本文是一篇面向新手的 Gemini 保姆级教程。作者指出多数用户仅用 Gemini 做基础问答，浪费了其八成能力。教程从零基础入门讲起，介绍网页端模型切换、超大 PDF 阅读、无字幕视频理解、Gems 专属分身等基础功能；拆解 Google AI Pro 会员的核心隐藏权益，包括 NotebookLM Plus、2TB 云盘等；对比 Chrome 实时语音看屏与 Codex/Claude Computer Use 的差异；详细讲解 Antigravity 桌面端的上手方法、定时任务、@ / 指令用法及 ParaGravity 多开方案；最后介绍如何通过 GitHub Skills 技能包将 B站、YouTube、播客等变成私人知识库，并附上实测案例与可复用的三段式提示词。
这是一篇面向新手的 Codex 面板使用教学文章。作者 Hardy Chen 详细讲解了新版 Codex 界面的各个区域功能：最左侧功能入口栏（首页、定时任务、资料库、图像、插件与 Skills、远程连接）、第二列的项目与对话管理（区分项目、对话与分支概念）、输入框的使用（任务描述三要素、权限模式选择、/命令、$技能、@文件引用三大入口符号）、任务执行过程中的查看与验收方法、右侧工作台与审查视图，以及对话的整理、侧边聊天和分享功能。最后通过四步实操演练帮助读者掌握面板的基本使用流程。
文章介绍了 Google 将 NotebookLM 更名为 Gemini Notebook 后的全面功能。作者通过创建包含 40 多万字、4 份来源的测试笔记本，详细演示了其三大模块：Sources 管理多类型资料来源、Chat 提供带引用可溯源的问答、Studio 将同一批资料转化为播客、视频、PPT、信息图、闪卡等多种输出形式。文中还讲解了 Deep Research 联网研究的正确用法、手机端新功能、以及自媒体选题研究的进阶工作流，强调其核心价值在于把可信资料变成可持续追问和复用的第二大脑，而非简单的一键生成。
本文是一篇豆包工作（豆包面向生产力场景的AI产品）保姆级教程。第一部分系统介绍其核心功能组件：内容生成与文件处理、电脑和浏览器操作、技能（Skill）体系、连接器、工作伙伴与小队、云盘与项目管理、手机遥控电脑、模型选择与推理强度、定时任务以及本地/云电脑执行环境和权限控制。第二部分以'根据简历找岗位'为实战案例，演示从上传简历、联网搜岗、匹配度分析到生成可视化求职看板的完整流程，并附详细提示词模板与常见问题解答。第三部分分享高效提示词编写公式、多文件协同处理、结果校验等进阶技巧。
作者基于手中的 20 多个 Google AI Pro 账号，系统整理了 7 种实用玩法。核心包括：通过 CLIProxyAPI 反代把 Gemini 3.8 Flash 接入 Codex 环境复用额度（同时提醒账号风险与官方条款限制）；用模型做视频逆向拆解，生成逐镜提示词；利用 Flow 免费生图入口配合浏览器插件批量制作分镜素材；用 ChatCut + Gemini 做智能剪辑，用 Remotion 和 HyperFrames 做低成本代码视频；借助 Deep Research 集中调研付费规则；以及把 NotebookLM 当作资料整理、思维导图和写作工具。文章面向预算有限的 AI 视频创作者，强调先确认账号有效期与额度规则，从免费和低成本路径入手，把额度用在具体创作环节上。
作者基于几个月的实际使用体验，为Google Gemini正名，介绍了三个好用的工具：网页版Gemini速度极快、多模态能力强，适合处理长PDF、长视频等海量内容，回答风格自然有人味；Antigravity改版为Agent终端后掌控感下降，但前端交互和多模态理解依然出色；NotebookLM被作者誉为封神的第二大脑，可聚合各类资料建立个人知识库，无幻觉输出，还能生成PPT报告、知识导览图，以及将专业文档转为双人访谈播客，极大提升学习和工作效率。作者最后给出了三工具的日常使用搭配建议。
本文以 guizang-PPT-Skill 为例，讲解 WorkBuddy 中 Skill 的概念与使用方法。Skill 是给 Agent 的标准作业说明，保存一套做事方法但不替换模型。文章演示了从技能页搜索、安装 Skill 的流程，介绍了直接描述任务、显式选择、斜杠调用三种方式，并强调用低风险任务验证 Skill 的读取范围和产物格式。还涵盖上传外部 Skill、让 Agent 安装 GitHub Skill、以及创建自定义 Skill 的方法，建议将验证过的 Skill 接入明确工作环节。
本文是一份详尽的 NotebookLM 攻略，旨在教读者如何利用这一“基于源材料”的 AI 工具超越 97% 的普通用户。文章详细拆解了 NotebookLM 的六大工作层级，从源材料上传、推理交互、笔记捕获到最终的资产生成与导出。作者不仅阐述了其核心原理，还提供了 27 个强大的用例、提示词库及主工作流，展示了如何将混乱的信息转化为结构化的知识库、课程、SOP 等高质量资产。
文章详细介绍了国产大模型 Kimi 的各项功能，包括四种对话模式、八种核心工具（PPT助手、深度研究、Kimi Code 等）及浏览器插件。作者通过自身实践，展示了如何利用 Kimi 的深度研究、Agent 模式和工作流整合在五天内涨粉 3000+。文章也客观指出了 Kimi 在复杂任务规划和事实准确性上的局限，强调工具组合成系统的重要性。
针对近期 Claude 表现下降的问题，作者提供了 8 个修复技巧。文章首先强调了工具选择的重要性，区分了 Claude Chat、Cowork、Code 和 Projects 的使用场景。接着介绍了模型选择（如 Opus 用于深度推理）、设置系统提示词、优化提示语结构（先给背景再指定格式）、使用 XML 标签以及利用 Claude 内置工具等方法，旨在通过具体的操作指南帮助用户释放 Claude 的最大潜力。
文章介绍了一种利用 AI 工具克隆特定人物数字分身的“保姆级”教程。作者以克隆技术大 V“宝玉”为例，展示了如何使用 baoyu-skills 抓取公开数据，利用 NotebookLM 进行 RAG（检索增强生成）以构建知识库，最后通过 Gemini 创建 GEM 并注入特定的 System Instructions。测试表明，该数字分身成功复刻了原作者的工程审美与批判性思维。
本文是作者于 2026-10-25 在 Muse 中真实跑通后整理的实战教程，介绍如何用提示词把 Muse 组建成「主管 + 专员」的 AI 团队。文章讲解主管（主聊）与专员（子代理或旁聊）的区别与协作方式，提供主管提示词、派活模板、编码/审查/文档等专员提示词，并给出 5 分钟上手的 4 个步骤。作者通过「今日待办」实测发现专员自检不可靠，强调重要交付需加审查专员复核，并总结了路径写法、上下文记忆、安全红线等 6 个常见误区，最后给出日常使用流程和常见问题解答。
作者以一人公司接单场景为例，手把手演示如何用 Muse 从零搭建一个单文件、本地存储的轻量 CRM。教程强调需求要写清四件事：线索字段、阶段流转、分级提醒、话术草稿，并给出可直接套用的需求模板。随后提供逐项验收清单（字段、分级、逾期标红、草稿生成、数据留存、导入导出），介绍每天三分钟的日常使用流程，以及让 Muse 每周分析线索数据、生成跟进草稿但保留人工审核的协作方式。文末附翻车表，针对常见问题给出修正方法。
