最近这一周我基本都在跟 AI 提示词较劲。起因很简单:同样是让 AI 干活,别人写得又快又好,我写出来的总是差点意思。于是我就去翻了不少资料,也自己反复试,慢慢摸出一些我觉得挺有用的东西,记下来分享一下。 一、我一开始以为提示词就是"把话说清楚" 我原来的想法很朴素:把要求写明白就行了。后来发现,写

从今年夏天开始,我基本把 AI 当成了写代码时的固定搭子。三个月下来,我的感受挺复杂的 —— 有几次真的被惊艳到,也踩过不少坑。 一开始我以为它是"帮我补全" 最开始我就是拿它补全几句代码,或者让它解释报错。后来我发现,它真正厉害的地方不是补全,而是能听懂我要干什么。 惊喜的部分 写我不熟的领域特别

前段时间我一直在琢磨一件事:每天看的东西、踩过的坑、试过的方法,过一阵子就全忘了。于是我下决心搭一个自己的本地知识库。 我一开始的做法:拼命收藏 最开始我以为知识库就是收集 —— 看到好文章就存,遇到坑就记。结果一个月后我打开它,发现里面全是没整理过的碎片,基本不想再看第二眼。 后来我改了三条规则

我有个老毛病:看到有用的东西就存,收藏夹、笔记、截图、下载的 PDF,越堆越多。真要用的时候,又怎么也找不到。这次我换了个做法 —— 让 AI 参与进来。整件事做下来有惊喜也有翻车,记一下。 我以前的整理方式,为什么失败 我试过手动分类:建文件夹、贴标签。问题是整理这件事本身太耗时间,坚持三天就放弃

前阵子我在自己的机器上跑了一个本地模型。动机很朴素:有些材料不方便传出去,而且不用给钱。跑了半个多月,我大概摸清了它的边界,这篇说说我的真实感受。 我为什么要在本地跑 三个理由,按重要性排序: 隐私:有些东西我不想发给任何第三方 稳定:不依赖网络,不怕服务挂了或者限流 顺手:随时可用,不用等 我主要

上周我要写一份活动方案,时间紧,我就想让 AI 先给我搭个骨架。本来只是图省事,结果整个过程让我对「怎么用 AI」有了新的理解,记一下。 我原来的做法:一句话丢过去 我最开始是这么干的:把要求一段话说清楚,让它直接给我一份完整方案。 结果出来了 —— 结构完整、语气得体、看起来像那么回事,但我一读就

之前聊的都是一些想法,这篇说点具体的 —— 我现在到底把它用在哪。我挑了五个我每天都在用的场景,顺便说说每个场景里它的边界在哪。 场景一:资料整理 我每天会看不少东西。以前看完就忘,现在我的做法是: 看到有用的,先丢给它做三句话摘要 我判断值不值得留 值得留的,让它按我的标签体系归档 它的边界:判断