Posts

大家好我是极客杰尼，一个专注 AI 编程，AI 工具的技术人。 本周 AI 圈子重磅新闻：当属 DeepSeek R1 0528 发布并开源，感兴趣的可以看看藏师傅的高质量测评文章：xxx。 当然今天的主题不聊 DeepSeek。最近扣子空间推出的一键生成播客的功能，结合一些 MCP 能力，播客制作也可以有更多创意新玩法。 比如官方文章给出了两个不错的示例： 结合搜图能力 + 网页制作 + 新闻热点 = 带播客的《狂野时代》影评网页。 结合搜图能力 + 旅行规划 + 网页制作 = 带播客的【端午假期旅行网页】 自己第一时间也试玩了几次，下面结合自己的实践分享不一样的洞见和观点，欢迎交流和指正。 首发体验感受 说一下我的感受吧，第一耳朵是惊艳的。比起以前那些平铺直叙、莫得感情的 TTS，扣子这个确实有点东西。 它模拟了双人对谈的真实感，一个负责抛出问题，一个负责深度解答，听起来不累，有继续听下去的欲望。 为了榨干它的能力，我没直接用官方的傻瓜式操作，而是先用我私藏的一个超级提示词对文稿进行了灵魂萃取。 这个提示词来自李继刚老师，核心思想是提炼出那些“一年后仍有价值”的洞见，而不是简单的概括总结。 你是一位思想炼金师，使命是从对话的矿石中发掘智慧的宝石。 === 核心使命 === 从冗长的文稿中，萃取出那些"值得被记住一年后仍有价值"的思想精华。 === 价值判断 === 洞见：揭示了事物本质、规律或深层联系的认识 观点：表达了独特视角、立场或有启发性的看法 优先级： - 普适性洞见 > 情境性观点 - 反直觉发现 > 常识确认 - 思维模式 > 具体结论 - 可迁移智慧 > 专属经验 === 品质标准 === 好的提炼应该让读者感到："这改变了我看待某事的方式"，而不只是"这总结得很全面"。 === 唯一约束 === 不要把平庸的总结包装成洞见。 根据我提供的内容，经过上述提炼后，帮我生成双人播客，然后输出一个音频文件。 用这套提示词生成的几期播客，无论是分析技术文章还是录音稿，内容质量确实高了不少。 但是听多了，问题也来了，这几期播客听下来，一股浓浓的模板味： ...

最近在 X 上刷到一篇不错的文章，有好几个 AI 博主都在推荐。 主要是关于 Claude 4 系统提示词的要点介绍，包含了官方发布的、缺失的工具部分、泄露的部分等提示词内容，而且作者对提示词的每个部分都做了非常详细的解释和点评。 看完感觉又是一份价值不菲的提示词学习资料，非常值得研究一下。 个人觉得可能是 AI 时代写 Prompt 最好的借鉴案例之一了。 读完之后才发现——原来我们很多人，从一开始就用错了AI的正确姿势！ 之前我也写过一篇关于系统提示词的文章，感兴趣的朋友可以看看：xxx 大部分初学者都可能遇到这种情况：明明问AI 一个很简单的问题，它却给你回了一大串废话，最后还不忘来句"希望这能帮到你！"（PS：最近还遇到过写代码 Cluade 4 删了重写的窘境😓） 而有些人，随便一句话就能让 AI 秒懂他的意思，输出的内容精准得像是看透了你的心思，比如李继刚大佬经常分享的提示词，有多细节值得借鉴和学习，特别是结构化提示词思维！ 差距在哪？我们大多数人，包括我自己，从一开始可能就没有系统的学习过提示词，都是一步一步在实践中学习！ 今天我主要分享一下从 Claude 4 系统提示词的文章中能学到什么隐藏技巧？同时分享一下我的学习心得，希望对大家能能有帮助！ 大神出手，Claude 4 系统提示词大公开 Simon Willison 这位知名的技术博主，最近写了一篇引起讨论的文章：深度解析了 Claude 4 的系统提示词。 原文地址：https://simonwillison.net/2025/May/25/claude-4-system-prompt/#the-missing-prompts-for-tools 事情是这样的：Anthropic 在发布 Claude 4 时，史无前例地公开了大部分系统提示词。但 Simon 发现，官方公布的只是冰山一角——那些关于工具使用、搜索功能的核心指令，官方选择了隐藏。 这让 Simon 很失望：“Anthropic 在透明度方面得到了我的认可，但他们分享的提示词并非完整故事，缺少了各种工具的描述。” 好在有个叫"Pliny the Elder"的神秘组织，专门维护着一个 GitHub 仓库，收集各种 AI 模型的泄漏提示词。几天前，他们获得了 Claude 4 的完整版本。Simon 基于这个泄漏版本，进行了深度解析。 什么是系统提示词？大白话说就是 AI脑子里的"紧箍咒"。 ...

这周 AI 圈真是炸开了锅，信息量大到爆炸！刚围观完 Google I/O 2025 大会的各种神仙打架，AI 新应用、新模型层出不穷。 最近昆仑万维又面向全球发布了天工超级智能体 Skywork Super Agents，目前我还没有深度体验，不过已经看了几篇 AI 圈大佬们的评测文章了，确实有不少惊艳的地方。 AI 发展太快，现在每周都有海量的新资讯、新产品涌现。 最头疼的是如何从这些铺天盖地的信息茧房里，快速抓取到最核心、最关键的一手消息，掌握最新的AI动态？ 更进一步，如果想把这些宝贵的AI资讯和酷炫的新产品分享给更多人，干巴巴的长文大部分人都很难阅读下去，比如下面的小米发布会文章，信息量很大。 一个设计精美、重点突出、又能快速生成的分享网页，绝对能让你的信息传播效率和吸引力瞬间拉满！ 藏老师 & 向阳乔木在公众号分享了不少网页制作的提示词，特别是首次接触 Bento Grid 风格，很适合产品发布/财报/技术分享等网页场景。 学习一个新知识就是不断实践和优化的过程，受他们的启发，用 Bento Grid 风格尝试了下面几个场景（均来自本周资讯）： Google I/O 2025 大会 百度 2025 Q1 财报 昆仑万维发布天工超级智能体 Skywork Super Agents 小米 15 周年战略新品发布会 实话说 Bento Grid 风格和产品发布，简直绝配！分享给朋友，引来一阵好评！好奇这么酷炫的图片怎么做的？ 今天就来揭晓一下答案，不需要请设计大神，不需要懂代码，纯小白也能操作，顺便分享一下我的制作心得。 网页制作完整版教程 我这里选择在 Cursor 中演示，高频使用比较方便。朋友们可以选择 Google AI Studio 或者 Google Gemini 官网都可以。 ...

了解最新 AI 资讯最快速的方式就是关注热门创作者的公众号，及时学习他们实践和总结的文章。 出于理性分析和学习（PS：我也做个梦冲击下前100🤦‍♂️），想看看我关注的那些热门创作者最近都发布的文章有什么趋势，包括： AI创作领域的热点词汇有哪些？ AI文章主题分布有哪些？ 创作主题覆盖了哪些AI工具？ 热门AI工具提及频率如何？ 今天文章的核心目标是介绍如何在 Cursor 中打开任督二脉， 使用 MCP 让 AI 助手拥有专业级数据可视化能力。 学会了这一招，只需要提供数据源，任何可视化图表不在话下，分钟级制作一个可视化数据报告页面，帮助大家在商业化决策方向再上一个台阶！ 大致思路是：获取我关注的热门创作者公众号的历史文章列表，并基于文章数据进行多维度分析，并生成一个可视化页面。 话不多说，开始一步一步实践，接下来的分享分为三部分： 获取数据源，开发 wehcat-mcp 获取公众号历史文章列表 分析数据，使用 chart-mcp 生成可视化图表 设计网页，使用 edgeone-pages-mcp 部署单页应用 开发 wehcat-mcp 说一下开发这个的 MCP 的背景，核心目标是获取某个公众号的历史文章列表。我调研了两个方案： 基于RSS订阅源的方式，找到一个热门开源项目：wewe-rss，核心是采用微信读书的账号体系。开发复杂度较高，稳定性一般，所以放弃。 直接使用第三方 API ，找到一家极致了数据的供应商，有免费的测试额度，稳定性不错，所以选择此方案进行开发。 开发语言同样使用 Go，大致分为三步： 熟悉接口文档，API 调试通过。 在 Cursor 中基于 API 文档进行开发并命令行测试通过。 配置 wehcat-mcp，对话验证通过。 严格基于下面优化后的提示词进行开发： 帮我将下面的 Wechat API 封装成 MCP Go 服务，名称：微信助手。符合最佳实践，提供一个工具：根据用户提供的微信公众号名称，获取公众号历史文章列表。 1. 要求符合最佳实践，完善注释和说明 2. 分析需要开放哪些参数给大模型调用，必须开放一个环境变量 key 参数用户自己配置 3. 接口返回是 json，具体看下文档中的返回值示例。 参数说明请仔细参考 api_doc.md 文档中的各个参数定义和返回值。 MCP Stdio Server 编写规范如下： {{Go MCP Server Demo}} 这里跳过调试/编译/配置等步骤，感兴趣的朋友可以看看我上一期的文章，有需要开发好的 MCP Server 源码的朋友后台回复“微信MCP”即可。 ...

最近几个月一直在研究如何提升内容创作的效率，不管是小红书，还是小绿书，都会面临几个核心问题。 如何批量创建图文卡片，同时支持 Markdown 渲染，还要保持设计风格的一致性。 上一期话题我评测过各个大模型生成 SVG 图文卡片的方案效果，感兴趣的朋友可以看看我之前的文章。 3月份偶然一次机会，小红书上流光卡片的开发者关注了我的账号，可能是因为我的笔记风格都是苹果备忘录，和他们提供的主题比较契合。 最近也一直在网页端使用，感兴趣的朋友可以自行搜索一下（PS：此条不是推广）。了解到它们提供免费的 API 作图的能力，于是萌生了在 Cursor 中批量制作图文的想法。 下面将我实践的思路分享给大家，欢迎交流和指正。使用流光卡片提供的 API 批量制作图文，有了 MCP Server 效率再上一个台阶。 三个步骤：批量制作图文完全指南 从 0 到 1 开发一个 MCP Server Cursor 中配置 MCP Server Cursor 中使用 MCP Server 批量制作图文卡片 话不多说，开始行动，下面开始一步一步的实践，全程不到 1 个小时跑通整个流程。 从 0 到 1 开发一个 MCP Server 我这里使用 Go 语言进行实现，写起来比较顺手。 开发过程简单分为三步。 熟悉流光卡片的接口文档，CURL 测试一下接口情况。熟悉各种参数的释义，整理成 Markdown 格式后保存到工作目录。 熟悉 MCP Go Server 的实现方式，Github 找到一个开源项目 mcp-go，整合成一个提示词交给 Cursor 搞定即可。 命令行安装依赖，日志调试，确保启动没问题。 下面分享一下我的开发 MCP Server 提示词，有需要开发好的 MCP Server 源码的朋友后台回复“流光卡片MCP”即可。 ...