Q : Comment évaluer si une personne est très douée pour utiliser l'IA ? R : Regardez combien elle dépense pour l'IA, si elle peut dépasser 300 dollars par mois. - Dépasser 300 dollars signifie qu'elle a souscrit à plusieurs produits d'IA, donc elle les a au moins tous expérimentés et pense que ces produits sont efficaces. - Si elle continue à dépenser de l'argent pour l'IA, cela signifie qu'elle en tire une valeur plus élevée. - Si l'IA tombe en panne, elle ressentira que son travail normal est affecté, son mode de travail a déjà changé, sans parler de l'annulation d'abonnements pour des IA utiles. - 300 dollars indiquent qu'elle a probablement souscrit à des abonnements premium, ce qui est un signal de geek à forte demande. Je ne crois pas que quelqu'un qui utilise un forfait API à 20 dollars, voire gratuit, puisse prétendre qu'il utilise bien l'IA et qu'il a beaucoup d'expérience. Il est possible qu'il ait des connaissances dans un domaine, mais il est absolument impossible qu'il ait des connaissances dans plusieurs domaines. Pour être honnête, faire fonctionner un agent pour gérer une facture coûte déjà plusieurs centaines de dollars par mois.

En 2023, j'enseigne chatGPT, midjourney, stable diffusion. En 2024, j'enseigne comfyui, dify, coze. En 2025, j'enseigne deepseek, bureau, vibe, coding. J'ai regardé, 60% des enseignants sont les mêmes personnes 😂 Le contenu change, les étiquettes et les titres changent, mais la recette reste la même. Les plateformes investissent 199 pour faire un petit retour sur investissement, ou alors, ils publient un livre pour attirer des cours. De toute façon, le plus grand obstacle pour enseigner aux autres à débuter, c'est peut-être de mettre de côté sa fierté. Il y a des professeurs de 40 points partout. Des cours à plusieurs milliers de yuans se vendent aussi très bien. Si on dit que les gens ne ressentent pas de FOMO vis-à-vis de l'IA, je pense que ce n'est pas tout à fait vrai. Mais ceux qui peuvent vraiment l'utiliser, il ne semble pas qu'il y en ait beaucoup 😂.

47 astuces pour utiliser Claude Code Si vous l'avez enregistré, c'est que vous l'avez compris.

Ce texte et le modèle vocal sont vraiment puissants. Y a-t-il d'autres histoires de Guo Degang sur la dynastie Ming...

Ne me demandez pas comment je code en vibe Je vous envoie un ensemble de prompts, prenez-les sans hésiter

Pour qu'une chose puisse être largement partagée, elle doit au moins toucher les points suivants : - Fierté : Je partage cette chose pour que les autres me connaissent, pensent que je suis impressionnant et cultivé. - Amusement : Je partage cette chose pour que les autres puissent ressentir de la joie avec moi. - Reconnaissance sociale : Je partage cette chose parce qu'elle a de la valeur pour les autres, et je peux obtenir une reconnaissance sociale. - Valeur réelle : Je partage cette chose pour pouvoir gagner de l'argent ou attirer l'attention. - Conformité de groupe : Tout le monde partage, si je ne partage pas, je me sens à l'écart. Que ce soit pour du contenu ou un produit, plus il y a d'éléments touchés, plus il y a de chances qu'il soit largement partagé. Si cela peut également former une chaîne de bénéfices, alors la portée de la diffusion peut être encore plus grande. Ce qui précède concerne la motivation au partage, mais le partage est un entonnoir : les autres doivent d'abord voir, puis comprendre, avant de partager et de diffuser. Il faut donc d'abord obtenir de l'exposition. Cependant, vouloir de l'exposition et vouloir partager présente certaines différences. L'exposition repose principalement sur les commentaires, et la logique pour susciter des commentaires est différente de celle pour susciter des partages.

J'ai ajouté Opus 4.1 sur Readdit pour voir les posts et j'ai découvert deux MCP qui améliorent les capacités de ClaudeCode : Zen et Serena. Mais les opinions des gens sont complètement différentes, certains adorent, d'autres trouvent ça complètement inutile. Je pense que c'est comme ça avec l'IA, quand elle peut donner de bons résultats, les gens l'aiment, mais quand le résultat est nul, les gens la détestent (parce que ça fait perdre du temps). Si un produit d'IA a un petit groupe de personnes qui disent qu'il est génial, alors ça vaut la peine d'essayer. Quelqu'un a-t-il essayé ces deux MCP ? Laissez un commentaire sur votre expérience !

Tout le monde peut réaliser un petit projet VibeCoding, comme celui-ci -- un écouteur de contenu Reddit. Il peut en fait être utilisé pour trouver des ressources d'apprentissage, faire des traductions, et trouver des publications populaires dans un subreddit spécifique, ce qui permet de se familiariser progressivement avec le style de ce subreddit, facilitant ainsi l'écriture de publications percutantes. Personnellement, je l'utilise comme source d'information, et je peux même l'utiliser pour apprendre l'anglais. Les agences l'utilisent pour trouver de l'inspiration de contenu, les marques l'utilisent pour surveiller les événements d'autres marques, et moi, je m'en sers principalement pour préparer ma prochaine étape de marketing de contenu sur Reddit, en construisant une source d'information automatisée pour mon agent Reddit. Code d'accès limité pour le test : RDDT-TDGIA-DIZ 【Test réel, la base de données a déjà été supprimée une fois, haha】

Partageons une idée pour les travailleurs qui cherchent à gagner de l'argent après avoir perdu leur emploi. Utilisez vibecoding pour créer des applications iOS, en vous concentrant sur des structures de base. Qu'est-ce qu'une structure de base ? Par exemple, une galerie classée, ou une section pour écouter des audios classés. C'est simplement une liste qui classe le contenu, facilitant la recherche pour les utilisateurs. Une fois que vous avez une structure de base, il suffit de ne pas changer le contenu à l'intérieur. Avec vibecoding, c'est très rapide et facile à ajuster, et il est relativement difficile de se faire repérer sur l'App Store, c'est comme un changement de peau par IA. Ce que vous devez faire, c'est organiser le contenu et tout emballer. Ensuite, utilisez un outil comme Qimai pour vérifier les mots-clés ASO. Il suffit de les mettre en ligne et c'est tout. Le produit est gratuit, rempli de publicités, et vous pouvez payer 8 euros pour un abonnement permanent sans publicité. Vous pouvez créer des contenus comme "Friends" ou "Modern Family", ou même des cours de célébrités, ne vous inquiétez pas pour le piratage, ça ne pose pas de problème. Vous pouvez même utiliser des marques comme "Li Kui" et "Li Gui" pour profiter des mots-clés d'autres marques, même si le téléchargement est de mauvaise qualité, ce n'est pas grave, laissez-les désinstaller. Il y a eu des gens qui ont utilisé l'outil de génération d'applications de appconnect avec vibecoding, en créant constamment du contenu à mettre en ligne, ce processus ne prend pas beaucoup de temps. Le premier jour, vous pourriez mettre 3 jours pour mettre en ligne une application, mais après, vous pouvez en mettre une nouvelle en ligne en 3 heures. Si vous faites cela pour une centaine d'applications, vous finirez toujours par trouver des mots-clés à fort potentiel, c'est un processus cumulatif, le point clé est que vous avez tout emballé localement, sans aucune consommation de ressources, un actif à coût zéro. Trouvez ce qui peut générer du volume, puis investissez pour optimiser sérieusement. À l'ère de l'IA, il y a tellement d'opportunités d'arbitrage comme celle-ci, apprenez en faisant, il n'y a rien d'impossible. Le plus important est de croire en vous-même et en l'IA, ne vous compliquez pas la vie en amplifiant les difficultés. Faites-en 20, et vous trouverez naturellement des solutions et de l'expérience.

J'ai jeté un œil à Prompt101 partagé par Anthropic. Il y a deux éléments que je pense pouvoir partager pour renforcer l'utilisation : Le premier s'appelle Réponse pré-remplie (Pre-fill Response). > Que faire : Dans un appel API, fournir directement un début pour la réponse du modèle. > Pourquoi : C'est une technique efficace pour forcer le modèle à produire une structure spécifique (en particulier JSON). > Exemple : Dans la section "assistant" de la requête API, remplissez directement une accolade gauche { pour guider le modèle à compléter un objet JSON complet. Ce pré-remplissage facilite la direction du modèle pour répondre selon votre modèle de sortie, car le LLM fonctionne comme un jeu de mots. Le deuxième est le débogage de prompt, en utilisant la fonction "Pensée étendue" (Extended Thinking / Scratchpad). > Fonction : C'est un puissant outil de débogage. En activant cette fonction, le modèle affichera explicitement son "processus de pensée" ou "tableau de brouillon". > Comment utiliser : En analysant les enregistrements de pensée du modèle, vous pouvez comprendre où il a rencontré des difficultés ou a mal compris. Ensuite, vous pouvez transformer ces insights en instructions plus claires étape par étape, les solidifiant dans vos prompts, rendant ainsi les prompts eux-mêmes plus puissants et efficaces. C'est en fait une idée partagée par Yulong en 2023, c'est-à-dire que lorsque les résultats des prompts ne correspondent pas aux attentes, il est nécessaire de communiquer avec le modèle pour confirmer quelle partie des prompts le modèle a mal comprise. L'impression de pensée est aussi une variante de cette idée. Voilà ce que j'ai appris, la vidéo peut contenir d'autres informations à apprendre 👇