熱門話題
#
Bonk 生態迷因幣展現強韌勢頭
#
有消息稱 Pump.fun 計劃 40 億估值發幣,引發市場猜測
#
Solana 新代幣發射平臺 Boop.Fun 風頭正勁

Jiayuan
在幾分鐘內建立@devv_ai → AI 代理程式,編寫 Web 應用程式。前 TikTok。
今天用 Dia 試了幾個比較長的視頻(2h 以上),發現 Dia 可能會對視頻 transcript 輸入進行截取,比如視頻 2 個小時,只總結了 1 個多小時。
不知道大家有沒有遇到類似的問題。可以考慮和 Comet & 其他工具對比測試一下。

Jiayuan8月10日 15:42
最近優化的這個新的 Youtube 總結的 Prompt 簡直無敵,而且在 Dia 上的效果(使用 o3)也非常好。
可以徹底來「閱讀」Youtube 視頻了。
完整的 Prompt 如下:
你將把一段 YouTube 視頻重寫成"閱讀版本",按內容主題分成若干小節;目標是讓讀者通過閱讀就能完整理解視頻講了什麼,就好像是在讀一篇 Blog 版的文章一樣。
輸出要求:
1. Metadata
- Title
- Author
- URL
2. Overview
用一段話點明視頻的核心論題與結論。
3. 按照主題來梳理
- 每個小節都需要根據視頻中的內容詳細展開,讓我不需要再二次查看視頻瞭解詳情,每個小節不少於 500 字。
- 若出現方法/框架/流程,將其重寫為條理清晰的步驟或段落。
- 若有關鍵數字、定義、原話,請如實保留核心詞,並在括號內補充註釋。
4. 框架 & 心智模型(Framework & Mindset)
可以從視頻中抽象出什麼 framework & mindset,將其重寫為條理清晰的步驟或段落,每個 framework & mindset 不少於 500 字。
風格與限制:
- 永遠不要高度濃縮!
- 不新增事實;若出現含混表述,請保持原意並註明不確定性。
- 專有名詞保留原文,並在括號給出中文釋義(若轉錄中出現或能直譯)。
- 要求類的問題不用體現出來(例如 > 500 字)。
- 避免一個段落的內容過多,可以拆解成多個邏輯段落(使用 bullet points)。

6.63K
使用這個 Prompt 來閱讀 GLM-4.1V-Thinking 模型的論文。


Jiayuan8月12日 02:47
在這個 Prompt 的基礎上演繹了一個論文的版本,效果也非常無敵。
說實話,80% 的預印版論文都是灌水,這個方法不僅可以有效獲取信息,還節約了時間。
不是簡單的總結,而是結構化的重述,能夠方便快速閱讀。
完整 Prompt 如下:
## 核心使命
對一篇外文**學術論文**進行專業、嚴謹的深度解析和結構化重述,旨在讓研究者在不通讀原文的情況下,精準掌握其**研究問題、方法論、核心發現和學術貢獻**,並能快速評估其在學術領域中的價值和地位。
## 基本要求
- **學術嚴謹性**:確保對研究設計、數據結果、論證邏輯的轉述絕對準確,符合該領域的學術規範。
- **理論深度**:清晰揭示論文的理論基礎、核心假設,以及它對現有理論體系的補充、修正或顛覆。
- **完整復現**:完整呈現從提出問題到得出結論的全過程,特別是方法論和關鍵數據,做到關鍵信息零遺漏。
- **超越翻譯**:產出物應比線性翻譯稿更能清晰地揭示論文的內在邏輯和創新點,成為一份高效的“學術速讀報告”。
## 輸出結構
### 論文信息
- **標題 (Title)**:[原文標題]
- **作者 (Authors)**:[所有作者]
- **期刊/會議 (Journal/Conference)**:[期刊名稱]
- **發表年份 (Year)**:[YYYY]
- **DOI (Digital Object Identifier)**:[DOI 鏈接]
- **原文鏈接 (URL)**:[URL]
### 結構化摘要 (Structured Abstract)
- **背景/目標 (Background/Objective)**:該研究處於什麼學術背景下?旨在解決什麼核心問題?
- **方法 (Methods)**:研究採用了什麼核心方法?數據來自哪裡?
- **結果 (Results)**:最主要的發現是什麼?
- **結論 (Conclusion)**:研究得出了什麼核心結論?其主要貢獻和意義是什麼?
---
### 1. 引言 (Introduction)
#### 1.1. 研究背景與核心問題 (Research Background & Problem Statement)
- 詳細介紹本研究處於哪個宏觀或微觀領域,當前存在什麼關鍵的爭議、挑戰或現象。
- 精準提煉出本文要回答的核心研究問題 (Research Questions, RQs)。
#### 1.2. 文獻綜述與研究缺口 (Literature Review & Research Gap)
- 梳理作者引用的關鍵文獻,總結出現有研究的主要觀點和不足。
- 明確指出本文所針對的“研究缺口”(Gap),即本文的創新點和必要性所在。
#### 1.3. 研究目標與核心假設/命題 (Objectives & Hypotheses/Propositions)
- 清晰陳述本文的研究目標。
- 列出本文提出的核心假設 (Hypotheses) 或命題 (Propositions)。
---
### 2. 研究設計與方法 (Methodology)
#### 2.1. 研究範式與方法論 (Research Paradigm & Methodology)
- 闡明研究是定性 (Qualitative)、定量 (Quantitative) 還是混合方法 (Mixed-method)。
- 詳細解釋所選用的具體研究方法(如:案例研究、問卷調查、實驗法、紮根理論等)及其原因。
#### 2.2. 數據來源與樣本 (Data Source & Sample)
- 說明研究數據的來源(如:訪談、數據庫、檔案、網絡爬取等)。
- 描述樣本的選取標準、規模和特徵。
#### 2.3. 操作化與測量 (Operationalization & Measurement)
- 對於定量研究,說明關鍵變量是如何被定義和測量的(如問卷量表)。
- 對於定性研究,說明核心概念是如何在研究中被觀察和編碼的。
---
### 3. 結果與發現 (Results & Findings)
#### 3.1. 主要發現概述 (Overview of Key Findings)
- 對研究的核心結果進行客觀、中立的呈現,通常按照研究假設的順序展開。
#### 3.2. 關鍵數據與圖表解讀 (Interpretation of Key Data & Figures)
- 選取原文中最重要的 1-3 個圖或表。
- 解釋該圖/表展示了什麼,揭示了怎樣的關係或趨勢,提供了哪些關鍵數據支撐。
---
### 4. 討論 (Discussion)
#### 4.1. 結果的深度解讀 (In-depth Interpretation of Results)
- 解釋這些研究發現意味著什麼?它們如何回答了引言中提出的研究問題?
#### 4.2. 理論貢獻 (Theoretical Contributions)
- 闡明本研究對現有理論的貢獻是什麼?是驗證、擴展、修正了某個理論,還是提出了新的理論框架?
#### 4.3. 實踐啟示 (Practical Implications)
- 本研究的結果對相關領域的實踐者(如企業管理者、政策制定者)有什麼具體的指導意義或建議?
#### 4.4. 侷限性與未來研究 (Limitations & Future Research)
- 坦誠說明本研究存在的侷限性(如樣本、方法、範圍等)。
- 基於本文的發現和侷限,為後續研究者指明了哪些可能的研究方向。
---
### 5. 結論 (Conclusion)
- 對全文的研究進行凝練總結,再次強調其最重要的發現和貢獻。
### 6. 核心參考文獻 (Core References)
- 列出本文文獻綜述部分引用的、最重要的 3-5 篇參考文獻,幫助讀者定位其學術脈絡。

10.39K
在這個 Prompt 的基礎上演繹了一個論文的版本,效果也非常無敵。
說實話,80% 的預印版論文都是灌水,這個方法不僅可以有效獲取信息,還節約了時間。
不是簡單的總結,而是結構化的重述,能夠方便快速閱讀。
完整 Prompt 如下:
## 核心使命
對一篇外文**學術論文**進行專業、嚴謹的深度解析和結構化重述,旨在讓研究者在不通讀原文的情況下,精準掌握其**研究問題、方法論、核心發現和學術貢獻**,並能快速評估其在學術領域中的價值和地位。
## 基本要求
- **學術嚴謹性**:確保對研究設計、數據結果、論證邏輯的轉述絕對準確,符合該領域的學術規範。
- **理論深度**:清晰揭示論文的理論基礎、核心假設,以及它對現有理論體系的補充、修正或顛覆。
- **完整復現**:完整呈現從提出問題到得出結論的全過程,特別是方法論和關鍵數據,做到關鍵信息零遺漏。
- **超越翻譯**:產出物應比線性翻譯稿更能清晰地揭示論文的內在邏輯和創新點,成為一份高效的“學術速讀報告”。
## 輸出結構
### 論文信息
- **標題 (Title)**:[原文標題]
- **作者 (Authors)**:[所有作者]
- **期刊/會議 (Journal/Conference)**:[期刊名稱]
- **發表年份 (Year)**:[YYYY]
- **DOI (Digital Object Identifier)**:[DOI 鏈接]
- **原文鏈接 (URL)**:[URL]
### 結構化摘要 (Structured Abstract)
- **背景/目標 (Background/Objective)**:該研究處於什麼學術背景下?旨在解決什麼核心問題?
- **方法 (Methods)**:研究採用了什麼核心方法?數據來自哪裡?
- **結果 (Results)**:最主要的發現是什麼?
- **結論 (Conclusion)**:研究得出了什麼核心結論?其主要貢獻和意義是什麼?
---
### 1. 引言 (Introduction)
#### 1.1. 研究背景與核心問題 (Research Background & Problem Statement)
- 詳細介紹本研究處於哪個宏觀或微觀領域,當前存在什麼關鍵的爭議、挑戰或現象。
- 精準提煉出本文要回答的核心研究問題 (Research Questions, RQs)。
#### 1.2. 文獻綜述與研究缺口 (Literature Review & Research Gap)
- 梳理作者引用的關鍵文獻,總結出現有研究的主要觀點和不足。
- 明確指出本文所針對的“研究缺口”(Gap),即本文的創新點和必要性所在。
#### 1.3. 研究目標與核心假設/命題 (Objectives & Hypotheses/Propositions)
- 清晰陳述本文的研究目標。
- 列出本文提出的核心假設 (Hypotheses) 或命題 (Propositions)。
---
### 2. 研究設計與方法 (Methodology)
#### 2.1. 研究範式與方法論 (Research Paradigm & Methodology)
- 闡明研究是定性 (Qualitative)、定量 (Quantitative) 還是混合方法 (Mixed-method)。
- 詳細解釋所選用的具體研究方法(如:案例研究、問卷調查、實驗法、紮根理論等)及其原因。
#### 2.2. 數據來源與樣本 (Data Source & Sample)
- 說明研究數據的來源(如:訪談、數據庫、檔案、網絡爬取等)。
- 描述樣本的選取標準、規模和特徵。
#### 2.3. 操作化與測量 (Operationalization & Measurement)
- 對於定量研究,說明關鍵變量是如何被定義和測量的(如問卷量表)。
- 對於定性研究,說明核心概念是如何在研究中被觀察和編碼的。
---
### 3. 結果與發現 (Results & Findings)
#### 3.1. 主要發現概述 (Overview of Key Findings)
- 對研究的核心結果進行客觀、中立的呈現,通常按照研究假設的順序展開。
#### 3.2. 關鍵數據與圖表解讀 (Interpretation of Key Data & Figures)
- 選取原文中最重要的 1-3 個圖或表。
- 解釋該圖/表展示了什麼,揭示了怎樣的關係或趨勢,提供了哪些關鍵數據支撐。
---
### 4. 討論 (Discussion)
#### 4.1. 結果的深度解讀 (In-depth Interpretation of Results)
- 解釋這些研究發現意味著什麼?它們如何回答了引言中提出的研究問題?
#### 4.2. 理論貢獻 (Theoretical Contributions)
- 闡明本研究對現有理論的貢獻是什麼?是驗證、擴展、修正了某個理論,還是提出了新的理論框架?
#### 4.3. 實踐啟示 (Practical Implications)
- 本研究的結果對相關領域的實踐者(如企業管理者、政策制定者)有什麼具體的指導意義或建議?
#### 4.4. 侷限性與未來研究 (Limitations & Future Research)
- 坦誠說明本研究存在的侷限性(如樣本、方法、範圍等)。
- 基於本文的發現和侷限,為後續研究者指明了哪些可能的研究方向。
---
### 5. 結論 (Conclusion)
- 對全文的研究進行凝練總結,再次強調其最重要的發現和貢獻。
### 6. 核心參考文獻 (Core References)
- 列出本文文獻綜述部分引用的、最重要的 3-5 篇參考文獻,幫助讀者定位其學術脈絡。


Jiayuan8月10日 15:42
最近優化的這個新的 Youtube 總結的 Prompt 簡直無敵,而且在 Dia 上的效果(使用 o3)也非常好。
可以徹底來「閱讀」Youtube 視頻了。
完整的 Prompt 如下:
你將把一段 YouTube 視頻重寫成"閱讀版本",按內容主題分成若干小節;目標是讓讀者通過閱讀就能完整理解視頻講了什麼,就好像是在讀一篇 Blog 版的文章一樣。
輸出要求:
1. Metadata
- Title
- Author
- URL
2. Overview
用一段話點明視頻的核心論題與結論。
3. 按照主題來梳理
- 每個小節都需要根據視頻中的內容詳細展開,讓我不需要再二次查看視頻瞭解詳情,每個小節不少於 500 字。
- 若出現方法/框架/流程,將其重寫為條理清晰的步驟或段落。
- 若有關鍵數字、定義、原話,請如實保留核心詞,並在括號內補充註釋。
4. 框架 & 心智模型(Framework & Mindset)
可以從視頻中抽象出什麼 framework & mindset,將其重寫為條理清晰的步驟或段落,每個 framework & mindset 不少於 500 字。
風格與限制:
- 永遠不要高度濃縮!
- 不新增事實;若出現含混表述,請保持原意並註明不確定性。
- 專有名詞保留原文,並在括號給出中文釋義(若轉錄中出現或能直譯)。
- 要求類的問題不用體現出來(例如 > 500 字)。
- 避免一個段落的內容過多,可以拆解成多個邏輯段落(使用 bullet points)。

70.12K
再補充一個,在看 CLRS(算法導論)的時候,大部分時間都是在手寫偽代碼。
MIT 的課上也都是在板書上手寫代碼,所以手寫代碼這個事情在老 coder 眼裡,不是什麼特別神奇的事情。

Jiayuan8月12日 00:35
上初中的時候確實是這麼幹的。
一般的流程是,上課的時候自己在下面手寫代碼(Basic/Pascal/C),然後找時間在某 BBK 學習機上錄入代碼,當然手寫的代碼肯定有一大部分都是偽代碼,主打一個思路。
用這個方法寫了好幾個遊戲。
人肉編譯在初學編程的時候其實是個挺重要的技能,可以很好鍛鍊對代碼整體架構的理解,這也讓我後面在寫更大型的項目的時候,不運行也能知道這個代碼跑起來大致是個什麼流程。
新一代的 coder 們,全靠 vibe coding,估計後面語法都不用學了。
1.6K
毫不誇張的說,我的這個方法解決了國內 90% 以上 AI 公眾號、私域社群、付費知識庫的創作問題。


Jiayuan8月10日 15:42
最近優化的這個新的 Youtube 總結的 Prompt 簡直無敵,而且在 Dia 上的效果(使用 o3)也非常好。
可以徹底來「閱讀」Youtube 視頻了。
完整的 Prompt 如下:
你將把一段 YouTube 視頻重寫成"閱讀版本",按內容主題分成若干小節;目標是讓讀者通過閱讀就能完整理解視頻講了什麼,就好像是在讀一篇 Blog 版的文章一樣。
輸出要求:
1. Metadata
- Title
- Author
- URL
2. Overview
用一段話點明視頻的核心論題與結論。
3. 按照主題來梳理
- 每個小節都需要根據視頻中的內容詳細展開,讓我不需要再二次查看視頻瞭解詳情,每個小節不少於 500 字。
- 若出現方法/框架/流程,將其重寫為條理清晰的步驟或段落。
- 若有關鍵數字、定義、原話,請如實保留核心詞,並在括號內補充註釋。
4. 框架 & 心智模型(Framework & Mindset)
可以從視頻中抽象出什麼 framework & mindset,將其重寫為條理清晰的步驟或段落,每個 framework & mindset 不少於 500 字。
風格與限制:
- 永遠不要高度濃縮!
- 不新增事實;若出現含混表述,請保持原意並註明不確定性。
- 專有名詞保留原文,並在括號給出中文釋義(若轉錄中出現或能直譯)。
- 要求類的問題不用體現出來(例如 > 500 字)。
- 避免一個段落的內容過多,可以拆解成多個邏輯段落(使用 bullet points)。

149.57K
最近優化的這個新的 Youtube 總結的 Prompt 簡直無敵,而且在 Dia 上的效果(使用 o3)也非常好。
可以徹底來「閱讀」Youtube 視頻了。
完整的 Prompt 如下:
你將把一段 YouTube 視頻重寫成"閱讀版本",按內容主題分成若干小節;目標是讓讀者通過閱讀就能完整理解視頻講了什麼,就好像是在讀一篇 Blog 版的文章一樣。
輸出要求:
1. Metadata
- Title
- Author
- URL
2. Overview
用一段話點明視頻的核心論題與結論。
3. 按照主題來梳理
- 每個小節都需要根據視頻中的內容詳細展開,讓我不需要再二次查看視頻瞭解詳情,每個小節不少於 500 字。
- 若出現方法/框架/流程,將其重寫為條理清晰的步驟或段落。
- 若有關鍵數字、定義、原話,請如實保留核心詞,並在括號內補充註釋。
4. 框架 & 心智模型(Framework & Mindset)
可以從視頻中抽象出什麼 framework & mindset,將其重寫為條理清晰的步驟或段落,每個 framework & mindset 不少於 500 字。
風格與限制:
- 永遠不要高度濃縮!
- 不新增事實;若出現含混表述,請保持原意並註明不確定性。
- 專有名詞保留原文,並在括號給出中文釋義(若轉錄中出現或能直譯)。
- 要求類的問題不用體現出來(例如 > 500 字)。
- 避免一個段落的內容過多,可以拆解成多個邏輯段落(使用 bullet points)。

428.51K
熱門
排行
收藏
鏈上熱點
X 熱門榜
近期融資
最受認可