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

又到开学季。这学期我明显感觉到,身边用 AI 的同学变多了 —— 写作业的、查资料的、做汇报的,人手一个。但用得好的和用得糟的,差距其实挺大。 我看到的两类用法 第一类:把 AI 当答案机。题目丢进去,答案抄下来,交完就忘。这类用法短期看着省事,考试和面试会立刻还回来。 第二类:把 AI 当陪练。先

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

每天刷到的技术消息特别多,一开始我什么都看,后来发现自己越来越焦虑 —— 好像什么都在变,又好像都跟我没关系。这两个月我换了个角度:只关注那些真正会落到我手上的变化。这篇记一下我盯的三个方向。 方向一:算力与成本 图 1:我关注的三个方向 我的看法:成本下降才是普通人能用上的前提。 前两年很多东西「

这个话题我聊过很多次,每次的结论都不太一样。最近我回头看,发现我的态度其实变了三次,而且每次转变都不是因为看了新观点,是因为我自己动手用了一次。 第一次:慌 最开始我的反应是焦虑。看到它能写代码、能画图、能写文章,我第一反应是:那我这些技能是不是白学了? 那段时间我看了很多讨论,越看越慌,但说实话,

用得越多,我越经常被问到一个问题:你把这些东西发给 AI,不怕泄露吗? 说实话,我一开始的态度是两极的:要么完全不在意,要么干脆什么都不用。最近我想明白了一点,中间态才是正常的。 我最初的两个极端 第一个极端:不在意。刚开始用的时候,我什么都往里贴 —— 工作文档、代码、聊天记录。当时想的是「反正也