作者系统总结了一套基于 H3 模型的 AI 古风舞蹈视频制作方法论。核心原则是先建立舞蹈再建立镜头：从作品意图、音乐分析、编舞设计出发，构建持续层、动链层、微动作层三层舞蹈结构，写出包含受力、路径、重心、惯性等完整物理过程的动作链，并按音乐节拍与动作密度对齐。镜头设计强调真实摄影机几何而非抽象角度术语，每次运镜都需有目的。文章还涵盖参考图视觉权限界定、跨段连续性检查、负面约束的正向替代方案、提示词语法结构与交付前的导演级自检流程，旨在建立可复用的模块化 AI 舞蹈创作系统。
本文整理自 The Art Of Storytelling 的视频，探讨好写作的本质。核心观点：写作不是把想法誊写到纸上，而是让想法成形。写作是在起点（读者已知）与终点（读者读后的理解）之间找一条最短的直线，即安排信息出现的顺序，让读者自己走到寓意。文章提醒写作者提防知识的诅咒，用词只看能否帮读者往前走，避免用大词炫耀，并强调培养自己独特的声音来自个人对世界的体验，建议写作者过丰富的生活积累素材。清晰比简单更重要，好散文如窗玻璃。
作者提出在 AI 时代执行成本越来越低，eval（评估）才是一等公民。他建立了 repo-evals 项目，系统测评各类工具和 skill，并详细介绍了完整的评估方法论：先看真实产出而非介绍；将工具分为原子、分子、复合物三个层级并采用不同检查标准；打分四档且分数拆开可解释；明确 who/when/how 使用场景；绘制工作流并与同类工具对比；标注部署成本和 license；把 README 承诺拆成一条条 claim 逐条核对实测证据；最后按层级使用不同检查清单（确定性、幂等性、工作流正确性、错误传播等）。文章以 guizang social card 为例演示了完整评估页面结构。
作者以AI生图的窗边咖啡馆人像提示词为例，讲解如何整理AI生成的冗长提示词。核心方法是：删流程、合重复、换实景、测删除。要点包括：去掉分栏小标题后整体通读，合并重复表达同一意思的形容词；把'不要杂乱'等否定句改写为具体的正面画面描述；将'高级感、电影感'等笼统大词拆解为具体的光线、配色和构图要求；一次只删一句，对照出图验证效果，但不要为了精简丢掉关键的安排。最终目标是写出自己能读懂、出了问题知道从哪句下手的提示词。
作者以技术小白身份借助 AI 获得世界 AI 大赛 Top 10 的经历为例，复盘出三种可培养的元能力：一是结构化思考，把陌生复杂的事拆解到可下手；二是学习与迁移，通过情景化提问从专家身上提取判断依据，并让 AI 协助设计与整理；三是 AI 协作技巧，包括清楚交代背景目标、先确认理解再动手、用具体场景讲解选项利弊、分工验收并具体反馈后迭代。作者认为这三种能力配合使用，是普通人在 AI 时代突破能力边界的金手指，每解决一个问题，能力边界就往外拓一点。
本文系统讲解了如何将一个模糊的想法变成一篇完整的长文。作者首先将长文分为科普、教程、经验、观点、故事五大类型，并分别剖析各类文章的写作陷阱与结构脉络，如科普文要突破“知识的诅咒”、教程要教思路而非仅教操作、经验类文章需要复盘而非流水账。接着介绍从想法到成文的完整流程：确定文章类型与受众、理清脉络、撰写正文、修改精简、拟定标题、配图排版。最后分享了文章发布后提升热度的实用技巧，强调长文的长期价值。
作者认为市面上教写标题的黄金公式和蒸馏大V标题的做法方向都是错的。核心问题是：用户输入的原始内容本身就缺乏吸引力，仅靠事后润色标题，要么无人点击，要么沦为标题党。正确流程是在正文完成甚至开始之前就思考标题：AI 应引导用户说出写作意图和素材，发散出吸引人的角度（即恩特曼的'框架'或修辞学的'争点'），再在变现目标、用户能力和流量层级三者间找平衡。一旦平衡点确定，标题、封面、开头和内容方向便自然解锁。好标题应是内容本身更吸引人的副产品。作者近期将开源一个同时写封面、标题和开头的 skill。
作者借张朝阳“年轻人不要过度努力，努力和回报没有因果关系”的观点，结合自己做产品的踩坑经历展开反思：他曾每天工作十几个小时却用户寥寥，发现失败源于方向错误而非不够勤奋。文章指出，赚钱的决定因素是认知、选择、资源和杠杆、方法这四个更上游的要素，执行层面的勤奋只是下游动作。作者通过聚焦单一平台做内容冷启动的经历验证了“选择优于努力”的规律，并建议每周留出半天时间思考核心假设、时间分配和优先级，把精力放在判断而非盲目执行上。
作者从做事、学习、为人处事、协作协同四个维度，提炼出一套可指导行动的原则，形成高效生活的算法。做事强调方法、原理、清单、准备、本质、复盘与迭代；学习强调刻意练习、记录灵感、输入必输出、连接与迁移；为人处事强调接受现象、尊重多元、利他、换位思考与积极释善意；协作强调及时反馈、自带方案、区分事实与情绪、数据说话、三点表达与主动请教。全篇以'凡X必Y'句式呈现，追求可复制、可积累的科学式打法。
文章分析了英语听力练习多年仍听不懂的根本原因：大多数人进行的是'噪音级输入'，只听懂20%的材料会训练大脑忽略外语。作者将听力拆解为'听清'和'听懂'两个层次，讲解音标、弱读、连读和语调等发音基础，提出'三遍测试法'选择可理解的本命材料，强调短材料反复练和同主题多层重复的重要性。最后利用ChatGPT扮演听力训练教练（生成材料、盲听校准、半句预测、错误分类），配合Obsidian记录复盘，搭建一套可每天重复、可回收语块、可追踪进度的听力训练闭环系统。
本文系统梳理了产品规划需依次回答的核心问题框架：从 JTBD 理解用户要完成的事，到 April Dunford 的定位五步法，再到滩头市场选择、核心动作与习惯模型驱动留存、先验证产品市场契合再获客、增长循环与四个契合、先测定价再做产品、用实际行为而非口头意见验证需求，最后通过精益创业和 Shape Up 学会聚焦说不。文章为每个框架附上了推荐读物，是一份实用的产品规划方法论清单。
这是一条来自 X 平台的推文合集，分享了牛津外刊关于语言学习方法的内容，以图片形式呈现如何快速掌握任何语言的技巧与建议。原文以图像为主，文字内容有限，核心主题围绕语言学习的快速入门与方法论展开。
作者针对出海赚钱社群中常见的'要手把手教学'心态进行批评，指出总想走捷径、指望大佬傻瓜式教学的人最容易被割韭菜。作者强调学习应关注大佬分享的方法论、方向和思考方式，而非具体操作步骤，并引用'学我者生，似我者死'，建议读者结合自身实际情况去实践、复盘，把大道理内化为自己的知识积累。文中还提到了此前关于外链底层逻辑与外链获取路径的两篇文章作为延伸阅读。
文章探讨了AI时代内容创作经济的转变：机器使“制作”变得廉价甚至免费，导致内容泛滥（slop），而真正稀缺的是判断力和品味。作者提出，品味不再是好眼力，而是预先写下的规则文档，用以约束AI输出。文章给出四种将品味变现的路径：做筛选者、让个人品牌成为质量担保、拥有角色与世界观而只租用机器、以及出售自己的规则。最后提供了五步日常实践方法：先写规则再生成、让AI做助手而非作者、统计未修改直接发布的内容占比、维护记忆文件、偶尔否决数据。核心观点是：在内容无限的时代，有人在乎过的东西才有价值。
作者从'靠'文化切入，认为大部分人一生被设计好，缺乏主体性，把生命价值交给别人。他通过对朋友25岁前取得大结果（A9+）的观察，总结出方法论：会发现世界的bug、资源整合（组建北大AI团队）、减少无用功、主动获取资源、以及'地球online'的游戏心态。核心观点是：永远不要依赖任何人包括父母和贵人，只有拥有主体性才能掌握自己的命运，获得正反馈并实现人生的大结果。
作者以零基础（高考英语83分、四级未过）出发，分享两个月备考雅思到6.5的完整经验。文章按道法术器框架拆解雅思考试本质：阅读是定位，听力是让大脑熟悉英文输入，口语是交流，写作是结构化表达。详细讲解了听力的精听方法、阅读的长难句拆解与抓主干技巧、时间安排、工具选择（同桌英语、DDDD机经平台、墨墨背单词、AI口语练习等），以及报班建议和常见踩坑，强调基础与大量练习远比技巧重要，对基础普通的考生更有参考价值。
作者分享用 Codex 自动化运营小红书账号的经历。他看到一个小红书账号讲“生活中常见物品的英文名”类内容，于是拆解其选题模型：熟悉的事物+陌生的英文名+好奇心问题。随后将找选题、查名称、写标题、做图、排版等执行环节全部交给 Codex，自己只负责定方向和审核。最终账号获得 105 万曝光、18.4 万观看、封面点击率 17.9%，2 天涨粉 1000。作者总结方法论为：发现→拆解→模仿→迭代，即复制已验证的底层逻辑并用 AI 快速生产自己的内容，大幅缩短从发现机会到落地的时间。
文章讨论了如何搭建真正对 AI 协作有用的个人知识库。作者认为对通用内容做无脑模板蒸馏价值有限，知识库的关键在于加入个人增量：聊天记录、人生经历、收藏的筛选理由与批注、任务复盘等。文章具体介绍了四套流程：微信聊天记录的本地脱敏与全量地图提取、AI 人生回顾式采访、收藏内容的分层入库与横向比对、按事实-原因-规则三层复盘。这些方法被封装为 lab-wx-distillation、lab-life-reviewer、lab-intake、lab-retrospective 四个 Skill，配合 Lab Ontology 系统组织检索，让知识库成为个人经历与判断的长期上下文。
文章介绍了英语学习应用 ENGSENCE 的网页版使用教程。该应用以母语者真实视频/播客为素材，主打沉浸式学英语，支持美音/英音切换、四档字幕（全部、英语、中文、隐藏）、核心表达卡片收藏与盲测复习。作者详细讲解了界面功能、选集技巧、跟读计数与口语计时器等机制，并给出三种时间档的学习方案和一周学习安排，建议新人每天跟读 10 遍起步。文章还对比了它与背单词 App 的差异：后者解决词汇认识问题，前者解决听懂和口语输出问题，并指出零基础、纯应试、不开口的人群不太适合使用。
本文作者Callum分享了自己从辩论失败到为多家十亿美元级公司提供咨询的经历，总结出清晰表达思想的三个步骤：将复杂想法简化为结构化观点、使用CCC/PARA/POP三种沟通框架组织思路、优化表达方式让听众更容易跟随。文章强调表达力是让想法被听见和尊重的关键技能，并提供了具体可操作的练习方法。
作者将 X 上 R 博的自媒体增长指南交给 AI 助理 Codex 提炼出 6 条方法论和爆款增长公式，并将其沉淀为「内容审核」Skill，后又升级为可评分、定位最大问题、针对性改写并复审的「内容增长 Skill」。作者用该 Skill 审计自己这篇 X 文章，初评 49 分，按建议压缩中后段改写后提升至 52 分，展示了审计→改写→复审的完整闭环。Skill 已开源到 GitHub，未来计划加入热点选题发现能力。作者认为 Skill 就是把一次有效学习变成可反复调用、不断迭代的能力。
作者在备考软件架构师的过程中，发现架构思维不仅适用于技术系统，也能用于重新设计生活。文章将关注点分离、高内聚低耦合、模块化、接口契约、冗余设计、单点故障、容错降级、可观测性、性能瓶颈、缓存、异步思维、最小权限、权衡、避免过度设计、架构演进等软件架构原则，逐一映射到日常生活场景中，探讨如何用系统思维替代自责与蛮力，让生活更有弹性、更可持续。
文章系统讲解如何编写 AI Skill：从用一句话加 SOP 封装出第一个 60 分的 skill，到通过把目标改写为动作、补充约束、设计自由度和提高词表颗粒度来提升到 90 分。作者拆解了摄影 skill 和封面 skill 两个开源案例，指出高手的秘诀在于将模糊概念拆成可执行的词表和明确的「不要」清单。还介绍了如何让 AI 递出陌生领域的行话词表，并澄清了 skill 与提示词、智能体的区别。全文强调约束和颗粒度决定 skill 的专业程度。
作者整理了近一个月收藏和推荐的 Claude Agent Skills 资源合集。内容分为三大类：一是作者自研的开源 Skills（信息卡生成、品牌复刻 DESIGN.md、SVG 手绘效果）；二是 UI/UX 设计类 Skills，包括设计工程师审美经验、去 AI 味前端设计品味、Remotion Skills 2.0 及 Atlassian 对 DESIGN.md 的实测等；三是 Skills 构建与方法论，涵盖 33 页完整构建指南及中文翻译、Google Research 的 WikiSkill、Warp 的自我改进 Agent 与 Skill Doctor 等。最后还推荐了精选单点 Skills，如去 AI 味 Top 10、Cursor 代码质量审查、show-me 图示 Skill、Unslop 写作优化等。
作者参加 B 站 Build in Public 大会，记录卡比老师关于「Skill 将死，方法论永生」的分享。随着模型训练进步，通用知识和标准流程逐渐被模型内化，长篇 Skill 说明将变得多余，重点转向方法论。文章总结了 8 个可加入日常 Prompt 的方法论：第一性原理、对抗式审查、消融实验、奥卡姆剃刀、列出不确定点、保持独立思考、批判性思维、高内聚低耦合。作者认为 Skill 中的视觉参考和工具调用仍有存在价值，但重复性通用说明已可被精简的提示词替代。
文章论证了语言如何限定思维：人无法思考无法命名的事物，缺少词汇时情绪与经历只能停留在模糊的感受中，无法被理解和表达。作者通过情绪表达、儿童受害、恋爱中的'没感觉'、PUA煤气灯效应等例子，说明掌握新词汇能帮助人识别模式、理解关系、转化愤怒为力量。语言不是包装纸而是刀，边界可以推动——通过学新语言、读心理学、经济学、诗歌等，每个新词都在扩展思维的地平线。成长即是手中可用的词汇变多，终于能把曾让人哭泣的事想明白、说出来、放下去。
作者分享了在 YouMind 平台累计获得约 601.94 美元的成果，并完整公开其 Skill 创作三板斧方法论：Content-to-Skill 用于从文章、课程等材料中蒸馏出可复用机制；元提示词架构师将机制重构为可执行、可测试的指令系统，强调先写失败清单再写提示词；道 Skill 借鉴道家思想，对 Skill 进行归根、结构化封装与验证。作者推荐按蒸馏→写指令→封装验证的顺序生产，并指出真正值得复制的不是提示词本身，而是从真实问题出发、手工跑通流程、持续迭代验证的路径。
作者阿杭整理了自己数月来关于AI加自媒体的推文合集，涵盖底层认知、从0到1商业模式、X增长与公开表达、抖音口播与内容生产线、选题营销与IP、AI思维提示词与Skill、工具链工作台与下沉变现七大板块。内容包括54条自媒体商业思考、知识付费变现案例、涨粉复盘、口播钩子拆解SOP、提示词框架与数字资产护城河等，帮助读者系统学习AI时代自媒体运营，并可将该推文交给AI生成个性化阅读路径。
本文是《从不懂到能判断》系列总纲篇，讲述接手陌生任务时最重要的第一步：任务定界。通过工程师周明一个月埋头学习却因未明确任务定义而翻车的案例，指出焦虑往往不来自'我不会'，而来自'不知道被要求干什么'。文章提出'任务定界卡'工具，包含五个问题：要什么结果、谁判断成功、截止条件、权限边界、什么不能错。并引入'认知负债'概念——没弄清楚就继续做的代价。最后提醒定界过度和定义者自己也想不清楚的两种失败模式，强调定界是一门谈判的手艺。
