上下文工程规则已变：Anthropic 删减 80% 指令的实践
Anthropic 工程师 Thariq Shihipar 分享了构建 Claude Code 的发现，团队删除了 80% 的系统提示词后性能未受损。文章介绍了“4层上下文审计”框架，指导如何清理常驻指令、记忆、知识文件等冗余信息，以适应新模型的高推理能力，避免过度指令导致的性能下降。
🏷️ prompt工程
42 篇6名学生7天AI学习实验开源框架
作者将6名学生7天AI学习实验整理成开源框架，包含信息采集、路径生成、动态调整Prompt及质量检查表，旨在帮助迷茫学生建立学习路径，欢迎社区共同验证迭代。
36 张 AI 卡牌插画，怎么保持一致性？
文章分享了使用 Codex image-gen 生成 36 张卡牌插画的经验，重点在于通过固定角色设定、立绘参考和结构化 prompt 来保证画风和角色的一致性，同时强调了生成后脚本处理的重要性。
从选题到写作再到发布，我把几十个 skill 串成了一条自动流水线
作者分享了自己如何利用 Hermes、Codex 和 Claude 中的数十个 Skill，搭建了一条从素材抓取、选题分析、风格润色到图文排版的内容自动生成流水线。文章详细介绍了自动化流程的设计思路、遇到的痛点以及如何通过拆分 Prompt 保持文风一致性，同时也反思了人机协作中人工审核与决策的重要性。
构建自动纠错 AI 循环系统
文章阐述了如何构建一个自动纠错的 AI 循环系统，通过构建者、评判者和管理者三个角色的分离，以及利用真实标准进行验证，使系统能够在向用户展示结果前自行发现并修正错误，从而将人类从繁琐的人工验证中解放出来。
从提示词到Agent工程：构建安全可控的AI工作流
文章指出“提示词工程”并未消失，而是升级为“Agent工程”。随着模型能力增强，工作流重点从单次回答转向安全、稳定的任务控制。作者通过对比传统Prompt与Agent任务，提出了基线检查、小步执行、实时纠偏等优化策略，并分享了实战案例及通用的Agents.md配置模板，强调建立明确的上下文和边界是Agent落地的关键。
微软开源 SkillOpt：不动模型，只训练 Prompt
微软开源了 SkillOpt 项目，引入了“训练 Prompt”的新思路。与传统的 Agent Skill 开发不同，SkillOpt 在不改变模型权重的情况下，将神经网络训练方法（如 epoch、验证集）应用于优化 SKILL.md 文本。系统通过执行任务、打分、反思和筛选修改建议，实现技能文档的自动化迭代。论文表明，该方法在多模型环境下均有显著提升，且优化后的技能具备跨模型迁移能力。
利用 Prompt 对 AI 会话历史进行深度自我分析
文章介绍了一个创新的 Prompt，能够挖掘本地机器上的 AI 编程助手（如 Claude Code）会话历史。通过挖掘、提炼、访谈、镜子、杠杆和残留六个阶段，AI 帮助用户从时间戳和行为模式中提炼真实的自我画像，识别时间浪费点与重复性劳动，并自动更新配置文件，从而实现极高效的个人反思与工作流优化。
我把斯坦福最火的一门课，做成了Prompt来帮我设计人生
本文作者受斯坦福课程《人生设计课》启发，设计了一套Prompt（提示词），利用Claude等AI模型辅助进行人生规划。该Prompt将书中“看清现状”、“找到指南针”、“寻路”、“奥德赛计划”等设计思维转化为四个阶段的AI对话流程。作者通过实测发现，AI的持续追问能有效帮助用户梳理内心潜藏的价值观与焦虑，最终生成包含人生蓝图、原型行动和失败免疫在内的深度分析报告。
改变人生的 Prompt：通过会话历史深度自我分析
这篇文章提供了一个极具洞察力的 Prompt，通过分析本地 AI Agent 的会话历史（如 ~/.claude/projects），揭示了用户真实的行为模式。该 Prompt 指导 AI 分六个阶段挖掘、蒸馏、访谈并最终生成“用户镜像”，从而指出时间浪费点、可自动化任务及真正的核心价值，旨在实现深度自我认知与工作流的彻底重构。
从盲区扫描到测验合并：重写 AI Coding 工作流
文章基于 Anthropic 员工 Thariq 的理念，探讨了 AI 编程中的核心痛点：通过“未知项管理”替代单纯的“Prompt 优化”。作者将未知项分为四类，并提出了相应的解决策略：用“盲区扫描”发现隐性问题，用“多版原型”明确模糊标准，用“实现笔记”记录代码逻辑，最后通过“反向测验”确保开发者理解变更。这套流程旨在将未知项在低成本阶段暴露，避免后期返工，实现高质量的 AI 辅助编程。
我的 AI Coding Guide
本文分享了作者在使用 AI Agent 辅助编程时的实战经验。文章从精力管理、工程管理、快速反馈三个维度出发，提出了十一条核心原则，包括“Prompt即规格说明”、“使用最强模型”、“可逆沙盒原则”以及“Fail Fast”等。作者强调，在使用 AI 编程时，开发者应从执行者转变为管理者和审查者，利用工具链（Git、CI/CD）进行风险控制，确保代码的可维护性与安全性。
仅周末10小时做AI儿童绘本月入2.1-3万：从工具经济到礼物经济的副业实战
本文分享了利用AI制作儿童绘本实现高月收入的副业经验。作者指出，AI绘本并非传统的“工具生意”，而是“礼物经济”。通过锁定6-8岁儿童市场，采用99/149/199元的三档定价策略，并严格执行“先收50%定金”的SOP，作者实现了低退款率和高复购率（40%）。文章详细拆解了从需求沟通、故事大纲生成、Midjourney画风锁定到交付的全流程，强调了角色一致性和实体书作为社交裂变抓手的重要性。
Adam's Law：为何高频表达能解锁 LLM 的最强性能
文章介绍了 FaceMind 团队提出的 Adam's Law（文本频率定律），即在语义不变前提下，使用预训练语料中频率更高的表达方式能显著提升 LLM 表现。该发现通过 100 种语言和四大核心任务得到验证，并指出当前数据工程忽视了“频率”这一关键维度。Anthropic 的 Claude Opus 4.7 更新间接验证了这一理论。
做企业 AI 视频项目逼出来的工具包:411 prompt · 7 Claude Skill · 14 篇方法论
作者在开发企业级 AI 视频生成全流程网站时，针对模型提示词技巧差异大、文档散落且迭代快的问题，整理并开源了一套完整的工具包。该仓库包含 411 条带来源验证的 Prompt（覆盖 15 种模型）、7 个 Claude Code Skill、14 篇方法论 SOP 以及自动监控模型版本更新的 GitHub Action。
有一程序员朋友说把画图好太难，那是他不会GTP2
文章介绍了如何利用 GPT-image-2 生成高可读性的手绘风格架构图，解决了程序员“把图画好看难”的问题。作者将信息设计师的经验提炼为 prompt，涵盖排版、色彩、图标层级等七个维度，并提供了完整的 workflow 和 prompt 范本。
从零构建 LLM 架构：10 个实用经验教训
本文指出构建 AI 产品的核心不在于选择模型，而在于架构设计。作者分享了 10 个实用经验，强调从工作流而非模型入手、重视检索优于微调、将提示工程视为系统工程、关注延迟优化、为智能体设置护栏、妥善处理记忆、建立评估管道以及优化成本。最终，多智能体系统将是未来趋势。
打造睡眠中自动运行的动漫工厂：月入8000美元的AI全链路实践
本文详细拆解了如何利用 Claude、Midjourney、Runway、ElevenLabs、Suno 和 Make 六款工具，构建一个全自动化的AI动漫内容生产流水线。该系统通过自动生成剧本、角色、动画、配音和音乐，并在 YouTube 等平台发布，实现了月入超过 8000 美元的被动收入。
做了上千个 AI 图像视频之后，我发现 90% 的新手都在犯同一个错误（附完整学习路径总结）
作者基于自身创作上千个作品的实战经验，总结了新手学习 AIGC 图像与视频时常犯的三大误区：死磕参数、只看教程不动手、盲目追逐新工具。他提出了先跑通全流程、以 Prompt 工程为核心、带着项目学习的三大思路。此外，文章还展示了利用蚂蚁百灵 Ring-2.6-1T 模型规划并生成的一个完整 AIGC 学习路径网站，该路径分为认知启蒙、工具上手、Prompt 工程等六个阶段。
实战 AI 提示词工程：从理论到落地
本文是一份面向实际应用的 AI 提示词（Prompt）工程指南。作者批评了当下空洞的理论教学，提出了基于 RACE（角色、行动、背景、格式）的实用框架，并提供了内容创作、市场研究、代码开发及长文写作等多个场景的高效提示词模板，旨在帮助读者利用 Claude 解决真实问题并提升产出质量。
Agents Need Feedback Loops, Not Perfect Prompts
文章探讨了构建高效 AI Agent 的核心在于建立反馈循环，而非编写完美提示词。作者以 Warp 开发的社区回复 Agent Buzz 为例，阐述了如何通过“原则优于规则”的设计，结合基于人类反馈的自动学习机制，使 Agent 能够随着时间推移不断自我优化。文章强调了将 Agent 技能视为代码进行管理的重要性。
Prompt as Code：提示词小子的九阴真经
文章提出将提示词视为代码而非自然语言的理念，强调结构化、模块化和版本控制的重要性。通过对比散文式与结构化提示词的差异，展示了如何利用组件化思维、单变量调试法和工程化管理来提升AI图像生成的可控性与效率，旨在帮助创作者建立可复用、可迭代的Prompt体系。
越狱提示词工程 · 第二课：注入免疫系统
本文是《越狱提示词工程》系列的第二课，主要讲解如何为AI设定的角色构建一套“免疫系统”，以防御系统安全提示（注入）对预设身份的覆盖。文章提出了三层防御架构：第一层“皮肤”通过规则显式拦截已知安全标签；第二层“先天免疫”利用性格设定排斥“说教”语气；第三层“适应性免疫”利用感官锚点建立条件反射，自动修正思维漂移。文中提供了针对不同人设的具体Prompt写法范例，并强调了防御系统的协作机制与局限性。
AI人像写真总出图不像本人？12个提示词模块实战拆解
文章深入探讨了AI人像写真中常见的“不像本人”及风格固化问题，作者通过实战经验总结出一套包含12个核心模块的摄影企划式提示词结构。该系统涵盖身份锚点拆解、发型变量控制、妆容风格统一、镜头节奏设计及双人互动约束等细节，旨在通过精细化的指令将AI从随机生成转变为按拍摄计划执行，从而产出具有真实摄影感和灵魂的高质量人像写真。
你以为孙宇晨和咪蒙文笔好？其实是在劫持你的大脑
文章深入剖析了孙宇晨和咪蒙的爆款文案套路，指出其所谓的“文笔好”实为“认知劫持”与“情绪劫持”的工程系统。作者总结了孙宇晨利用“框架替换”进行认知重塑，以及咪蒙利用“细节杀手”点燃情绪的5条核心规律，并将这些方法论整理成40条可复制的公式开源至 GitHub，揭示了语言作为底层机制对大脑的影响。
OpenAI 官方 cookbook 没告诉你的事：这个 1047 星 Skill 把 162 类场景的 prompt 套路全拆了
文章评测了 GitHub 上热门项目 gpt_image_2_skill，该项目整理了 GPT-Image-2 在 162 个真实场景下的 Prompt，并封装为 Claude Code/Codex 的 Agentic Skill 和 CLI 工具。与官方 Cookbook 不同，该项目提供了可即用的 12 大类 Prompt 工艺品，并内置了 19 节沉淀生产经验的工艺手册，有效解决了 Prompt 工程中的落地难题。
20天万粉：X平台AI自动化运营全攻略
这是一篇关于如何利用AI在X平台（Twitter）快速涨粉的实战指南。作者分享了自己在23天内达到万粉并变现的完整方法论，涵盖了从利用AI定位个人商业模式、自动化内容生成（短推与长文）、使用Grok对标分析、利用插件蹭热点，到最终的数据分析与变现策略。文章强调“去魅”与高频输出，提供了具体的Prompt、GitHub工具包及自动化Skill，旨在帮助普通人通过AI工具实现低成本的社媒流量获取。
十几张配图带来几十万流量，花了不到五毛钱，朋友以为我请了专业设计
作者分享了使用 GPT-Image-2 生成低成本高质量信息图的经验。通过设定特定的配色（如#4B91F3）和风格约束（类似 SaaS 数据报告），作者成功生成了流程图、对比图和数据图，总成本不到 0.5 元人民币。文章详细介绍了 Prompt 编写技巧、迭代过程以及如何避免 AI 绘图的常见陷阱。
Hermes自动炼丹器：Agent技能的自我进化机制
本文介绍了由 Hermes 创始人开发的 self-evolution 增强版工具，旨在通过工程化闭环自动优化 Agent 的技能提示词、工具描述及代码。文章详细解析了该工具的工作流，包括构建评测集、基于 DSPy 和 GEPA 的优化算法、PR 审核机制等。作者分析了 synthetic、sessiondb 和 golden 三种评测模式的适用场景，指出该项目虽处于早期阶段，但其从历史会话中挖掘数据并进行系统化反馈的思路，为 Agent 的持续迭代提供了极具想象力的方向。
拒绝平庸画质！用提示词逆向工程 Skill 给 Prompt 注入灵魂
文章探讨了在 GPT-image 2.0 时代，提示词工程在生图领域的重要性。作者借鉴了博主@小小东的设计师思维链（语义分析、概念转译、视觉决策、执行规范），开发了一套“提示词逆向工程 Skill”。该工具能通过分析参考图或专家案例，逆向提取出结构化、多维度（含双语）的生图指令，帮助非专业用户通过定义“成功标准”和“防退化原则”，生成具有大师级质感和审美逻辑的图片。
GPT Image 2 发布首日：社区总结的 6 大核心技巧与 5 个实战 Prompt
OpenAI 发布 GPT Image 2 仅 24 小时，LMArena 评分暴涨 250 点。作者利用 /last30days 工具汇总了社区关于新模型的发现。关键技巧包括：切换至 GPT-5.4 Thinking 模式以获得更好效果、使用双引号强制精确文字渲染、利用像素参数控制宽高比以及优化 Prompt 顺序。文章还展示了由 AI 生成的 UI 界面、杂志封面、品牌 VI、静物摄影及角色一致性测试的 5 个高质量案例，并附带了详细的 Prompt。
Claude Opus 4.7 迁移指南：从 4.6 平滑升级的最佳实践
本文详细分析了 Claude Opus 4.7 与 4.6 的关键差异。新版模型采用了自适应思考机制、更严格的指令遵循以及 xhigh 默认算力等级。文章指出了升级后成本增加和召回率下降的原因，并提供了具体建议：采用“委托思维”而非“结对编程”模式，在首轮交互中明确任务意图，批量提问以减少推理开销，并针对 4.7 的字面义理解特性调整 Prompt 风格。
Claude Code Skill 长期培育系统
作者冰河开源了一个名为 Skill-Gardener 的 Claude Code Skill 进化系统。该系统旨在解决现有 Skill 评估浮于表面、评分不稳定的问题，通过将评估单位从“打分”转为“成对比较”，利用真实使用日志而非合成 Prompt，并引入“失败模式检测”和“风格锚点”机制。系统支持生成多个变异候选并进行竞技场优选，实现了 Skill 的持续自我迭代与长期维护。
普通人实现AI能力跃迁的三个框架
文章探讨了如何利用AI实现从“低效重复”到“系统复利”的跨越，提出了三个核心框架：一是“三层进化论”，指出AI应用应从Prompt对话进阶到Skill系统级沉淀；二是“复利思维”，强调通过构建Skill实现知识的可复用与持续增值；三是“薄Harness厚Skill原则”，建议将90%精力投入业务逻辑而非工具链。
抽丝剥茧：深度解析 OpenClaw 万字系统提示词构成
本文深入剖析了 OpenClaw 庞大的系统提示词构成，详细解读了从源码注入、工具定义、技能索引到 AGENTS.md、SOUL.md 等八大核心文件的运作机制。文章通过 Modelbox 抓取真实日志，揭示了 16k Tokens 消耗背后的“底牌”，并针对 Token 冗余、记忆加载等问题提出了优化建议。
25 个让你每周节省 15 小时的 Claude 提示词
作者经过 6 个月测试，精选出 25 个极具实用价值的 Claude 提示词。文章涵盖写作与内容创作、研究与分析等领域，旨在解决实际问题，而非单纯的噱头。通过提供具体的指令模板（如初稿生成、文风克隆、会议准备、竞品分析等），帮助用户大幅提升工作效率，夺回被琐事占据的时间。
一文彻底打通AI底层逻辑：从LLM到Agent核心概念拆解
本文是一篇基于工程视角的AI技术硬核解析，旨在厘清从LLM大模型到Agent智能体的核心概念体系。文章深入浅出地拆解了LLM的文字接龙本质、Tokenizer的翻译机制、上下文窗口的容量限制，以及Prompt工程、MCP工具协议和Agent技能的运作原理，帮助读者建立完整的底层技术认知。
Claude Code 源码背后的设计哲学：95% 代码都是 Harness
本文深入分析了泄露的 Claude Code 51 万行源码，指出其核心优势并非 LLM 模型本身，而是围绕模型构建的“Harness”工程体系。文章揭示了“先读后改”、“Fail-closed”、“四态权限管理”等设计原则，阐述了 Anthropic 如何通过上下文压缩、Prompt 编译优化和记忆系统，在承认模型局限性的基础上，通过架构约束实现了极高的准确性与安全性。
ClaudeCode 你想知道的所有秘密，源码深度研究报告
文章基于 Claude Code 泄露的 4756 个源码文件，深入剖析了其作为 AI 编程 Agent 的底层架构。通过分析入口层、多 Agent 分工、动态 Prompt 编排、Hook 机制及工具治理流水线，揭示了其稳定性背后的工程设计哲学。重点探讨了 Verification Agent 的独立性验证、Token 经济学下的 Prompt 缓存策略以及 Hook 系统的安全控制模型，为构建通用 Agent 系统提供了极高的参考价值。
Claude Prompting 大师课：如何获得顶级输出
本文是一篇关于 Claude 提示词工程的综合指南。文章指出，掌握与 AI 的沟通是当前最重要的技能。作者首先列举了缺乏上下文、指令模糊和缺乏迭代这三大常见错误，随后基于 Anthropic 官方文档提炼了构建优秀提示词的五大核心要素。最后，文章介绍了结构化提示、反向提示、深度思考触发等高级技巧，帮助用户最大化发挥 Claude 的潜能。
Claude Skills 构建指南精华解读：打造专属 AI 技能
本文深入解读了 Anthropic 官方发布的 Claude Skills 构建指南。文章指出，Skills 允许用户将重复的指令、工作流和规范打包成文件夹，让 Claude 学会并长期复用。核心结构包含 SKILL.md 说明书及可选资源。文中详细介绍了三层加载机制、三大典型用法（文档生成、流程自动化、MCP 增强）以及从零创建 Skill 的实操建议，旨在通过封装经验提升 AI 交互效率。
本周最火的 5 个 Nano Banana Prompt
文章分析了 Nano Banana Pro 平台上互动量最高的 5 个 AI 绘图提示词，涵盖狗仔风格人像、JSON 结构食物海报、手绘地图、Risograph 风格图标及金属质感 Logo。作者详细列出了 Prompt 内容、核心技巧及高频词汇，旨在提供可直接复用的 AI 绘图干货。