提示工程背后的科学
本文总结了最新的学术研究，揭示了提示工程中的关键原则。作者指出，随着AI模型的快速发展，旧的提示技巧已过时，并基于最新论文提出了五个核心建议：不要以“对吧？”结尾、忘记“逐步思考”、不信任模型的自信、最多三条规则、目标优于示例。文章还提供了实用的提示模板，帮助读者更有效地与AI交互。
全部文档 / 作者: Ruben Hassid / 标签: AI
3 篇
The step-by-step guide to making infographics (with AI)
Ruben Hassid 分享了如何利用 Claude 和 ChatGPT 制作高质量信息图表的详细步骤。通过上传参考图片、提取设计系统、生成 HTML 代码，用户可以快速创建精确且易于编辑的视觉内容，适合提升社交媒体互动效果。
How Claude can easily sound exactly like you
Ruben Hassid 分享了一套通过 Claude 复制个人写作风格的完整方法论。他主张“人格即文本”，通过构建 100 个问题的深度访谈 Prompt，让 AI 提取用户的信仰、写作机制、审美偏好和结构习惯，生成数万字的原始语料。随后，利用第二个“Voice Compiler” Prompt 将其压缩为 AI 可直接调用的 .md 文件。这套流程能让 Claude 等模型在任何会话中完美复刻用户的语气、口癖和逻辑，甚至比用户自己写得更像。