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。
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。
提供了一套完整可直接复用的 AI 辅助学习 prompt 与 skill,结构化设计(概念依赖排序、两格漫画、视觉规范)具有独到的方法论价值,时效性强且落地性极高,但缺乏原理层面的深入论证。
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。
作者介绍了一个免费 Claude Code skill——anatomy(作者 wheresryan22,MIT 许可),可以把任意问题变成一个可交互的『机器』教学页面:一个独立的 HTML 页面,包含真实的机器模型、按步骤点击的按钮、展示内部工作原理的剖视窗口、由真实模型驱动的实时数字仪表、每步提示和拟声词。文章以意式咖啡机如何产生 9 bar 压力为例,详细给出安装、构建提示词、可读性优化、儿童绘本风格样式和自动化质检等 6 个步骤及全部提示词,特别适合向孩子解释机械原理。
作者分享了自己在产假期间考取 Cicerone 认证体系入门级 Certified Beer Server 的经历,并测试了 Gemini 竟然能全对答题。文章以轻松笔调讲解啤酒入门知识:打破艾尔与拉格的鄙视链误解、颜色深不等于酒精度高、原麦汁浓度不等于酒精度、IPA 不一定苦、酸啤古斯的历史故事等。作者还与朋友实测自研的开源啤酒 Skill,通过拍照识别酒单、推荐酒款、提供酒桌谈资,强调喝酒的意义不在炫技,而在与朋友相处时的松弛感。文末开源了 beer-buddy 项目。
文章介绍了开源 Skill《Anatomy》,它能配合 Claude Code 将技术原理可视化为可交互的立体机器模型。例如询问 A380 涡扇发动机如何产生推力,即可生成包含 220 个零件的发动机模型,拖动油门可实时看到推力变化。对于抽象概念(如缓存命中),也会被转化为真实机器形象(弹子锁)来演示。作者推荐常写技术博客或做分享的人使用。目前该 Skill 专为 Claude Code 开发,绘制普通图需 30~90 分钟,复杂图需 2~4 小时,项目已在 GitHub 开源。
作者整理了 10 个面向自媒体视频制作的优质 Codex Skill,涵盖风格化短片、手绘与漫画风、资讯解说、图书带货等方向,每个都附 GitHub 地址和原帖链接,装上即可用 AI 不露脸出片,多个案例达到百万播放、快速涨粉的效果。文章还补充了金句图片、文案生成等图文类 Skill,以及古风武侠英语剧、AI 治愈号等爆款账号拆解。同时给出安装提醒:不要一次全装避免 context 膨胀、注意模型和视频生成的费用成本、使用前看清开源许可协议避免商用风险。
作者作为一家30多人AI公司的创始人,用5天时间打造了一个基于Agent的企业中台。他先让Claude生成了品牌VI、UI设计组件和PPT模板,并将其封装为Skill;随后解决了同事们Vibe Coding应用部署与分享的痛点,将中台包装成MCP,接入飞书登录与权限体系,实现应用一键部署、子域名分配、权限管控。同时搭建了应用广场、Skill分发、资料库、OKR可视化面板及千人千面的个性化首页,并让Agent自动维护多维表格数据。作者认为数据和协同关系是企业未来的核心资产,期待AI原生的组织变革。
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。
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。