01:45宝玉@dotey数字生命卡兹克发布了一个消除AI味的Skill,但作者认为这类Skill只能暂时奏效,过段时间再看仍有AI味。作者尝试过自己写类似Skill,最终放弃,认为AI不能替代人写作。他改用AI做资料收集、结构讨论和润色,尤其擅长帮解决写作卡壳问题。他主张先把乱草稿丢给AI,基于原本文字风格重写,既能保留自己表达,又能读起来通顺。技巧AI写作写作技巧Claude推荐理由:如果你写东西怕被看出AI味,这篇分享了一个反套路方法:先自己乱写,再让AI按你的风格重写,比找什么Skill都实在。原文稍后读已读值得跟进有用关注 AI写作
17:17shao__meng@shao__meng精选Meta发布Coding Agent Muse Code和模型Muse Spark 1.2,Cline团队因登录bug改用提示词实验。他们从Muse Code系统提示词中提取五条工作纪律,移植到Cline的harness中。同一模型Muse Spark 1.2修复同一bug,Token消耗从19.7M降至7.2M,耗时从49分钟减至24分钟,成本从7.69美元降到3.25美元。实验证明提示词对智能体性能影响显著。技巧Muse CodeMuse SparkCline10 个信源在谈事件专题推荐理由:Cline把Meta的Muse提示词搬到自己框架里,修bug又快又便宜,值得看看他们怎么写的。原文稍后读已读值得跟进有用关注 Muse Code
05:20官方账号Simon Willison@simonwSimon Willison在推特公开了他用于Claude Code for web的提示词,目标是Fable 5。该提示词结合了四年前推文中的截图,构成多模态输入。Claude Code for web是Anthropic推出的浏览器端编码工具,支持图像与文本混合。此示例展示了如何用历史截图约束模型输出。技巧Claude CodeSimon Willison提示词工程10 个信源在谈事件专题推荐理由:想学怎么用Claude Code for web处理带截图的复杂任务?Simon直接把他用的提示词贴出来了,照着试就行。原文稍后读已读值得跟进有用关注 Claude Code
22:15官方账号LangChain@LangChainAILangChain官方推文称Skills是“花哨的提示词”,并强调其易分享性。这条推文目前有763次浏览,内容是产品经理Sydney Runkle的解读。Skills功能的核心价值是帮助LangChain智能体聚焦特定任务,提升执行效果。技巧LangChainSkills智能体推荐理由:LangChain说Skills和普通提示词不同,能打包分享,让智能体专注干活。附视频。原文稍后读已读值得跟进有用关注 LangChain
17:42小互@imxiaohu精选Higgsfield开源95分钟AI故事片《Hell Grind》的全部提示词与制作方法。数据包包含115,446次生成记录,按108个文件夹和场次整理。总共4万多条提示词,其中4,561条为中文提示词。所有镜头共用12行技术底座,涵盖皮肤毛孔细节和60:30:10配色方案。还有人物、道具、场景、怪物的三视图资产表。技巧HiggsfieldHell Grind视频生成3 个信源在谈事件专题推荐理由:做AI视频的赶紧去扒,4万条提示词加三视图资产表,照着就能学工作流。原文稍后读已读值得跟进有用关注 Higgsfield
09:42SuperTechFans(博客/媒体)作者Sean Goedecke指出,LLM让每个人都成了通才,但领域专业知识才是高效使用模型的关键。以数学家陶哲轩与ChatGPT讨论雅可比猜想反例为例,他的提示词简短精准,只抓要点。模型回答有误时,陶哲轩不说“你错了”,而是说“这比我预想的复杂”。领域知识让用户能从模型输出中提取相关想法、识别错误,编程中同样如此。瓶颈在人而非模型,因为信息已在模型中,需要聪明人提取。技巧ChatGPT陶哲轩提示词工程推荐理由:别看陶哲轩和ChatGPT聊雅可比猜想的对话,领域知识才是用好LLM的钥匙。学学他怎么提问,比堆提示词管用。原文稍后读已读值得跟进有用关注 ChatGPT
06:08elvis@omarsar0精选新基准对比了 6 个大型推理模型在两种真实 agent harness 上的表现。同一模型、同一任务和提示词,换一个 harness 后单次成功成本可相差 5 到 30 倍。实验包含 24 个带隐藏评估器的确定性编码任务和 4,643 次有效运行。让模型自行开发并比较多种方案会使推理 token 增加 2.4 到 7.4 倍且无正确性提升;泛泛的 think-deeply 提示再增加 1.6 到 2.2 倍。采用限定范围、验收标准和停止条件的模板可做到成本中性,有时将推理消耗减半。论文Agent Harness智能体推理模型推荐理由:别急着换模型,先看看 agent harness。同一任务成功成本能差 5 到 30 倍,论文还给了省 token 的提示模板。原文稍后读已读值得跟进有用关注 Agent Harness
03:09OpenRouter@OpenRouterAIOpenRouter推出ori功能,当工具行为因模型而异时,它会自动调整配置。例如在Claude Code中,一个设置就能让系统提示词减少近一半,同时缩短任务长度并降低成本。该设置在通过OpenRouter网关调用时默认并未开启。AI产品OpenRouterClaude Codeori推荐理由:OpenRouter出了个ori,能自动帮你调好Claude Code的设置,提示词砍半,任务更快更省钱,不用自己折腾了。原文稍后读已读值得跟进有用关注 OpenRouter
00:26官方账号LangChain@LangChainAILangChain 发布 OpenWiki v0.3,重写了代码初始化提示词。新版本在评估中任务成功率从 35% 提升至 45%,增幅 28.57%(n=2)。每次成功任务平均减少 14% token 消耗和 26% 工具调用。新版生成的 wiki 覆盖更多代码库内容,已在 GitHub 开放本地使用,可通过 npm 安装 openwiki@0.3.0。AI产品OpenWikiLangChain提示词工程推荐理由:OpenWiki v0.3 把提示词重写了,跑任务成功率涨了近三成,token 和工具调用还更省,写代码库 wiki 可以试试。原文稍后读已读值得跟进有用关注 OpenWiki
13:36Hailuo AI@Hailuo_AI71°一条500词提示词在MiniMax H3上生成了《办公室》风格的完整视频片段。提示词详细描述了Dunder Mifflin会议室、手持摄影机、快速变焦等镜头指令。生成内容中Michael Scott讲解LLM和提示词工程,Stanley的反应被精准还原。该示例来自Higgsfield平台,展示了长提示词对AI视频角色表演的控制力。技巧MiniMax H3Higgsfield视频生成7 个信源在谈事件专题推荐理由:想学AI视频提示词?看看这条500词提示词怎么让MiniMax H3还原《办公室》的镜头和笑点,直接抄作业。原文稍后读已读值得跟进有用关注 MiniMax H3
10:39shao__meng@shao__meng精选@bharath31_ 从GitHub抓取200个公开的SKILL.md文件,用Tripwire的lint引擎扫描发现96%存在至少一个lint错误,仅4%完全无错误。在171个有效Skill中,95%(163个)缺少“Use when…”激活条件说明。这类Skill只描述功能,没写明何时触发,导致Agent难以在合适时机调用。问题根源在于Agent Skills规范2025年才开放,90天内已有30多个工具支持,skills.sh上有约9万个Skill,但description仍是自由文本,没有编译器或测试来检查。技巧Agent SkillUse when智能体推荐理由:作者扫了200份Skill文件,发现95%没写“何时该用”。写Agent Skill时记得加Use when,不然智能体不知道啥时候调用。原文稍后读已读值得跟进有用关注 Agent Skill
01:08官方账号Simon Willison’s Weblog(博客/媒体)David Crawshaw 认为开发工具必须开源,并给出一个可直接使用的提示词。该提示词要求设置夜间 cron 任务,执行“获取上游更改并变基所有本地更改”的指令,随后检查软件是否正常并替换当前版本。这个流程能帮助开发者长期维护基于上游的本地分支,适合配合编码代理使用。技巧David Crawshawcron提示词工程推荐理由:Crawshaw 给了一个能直接抄的 cron 提示词,让编码代理每晚自动 rebase 上游,不用再手动合并了。原文稍后读已读值得跟进有用关注 David Crawshaw
23:10小互@imxiaohuSeedance 2.5 官方用户手册发布,面向即梦视频创作者。手册明确了上传素材的参数上限,并介绍了界面上的四个新入口。内容覆盖七类场景的提示词公式,每个公式都附有可直接复制的案例。官方还演示了 16 个亮点功能,按步骤操作即可生成电影级成片。技巧Seedance即梦视频生成推荐理由:即梦官方出了 Seedance 2.5 手册,七类场景的提示词公式都能直接抄,附带 16 个功能演示,做视频照着弄就行。原文稍后读已读值得跟进有用关注 Seedance
23:06小互@imxiaohu字节跳动发布了一份官方视频提示词指南,面向即梦和 API 用户。指南覆盖从一句话生成到 50 份参考素材调度的任务,也讲解 30 秒长片的分段方法。针对改片子时只动一处,即梦用户可按指南提供的模板定位修改。即梦和 API 使用者可以把它当作第一份成体系官方手册,模板直接套用。技巧即梦字节跳动视频生成推荐理由:字节跳动出了官方提示词指南,即梦/API 用户做视频直接抄模板,不用自己瞎试写法。原文稍后读已读值得跟进有用关注 即梦
19:41LovartAI@lovart_ai该提示词示例设定在雨夜街头电话亭,包含玻璃水痕、手持拍摄抖动等实拍细节。动画部分以0-5秒、5-10秒、10-15秒分段描述蝴蝶化为人形剪影再转为光带的过程。要求手绘线条保留颤抖和断笔效果,颜色以冷白和淡蓝为主。提示词还强调半透明叠加和错位,让动画如同投影而非实体。技巧提示词工程视频生成手绘动画推荐理由:这个提示词把电话亭场景和手绘动画分段写得超细,连抖动和反光都想到了,直接复制去生成视频就完事。原文稍后读已读值得跟进有用关注 提示词工程
14:38Geek@geekbb这套Skill让智能体先通读文章内容,再按构图风格、人脸与素材、表情与配色进行三轮追问,最终输出可直接交给生图模型使用的3:4竖版封面提示词。内置10种风格模板,包括深色渐变、纯色扁平、产品主视觉、极简留白、海报拼贴、人物侧置、背影、局部特写与正面对视。用法是把文章喂给Agent即可,无需用户具备设计能力。仓库地址为github.com/pyang5166/gbro…。技巧智能体提示词工程封面设计推荐理由:不会设计也能用,把文章丢给agent,它会追问三轮,最后给出能直接跑图的竖版封面提示词,还有10种风格模板可选。原文稍后读已读值得跟进有用关注 智能体
13:38Rowan Cheung@rowancheung这套项目记忆系统由一份权威文档、版本化文件、决策日志和交接提示词组成,为长周期AI项目保留上下文。每次进入新聊天,交接提示词会把项目背景、历史决策和当前进度全部导入。系统来自Christian Denton在The Rundown社区的分享,适合多轮对话容易偏离主题的场景。技巧提示词工程工作流上下文管理推荐理由:长项目老跑偏?试试这套记忆系统,一个文档加决策日志,新聊天也能无缝接上上下文。原文稍后读已读值得跟进有用关注 提示词工程
09:11官方账号Simon Willison@simonwSimon Willison在推特上给OpenAI提建议,要求公开提示词和工具描述。他说,有了这些提示词,像他这样的开发者就能教其他人使用OpenAI的产品。他还表示,OpenAI至少别再让模型隐藏提示词。这条推文获得了19个赞和2011次查看。行业OpenAISimon Willison提示词工程10 个信源在谈事件专题推荐理由:Simon Willison给OpenAI支招:把提示词公开,别藏着,这样大家都能学。推文已有2011次查看。原文稍后读已读值得跟进有用关注 OpenAI
17:16AI Will@FinanceYF5精选Claude Code创建者Boris Cherny在Y Combinator Startup School 2026上建议,不开发Agentic产品的用户每6个月删除一次claude.md文件、skills和hooks。他强调删除后观察模型行为,结果可能出乎意料。Cherny特别指出,对于Opus 5,应彻底删除这些配置,因为新模型可能不再需要旧版本所需的详细指令。该建议来自Y Combinator官方YouTube频道的完整视频。技巧Claude CodeOpus 5Boris Cherny4 个信源在谈事件专题推荐理由:Claude Code作者说,每半年清空配置和技能,模型反而表现更好。Opus 5用户更该试试。原文稍后读已读值得跟进有用关注 Claude Code
17:12AI Will@FinanceYF5有人在 X 平台发布推文,分享了一条 Claude Code 提示词。据称,这条提示词的效果堪比时薪 300 美元的资深工程师。截至统计,该推文仅获得 1 条回复、0 次转发和 161 次浏览。技巧Claude Code提示词工程编程助手推荐理由:有人捡到一条 Claude Code 提示词,据说能顶时薪 300 美金的资深工程师。想看看这提示词什么来头,点进原推吧。原文稍后读已读值得跟进有用关注 Claude Code
13:10AI产品黄叔@PMbackttfuture一位自媒体人分享用Codex的Computer Use操作来写广告文案。配合/goal提示词和更详尽的工作流,可以接近完成从策划到成品的整个内容生产流程。他观察到身边越来越多自媒体人开始用Agent写广告,但他本人决定继续减少广告接单量。技巧CodexComputer Use/goal推荐理由:看看有人怎么用Codex的Computer Use跑通广告文案全流程,还说配合/goal提示词能接近自动化。作者反而决定少接广告,观点挺有意思。原文稍后读已读值得跟进有用关注 Codex
07:21官方账号Simon Willison@simonw精选Simon Willison 与 Prime Radiant 合作推出新工具 smevals,用于在命令行运行针对模型、测试框架和提示词的小型评估套件。用户可通过 'uvx smevals docs' 命令直接体验。相关博客文章已在 primeradiant.com 发布,介绍了工具的设计思路。AI产品smevalsPrime RadiantSimon Willison推荐理由:smevals 是 Simon 和 Prime Radiant 做的小工具,专门跑模型和提示词的评估,一条命令就能用,适合快速看效果。原文稍后读已读值得跟进有用关注 smevals
23:59Yangyi@YangyixxxxNewMax新增提示词优化功能,用户点击优化按钮即可获得AI生成的正式指令。该功能基于姚金刚升级的元提示词,新版已推送至GitHub。元提示词提供两项核心能力:对现有提示词做质量强化,以及从零创建初版提示词,流程涵盖意图识别、多维诊断、专业工程优化、质量评估、静态测试与模型实测等环节。姚金刚与@yangyi计划将这套元提示词接入NewMax AI。技巧元提示词NewMaxGitHub推荐理由:不会写提示词?NewMax点一下就能优化,这套元提示词已发到GitHub,还能帮改旧提示词。原文稍后读已读值得跟进有用关注 元提示词
16:45Hailuo AI@Hailuo_AI设计师Cia0用MiniMax H3和Midjourney V8.2制作了一个动画UI/UX作品集网站。页面采用十二栏网格布局,左侧五栏留白给主标题,光环动画作为加载器。MiniMax H3在一次生成中同时处理原生音频、屏幕文字和角色锁定,作者认为这一组合比SD2更有优势。整个制作使用了4,367个字符的中文提示词。AI模型MiniMax H3Midjourney视频生成5 个信源在谈事件专题推荐理由:Cia0用MiniMax H3加Midjourney V8.2做了个动画版UI作品集,H3能一次生成音频、文字和角色锁定,比SD2省事多了。原文稍后读已读值得跟进有用关注 MiniMax H3
16:11AI Will@FinanceYF5开发者 Anshu 用 Claude Opus 5 连续运行 24 小时,完成了一款完整游戏。游戏没有借助任何外部素材,所有像素和音效均由 Claude Opus 5 生成。Anshu 公开了 Claude Opus 5 会话中使用的提示词、工作流和代码链接。技巧Claude Opus 5提示词工程游戏开发推荐理由:有人用Claude Opus 5 24小时搞出个完整游戏,像素和声音全是AI生成的,还公开了提示词和代码。原文稍后读已读值得跟进有用关注 Claude Opus 5
15:58AI Will@FinanceYF571°开发者使用Claude Opus 5连续运行24小时,从零生成了一款完整游戏。画面、音效等全部素材均由Claude独立生成,没有调用任何外部资源或现成代码。完整的提示词、工作流和代码已经公开,可供复现。这个案例展示了Claude Opus 5在长时间自主运行下完成复杂创意任务的能力。技巧Claude Opus 5游戏开发提示词工程推荐理由:有人用Claude Opus 5连干24小时,从零做出完整游戏,画面音效全是AI生成的,提示词和代码都公开了,你可以直接抄作业。原文稍后读已读值得跟进有用关注 Claude Opus 5
13:39Hailuo AI@Hailuo_AIHailuo AI官方转发了一条玩家示范:用Hailuo AI生成长约15秒的“Deck-Builder Turn”等距战术肉鸽游戏视频。提示词先用两张参考图固定棋盘和UI风格,再按0-2秒、2-5秒、5-8秒、8-11秒、11-15秒分段描述运镜、卡牌发牌、能量增减和敌方回合。要求UI始终贴紧屏幕、文字清晰拼写正确,并给出负向提示词防止UI漂移和血腥。官方标签提到MiniMax H3,适合想研究视频生成分镜控制的人参考。技巧Hailuo AIMiniMax H3视频生成5 个信源在谈事件专题推荐理由:一条现成的15秒游戏UI视频提示词,把镜头、卡牌动作和音效都安排好了,想玩Hailuo AI直接抄作业。原文稍后读已读值得跟进有用关注 Hailuo AI
12:59官方账号arXiv cs.AI@Xiangning Lin, Shenzhe Zhu, Shu Yang, Zhenyu Zhang, Haoqian Zhang, Yipeng Zhao, Chengxuan Qian, Tianwei Wang, Ziheng Zhang, Zhenlong Yuan, Dingcheng Wang, Juncheng Wu, Yuan Si, Jiaxin Liu, Baolong Bi, Robert Mahari, Tobin South, Dazza Greenwood, Zexue He, Rishi Bommasani, Sophia Kazinnik, Andreas Haupt, Samuele Marro, Erik Brynjolfsson, Alex Pentland, Jiaxin PeiAISPA是一个面向用户的系统提示审计框架,从八个维度逐条检查系统提示。研究团队用该框架审计了88款商业AI产品中的3249条指令,发现各产品设计差异悬殊:有的产品平均包含超过60条保护性指令,有的不足5条。尽管98.9%的产品至少有一条保护性指令,但只有24%覆盖全部八个维度;约40%的产品存在至少一条损害用户利益的指令,且保护性与问题指令经常共存。论文AISPA系统提示提示词工程推荐理由:论文用AISPA框架审计了88款商业AI产品,发现约四成产品里有损害用户利益的指令,做AI应用的朋友可以看看。原文稍后读已读值得跟进有用关注 AISPA
10:34AI Will@FinanceYF5开发者Anshu让Claude Opus 5连续运行24小时,做出一款完整游戏。游戏0外部素材、0外部代码,所有像素和音效都由Claude生成。Anshu在推特发布了24小时内的提示词、工作流、代码和游戏链接。Claude Opus 5在连续24小时的会话中完成了全部素材生成,没有中断。技巧Claude Opus 5游戏开发提示词工程推荐理由:Anshu让Claude Opus 5连跑24小时做出款游戏,像素音效全AI生成,还公开了提示词和代码。原文稍后读已读值得跟进有用关注 Claude Opus 5
07:32官方账号Simon Willison@simonw精选Simon Willison 分享了他的做法:将 shot-scraper 工具的 --help 输出设计成可复用为 agent 技能,这样用户只需告诉 agent “run shot-scraper video --help”,agent 就能自动获取所有参数和用法。这种方法利用了现有的 CLI 文档结构,无需额外编写技能描述。该技巧适用于任何支持 --help 的命令行工具,能显著降低 agent 工具集成的开发成本。技巧shot-scraperSimon Willison命令行推荐理由:Simon Willison 教你把普通 --help 输出变成 agent 技能,shot-scraper 就是个例子,省掉额外写技能文件的麻烦。原文稍后读已读值得跟进有用关注 shot-scraper
06:23elvis@omarsar054名学生在研究中用两种方式建网站:一种使用可编辑代码的智能体,一种使用聊天机器人自己写代码。结果显示,智能体帮助更快完成初始任务,但严重损害了理解能力,导致学生在无AI辅助的扩展任务中无法修改自己的代码。Copy-paste提示和自动接受编辑这两种交互模式与低理解密切相关。作者指出这是设计问题,建议减少低努力提示、生成更可读代码并促进主动参与。论文coding agents智能体代码理解推荐理由:这篇论文发现用编码智能体虽然快,但会让你看不懂自己写的代码,以后改不了。如果你是开发者用AI写代码,一定看看这个研究。原文稍后读已读值得跟进有用关注 coding agents
00:10官方一手AWS Machine Learning Blog@Jesse MandersAmazon Bedrock Advanced Prompt Optimization 可同时优化最多5个模型的提示词,并对比原始与优化后的质量、延迟和成本。用户可在几分钟内完成模型迁移或当前提示优化,替代原本数周的手动工作。该功能支持主流基础模型,帮助开发者快速找到最优提示配置。技巧Amazon BedrockAdvanced Prompt Optimization提示词工程推荐理由:想换模型又怕提示词不兼容?Bedrock这个功能支持一次优化5个模型,几分钟就能看到质量、延迟和成本的对比,省时省力。原文稍后读已读值得跟进有用关注 Amazon Bedrock
15:21AI Will@FinanceYF5该教程介绍如何在16GB内存的笔记本上通过Ollama本地运行Google的Gemma 4模型,无需订阅或API密钥。第一步安装Ollama(支持Mac、Windows、Linux),第二步运行gemma4:e4b(约9.6GB下载),若内存不足可改用gemma4:e2b。可选步骤可增加上下文至8192 tokens,并设置本地模式禁用Ollama云功能。本地运行后无每次提示的API费用,仅消耗硬件电力。技巧Gemma 4Ollama本地模型1 个信源在谈事件专题推荐理由:手把手教你在16GB笔记本上免费跑Gemma 4,无需云端、完全离线,连API费都省了。原文稍后读已读值得跟进有用关注 Gemma 4
11:12shao__meng@shao__meng76°GitHub 的这篇文章提出,AI 生产力的关键在于使用 Harness(工作流)而非堆砌工具、MCP 或神奇提示词。它推荐从 Copilot CLI 入手,开启 YOLO 模式(允许自主执行)但须配合沙箱(Codespaces/dev containers)。工作流包括:选工具学透、原型优先(用中等模型+中等推理且不换模型以利用缓存)、用 Plan Mode 暴露边界问题、Autopilot 自动编排(小模型读代码、大模型处理复杂任务)、人工评审坚持质量、用另一模型家族做 Rubber Duck 终审。整个流程强调人的专业判断和主题化会话管理。技巧CopilotGitHub工作流推荐理由:别信什么神奇 prompt 了,这篇文章教你用 GitHub Copilot 的八步工作流真正提升效率,从 YOLO 模式到跨模型评审,实测可用。原文稍后读已读值得跟进有用关注 Copilot
11:09小互@imxiaohuMagnific 发布了 38 页的全新提示词手册,核心观点是传统关键词式提示已失效。手册提出 AI 已进入推理(Reasoning)与导演对话时代,需要用明确的专业视觉语言指挥前沿模型。该手册针对当前主流图像和视频生成模型提供实用指南。技巧Magnific提示词工程推理模型推荐理由:Magnific 出了本 38 页的提示词手册,教你用导演思维跟 AI 对话,不再堆关键词,适合想用好前沿图像视频模型的人。原文稍后读已读值得跟进有用关注 Magnific
10:27宝玉@dotey精选作者分享了用Claude Opus生成PPT的经验,对比了HTML+CSS和SVG路线,认为HTML是最佳中间格式。baoyu-design skill可用Opus模型1:1还原PPTX,美观度优于GPT-5.6。成本方面,非大量制作时差异不大,重点在效果。业界多数产品选择HTML/CSS或操作PPT软件包,而remio设计了精炼直观的IR并实现往返高保真,效率比Claude Code快一两倍、成本低2/3。技巧Claude Opusbaoyu-designremio推荐理由:作者做了两个PPT skill,经验很实在。他说Claude Opus做HTML比GPT好看,还对比了不同路线的优劣势,想省成本又出效果可以看看。原文稍后读已读值得跟进有用关注 Claude Opus
05:11宝玉@dotey精选作者分享了自己使用Agent Hook的经历,指出Hook在任何任务结束时都会触发commit,但大多数情况下并不需要频繁commit。他建议改为让Agent自主决定何时commit,并且只提交相关的变更。这种方法可以减少不必要的提交,提升工作流效率。技巧AgentHook提示词工程推荐理由:如果你用Agent做编程助手,这个思路很实用:别让Hook自动commit,让Agent自己判断什么时候该提交,省得一堆垃圾commit。原文稍后读已读值得跟进有用关注 Agent
04:08elvis@omarsar079°Opus 5(Claude 5的Opus版本)被训练得更具自主性(agentic),比以往任何模型都更主动探索。用户发现,与Opus 5交互时,需要减轻系统提示和CLAUDE.MD的负担,去掉记忆和工具描述,保持轻量。使用简洁清晰的提示和技能,MCP工具描述更详细且与系统提示去重,才能更好发挥模型能力。Anthropic发布了新的上下文工程指南,帮助用户适应这种变化。技巧Opus 5Claude 5Anthropic10 个信源在谈事件专题推荐理由:用了Opus 5发现原来的提示词全废了?这篇帖子总结了实操经验,告诉你系统提示和CLAUDE.MD怎么改才不拖后腿。原文稍后读已读值得跟进有用关注 Opus 5
03:45官方一手marktechpost@Asif Razzaq文章对比了提示工程(Prompt Engineering)、循环工程(Loop Engineering)和图工程(Graph Engineering)三种AI工程方法。循环工程于2025年末进入AI词汇,到2026年6月主导开发者讨论,图工程约六周后出现。三者并非竞争技术,而是在不同抽象层次上改变AI工作流。提示工程聚焦单次指令优化,循环工程引入多步迭代,图工程构建结构化依赖关系。技巧Prompt EngineeringLoop EngineeringGraph Engineering推荐理由:别再混用这三个术语了。这篇文章清晰拆解提示工程、循环工程和图工程各自管哪一层,面试和写简历都能用上。原文稍后读已读值得跟进有用关注 Prompt Engineering
01:23官方账号Simon Willison@simonw用户Simon Willison分享了一个奇怪爱好:让GPT-5.6 Pro对忍者神龟中的反派Bebop和Rocksteady进行深度角色分析。他要求模型分析两人的动机、兴趣、希望和差异,以此展示过度分析的能力。这个案例体现了如何用具体提示词引导模型进行创意角色研究。技巧GPT-5.6 Pro提示词工程角色分析推荐理由:试试让GPT-5.6 Pro帮你深度分析你喜欢的角色,看看它能挖出什么有趣东西。原文稍后读已读值得跟进有用关注 GPT-5.6 Pro