Fråga: Hur kan man bedöma om en person är väldigt bra på att använda AI? S: Titta på pengarna han spenderar på AI, om han kan bryta igenom 300 dollar per månad - Om det överstiger 300 dollar betyder det att han har prenumererat på många AI-produkter, då har han åtminstone upplevt dem och tycker att dessa produkter är effektiva - Om de kan fortsätta att spendera pengar på AI betyder det att de har fått ett högre värde av AI - AI-driftstoppet känns som om dess normala arbete äventyras och dess arbetsläge har förändrats, för att inte tala om att du inte prenumererar på användbar AI - $300 indikerar att han kan ha öppnat några premiumprenumerationer, vilket är en nördsignal om hög efterfrågan. Jag tror inte att jag använder API-paketet för $20 eller ens gratis prostitution, men jag fortsätter att säga att jag använder AI bra och övar mycket Det är möjligt att han förstår en aspekt, men det är absolut omöjligt att förstå i många avseenden För att vara ärlig kostar det hundratals dollar i månaden att få en agent att köra en räkning

23 år av undervisning i chatGPT midjourney stabil diffusion Han undervisade comfyui dify coze i 24 år 25 års erfarenhet av att undervisa i DeepSeek office Vibe Coding Jag tittade på den och 60 procent av personerna i den här klassen var samma personer 😂 Innehållet ändras och teckenetiketten och titeln ändras Men receptet är detsamma Plattformens investeringsflöde 199 för att göra den större Eller så kan du ge ut din egen bok och göra en lektion Hur som helst, den största tröskeln för att lära andra att komma igång kan vara att dra ner ansiktet Lärare med 40 poäng finns överallt Kurser för tusentals yuan säljer bra Jag tycker inte att det är rimligt att säga att folk inte FOMO AI Men det verkar som att det inte är många 😂 som faktiskt kan använda det

47 tips för att använda Claude Code Om du samlar in det kommer du att klara dig bra

Copywriting och ljudmodellen är för stark Vad mer talar Guo Degang om Mingdynastin......

Fråga mig inte hur jag vibbar kod Jag kommer att ge dig en uppsättning uppmaningar att ta bort, tack

Om du vill göra något som kan bli viralt måste du träffa åtminstone följande punkter - Mu Qiang: Jag delar med mig av det här för att andra ska förstå mig och känna att jag är kunnig - Kul: Jag delar med mig av det här till andra för att känna mig lycklig tillsammans - Social bekräftelse: Jag delar med mig av den här saken som värdefull till andra, och jag får social bekräftelse - Verkligt värde: Jag delar den här saken och jag kan tjäna pengar eller få uppmärksamhet - Flockkonvergens: Alla andra delar med sig, och jag verkar inte malplacerad Oavsett om det är innehåll eller produkt, ju fler element som träffar, desto mer sannolikt är det att det blir viralt Kan den dessutom bilda en intressekedja kan den sprida sig i större skala Ovanstående är ur perspektivet att dela motivation, men att dela är en tratt, och andra måste först se det och sedan förstå det innan de delar och sprider Så vi måste få exponering först Men det finns vissa skillnader mellan att vilja bli exponerad och att vilja dela med sig Det mesta av exponeringen beror på kommentarer, och logiken för att stimulera kommentarer skiljer sig också från att stimulera delning

Lade till Opus 4.1 med Readdit för att leta efter inlägg och hittade två MCP:er som nämner ClaudeCode-förbättringar: Zen och Serena Men allas åsikter är helt olika, vissa gillar det väldigt mycket och vissa tycker att det är helt meningslöst Jag tror att AI är så här, när han kan ge bra resultat, folk gillar det, men när resultatet är 0 hatar folk det (eftersom det är slöseri med tid) Om en AI-produkt har en handfull personer som säger att den är bra är det värt ett försök Har någon provat dessa två MCP? Kommentera upplevelsen!

Alla kan göra ett litet VibeCoding-projekt som det här -- Reddit Content Listener Den kan faktiskt användas för att hitta läromedel, bära översättningar och hitta populära inlägg under den utsedda subredditen, så att du gradvis kan bli bekant med stilen på denna subreddit, och det blir lättare att skriva explosiva artiklar bättre Individer använder det som en informationskälla, eller till och med använder det för att lära sig engelska, byråer använder det för att hitta innehållsinspiration, varumärken använder det för att övervaka andra varumärkeshändelser, och jag gör det främst för nästa steg i innehållsmarknadsföringen på reddit, för att bygga en informationskälla för min Reddit-agent som kan automatisera uppmaningar Begränsad intern testkod: RDDT-TDGIA-DIZ [Riktig stängd beta, biblioteket har raderats en gång haha]

Låt mig dela med mig av en annan idé om att tjäna pengar på arbetslöshet för migrantarbetare Att använda vibecoding för att bygga ett iOS-klientprogram är att skapa den typen av skelett Vad är skelettet, till exempel klassificerade gallerier, till exempel klassificerade lyssnar på ljud Det är en lista som kategoriserar innehållet väl och gör det enkelt för användare att hitta Ett skelett kommer ut, och det räcker att inte byta ut innehållet Nu är vibekodning väldigt snabbt, och det är lätt att hjälpa dig att anpassa dig, och appstores plagiatkontroll är också svårare, vilket motsvarar AI hudförändring Allt du behöver göra är att organisera innehållet och packa in allt Öppna sedan ett sjuvete eller något för att kontrollera nyckelorden för ASO Det är bara att gå upp så är det över Produkten är gratis, full av annonser och 8 yuan permanent medlemskap går till reklam Vad kan du göra med den här gamla vännen i modern tid, eller gå några kändiskurser, tro inte att det är piratkopiering, det är okej Du kan till och med ägna dig åt Li Kui Li Gui och gnugga andras varumärkesord, det spelar ingen roll om du laddar ner det som skräp, låt dem avinstallera det så mycket du vill Någon har vibecoding AppConnects genereringsverktyg tidigare, och de använder det för att kontinuerligt skapa innehåll på hyllorna, och denna process tar inte mycket tid Du gör det den första dagen, du kan lägga en på hyllorna på 3 dagar, och sedan kan du lägga en ny applikation på hyllorna på 3 timmar, du kommer att göra detta med 180 applikationer, och det kommer alltid att finnas en lång svans som kan fånga sökordsrankningen Hitta något som kan köra volymen, och satsa sedan på seriös optimering och optimering Det finns för många arbitragemöjligheter som denna i AI-eran, och det finns inget du inte kan göra när du lär dig medan du gör Det viktigaste är att tro på sig själv, och tro på AI, och inte förstärka svårigheter med sig själv Do it 20 kommer naturligtvis att hitta en väg ut och uppleva

Jag tog en titt på Prompt101 som delas av Anthropic Det finns två av dem som jag tror att jag kan dela med mig av och förstärka deras användning: Den första kallas Pre-fill Response. Vad > göra: I API-anropet anger du en början direkt för modellens svar. > Varför: Detta är en giltig teknik för att tvinga modellen att mata ut specifika strukturer, särskilt JSON. > exempel: I avsnittet "assistent" i API-begäran fyller du direkt i en vänster klammerparentes { för att vägleda modellen att fortsätta med ett fullständigt JSON-objekt. Den här förifyllningen är lättare att vägleda modellen så att den svarar på ditt utdatamönster eftersom LLM:er är textpatiens Den andra är Prompt-felsökning, som använder funktionen "Extended Thinking" (Extended Thinking / Scratchpad) > Roll: Detta är ett kraftfullt felsökningsverktyg. När den här funktionen är aktiverad visar modellen uttryckligen sin tankeprocess eller sitt utkast. Så här använder du >: Genom att analysera modellens tankeregister kan du förstå var den stötte på svårigheter eller missförstods. Du kan sedan omvandla dessa insikter till tydligare, steg-för-steg-instruktioner som konkretiseras i dina uppmaningar, vilket gör själva uppmaningarna mer kraftfulla och effektiva. Detta är faktiskt en idé som Yulong har delat under 23 år, det vill säga när utdataeffekten av prompten inte uppfyller förväntningarna är det nödvändigt att kommunicera med modellen för att bekräfta vilken del av prompten som har en semantisk bias i modellens förståelse. Trycktänkandet är också en variant av denna idé. Ovanstående är vad jag lärde mig, och det kan finnas annan information att lära 👇 sig av videon