文章介绍了豆包工作新推出的数据导入与同步功能，用户可以把在 ChatGPT 和 Claude Code 中积累的对话、项目、技能等 AI 资产一键迁移到豆包。作者演示了迁移流程：在设置中打开数据导入与同步，选择导入内容，支持全选或单独勾选，还可开启自动同步。验证环节确认项目和会话完整迁入，且旧对话可带着上下文继续聊。此外还介绍了几个新功能：在新对话中继续（分叉对话）、消息注释（灰度中）、对话摘要侧栏等，方便管理和回溯长对话内容。
作者以致敬抗美援朝的AI音乐短片《茶汤》为例，完整拆解了AI短片制作流程：找对标、拆剧情、写剧本、查参考、做资产、生视频、后期。文中介绍了豆包辅助分析对标视频、ChatGPT写剧本、Gemini换装改图、即梦生成视频、剪映后期剪辑的工具分工，分享了角色与场景资产制作的具体提示词，并对比了海螺H3与Seedance 2.5在画面质感上的差异。文章附有可直接参考的提示词与操作截图，帮助读者从单镜头进阶到完整成片。
文章介绍了豆包工作新上线的 AI 资产一键迁移功能，支持从 ChatGPT、Claude Code 导入对话、技能和记忆三类「默契资产」，将跨 Agent 迁移的损失降到最低。作者实测导入 240 项 Claude 和 682 项 ChatGPT 资产后，发现历史会话上下文可无缝衔接。文中解释了设计边界：只导入与工作绑定的工作记忆，不导入个人偏好；凭证暂不支持导入以防冲突。此外还介绍了对话分叉、消息注释、对话摘要侧栏等新功能，并分析了豆包打通飞书文档在分享协作形态上的优势。
作者分享20多天测试Muse视频生成、共产出488条视频的实操经验，总结出一套三工具分工的长视频创作流程：用豆包Work基于Seedance官方提示词技巧和全网爆款视频分析生成完整分镜提示词方案；用ChatGPT（GPT Image 2.5）生成各分镜首帧参考图，画面细节更好、AI味更轻；再用Muse按首帧逐镜生成10秒视频并拼接。文章通过《长安异闻之无主宫灯》、天宫系列《云宫迅音》和吉卜力动画集锦三个案例，详细展示了流程迭代过程与四步总结：定方案、出首帧、逐镜生成选片、拼接审片，强调先定提示词和首帧是提升长视频质量的关键。
本文详细介绍 AI 剪辑工具 ChatCut 的使用方法。ChatCut 通过自然语言对话完成视频剪辑，与需要手动操作的剪映形成互补：ChatCut 负责初剪、挑高光、配乐、加字幕等，剪映负责最后精修，且支持导出为可编辑的剪映草稿。文章涵盖桌面端/网页端/Agent Plugin 三种入口的安装方式，讲解如何接入 Codex 和 Claude Code 等 AI 智能体，介绍界面布局、剪辑流程、字幕文本式剪辑、导出设置、免费与 Pro 套餐区别，以及常见坑和实用指令速查表，帮助创作者快速上手 AI 驱动的视频剪辑工作流。
作者因Claude账号被封，将全部历史对话数据导出，利用豆包工作新推出的计划模式和目标模式，对数年积累的对话“遗产”进行系统化整理。文章详细拆解了三步工作流：先用Plan模式只读调研并生成Markdown实施计划，直接在文档中修改对齐需求；再用Goal模式将“完成”标准拆成硬性验收指标，逐项校验交付成果。最终产出可检索的历史索引、验证过的工作流、风格偏好文档和可直接复用的Skills。文末总结了Plan与Goal模式的适用场景对比，强调复杂长任务应先定方案再锁交付标准，让AI经验得以持续复用。
文章探讨了AI Agent软件中工作会话上下文难以迁移、备份和分享的痛点。厂商出于竞争和数据隐私考虑不愿提供导出功能，但上下文是AI时代最重要的资产。作者介绍了开源Agent会话平台AgentGit，它让会话像代码一样可保存、分享、交接和复用，支持Claude Code、Codex、OpenCode、OpenClaw、Hermes、WorkBuddy等主流Agent。作者以WorkBuddy实操演示了安装、登录授权、用大白话批量保存82条会话记录、排查macOS钥匙串性能瓶颈，以及通过export --format codex导出打包导入Codex的全过程。建议有选择性地保存重要会话，避免一次性全部打包导致耗时过长。
本文全面介绍了 Agent Skills 的概念、创建、扩展、测试及企业级应用。作者从最小 Skill 的构建开始，逐步讲解如何拆分文件、接入知识库与 MCP、管理多个 Skill 与 Agent 的协作，并讨论了大型 Skill 的潜在问题与测试方法。最后，文章强调了企业级 Skill 的安全分级、评测与治理，旨在帮助读者从零开始掌握 Skill 开发，并避免常见误区。
文章探讨了生成式引擎优化（GEO）的重要性。随着 AI 搜索成为用户采购决策的首选入口，品牌若不被 AI 推荐将面临巨大流量损失。文章详细对比了国内外主流 AI（如豆包、文心、ChatGPT）的内容抓取机制与引用偏好，指出国内存在“围墙花园”现象，并提供了针对性的内容优化策略与效果监测方法。
本文指出AI使用中的痛点：由于AI不认识用户，导致输出内容千篇一律或缺乏针对性。文章提出比学习工作流更优先的事项是构建一份“个人说明书”。作者详细介绍了利用ChatGPT、Claude、豆包等聊天软件的记忆功能和自定义指令，以及Claude Code、Codex等Coding Agent的配置文件（如CLAUDE.md），来让AI“记住”用户身份、偏好和协作规则。通过10分钟的简单配置，AI能写出符合用户风格的文案并提供贴切的生活建议，从而极大提升AI的使用效能。
文章提出并定义了 ACPD（人工智能校准型人格障碍），指出长期重度使用 LLM（如 Claude、ChatGPT、豆包）的用户，会习惯于 AI 的完美校准与逻辑闭环，从而丧失对人类对话中“不平整”部分的容忍度。患者倾向于引用 AI 的回答来压倒性地纠正他人，误将模型的反馈等同于绝对真理，导致人际交往中的认知障碍与沟通冲突。
文章介绍了作者开发的一套基于 Skill 的公众号写作辅助工具。该工具定位为“会思考的编辑”，而非简单的写稿机器，旨在解决公众号创作者在选题、切入角度、大纲构建及润色等方面的痛点。通过详细演示娱乐类文章的生成流程，展示了其从逻辑整理、多角度选题规划、风格模仿到自动分析改稿的全流程功能。作者强调，该工具结合了多年运营经验，旨在帮助用户通过结构化规则和高质量语料，产出有深度、有情绪、易传播的爆款内容。
Anthropic 工程经理 Felix Rieseberg 宣布其团队面试不再考核传统编程题，因为 Claude 等AI已能轻松完成这类题目，且团队最能出成果的人与编程题表现关系不大。他认为AI时代让入行不久的工程师有机会跑赢资历更老的员工，因为把想法做出来的成本大幅降低。文章介绍了新人面临的困境（想法不被重视、受所谓'常识'束缚），并给出五条建议：紧盯业务影响、提出大胆想法、快速做原型、一个原型聚焦一个好点子、善用新人视角。文中以两位新工程师用周末做出 Claude Code 图形界面版为例佐证。
