 Markdown。Agent 配备详细指令,组合这些工具以导航和理解文档集合。技巧EveLiteParseLlamaIndex推荐理由:LlamaIndex 出了个 Eve 模板,集成 LiteParse 自动把文件转成 Markdown,还带文件系统工具,开箱即用。原文稍后读已读值得跟进有用关注 Eve
01:42Qdrant@qdrant_engineQdrant将在7月7日举办一场在线讲座,邀请Kaivid Labs创始工程师TRJ_0751演示如何用Qdrant Edge和Google LiteRT构建完全本地化的RAG管道。讲座涵盖设备端文档问答、个人AI助手、笔记语义搜索以及离线AI体验。时间定于印度标准时间20:30、欧洲中部时间17:00、太平洋时间8:00。注册链接为streamyard.com/watch/GDNR4Xtj。技巧Qdrant EdgeGoogle LiteRTRAG推荐理由:想学完全离线的本地RAG?Qdrant和Google LiteRT联手演示,从文档问答到笔记搜索,一个讲座全搞定。原文稍后读已读值得跟进有用关注 Qdrant Edge
00:07向阳乔木@vista8作者昨天用Codex开发了4个网站(YouTube AI播客站、GitHub top100站、Skill精选站、FDE资源站)。发现Codex在生成卡片和文章数量多时会自动套模板,填入无信息量的废话。强制加入记忆并要求用Subagent处理可缓解此问题。技巧CodexAI播客网站开发推荐理由:分享Codex开发网站时遇到的模板化坑和用Subagent缓解的技巧,挺实用。原文稍后读已读值得跟进有用关注 Codex
00:06向阳乔木@vista8在Happycapy平台上使用Fable 5模型,安装当前流行的几个前端设计技能。用户设计了三个不同的Prompt,每个Prompt调用6个Subagent进行并行开发。最终比较三个Prompt的输出结果,选出最佳方案。技巧HappycapyFable 5Subagent9 个信源在谈事件专题推荐理由:试试这个工作流:在Happycapy上用Fable 5,装几个前端Skill,写三个Prompt,同时派6个Subagent干活,比哪个跑得最好。省时又好玩。原文稍后读已读值得跟进有用关注 Happycapy
23:50官方账号SiliconFlowAI@siliconflowaiGLM-5.2模型允许用户输入任意想法,自动完成后续生成任务,无需手写代码。用户只需拥有SiliconFlow API密钥,将模型接入智能体即可使用。SiliconFlow同步推出"Summer Rush"竞赛,参与者在72小时内提交使用GLM-5.2的作品,可进入Early Bird奖励池。排行榜根据有效使用次数排名,前72小时额外奖励。技巧GLM-5.2SiliconFlow智能体推荐理由:GLM-5.2给个想法就自动干活,还能参加比赛赢奖励,省心又好玩,赶紧试试。原文稍后读已读值得跟进有用关注 GLM-5.2
22:03Viking@vikingmute开发者基于自研TinyShip框架(tinyship.cn),通过已有skills和一次plan完成两个产品开发。第一个是单机软件分发与license售卖平台,第二个是基于token的AI服务,各耗时一天。依赖Cloudflare Workers和D1数据库,认为5美元套餐即可支撑轻量产品。技巧TinyShipCloudflare WorkersD1推荐理由:自己搭框架两天造两个产品,用Cloudflare Workers+D1的5美元套餐就能跑,对独立开发者很实用。原文稍后读已读值得跟进有用关注 TinyShip
21:36Ate-a-Pi@svpino精选这篇教程展示了如何用 Claude Code 的非交互模式(-p 标志)构建 agentic loop。通过一个例子:在空文件夹中运行命令,让 Claude 用 Python 实现 Fibonacci 函数并编写 pytest 测试,每步改动后自动运行测试直到全部通过。核心有三个参数:-p 非交互运行、--allowedTools 预授权工具(Read, Write, Edit, Bash)、--max-turns 15 限制最大轮次。最终会输出 Fibonacci 代码和通过的测试结果。技巧Claude Code智能体编程助手推荐理由:Claude Code 这个命令模板非常实用,能让你零基础跑通第一个智能体循环,省去手动写代码和测试的重复劳动。原文稍后读已读值得跟进有用关注 Claude Code
20:49@koltregaskes@koltregaskes作者研究后发现,在Together AI或Fireworks上对7-16B模型做LoRA微调,计算成本仅需£10-50,70B QLoRA也不超过£200。推理方面,托管端点按基模型费率收费约£0.20-0.90/百万token,自托管spot H100约£1-2.50/小时,但流量波动时容易超支。数据准备和GDPR合规仍需投入时间。整体门槛已大幅降低,适合企业用自有数据试点。技巧微调Together AIFireworks推荐理由:这位工程师给算了一笔账:微调7B模型只要几十英镑,而且托管推理按量付费,建议老板们别再犹豫了。原文稍后读已读值得跟进有用关注 微调
20:41Marc Andreessen@pmarca一名用户用ChatGPT详细描述其长达十年的慢性消化问题,包括持续数小时的胸痛。ChatGPT根据“发作时长”这一数据点,判断可能是胆囊问题。随后医生通过新检查确认了胆囊病变,患者十年痛苦得以解除。这一案例展示了LLM在辅助医疗诊断中的实际价值。技巧ChatGPT健康诊断医疗应用推荐理由:ChatGPT帮我找到了医生没查出的病因,十年胆囊病痛一个AI就解决了,太神了。原文稍后读已读值得跟进有用关注 ChatGPT
20:15Qdrant@qdrant_engineQdrant将于7月9日上午8:30 PT举办免费线上研讨会,主题是根据查询复杂度动态调整检索策略。议程包括:为不同查询选择合适检索策略、早期检测弱检索信号、利用ColBERT reranking和IRCoT查询分解进行路由、以及构建在不确定时主动放弃回答而非生成幻觉的代理。技巧Qdrant检索代理ColBERT推荐理由:Qdrant教你怎么让检索代理根据不同问题自动切换策略,省去手动调优的麻烦,特别是ColBERT和IRCoT的具体用法。原文稍后读已读值得跟进有用关注 Qdrant
18:03Viking@vikingmuteShadcn 作者开源的 improve 项目(github.com/shadcn/improve)提出一种思路:将最强大的模型用于代码审计和生成计划,再用便宜模型执行修改。例如,Fable xhigh 做 planner/architect,GPT 5.5 xhigh 做 coder,成本仅几美元。穷鬼版本可用 GPT5.5 做 planner,DeepSeek V4 Pro 做 coder,composer2.5 交叉 review。主 Skill 包含多种模式,不直接修改代码,只产出高质量计划。技巧Shadcnimprove工作流推荐理由:谁说贵模型才厉害?Shadcn作者教你用混合模型省大钱,规划和执行分开,又快又稳。原文稍后读已读值得跟进有用关注 Shadcn
16:10AI Will@FinanceYF5这条Prompt通过模拟手持抖动、跑焦和曝光跳变,让AI视频看起来像千禧年家用DV拍摄的。环境要求写实到晾衣绳、电线等细节,主体锁定发型衣着。音效只保留环境音,结尾突然掐断,制造真实感。核心是故意加入“缺陷”来掩盖AI痕迹。技巧提示词工程视频生成AI视频推荐理由:想让你生成的AI视频看起来像老式DV录像?这条Prompt手把手教你怎么加抖动、跑焦和跳帧,效果超真实。原文稍后读已读值得跟进有用关注 提示词工程