黄金海岸
-
- 喔喔喔
- SeqLog — Apple 原生的 Logseq 替代品。
SwiftUI + Rust FFI，没有 Electron，没有 300MB 运行时，没有云。
- 不做数据库（.md 就是真相）
- 不做索引（ripgrep 够快，VS Code 同款引擎）
- 不做云（你自己选 iCloud/Git/Dropbox）
- 不做 Electron（SwiftUI 原生）
seqlog.com - 7个提示词，让 Claude 从聊天机器人变成思考伙伴 | 帖子
普通人给 AI 一个问题，等一个答案。Karpathy 给 AI 一套思维框架，然后让它在框架里工作。
有网友一语点破：这些提示词本身只是表象，真正的差距在于你如何定义问题。提示词是结果，思维方式才是原因。
以下是 7 种具体用法：
1. 系统拆解提示：遇到复杂问题，强制 Claude 按步骤走：明确问题、列出假设、识别约束、拆分子问题、提三种方案、比较权衡、给出执行路径、预判失败点。这套流程本质上是把你的思维过程外包出去，然后让 AI 替你跑一遍。
2. 第一性原理提示：不要类比，不要总结，从最底层概念开始，一层一层建起来，最后给出心智模型、真实应用和常见误解。适合搞懂 LLM、系统设计、数学原理这类容易“以为自己懂了”的东西。
3. 研究简报生成：让 Claude 给出某个领域的全景图，包括玩家格局、当前路径、失败案例、市场空白、逆向洞察和可落地机会。它会变成一个还不错的分析师。
4. 构建架构提示：从想法到实现，要求它给出最简版本、组件结构、数据流、技术栈、构建顺序、边界情况和扩展策略。省去大量乱猜阶段。
5. 提示词优化器：把你自己写的提示词扔进去，让它优化清晰度、结构、约束条件和输出格式，并解释改了什么、为什么更好。提示词质量会随时间复利增长。
6. 专家模式切换：让它以高级工程师对工程师的方式回答，跳过入门解释，直接聚焦实现、权衡和踩坑点。
7. 批判性思考伙伴：让它不要盲目附和，主动挑战你的假设、指出逻辑漏洞、提出替代方向。这一步大多数人从来不做。
有网友补充了一个实践细节：在开发应用的过程中，你得反复做审计，一旦发现模型开始循环并强行引入不必要的改动，那就是该叫停的时机。
这 7 个提示词值得存起来反复用。不过更值得记住的是：AI 给出的答案质量，上限就是你提出问题的质量。 - 在线开发经常需要面对前端设计、后端架构、移动开发和图形着色等多样技能，学习曲线陡峭且缺少系统化指引。
MiniMax Skills 专为 AI 编码助手打造了一套结构化的开发技能库，覆盖从前端动画、全栈集成，到安卓 iOS 原生开发，再到 GLSL 着色器视觉特效。
项目不仅支持丰富技术栈和产业标准，还能兼容多种 AI 工具如 Claude、Cursor、Codex 和 OpenCode，通过简单配置即可集成使用，极大提升开发效率和代码质量。
主要内容：
- 前端开发：React / Next.js + Tailwind CSS，支持动态图形与 AI 生成媒体；
- 全栈开发：REST API、认证、安全、实时通信及数据库整合指南；
- 安卓原生：Material Design 3，Jetpack Compose，性能与易用兼顾；
- iOS 应用：SwiftUI、UIKit、Apple HIG 标准实现无障碍设计；
- 着色器开发：GLSL 高级技巧，流体、粒子和光影特效制作；
- 丰富文档生成：PDF、PPTX、XLSX、DOCX 格式的创建与编辑。
支持多平台插件，适合 AI 辅助开发者、培训机构和大型团队协作。 - Reddit上一个关于“最短高效提示词”的帖子引起了广泛讨论。核心结论是：几句话的设计，远比长篇大论更有力量。提示词不是越多越好，而是要打在要害上。| 帖子
多数人用AI的方式，是在跟一个想取悦你的人聊天。它会点头，会夸你，会把你的问题包装成智慧。
改变这一切只需要一句话：
“Be honest， not agreeable.”
高赞回复里，有观点认为最有效的不是“聪明提问”，而是在提问之前先做一件事：让AI在回答前，先说出你隐含的假设、最常见的错误、以及会改变答案的缺失信息，然后问你一个关键问题，等你回答之后才给出结论。
这个结构的逻辑很简单：AI默认填补你的认知空白，而这个填补过程你是看不见的。把它拿出来，你才知道自己在问一个什么样的问题。
另一个被反复提到的方向是反拍马屁设定。有网友在自定义指令里写：停止表示赞同，作为我的高级顾问，不要验证我，不要软化真相，不要奉承，挑战我的思路，指出我在回避什么，告诉我机会成本。
有观点认为这类提示有个陷阱：命令AI“停止赞同”，它可能变成一个表演批评的模型，而非真正提供有价值的反馈。让它太对抗性，会产生疲惫感，而非突破感。
一些简短但实用的提示词，按效果排列：
-“Think step by step before answering.”多步推理准确率显著提升
-“Assume I am wrong. Show me where.”评审、代码审查、逻辑验证最好用
-“If you don't know exactly， say UNKNOWN.”把不确定变成可识别信号
-“You are a [role]. Never [that role's most common failure mode].”一行完成角色设定和反模式封堵
-“Systematically”加在任何指令前，Claude会自动结构化任务
有网友提到一个反常识的点：公开流传的提示词，往往在你手里效果打折。因为提示词的输出高度依赖对话上下文，原作者隐性提供了大量背景，你复制的只是字面，不是那个上下文。
所以真正的问题或许是：你到底需要AI给你答案，还是帮你想清楚问题本身？ - > 理解了这三句啊，会让自己活得更通透。第一句、别人的认可，是廉价的枷锁。第二句、自我接纳，是最低成本的自由。第三句、被别人讨厌不可怕，想让人喜欢才是你的弱点。
是吗 -
开发者自荐 | 漫画胶囊：给本地漫画党做的阅读器，支持 NAS 挂载和 AI 高清
检索标签：#漫画胶囊 #漫画 #MangaCapsule #漫画阅读器
详情介绍：这是一个给 本地漫画党 做的阅读器，你放在 NAS、网盘和本地 的资源都能接进来，不用先折腾下载和搬运；它支持 WebDAV、SMB、OPDS，连 阿里云盘、百度网盘、Google Drive、Dropbox
它真正讨喜的地方：大压缩包加载、双页拆分、跨页合并、老漫画 AI 高清 这些都支持。再加上 流式加载，远端资源不用等下完就能翻，挺适合已经有自己漫画库的人
限时终身会员·早鸟价48元
官网 · 
漫画胶囊·App Store
开发者：@xiaotianhu1
频道 |
群聊 |
中文包 |
搜索 - 医痴的木头屋 (Youtube)
哪些药物可能影响人的睡眠，失眠或者催眠
声明：本视频是医学科普，不能作为诊断和治疗的依据YouTube哪些药物可能影响人的睡眠，失眠或者催眠声明：本视频是医学科普，不能作为诊断和治疗的依据 -
- 三条隐藏指令让Claude不再“胡编乱造” | 帖子
一位开发者在构建每日研究工作流时，偶然发现了Anthropic文档中的“减少幻觉”页面。三条简单的系统提示指令，彻底改变了Claude的输出质量。
第一条：“允许Claude说我不知道（Allow Claude to say I don't know）”。没有这个指令，Claude会用听起来合理的虚构内容填补知识空白。有了它，你会真正得到“我没有足够信息回答这个问题”的回复。听起来简单，但默认行为是无论如何都要给出答案。
第二条：“用引用验证（Verify with citations）”。告诉Claude每个断言都需要来源，找不到就收回。开启这个后，许多之前听起来很权威的陈述直接从输出中消失了，因为根本没有依据。
第三条：“用直接引用进行事实验证（Use direct quotes for factual grounding）”。强制Claude在分析前先从文档中提取逐字引用。这能阻止“释义漂移”，模型在总结时会微妙地改变含义。
单独使用每一条都有帮助，三条一起用会根本性地改变输出质量。
但有个权衡。一篇论文（arXiv 2307.02185）发现，引用约束会降低创造性输出。所以这位开发者做了个切换开关：研究模式激活全部三条，默认模式让Claude自由思考。
奇怪的是，这些都公开发布在Anthropic的平台文档上。并不隐蔽。但问了一圈用Claude开发的人，没人见过它。
有用户将这些指令应用到客服机器人后，效果立竿见影。之前Claude会自信地回答FAQ之外的问题，编造看似合理的答案。现在遇到没有的信息，它会说“我没有这方面信息，让我为您联系店主”，而不是瞎编。
社区讨论的焦点是：为什么这些不是默认设置？
答案很现实。对于编程、头脑风暴、写小说这类任务，你希望Claude做出跳跃性的联想和连接。强制这些约束会让创造性工作变得糟糕。对某些用户最好的设置，对其他人可能是灾难。
有人建议让Claude给出“置信度百分比”，但这个想法被社区强烈否定。任何Claude给出的置信度分数本身就是一种幻觉，它衡量的是统计上的词语选择，不是事实准确性。
更高级的做法是在自定义指令中创建可切换的“研究模式”，用斜杠命令（如/research）为某个会话激活这些规则。
一位用户分享了他的系统提示：将Claude定位为研究协作者而非权威，标记置信度水平，为每个概念提供至少两个类比，并明确说明每个类比的局限性。对每个理论，识别它失败的具体条件。
这不是万能药。这只是众多可能的防护栏中的几个，不要以为它能完全消除幻觉。但如果你需要事实准确性而不是创意输出，这三条指令值得一试。 -
