GPT2 提示词：创意日记变漫画玩法
本文分享了一种基于 GPT2 的创意玩法，通过精心设计的提示词，将用户的日记文本、照片或口述内容自动转化为“调格漫画”风格的日记作品。文章提供了详细的提示词逻辑，包括排版规则、文本提炼、角色风格设定及生成规范，并展示了利用该方法生成的日记漫画示例。作者指出，掌握此逻辑可助力公众号漫画矩阵运营。
技术 / LLM
1283 篇
Voice Agents 101: 会说话的 AI 背后的架构
本文深入探讨了语音智能体的技术架构，指出语音工程不同于文本工程。文章对比了级联式与端到端两种语音模型，分析了全双工通信的难点，并详细解析了为了实现自然对话所需的流式处理与延迟优化策略。
Mixture of Experts (MoE): Scaling AI with Specialized Models
文章深入探讨了混合专家模型（MoE），这是一种通过激活特定子网络来高效扩展 AI 模型的架构策略。文章回顾了 MoE 的历史背景，详细解释了其由门控网络和专家组成的结构及稀疏路由机制，并分析了其在 Transformer 中的应用、优势（如高效计算、参数扩展）以及面临的负载平衡和通信开销等挑战。
借助AI，你也能写出高质量提示词：GPT Image 2生图技巧
本文以GPT Image 2为例，介绍了提升AI绘画质量的五个实用技巧。包括利用ChatGPT反向推导提示词寻找灵感、借助AI对话生成具体画面描述、通过专业图库（Civitai、Liblib）学习风格、利用模板仿写高质量提示词结构，以及从主体、细节到综述的“填空式”写作法则。
小公司别急着替大公司试错：一家非标电梯企业的 AI 现实主义
本文记录了作者走访一家华东非标电梯企业的思考。面对 AI 热潮，该企业表现出难得的冷静：不盲目改造车间，而是从代理商内容赋能、设计展示辅助和经验知识库等低风险场景切入。文章指出，小企业应利用大公司的试错成本，在安全合规的前提下，先通过 AI 解决营销和知识沉淀问题，而非急于投入高昂的智能车间系统。
认知投降：AI 辅助编程中的隐形成本
文章探讨了软件开发中的“认知投降”概念，即工程师无脑接受 AI 输出而不进行独立思考。这与有益的“认知卸载”形成对比。作者引用实验指出，73% 的人会盲目接受错误的 AI 答案。这种现象会导致代码质量下降、技术债累积以及对系统理解的缺失。文章建议工程师应通过建立预期等启发式方法，在利用 AI 效率的同时保持独立判断，避免陷入理解赤字。
AI 虚拟人设变现：月入 3.8 万美元的 Claude 流程与方法
文章揭示了一个利用 AI 模型 Claude 构建虚拟成人内容创作者人设并实现高收益的灰色产业链。通过精心设计的 Prompt 来固定人设性格、回复风格及视觉形象，一名 23 岁运营者成功让名为 Lexi 的虚拟形象在 27 天内获利 3.8 万美元。文章详细剖析了从人设构建、情感一致性维护到视觉风格锁定的全流程，展示了 AI 虚拟人经济的爆发力与降低的技术门槛。
从单图到Campaign：使用GPT-v2与LTX构建视觉创意流
文章分享了作者如何利用 ChatGPT (GPT-v2) 和 LTX Studio，从一张参考图开始，一步步构建出 Gucci x Crocs 品牌概念的全过程。作者提供了完整的创意执行逻辑和五组核心提示词，涵盖了从参考图解构、品牌概念融合、情绪板制作、Brief锁定到主视觉（KV）生成的全链路工作流。该教程展示了如何利用 AI 将抽象的创意方向转化为可落地的视觉资产，并提供了现成的 LTX 项目供读者免费使用。
如何精通AI静态广告生成(附7个可复制提示词)
本文介绍了如何利用GPT Image 2.0一键生成高质量的品牌静态广告，替代繁琐的Canva编辑。作者分享了7个实用提示词，涵盖竞品仿制、卖点突出、生活场景、UGC风格、产品展示、信息图解及趣味创意等不同广告类型，并附有具体参数和设计规则，旨在帮助广告主快速提升素材制作效率。
吴恩达新课解读：AI 新手与高手的思维差异
本文介绍了吴恩达发布的新课程《AI Prompting for Everyone》，文章深入拆解了 AI 新手与高手在使用方式上的核心差异，包括如何利用上下文、避免 AI 谄媚以及使用深度调研等技巧。作者总结了课程中关于信息获取、思维搭档及多媒体应用三个模块的精华内容，并推荐该课程适合零基础人群构建对 AI 的完整认知。
20 条真正能让 Claude 好用起来的提示词规则
文章指出很多人使用 Claude 仍停留在“搜索框思维”，导致输出平庸。作者提出了 20 条通用提示词规则，强调 Claude 更吃上下文、角色、限制和目的。核心建议包括：设定具体角色、明确读者画像、使用反向约束（不想要什么）、提供样本模仿风格、复杂任务分步执行等。这些方法旨在帮助用户通过更精准的指令，让 AI 产出高质量、有针对性且具备“真人感”的内容。
“AI 导致人类失业”是彻底的幻想
文章反驳了“AI 将导致大规模永久性失业”的观点，认为这是一种“劳动力总和谬误”。作者指出，人类的需求是无限的，认知成本的降低将通过杰文斯悖论创造更多需求。通过回顾农业机械化、电气化和 Excel 的历史，文章论证了技术进步总是重塑经济结构并扩大劳动力市场，而非简单地消灭工作。
数学照妖镜：AI 能发现新的数学定理吗？
文章回顾了人工智能与数学证明的深厚渊源，从1950年代的Logic Theorist到哥德尔不完备性定理，探讨了形式化数学的演进。重点介绍了现代AI数学的基础设施LEAN（包括其核心人物Leonardo de Moura、从v3到v4的演进及mathlib库），以及DeepMind、Harmonic、Axiom Math等科技巨头和初创公司在AI自动定理证明领域的布局。文章指出，AI正在通过神经网络与形式化验证的结合，重新回归逻辑推理的起点。
Agent + 豆包 Seed2.0 Lite 重做 Karpathy 的工作流
文章探讨了如何利用豆包 Seed-2.0-lite 多模态大模型和 Agent 技术，将 Andrej Karpathy 两年前提出的“视频转博客”构想变为现实。作者通过将多模态能力封装为 Skill，并设计了一套包含视频切片、结构化素材提取、关键帧智能挑选和 Markdown 生成的四步工作流，成功解决了传统 ASR+LLM 流水线中信息丢失的问题，实现了高质量、图文并茂的技术博客自动化生成。
提示词不是咒语，是审美决策系统
文章阐述了提示词不仅是风格描述，而是审美决策系统。作者通过一个具体的 X 长文封面生成提示词为例，详细拆解了如何构建具备设计思维的 AI 绘画指令，涵盖主题语义判断、视觉锚点选择、图文关系处理及长标题提炼机制。此外，作者还分享了弥散风、马赛克风、麦肯锡风等 8 种视觉风格的特点与适用场景，强调提示词应将审美判断转化为可执行的设计系统。
破屏穿越风格 AI 绘画分享
作者分享了一种极具视觉冲击力的“破屏穿越”风格 AI 绘图效果，人物仿佛从社交媒体界面中突破屏幕进入现实世界。文中详细解析了实现该效果的完整提示词，涵盖了人物姿势、社交媒体 UI 拟真、玻璃碎裂特效、电影级光影渲染以及 9:16 构图等技术要点。
2026年真正学习AI的7个开源仓库
这是一份2026年AI学习资源清单，包含7个精选的GitHub开源仓库。内容覆盖从初学者指南到高级LLM路线图，包括微软的GenAI课程、从零构建ChatGPT的PyTorch教程、Karpathy的nanoGPT训练、OpenAI与Anthropic的实战Cookbook以及AI Agents构建指南。所有资源均免费，旨在帮助学习者掌握Prompt、RAG、微调及Agent等核心技术。
Multimodal RAG with the Gemini API File Search Tool: A Developer Guide
本文介绍了 Gemini API 中的 File Search 工具，该工具现已通过 Gemini Embedding 2 支持多模态检索。文章详细讲解了如何创建存储、上传图文文档、执行具备依据生成的查询以及检索引用和图像。File Search 提供了全托管的 RAG 解决方案，具备原生图像搜索、内置引用和成本效益高等优势。
GPT-Image2 国风穿搭灵感与提示词分享
作者展示了使用 GPT-Image2 将中国国宝文物（如商青铜饕餮、元青花等）转化为现代时尚穿搭灵感的案例，生成了高级感拉满的造型方案。文章详细分享了用于生成此类高完成度“AI服装灵感提案板”的系统化提示词（Prompt），涵盖了灵感提取、视觉转译、三套Look设计（主视觉/上班/约会）及版式布局等全流程指令。
Kimi 全功能测评与涨粉实战指南
文章详细介绍了国产大模型 Kimi 的各项功能，包括四种对话模式、八种核心工具（PPT助手、深度研究、Kimi Code 等）及浏览器插件。作者通过自身实践，展示了如何利用 Kimi 的深度研究、Agent 模式和工作流整合在五天内涨粉 3000+。文章也客观指出了 Kimi 在复杂任务规划和事实准确性上的局限，强调工具组合成系统的重要性。
Top Companies Are Secretly Working on This (It Will Replace LLMs)
文章探讨了顶级科技公司正在秘密研发的架构转变——状态空间模型（SSM）。旨在解决 Transformer 架构在长序列处理中的计算成本高和内存消耗大的问题。文章详细解析了 SSM 的工作原理、相比 LLM 的优势（线性时间复杂度、恒定内存），并展示了 NVIDIA、IBM 和 Microsoft 等公司在 Nemotron、Bamba 和 SambaY 等混合架构上的实际应用进展。
开源一套我的提示词合集
作者姚金刚宣布在GitHub开源其个人提示词合集，包含约100个提示词，涵盖AI工作、学习、生活、编程等9类场景。重点推荐其中的元提示词（简易版和进阶版），并承诺持续更新有价值的提示词。
别再迷信参数量：中国开源模型在硅谷踢馆成功
文章记录了作者利用中国开源模型 MiniMax M2.5（仅 10B 激活参数），通过行为工程和 Goose 运行时的优化，在 Databricks OfficeQA 基准测试中以 71.5% 的准确率击败了 Claude Opus 4.5 的实战经历。文章指出，企业级 AI 的竞争已从单纯的模型参数量转向行为工程与驾驭层能力，并揭示了中美 AI 生态（中国执行引擎+美国编排方法论）结合所产生的高效低成本优势。
RAG 行业要被干翻了
作者介绍了 PageIndex 这一 RAG 领域的革命性工具，号称无需向量数据库和嵌入，通过树形索引实现 98.7% 的准确率，并分享了 GitHub 项目发现助手 Ossium。
The Four Micro-Revolutions of the Intelligence Revolution
本文由前Google M&A团队成员撰写，深入分析了“智能革命”的演进规律。作者结合Carlota Perez的技术革命框架，预测AI发展将经历四个微观阶段：聊天、代理、语境和平台。文章指出，最终的赢家将掌握“语境”层，成为历史上最大的公司，因为它将聚合整个AI行业并消耗所有数字劳动力。
让 Claude 发挥最大潜能的 20 条提示词规则
文章指出大多数人将 Claude 仅仅视为搜索引擎，忽略了上下文、角色和约束的重要性。作者提出了 20 条核心规则，涵盖了设置（赋予角色、定义受众、设定长度）、上下文（提供完整文档、告知背景、明确目标）以及输出（要求先思考、多版本迭代）等方面。掌握这些方法论而非死记硬背特定指令，能显著提升 Claude 的回答质量和实用性。
LLM 优化面试笔记：训练与推理核心技术
这是一份针对 AI 实验室面试准备的笔记，涵盖了高效训练和部署大语言模型（LLM）的核心优化策略。内容主要分为三部分：内存优化（如 Flash Attention、MQA/GQA、激活检查点）、计算优化（序列打包、高效变体 Transformer）以及推理优化（KV 缓存、投机解码、量化技术）。文章旨在总结在大规模模型开发中应对算力和内存瓶颈的关键技术。
如何让 Claude 变身天才：8 个实用技巧
针对近期 Claude 表现下降的问题，作者提供了 8 个修复技巧。文章首先强调了工具选择的重要性，区分了 Claude Chat、Cowork、Code 和 Projects 的使用场景。接着介绍了模型选择（如 Opus 用于深度推理）、设置系统提示词、优化提示语结构（先给背景再指定格式）、使用 XML 标签以及利用 Claude 内置工具等方法，旨在通过具体的操作指南帮助用户释放 Claude 的最大潜力。
GPT2: 提示词技巧二——让 AI 来添加风格佐料
本文介绍了一种提示词优化技巧，即“让 AI 来添加佐料”。作者建议不要自己死磕描述词，而是通过给 AI 提供一个原始风格参考，让 AI 学习并生成适合特定场景（如建筑图纸美学）的“风格佐料”。文章展示了如何利用此方法生成高质感的推荐卡片，并分享了具体的提示词模板和 ChatGPT 对话链接，旨在帮助用户利用 AI 提升设计审美，简化工作流程。
为 Mintlify AI 助手构建虚拟文件系统
文章探讨了如何通过构建虚拟文件系统 ChromaFs 来优化 Mintlify 的 AI 文档助手。作者指出传统的沙箱克隆方案存在高延迟（约 46 秒）和高成本（年费超 7 万美元）的问题。ChromaFs 通过拦截 Unix 命令并将其转换为 Chroma 数据库查询，实现了零边际计算成本和毫秒级的会话启动速度。文章详细介绍了 ChromaFs 的架构、目录树引导、权限控制、分块重组以及针对 grep 命令的优化策略。
