作者用一道难题对比测试开源 5B 图像模型 MOSS-Image 与闭源最强的 GPT Image 2.5：在一张水墨长卷中画出李白临江举杯场景，写出《将进酒》全文12行书法，配标题、作者、朱印和英文，并精确控制酒杯数量。第一轮两者都通过，但第二轮仅改两处细节后，GPT Image 2.5 数错酒杯，MOSS-Image 两轮全部正确。文章分析了小模型在中英文渲染、长提示词理解（支持4K tokens）和风格控制上的优势，并分享了结构化布局、负面约束等复杂提示词技巧，附完整提示词。MOSS-Image 已开源权重和代码，支持 LoRA 微调，ComfyUI 下载量突破70万。
作者分享了用 AI（Codex）在番茄小说平台批量写网文的轻副业实操经验。核心变现逻辑是低成本铺书占坑，博取短剧、影视等 IP 改编版权分成，而非短期稿费。文章涵盖选题方法（用 AI 逆向拆解热门题材、组合爆款元素）、淡化 AI 味的六大技巧（禁用套路逻辑词、优化段落排版、动作化情绪描写、口语化对话、人工微调开头结尾）、长篇创作工作流（设定持久化、每次只写 3 章），以及番茄平台的签约、推荐、A/B 测试等运营节点和账号升级铺书节奏。
作者在测试 Manus 时学到一个提示词技巧：在生成图片时，不必用提示词详细控制样式风格，而是直接提供参考图，参考图中包含颜色、字体、宣纸纹理、墨迹边缘、水痕、印章与留白规则等视觉要素。这样出图稳定性更高，内容提示词也可以写得更简单。文中以'茶与慢生活'主题的水墨极简风格幻灯片为例，展示了参考图配合简洁内容提示词的完整实践，包括标题副标题、内容结构以及视觉方向的具体要求。
作者团队耗时一周、花费四千多元深度测试 Claude Opus 5.5 的视频制作能力。Opus 5.5 通过代码生成方式制作 MG 动画，具备确定性高、可精准修改的优势。文章展示了科普教育视频、产品宣传片、剪辑包装、游戏动画等多个应用场景，指出其效果已超过资深设计师水平。同时分析了风格同质化、制作时间长、费用高等不足，并提出用参考图、调整推理强度等解决方案。作者将测试中的方法技巧整理成 Skill，认为该模型正在改变科普、教学和宣传片制作方式。
作者解读 OpenAI 官方图片生成 Prompt 指南，指出堆砌'电影感、8K'等咒语式词汇并不有效，正确思路是把 Prompt 当成给摄影师或设计师看的需求单。文章总结 8 个诀窍：先说成品类型、描述可见画面而非感觉、人物动作写具体、图中文字加引号并限制出现次数、改图时明确说明什么不能变、多张参考图要分配任务、一次只改一件事、Prompt 重结构清晰而非长度。最后提供可复制的万能模板和三条核心原则。
文章分享了使用 H3 视频生成模型进行高分辨率俯拍镜头控制的提示词实战经验。核心技巧包括：将机位约束放在提示词最顶部以提高识别权重；明确接受俯拍导致的人脸透视变形，打破模型内置的人脸美化逻辑；直接禁止模型为美化人脸而将机位拉回平视的行为；使用 NO、DO NOT 等强否定短句代替解释性长文；保留原图的人物身份与服装参考，但完全替换原图机位、背景与灯光。作者强调，有效的提示词不是解释“什么是俯拍”，而是硬性禁止模型在高分辨率模式下自动修正机位和人脸透视的内部行为。
作者分享了为 MiniMax H3 Max 编写动态图形视频提示词的经验。文章介绍了 Prompt Expansion 的三种模式选择策略（Disabled、Balanced、Quality），讲解了通过首尾帧技术（结合 gpt-image-2 增强）解决文字过多时生成不准确的问题，以及如何拼接多段视频。作者重点展示了时间戳提示词技巧，可精确控制视频中每段文字出现的时间和动作，还介绍了文本动画的提示词写法，如将每个短语定义为完整文本层、避免字母级别的动画等。作者认为 H3 Max 在提示词遵循能力上远超其他模型，生成质量和速度令人惊叹。
作者逐一核对了 Anthropic 官方帮助中心与开发者文档，验证了网上流传的 Claude Pro 省 token 技巧。文章指出用量消耗取决于消息长度、文件大小、对话长度、工具使用、模型选择等因素，其中对话长度影响最大，因为每条新消息都会重新处理整个上下文。被证实的技巧包括：将多个请求合并到一条消息中发送、利用 Projects 的缓存机制存储参考资料、及时关闭不需要的工具与扩展思考、坚持一个话题一个对话并养成及时开新对话的习惯。文章还澄清了某些流传的所谓文件数量上限并无官方依据。
本文介绍了腾讯云AI办公助手WorkBuddy的使用教程，涵盖安装设置、三种工作模式（默认、计划、仅问答）的区别与应用场景，以及如何通过建立合理的工作空间和项目来管理文件。文章还详细讲解了积分消耗机制、节省策略，并提供了编写高效指令的六要素法则和10个可直接复用的指令模板，帮助用户更好地利用该工具处理重复性办公任务。
Anthropic发布最新论文，利用J-lens技术在Claude内部发现了区分意识与潜水的分界线（全局工作空间）。文章通过五个实验证实了Claude存在类似人类「意识剧场」的结构，并能检测出其内心隐藏的安全风险。最关键的发现是：通过「反事实反思训练」可改写模型潜意识，提示词中应避免否定指令以减少干扰。
本文介绍了如何利用 Claude Cowork 构建高效的一人公司运营系统。作者指出，知识工作者 60% 的时间花在低价值的重复性工作上，而 Cowork 能彻底接管这些任务。文章详细讲解了如何通过设置特定的文件夹结构（ABOUT ME、OUTPUTS、TEMPLATES）、配置全局指令以及使用 AskUserQuestion 功能，让 AI 像真正的员工一样工作，从而让创作者专注于决策而非执行。
文章指出大多数用户仅将 Claude Projects 视为带标签的文件夹，错失了其构建定制化 AI 员工的潜力。作者提出了由身份、规则、流程、输出格式和知识文件组成的六步项目蓝图，通过具体指令和约束，引导 Claude 精准理解用户语调、受众及工作流，从而输出高质量、个性化的内容。
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。
文章深入探讨了如何编写高质量的工业级 Skill（AI 技能/工作流）。文章指出 Skill 不同于简单的 Prompt，它需要具备按需加载、限制工具边界、配置适配模型、分层管理内容（SKILL.md 与 references/scripts 分离）以及建立评估测试闭环等特性。通过遵循最小权限原则、渐进式披露和迭代验证，可以将经验固化为稳定、可维护的自动化工作流。
文章介绍了一种基于视觉优先的游戏开发工作流，利用 Codex、GPT 5.5 和 Image 2 等工具，将草图、截图和概念图直接转化为可玩的游戏代码。作者通过四个模块详细讲解了如何将视觉意图作为指令，通过“展示-构建-测试-优化”的循环快速迭代游戏，旨在让没有编程基础的个人也能独立开发高质量游戏。
本文是一篇关于 Claude 提示词工程的综合指南。文章指出，掌握与 AI 的沟通是当前最重要的技能。作者首先列举了缺乏上下文、指令模糊和缺乏迭代这三大常见错误，随后基于 Anthropic 官方文档提炼了构建优秀提示词的五大核心要素。最后，文章介绍了结构化提示、反向提示、深度思考触发等高级技巧，帮助用户最大化发挥 Claude 的潜能。
本文分享了如何利用 ChatGPT 作为“合作者”而非简单的“全文编辑器”来优化文章的六个步骤。核心方法包括：先提供“编辑意图说明书”明确目标；按“逻辑单元”而非字数拆解文本；每一轮仅执行一种修改动作以确保质量；以及最后进行全文一致性处理。文章强调方法比模型本身更重要，旨在实现与 AI 的真正共写。
本文是NotebookLM的进阶使用指南，作者基于三个月的使用经验，介绍了2025年11月的最新功能（如生成简报、智能图表、移动端上传），并重点解析了三大深度工作流：深度研究、灵感激发和商业分析。此外，文章还分享了Obsidian集成、建立万用笔记本及自定义提示词等高级技巧，强调该工具应作为研究与创作伙伴，而非简单的笔记存储工具。
