AI视频生成实战：30秒奇幻机关剧场片头提示词开源
作者分享团队过去一年研究市面上主流AI视频模型的经验，涵盖物理运镜控制、光影材质一致性和多模型协同的工业化分镜工作流。他们认为技术壁垒正迅速瓦解，未来制作的真正门槛在于叙事野心、分镜审美与思考深度，因此决定开源团队实战打磨的技巧与核心Prompt。文章附上一个30秒、16:9横版、音画同步的原创奇幻机关剧场片头的完整提示词，详细描述了朱红版画、幽蓝巨物、金箔机关三种美术段落的分镜设计、运镜手法与128BPM原创配乐方案。
全部文档 / 标签: prompt
128 篇
Claude Code 90秒找出隐藏摄像头、手机间谍软件与破解酒店门锁：10个实战案例与Prompt
作者整理了10个使用Claude Code进行个人安全检测的真实案例。包括：用BLE扫描发现酒店门锁运行2014年的老旧固件，加密协议存在漏洞；通过Wi-Fi设备清单与流量分析识别出Airbnb烟雾探测器中的隐藏摄像头；使用Amnesty International的MVT工具检测出妹妹手机中伪装成系统服务、每两分钟记录一次位置长达11周的间谍软件。每个案例都附带了具体的Prompt、开源工具（如bleak、nmap、MVT）和可直接运行的命令，普通人无需编程基础也能照做。文章强调这些只是防御性检测手段，发现问题后应采取换房间、拔电池等安全措施。
辅导孩子学习诗词 Prompt
作者分享了一个用于辅导孩子学习诗词的 Prompt 设计方法。核心思路是把一首诗变成一幅只由诗中文字组成的图：字的位置和走向即画面本身。方法分四步：先找出诗中的事物及其关系；再将关系转换为空间投影，如'垂下'让字沿弧线往下排、'风'让字斜穿画面；然后生成图片；最后对照检查，确保所有字出自原诗、画面可辨认、能按阅读路径读出原诗。该 Prompt 巧妙结合了文字与图像，帮助孩子直观理解诗词意象。
我研究了 AI 推荐的 294 个创业点子，发现大多数人第一步就做错了
文章基于 BigIdeasDB 对 294 个 AI 推荐创业点子的研究指出，80.6% 的点子重复度高，且 AI 给出的收入预测从不分析竞争情况，看似完整但并不靠谱。作者结合 MailCheap 等真实赚钱案例，提出普通人做 AI 副业的正确路径：从熟悉的行业和真实抱怨中找问题，而非让 AI 凭空推荐；用 AI 做需求分析和竞品调查，主动寻找反面证据；先做无需写代码的最小服务版本，争取第一笔真实付费，再考虑扩张。文末附有可直接使用的三个 Prompt 和 7 天行动计划，强调找到愿意付钱的客户比收集创业点子更重要。
AI 设计词典（上篇）｜怎么描述画面
本文是「AI 设计词典」系列的上篇，旨在帮助普通用户用准确的专业视觉词汇与 AI 沟通设计需求，解决「知道哪里不对却描述不出来」的问题。文章系统梳理了五大维度：画幅与区域（宽高比、安全区域、边距）、构图（居中/非对称构图、三分法、网格系统）、位置与对齐（对齐方式、前景/中景/背景）、空间与密度（负空间、留白、视觉密度、间距）以及层级与视觉重心（视觉层级、焦点、视觉重量、平衡）。每个词条均附中英文对照和实用示例 Prompt，并给出组合应用的完整案例，让描述从模糊的「感觉」变为可量化的准确需求。
开源「提示语管理.skill」，就为快速选出最适合你的 Prompt（附 25个深度思考神级提示语）
作者分享了将25条思考类提示语（苏格拉底式提问、第一性原理、乔哈里视窗、逆向法等）封装为开源skill「老爷爷」的过程。受Matt Pocock的ask-matt路由启发，该skill可根据用户当前处境自动匹配最合适的提示语，解决「提示语存了一堆但从来不用」的问题。作者强调原提示语一字不改的原则，避免工程化改写导致的性能下降，并介绍了乔哈里视窗和逆向法两个实用方法，主张让AI负责挑选提示语、人负责感知问题的分工方式。
AI实战：从0搭建个人视觉IP系列教程｜个人介绍卡片篇
本文是「搭建个人视觉体系」系列第四篇，讲解如何制作个人介绍卡片。作者指出个人介绍卡片是内容结尾的固定片尾，解决“内容到人”的认知转化问题。制作步骤分三步：一是确定卡片核心信息（头像、名字、一句话定位、内容关键词和单一CTA入口）；二是上传已有的头像、Banner和配图规则等视觉资产，用提供的Prompt让AI生成极简型、信息型、IP型三个方案，并强调局部修改而非重新生成；三是确定最终版本并保存为母版，长期复用。文章强调视觉资产可复用的价值，通过重复出现建立个人视觉符号。
提示词不用写得专业，要写到你自己能读懂
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。
AI 出图总翻车？十段式提示词系统
文章介绍了一套「十段式提示词系统」，帮助解决 AI 出图常见翻车问题。作者认为 AI 出图 90% 的失败源于提示词问题，而非模型本身。十段式包括：主体、动作、环境、情绪、镜头、光线、色彩、风格、画质、反提示十个维度。文章还提出物理参数化写法（明确光源方向、材质质感、动作因果）、真实感六项自查清单（手指、五官、光影、物理、材质、背景）、动作五问法，以及终极工作流——将正片描述、反提示、参数拆分为三个文本框分别填写，可显著提升出图成功率。
AI实战：从0搭建个人视觉IP系列教程｜配图篇
本文是「搭建个人视觉体系」系列教程第3篇，讲解如何用AI建立个人配图规则。作者将创作者配图归纳为封面、信息图、数据图表、插画四大系统，介绍新粗野主义、极简信息设计、瑞士杂志等常见风格，并提出融合参考图设计语言与已有头像、Banner视觉资产的方法。文中提供完整Prompt用于让AI生成「个人配图规则」，指导读者通过四类测试图验证视觉统一性，并示范如何将规则应用到show-me、archify等图片类Skill中，最终形成可长期迭代的个人视觉识别体系。
AI实战：从0搭建个人视觉IP系列教程｜Banner篇
本文是「搭建个人视觉体系」系列教程第2篇，讲解如何将头像和Style DNA延展为个人社交媒体Banner。作者首先介绍了六种Banner类型：个人定位型、IP人物型、视觉风格型、作品展示型、真人照片型和极简符号型，并给出选择方法。随后说明Banner信息的三层结构（我是谁、做什么、什么风格），强调不要堆砌信息。教程核心是复用头像的Style DNA，通过AI生成设计提案再产出最终Banner，并注意各平台的尺寸比例和安全区域。最后建议做主页测试，检查视觉一致性、3秒可懂度和信息是否过满，形成统一的个人视觉IP。
用 GPT Live 练习英语口语的实用提示词
作者分享了一个使用 GPT Live 练习英语口语的提示词（Prompt），称 99% 的人没用过，可以替代外教课。该提示词将 AI 设定为英语口语搭子和教练，核心目标是让用户多开口而非上课。内容包括：全程英语对话、像真实朋友一样聊天、每次只说 1-3 句话；根据用户水平动态调整难度；不打断纠错，每 3-5 轮对话纠正 1-2 个问题并解释原因；卡壳时给予关键词提示；持续追踪错误并定期复盘；保持自然有趣的交流风格，避免教科书式口吻。
AI实战：从0搭建个人视觉IP系列教程｜头像篇
本文是「搭建个人视觉体系」系列教程的第一篇，讲解如何用 AI 从0到1制作个人IP头像。作者提出四步方法：先确定头像类型；寻找3-10张同风格参考图而非让AI凭空设计；让AI反推参考头像提炼出Style DNA视觉关键词；上传真人照片提取Personal DNA并与Style DNA融合生成头像。文章提供了两个实用Prompt模板，强调头像应保持简洁、突出可重复的视觉特征，并建议保存最终头像、Style DNA和Prompt作为后续制作Banner、封面等视觉资产的基础。
100+ Copy-Paste Prompts To Create Videos With Opus 5.5
作者介绍了如何使用 Claude Opus 5.5 通过提示词生成动态图形视频，替代昂贵的动态设计师。传统上聘请动效设计师每月需 5000-6000 美元，制作 60 秒动画解说视频需 2-3 周，而使用 Opus 5.5 只需一个提示词即可在 10 分钟内生成发布视频。文章分享了 5 个经过测试的动效提示词及其实际生成的视频，并为付费会员提供涵盖 10 个类别的 100+ 提示词库。示例提示词详细展示了如何用 Remotion (React) 生成品牌动效视频，包括品牌配色、字体、动画平滑度控制、代码合成音乐、场景设计等完整规范，全程无需第三方视频或音频工具，所有帧和音效均由代码渲染合成。
仅需两分钟，教会你用Codex+GPT 6.1 Sol制作炫酷动态视频
作者李岳介绍如何使用Codex搭配GPT-6.1 Sol制作动态视频（Motion Video），作为Claude Opus 5.5的替代方案。核心方法是先让Codex学习收录了400多条优秀动态视频制作方法的开源项目awesome-ai-motion，形成制作'记忆'后，再通过提示词让它生成视频。文中以女性写真导演Skill的宣传视频为例，演示了完整流程，需提前安装Node.js、FFmpeg、Playwright等软件。作者指出Codex效果略逊于Claude，但Token消耗少、支持分段调整，适合没有Claude账号的用户尝试。
我把"古典雕刻"做成了一套可复用的 AI 封面风格
作者分享了一套可复用的 AI 封面生成提示词，融合古典雕刻与现代编辑设计两种视觉语言：背景使用低饱和莫兰迪色，主体为黑白雕塑、人体局部与复古物件，辅以铜版画、蚀刻、钢笔画般的细密线条。文中给出完整提示词模板，涵盖风格、背景、主体、配色、构图、隐喻、氛围与禁止项等规则，强调先提炼主题核心关系，再转化为简洁有力的视觉隐喻，生成高级、极简、有编辑感的概念封面图。
Manus Alchemy 视频 Prompt 合集
本文整理了 Manus 2.0 发布的 12 个视频生成示例及其完整 Prompt，涵盖动效作品集、游戏预告片、AI 新闻 meme 解说、代码生成的解压视频、材质动画、大模型历史科普、虚构产品发布片、创意混剪、字体动画、新闻解说、p5.js 程序化故事预告等多种类型。作者逐条说明了每个示例所需的工具与环境（如代码执行、渲染导出、TTS、视频模型等），并指出这些 Prompt 也可在支持代码执行和工具调用的 Agent 环境（如 Opus 5.5 或 Sonnet 5.5）中使用，为 AI 视频创作提供了实用的 Prompt 参考。
别再研究 Muse 怎么用了，普通人更该研究怎么用它搞钱
文章从普通人视角探讨 Meta 的 AI Agent 产品 Muse 的实用价值。作者对比 Muse 与 ChatGPT 的差异：Muse 拥有独立云端运行环境，能自己操作浏览器、填表、执行任务，而不只是给建议。文章建议首次使用先让 Muse 帮自己省钱，如查找闲置订阅、申请退款、跨网站比价等。随后梳理了普通人靠 Muse 搞钱的四个等级：卖信息差、帮人配置 Muse、自己用它干活提升效率、最终卖结果做服务。最后给出新手三步起步建议和 5 个可直接使用的实用 Prompt，强调核心思维是把重复麻烦的事交给 Agent。
为什么你的 AI SEO 永远 0 转化？海外爆火的本地同城降维打击法（含核心提示词 + 落地步骤）
文章指出用 AI 批量水文章做 SEO 无法带来转化的误区，介绍海外高客单价的 Local SEO（本地商业搜索优化）玩法。核心抓两点：优化 Google Business Profile 谷歌商家主页（地图 Local 3-Pack 排名）和搭建“城市+服务”落地页矩阵。详细拆解了提升地图排名的 8 个关键细节（二级类目、属性标签、评价飞轮、回复模板、每周动态等），并给出 4 个核心实战 Prompt：喂店铺商业档案、审计同行类目标签、分析评价并定制回复模板、批量生成本地化落地页文案，最后附 90 天稳扎稳打的执行节奏表。
去除AI味的文本重写Prompt分享
作者分享了一个用于去除文本AI痕迹的Prompt，可在ChatGPT、Claude、Gemini及CodeX、CC等工具中使用，效果尤以Gemini为佳。该Prompt通过两大原则实现：一是删除典型AI写作模式，包括夸大重要性、动名词假深度、广告语言、AI高频词、滥用系动词、否定式排比、三段式结构、被动语态及聊天机器人套话；二是注入真实人声，通过变换句式节奏、表达个人观点、允许矛盾与口语化表达让文字更自然。Prompt要求执行三遍重写流程并支持按写作样本校准语气。
一组提示词，做出像品牌 Campaign 一样的极简高冲击海报
文章分享了一组图片生成提示词，用于制作极简高冲击力的品牌 Campaign 风格海报。核心方法论是把观点压缩成最简单的视觉关系：一个熟悉主体 + 一个异常变化 + 超大字体 + 强对比纯色背景。提示词详细规定了构图规则，包括只选择一个核心主体（占画面40%-70%）、只保留一个视觉异常（如巨大化、玻璃化）、超大文字参与构图、9:16竖版、2-4色配色、简洁背景等，目标是生成接近高端商业广告的主视觉，适用于封面、观点帖配图、产品发布等场景。
单人操盘 590 位博主、拿下 26 亿播放：海外顶级 AIGC 搞钱流水线拆解
文章深度拆解了海外操盘手 Lucas Patiri 一个人调度 590 位博主、累计 26 亿播放的 AI 短视频带货系统。其核心逻辑是：文案话术才是卖货关键，画面只要真实自然即可。系统通过爬取 13 万条真实买家评价提炼痛点话术、逆向拆解同行爆款前 3 秒、按开场骨架结构分类钩子、为博主生成个性化脚本、以及发布前用 Agent 严格审查前 3 秒是否跑题，解决'钩子缺失导致播放暴跌 4.2 倍'的死穴。文中还提供了三套可直接复用的中文 Prompt 模版，并给出国内商家、出海卖家和个人创作者的落地建议。
三套光线提示词模板：高调柔光、硬光现场与纪实抓拍的相反写法
文章继续AI人像摄影提示词系列，给出三套光线差别极大的模板：高调柔光商业、硬光现场感和纪实抓拍。作者强调负面词不能通用——模板A的「反影棚化」禁令与模板C需要的影棚感要求几乎相反，负面词必须跟随意图。文中指出关键差异要写成事实：唯一光源、几乎没暗部、闪光让瑕疵更明显等，并分享手部处理技巧（藏进口袋、明确落点、被画框裁掉），以及quality=medium反而更真实等反常识经验，适用于gpt-image-2.5生图。
产品项目初始化Prompt：让Agent参与产品全流程
作者分享了《产品经理 AI 实践手册》中的项目初始化 Prompt 完整版，可交给 Codex、Claude Code 等 Coding Agent 在空项目中执行，构建一个'项目脚手架'。内容包括：按编号前缀建立 00-rules 到 99-archive 的目录结构；创建 .gitignore；编写核心规则文件，涵盖目录职责与命名约定、唯一事实源原则、需求状态流转（candidate 到 closed）与阶段门槛、产品工作流纪律；以及入口文件如 README.md、AGENTS.md（AI 协作规则与硬性边界）、各子目录 README、输入来源登记表和需求池表。初始化完成后，市场分析、需求调研、原型、PRD、评审、研发、测试、验收和复盘可在同一项目上下文中持续进行。
同一条 Prompt，换个画幅就废了：9:16 竖屏是另一套写法
文章讲解 AI 生图中画幅对构图的决定性作用，重点介绍 9:16 竖屏的写法。作者提出横屏讲左右关系、竖屏讲上下关系的核心原则，给出基于 1080×1920 分辨率的三段安全区（标题区、主体区、字幕避让区），并总结竖屏必写 Prompt 词、三种景别的处理方法，以及漫剧制作中的限制：双人不能左右并排、运动方向应纵向、画幅全剧一致。还简要介绍 1:1 头像、3:4 小说封面、16:9 横版的构图要点，并提供六步画幅适配流程。
我把几十万字资料喂给AI后，总结出这套高效知识提炼工作流（附完整Prompt）
作者图南分享处理40万字行业调研资料的AI提炼方法论。指出直接让AI总结长文本会导致废话输出，原因包括'迷失在中间'的注意力规律、提问过于宽泛等。他提出'四步漏斗提炼法'：认知骨架扫描、逆向审讯抽脂、红蓝对抗挑刺、知识资产封装，并附上4套实测可用的即插即用Prompt，强调用户需自己掌控提问节奏，用结构化认知建立AI时代的护城河。
Agent 能做的、与写代码无关的有用之事
本文由 Automattic 工程师 Elijah Potter 撰写，探讨 AI coding agent 在写代码之外的实际用途。作者分享了三个工作流用例：修复 PR 的 merge conflict、查找与分支相关的 issue、诊断并修复 GitHub Actions 失败，并附上其在 pi 中使用的 prompt 模板。作者强调这些 prompt 仅作灵感，鼓励读者根据自身工作流灵活调整，将重复性、低认知负荷的任务交给 agent 处理。
从大闹天宫到伍六七、大理寺日志：3种被忽略的国漫视觉密码
本文是动漫Prompt系列第22篇，剖析三家国漫工作室的美学路线：上海美术电影制片厂的戏曲、水墨、剪纸等传统技法融合，代表《大闹宫》；小疯映画《伍六七》的不美式不日式极简扁平独立美学；好传动画《大理寺日志》的扁平插画质感加唐代探案拟人化风格。文章为每种风格提供了英文AI绘图Prompt模板和适用题材，并总结国漫视觉辨识度可来自传统美术语言、极简取舍及风格与叙事的统一，而非技术密度。
在 AI 时代我认为只有不敢学没有学不会
作者分享了在 AI 时代降低学习门槛的方法：一个 /eli5 Skill 和配套 Prompt 模板，可将任何学习资料生成图解 HTML 页面（Artifact）。Prompt 要求按概念依赖顺序梳理核心概念，用两格漫画卡片呈现每个概念的烦恼与解决办法，配固定角色、统一视觉风格（手绘风 SVG），并在末尾提供领域指标尺子和学习路线。作者用它来学习 AI Infra、投资等各领域内容，大幅降低理解成本。
视觉生产范式压缩：看懂这篇，你才算开始会用 Image 2
作者通过长期测试 Image 2.0 图像生成模型，发现极短提示词反而能生成异常完整的画面，并提出“视觉生产范式压缩”理论。核心观点是：提示词信息量与字数无关，关键在于“高密度视觉概念”——如“编辑式人像”“极简时尚封面”等概念，能自然带出一整套摄影、造型、构图、版式等视觉惯例。好的组合应让不同概念各有侧重，形成一份简短的创意简报。这种方法通过控制高层结构、保留低层执行自由，让模型在成熟的视觉系统内完成设计。提示词的核心能力已从“描述画面”转向“选择视觉世界”。
