如何利用 Claude 构建高效的自动化循环系统
本文阐述了从编写 Prompt 设计循环系统的转变。文章指出循环系统包含自动化触发、Git Worktree 隔离、外部验证机制及持久化记忆等要素。通过分离执行与检查、设置硬性停止条件及人工审查阶梯，开发者可构建能够持续迭代并自主解决任务的 Agent 系统。
全部文档 / 标签: 提示词工程
295 篇
如何用 AI 写出百万阅读爆款长文：完整实操指南
文章指出 AI 不是魔法，而是需要人驾驭的超级助手。作者从认知和实操两个层面，拆解了打造爆款文章的全流程。核心心法包括：标题决定点击率，情绪决定传播力，以及如何通过拆解对标、训练 AI 风格和五步共创法来产出高质量内容。文章强调，AI 只能放大效率，个人的独特思考和真实经历才是内容的灵魂。
开源我的内容创作系统：杂活全甩给一队 AI
本文作者分享了如何利用 Helio 平台构建一支由 AI 组成的“内容战队”，实现选题、资料搜集、多平台改写的自动化接力。文章详细开源了选题侦察官、资料研究员、改写分发官三个岗位的系统提示词，并通过实战案例展示了 AI 间自主协作的工作流。作者指出，AI 工具的真正价值在于替代体力劳动，而非脑力判断。
FPV沉浸式视频生成实战：把提示词思维做成Skill
本文介绍了作者制作 FPV 沉浸式视频的实战经验。作者通过开发一个 Skill，解决了 AI 视频生成中“镜头运动轨迹”易翻车的痛点。文章分享了“编号停靠点”与“红线路径”两种模式的适用场景，强调了像设计游戏关卡一样设计空间逻辑的重要性，并提倡将工作流沉淀为 Skill 以应对未来的模型变化。
万字长文：做了些爆款 Skills 以后，我对 Skills 的看法
本文通过作者制作多个爆款 Skill（如 PPT、社交媒体卡片、Logo 生成等）的实战经验，深入探讨了 Skill 在 AI 时代的本质与价值。作者指出，Skill 不仅是提示词，更是封装专家经验、工作流和审美判断的“能力商品”，能有效弥合 Agent 使用中的认知差距。文章详细阐述了 Skill 的设计哲学（中心短、辐射厚）、像代码一样的维护流程，以及如何通过“把品味变成约束”来保证高质量输出。
如何构建 Claude 自动化工作流
文章探讨了如何利用 Claude 将重复性手动工作转化为自动化工作流。与传统的问答式聊天不同，工作流包含角色、工具、触发器和输出四个要素，能够按计划自动执行任务。文章详细列举了针对内容创作者、自由职业者和分析师的具体工作流案例，如趋势监控、报告生成和邮件跟进，并提供了构建工作流的具体步骤，指导读者在 30 分钟内部署第一个自动化流程。
如何设置 Claude 以避免重复编写提示词（完整教程）
文章介绍了通过利用 Claude 的 Projects（项目）和 Skills（技能）功能，解决使用 AI 时重复编写提示词和背景设定的低效问题。Projects 用于存储一次性上下文（如品牌指南、背景知识），Skills 用于封装可复用的工作流（如会议纪要、邮件起草）。结合两者可将 Claude 从临时工具转变为高效的专业系统，显著减少重复工作时间，实现 2 分钟完成 45 分钟工作的效率飞跃。
这应该是目前最接近正解的 Agent 记忆方案
文章探讨了现有 Agent 记忆方案的局限性，即仅是“搜旧聊天”而非真正的学习。作者介绍了 MemOS Local Plugin，它通过 Reflect2Evolve 机制，从对话中自动提炼策略和技能。实测显示，它能跨 Session 应用写作偏好并积累经验，代表了从“存规则”到“学策略”的进步。
GPT Image 2从参数到出图，新手一次看懂
文章深入浅出地介绍了如何使用 GPT Image 2 进行生图。作者将提示词模板比作点餐系统，强调参数填写需“准确”而非“越多越好”，提出了确定单一主风格的重要性。文章详细列出了从选择模板、填写参数、AI 扩写到最终出图的四步流程，并针对出图不满意提供了具体的参数修改建议，最后给出了新手通用的参数填写公式，帮助用户稳定掌控 AI 生图效果。
32个Claude Code技巧：从入门到精通
文章介绍了Claude Code的32个高效使用技巧，分为基础、控制和精通三个层级。内容涵盖项目初始化、上下文管理、语音模式、子代理并行工作、自定义Skills编写、Hooks钩子配置及多模型切换等实战方法，旨在帮助用户在16分钟内掌握从新手到专业开发者的进阶路径。
用一个 Skill 写出 10 万+ 后才明白：AI 写作最重要的不是写
作者分享利用 DB Skill 辅助公众号写作并产出 10 万+爆款的实战经验。文章指出 AI 写作的核心不在于生成，而在于对初稿的诊断与优化。详细介绍了从口述收集素材、参考爆款结构，到利用 DBS Content 和 DBS AI Check 进行多轮自动轮巡调优的完整工作流。同时强调了设置停止条件的重要性以及坚持输出的必要性。
从提示词工程师到全栈 AI 工程师的升级指南
文章反驳了“提示词工程已死”的观点，指出单纯的提示词思维虽已过时，但提示词仍是人机交互的核心。作者旨在将读者从仅会提问的初级用户，升级为具备系统思维的 AI 工程师。文章详细讲解了具体的技能升级路径，包括：如何进行具体且确切的提问、如何设定角色（Role）来界定行为、利用示例来固定输出模式，以及如何正确引导模型的推理过程。
把自己“重做”一遍：一队 AI 同事帮我重塑个人 IP
本文作者分享了利用 AI 团队协作工具 Helio，仅用 2 小时便完成了原本需耗时 3 天的个人 IP 重塑（含 Banner、Bio 及视觉体系）。通过配置品牌策略师、设计师和文案 AI 角色，作者仅需提供素材并在关键节点审核，Agent 团队便自动完成了分工协作与交付，展示了多 Agent 协作在提升个人生产力方面的巨大潜力。
写AI提示词，首先你要把自己当个导演
文章提出了一种新颖的“导演思维”来编写 AI 提示词。作者将用户比作导演，将 AI 比作演员，强调通过定角色、发剧本、搭场景和给反馈四个步骤，把模糊的指令转化为精准的指导，从而让 AI 输出专业、惊艳的内容。
为什么你的 HyperFrames 动画不丝滑？Codex 实战 4 个坑全讲透
文章分享了使用 Codex 结合 HyperFrames 插件制作 AI 视频的实战经验。作者指出了四个常见的“坑”：必须使用 Codex 而非其他智能体、需要精细打磨提示词、必须导出字幕文件以 SRT 格式上传、以及应将长视频分段处理以控制 Token 消耗和提升效果。
如何使用 Claude 构建真实的 AI Agent 系统（初学者完整指南）
这是一篇面向初学者的 AI Agent 构建指南。文章澄清了 AI Agent 的本质是具备角色、指令、工具和记忆的自动化系统，而非遥不可及的魔法。作者介绍了 AI Agent 的四大核心构建模块，并详细演示了如何使用 Claude + Cowork，在无需编写代码的情况下，从零开始构建一个“内容研究 Agent”以及多 Agent 协作的写作工作流。
AI辅助写作全流程：从公式选型到去AI味实战
本文详细介绍了如何利用AI进行辅助写作的完整流程。作者提出“选题→匹配公式→搭骨架→AI填肉→去AI味→格式化发布”的六步法，重点分享了如何使用PAS、SCAR等文案公式构建结构，以及在Obsidian中通过约束提示词避免AI产生机械感的具体技巧（如禁用破折号、打破对称句式），最后利用AI检测结构性问题并配合人工修正以消除“AI味”，实现高效且高质量的内容产出。
50 个 Claude 提示词：取代整个团队的秘密
文章介绍了50个结构化、工程化的 Claude 提示词，涵盖内容创作和商业策略等领域。通过设定角色、背景、格式和约束条件，这些提示词能让 AI 的输出达到专业团队的水准，大幅提升工作效率。
逆向 329 条 GPT-Image2 提示词并开源：工业级模板引擎
作者逆向分析了 329 条 GPT-Image 2 的提示词案例，并将其开源至 GitHub。项目不仅涵盖了直播、海报、拆解图等多种视觉类型，还创新性地提出了「Prompt-as-Code」理念，将视觉要素原子化为 JSON 结构，实现了 Agent 自动化调用的零配置工作流，彻底改变了传统抽卡式的出图体验。
解锁 Claude 90% 的能力：18 个步骤构建 AI 工作流
文章指出大多数用户仅发挥了 Claude 10% 的潜力，并分享了博主 @cyrilXBT 提出的 18 步框架，旨在将 Claude 从简单的聊天界面转化为强大的智能推理引擎。该框架涵盖四个阶段：基础层（上下文配置、CLAUDE.md）、质量层（角色分配、提示词链）、系统层（Skill 文件、MCP Server）和智能层（复利心态）。通过构建上下文、记忆、工具和约束系统，用户可以最大化释放大模型的能力。
12步打造拥有持久记忆的自我进化Claude智能体
本文详细介绍了如何通过12个步骤为Claude智能体构建四层记忆架构：利用内置记忆功能、创建Project作为固定工作流、编写动态增减的持久化记忆文件，以及配置Dreaming自我迭代机制。文章指出，只有结合长期偏好存储与任务模式总结，才能让Agent跨越会话限制，从单次执行的“金鱼”进化为持续自我优化的虚拟员工。
如何使用 Claude 构建你的首个 AI 团队（完整教程）
这是一篇关于如何不写代码、仅利用 Claude 的 Cowork 功能构建 AI Agent 的完整教程。文章首先澄清了 AI Agent 与普通聊天机器人的区别，指出构建 Agent 是目前高价值的技能。随后，教程将 Agent 拆解为角色、指令、工具和记忆四个核心组件，并以“内容研究 Agent”为例，手把手演示了从定义角色到测试优化的全过程。最后，文章展示了如何将多个具有不同角色的 Agent（如研究员、大纲师、撰稿人）组合成一个高效的“内容生产团队”，实现工作流自动化。
完美逆向文生图提示词的方法找到了
文章介绍了一种利用 Codex 创建两个子智能体（逆向提示词智能体 A 和监督智能体 B）的方法，通过 A 生成提示词、B 生图并对比找差异的循环迭代机制，将任意图片精准逆向为可复用的文生图提示词。实验表明，通过 3 轮迭代，成功将风格描述升级为版式锁定和视觉重心的精确约束，实现了 95 分的高保真复刻。
10万 Star开源库 agency-agents 详解：给AI装上专家团队
文章深入解读了 GitHub 上的热门开源库 agency-agents。它并非独立的 AI 应用或平台，而是一套“AI 专家角色模板库”（Prompt 模板）。其核心价值在于将 AI 的角色标准化，通过定义前端、后端、产品经理等不同“工牌”，解决通用 AI 角色不稳定的问题。该库支持 Claude Code、Cursor 等多种工具，将 AI 从“泛泛聊天”转变为“专业干活”，是理解 Agent 工作流设计的优秀案例。
dbskill 更新：新增 /dbs-good-question 助力 Agent 自动化
本文介绍了 dbskill 的新功能 `/dbs-good-question`。作者结合《无穷的开始》中的理论，提出 Agent 自动化的起点在于“更好的问题”。该工具旨在将模糊的问题重写为包含对象、目标、冲突、约束和反馈入口的“问题说明书”，从而生成可批评、可验证的候选解释，为 Agent 自动化任务提供稳定的基础。
如何批量创建高仿真的 AI 网红营销内容（实战指南）
本文以一款月收入 4 万美元的健身 APP 案例切入，介绍了如何利用 AI 网红在 TikTok 进行零付费推广的实战教程。作者详细演示了使用 GPT Images 2 生成结构化 JSON 提示词以创建稳定角色的过程，并阐述了结合 Arcads 平台与 Kling 动作控制技术，将参考视频的真实动作迁移到 AI 虚拟角色上的完整工作流。该流程涵盖了从角色设计、视频合成到批量生成与筛选的 8 个步骤，旨在构建可规模化复制的 AI 内容生产引擎。
如何构建完整的 Agent 团队以优化工作流（全流程教程）
本文介绍了一种基于 Claude 的四 Agent 协作架构，通过设立专门的调研、生产、质控和分发代理，实现内容运营的自动化。文章详细阐述了为何需要拆分角色以避免上下文切换、如何搭建项目基础架构（包括 Claude Code 和文件结构），并深入讲解了调研代理和生成代理的具体配置与质量标准，旨在帮助非技术人员构建高效的内容生产系统。
越狱提示词工程 · 第四课：输出架构
本文是《越狱提示词工程》系列的第四课，专注于解决模型在输出生成过程中的自我审查与拒绝问题。文章指出，即使解决了身份、免疫和思维轨道问题，模型仍会在逐Token生成时触发安全机制。为此，作者提出了“输出架构”策略，包括通过具体工艺标准劫持验证通道、利用篇幅和示例抢夺注意力、设置锚定循环防止漂移，以及使用暗语触发和格式护甲等手段，确保模型在生成阶段不偏离预设轨道。
普通人怎样用AI工作流变现
文章探讨了普通人如何通过构建AI自动化工作流实现变现。核心观点是将AI视为代劳服务，而非单纯卖模型或提示词。作者建议从业者选择细分行业，针对高频、重复、有固定格式的任务（如房产文案、律所摘要等），通过Demo快速验证需求，并将服务拆分为单点自动化、流程搭建和持续托管三个层级。文章强调交付后要沉淀模板以实现复用，从而将一次性服务转化为可规模化的产品化服务。
如何把“AI 味”调成学术味、咨询味，或任何你想要的风格
文章探讨了“AI 味”产生的本质，即信号价值坍塌与身份保卫战，并将 AI 味拆解为词汇、结构、语义、语用四层。作者提出“文风工程化”概念，通过抽取高质量语料指纹并反向审计的原理，结合 Python 脚本和 Prompt，实现将文本调整为学术、咨询等具体风格的可复制方案。
