共 58 篇文章
43个高频工作提示词，办公、创作、数据分析复制就能跑
又一份提示词速查表，覆盖 43 个场景：办公效率 12 个（文件整理/Excel 分析/周报/纪要/翻译/抓取等）、内容创作 11 个（深度文/小红书/PPT 大纲/去 AI 味/合规等）、自动化工作流 10 个（消息汇总/多 Agent 流水线/备份/监控/定时发布等）、数据分析 10 个（清洗/可视化/报表/情感分析/异常检测/故事化等）。复制即用。
如何用 Claude 以 10 倍速度学习任何东西
文章批评“随便提问”式 AI 学习无效，提出把 Claude 变成老师、考官与资源筛选器的 6 条提示词系统：学习阶梯、20小时80/20计划、主动回忆考官、一页速查表、信号筛选、Feynman循环。核心是强制引入真实学习必需的“路径—测试—压缩—反馈”四件事，用5分钟复习替代重读、用主动回忆暴露知识盲区。关键可执行点是把这6条当作一套学习系统串联使用，而非零散技巧。
OpenAI 官方 Prompt 指南
逐段中英对照翻译 OpenAI 官方 Prompting 指南：写提示词只需带上目标、上下文、输出格式、边界中真正有用的部分，从结果而非步骤描述，并善用附件、截图与联网；面向所有 ChatGPT 用户建立基础提示词方法论。
模型越来越强， harness该留下什么？
模型变强后harness该删什么留什么：结合删掉61%本部门框架实践与Anthropic删80%系统提示词的转向，指出冗余指令会收窄模型搜索空间、被字面执行为负收益；主张规则改判据、放开路径收紧验收、先建评测、指令沉降到工具层，并按L0-L3分层判断内容是否会被模型内化。适合Agent工程化团队。
深入理解 Claude Code：从 CLAUDE.md 到 Hooks、Skills、Subagents..
Claude Code 的各类配置本质都是上下文注入，区别只在生命周期与成本：CLAUDE.md 全程占用，Rules 与 Skills 按需加载，Subagent 独立窗口回结论，Hooks 不进上下文。分工是事实放 CLAUDE.md、流程放 Skill、护栏放 Hook、脏活给 Subagent；写进 CLAUDE.md 的「永远不要 X」不可靠，得靠钩子。