文章

实践者

学习会议、写作、研究、无代码工具和可重复的商业任务的工作流程。

将AI从聊天框转变为可靠的日常工作习惯。

121 篇文章853 分钟总计

预览第一篇文章

构建者

深入了解代理、RAG、MCP、结构化输出、评估、API和本地AI。

在不将演示视为生产环境的情况下评估和构建AI系统。

42 篇文章465 分钟总计

预览第一篇文章

战略

涵盖治理、欧盟AI法案准备情况、自研与采购决策、投资回报率和私有AI选择。

为团队或公司做出更安全的AI采用决策。

27 篇文章233 分钟总计

预览第一篇文章

显示 24 个，共 259 个259 个结果

Hermes Agent：它是什么、不是什么，何时该用

说明 Hermes Agent 是什么，并判断真实工作任务该用它还是普通聊天机器人。

Hermes Agent 第一周：记忆管理、技能与工具审批

完成安全的 Hermes 第一周设置：整理记忆、添加一个可复用技能、限制文件写入，并测试终端审批或隔离措施。

Hermes Webhook：无需巨型万能提示的事件驱动智能体

设计 Hermes webhook 路由，并对其身份验证、健康检查、单一用途提示契约和已配置交付目标进行冒烟测试。

Hermes vs n8n：按任务选择（以及何时同时使用两者）

用明确决策框架，为具体工作流选择 Hermes、n8n 或混合交接。

从 n8n 调用 vLLM 及其他 OpenAI 兼容端点

配置 n8n 的 HTTP Request 节点，使用凭据和基于实测数据的超时预算，在安全的网络边界内调用本地 OpenAI 兼容端点。

n8n AI 节点的幂等性、重试与人工审批关卡

在启用外部副作用之前，为 n8n AI 步骤添加幂等键、安全重试策略、人工审批关卡与审计日志。

n8n → Hermes：选择 API 调用还是事件 Webhook

选择并配置正确的 n8n 到 Hermes 接口，明确身份验证、交付语义、幂等性边界和失败行为。

OpenClaw 个人网关设置：安装、初始配置与控制台

使用受支持的 Node 版本安装 OpenClaw，完成初始配置，打开 Control UI，并明确添加渠道或工具前需要落实的加固措施。

OpenClaw 允许列表、配对与群组提及安全

配置 OpenClaw DM 配对、允许列表与群组提及规则，并在启用高风险工具前运行安全审计。

OpenClaw 技能、心跳自治与审批关卡

在启用无人值守自治之前，配置 OpenClaw 技能与心跳，采用严格的 exec 策略，并让浏览器工作流保持禁用或经过人工审查。

OpenClaw vs Hermes：按任务选择，而非按品牌

判断工作负载需要 OpenClaw、Hermes、n8n 还是组合方案，同时尊重每套技术栈各自的职责边界。

DGX Spark：是什么、为谁而设，以及对本地智能体改变了什么

基于 NVIDIA 声明的能力、运维能力与数据边界，而非营销口号，决定 DGX Spark 是否适合你的私有智能体路线图。

DGX Spark 本地推理的现实：内存、技术栈，以及云端何时仍占优势

设计切合实际的单节点 Spark 推理路径，包含内存预算、软件技术栈、故障模式，以及保留云端回退的明确标准。

连接两台 DGX Spark：QSFP、SSH、RoCE 与 Cluster Assistant

按 NVIDIA 文档化的 QSFP/ConnectX-7 路径连接两台 DGX Spark，验证 SSH 与 RoCE 就绪，并知道如何安全回滚网络变更。

DGX Spark 上的 NemoClaw：部署与安全计划

规划一次 DGX Spark 上的 NemoClaw 评估，理解当前上手流程和策略层，并明确使用真实数据或凭据前必须取得的执行证据。

实验性双 DGX Spark + DeepSeek-V4-Flash + n8n + Hermes 栈

在围绕实验性双 Spark DeepSeek-V4-Flash 服务路径设计 n8n 与 Hermes 工作流之前，评估该路径是否可行。

AI不是你的理财顾问

在AI素养任务与受监管财务建议之间划出硬边界，使流畅回答永远不能取代持牌专业人士。

AI新手个人理财 AI 素养

勿把银行对账单粘进AI

对银行与信用卡对账单执行硬性粘贴禁令习惯，使AI素养工作永远不需要上传原始财务文件。

AI新手个人理财 AI 素养

AI不是你的承包商

把AI规划帮助与持证施工判断分开，使模型停留在素养工具，而不是替代承包商。

AI新手家居装修与改造 AI

家居照片与平面图：上传前先谈隐私

应用脱敏与离线优先清单，使家居照片与平面图不会成为陌生人或模型提供方的提示燃料。

AI新手家居装修与改造 AI

费用与APR对比问题——非产品建议

根据读者自己抄录的披露数字，产出可供核实的费用与APR对比表，且不索取产品推荐。

行动前核实投资宣传说法

完成一套投资宣传追溯清单，通过官方步骤核实投资推销，而不是让AI替你挑选产品。

债务问题包——非还款顺序建议

准备一份脱敏的债务清单与可供咨询师使用的问题包，且不从AI处获得还款顺序或和解建议。

保险理赔准备与AI的边界

搭建一份含时间线事实与问题的理赔准备包，且不从AI处获得承保裁定。

税表素养问题——非报税建议

根据手头文件准备税表问题包，且不从AI处获得申报或扣除建议。

信用报告异议准备，而非所谓信用评分捷径

产出由不一致行与证据笔记组成的异议准备包，不采用所谓信用评分捷径，也不提供保证删除的建议。

金融产品营销宣称核验

用一套营销宣称清单提取并核实金融科技或AI赚钱广告中的表述，同时不提供产品推荐。

提示之前先写好家装项目简报

在任何生成式提示之前写好六字段家装项目简报，使约束由人掌控，生命安全工种不走上DIY轨道。

材料清单：对照规格书核验，而不是对照流畅度

按制造商规格与读者约束，对材料清单做逐行核验，避免AI清单在无人察觉的情况下变成不安全的采购。

用AI做承包商报价对比素养

根据读者提供的书面报价建立范围对齐的对比网格，并列出澄清问题——不让AI替你选定承包商。

许可与规范：问问题，不给答案

根据项目简报生成当地建筑主管部门问题包，且不接受AI关于许可证或规范的结论。

电气、燃气、结构：AI DIY的硬性停止规则

应用硬性停止规则，使电气、燃气、结构、屋面荷载与石棉提示停留在问题包模式，而不是DIY指导模式。

装修预算情景不是承包商报价

根据读者提供的报价总额和选定的应急预留建立装修假设情景，而不编造价格或选定承包商。

家装维修诈骗警示信号——用AI演练，但不轻信上门报价

识别FTC家装诈骗模式，并仅用AI演练核验问题与整理笔记——绝不轻信未经核验的上门报价。

何时停下并联系持证顾问

应用清晰的升级触发条件，把不可逆的个人理财决策从聊天工具移交给具备适当资质或相应授权的专业人士。

中级个人理财 AI 素养

何时该停止靠 AI 自己动手：请持证专业人士介入

使用升级决策卡，从 AI 辅助规划转向持证技工、主管机关（AHJ）和经过核实的合同安排，避免涉及生命安全的 DIY 操作。

中级家居装修与改造 AI

AI不是你的缪斯

把想法生成与品味、判断区分开，让AI只对你的选择提供反馈，而不是充当替代缪斯。

AI新手AI 创意创作

先写创意简报，再写提示词

在输入任何生成式提示词之前，先写一份包含五个字段的创意简报，确保方向始终由人决定。

AI新手AI 创意创作

自由职业者的客户AI使用规则

写一页个人AI政策卡，规范你在客户长期合作与项目中如何使用AI。

AI新手自由职业与个人创业 AI

不要把客户机密粘贴进AI

识别客户机密，并在把它粘贴进消费级或未批准的AI工具之前停下。

AI新手自由职业与个人创业 AI

先自己起草，再请AI评议，而不是让它参与合著

实践先起草、再评议的流程：人类先完成草稿，模型的反馈始终受明确标准约束。

在迭代不同版本时守住创作方向

围绕既定方向迭代不同版本，在探索表达方式的同时不丢失创作主旨。

使用视觉参考，但不盗用他人风格

建立一套视觉参考实践：用类型与技法线索，而非克隆在世艺术家风格。

4 分钟阅读

创作者工作坊反馈提示词

使用结构化评议提示词获得工作坊式AI反馈，同时保留创作主导权。

在创作署名中披露AI使用，不必恐慌

判断何时需要在创作署名中说明AI辅助，并写出诚实、适度的披露说明。

在项目中使用合成人声或肖像前，先取得同意

在任何创作项目中使用合成人声或肖像前，完成同意与使用范围检查。

提案草稿可以求助AI，定价仍须你自己来

完成一套提案起草流程：AI负责整理结构，价格、范围和承诺仍完全由你决定。

保留范围变更日志——而非AI交付承诺

维护一份范围变更日志，防止AI编造交付承诺，并记录客户的确认。

无粉饰的客户更新

客户状态邮件是规划依据，不是品牌文案。先用自己的话写清已交付事项、卡点、下一步和真实把握，再让AI只做格式整理。不要让模型把长期合作项目中的“受阻”改写成“进展顺利”。

4 分钟阅读

作品集案例要讲证据，不要炒作

根据经授权且可核实的材料撰写作品集案例，不使用AI编造的成果。

合同与发票素养——而非法律建议

建立条款与发票字段清单，以及给专业人士的问题，而不把模型输出当作法律建议。

让AI协助安排一周，但不要交出判断权

完成每周单人运营复盘：AI只整理计划，优先级和可用工时仍由你决定。

4 分钟阅读

做好定价调研，不要让AI替你定价

完成一套定价调研流程：收集影响因素并准备同行咨询问题，同时拒绝AI直接给出的报价。

保留个人品味的一轮编辑

完成一轮保留个人品味的AI辅助编辑，在提升写作质量的同时不磨平自己的声音。

中级AI 创意创作

拒绝让 AI 代写你的公开表达

决定哪些公开写作渠道可以使用AI辅助起草、哪些必须由本人写作，并制定一条你能公开捍卫的拒绝规则。

中级AI 创意创作

什么时候不能只靠 AI

应用一套升级决策框架，把高风险的自由职业问题从纯 AI 回答转交给合适的人。

中级自由职业与个人创业 AI

AI不是医生——也不是急救服务

为通用助手选择安全的信息准备用途，并识别何时完全不适合与聊天机器人互动。

AI新手健康与就医导航

为一次就诊准备一页简报

写出一份简洁、事实性的就诊简报：优先级、时间线、来自你自己已核验记录的用药，以及清晰的问题。

AI新手健康与就医导航

转发健康说法前先核实

将一条健康说法追溯到权威来源，并在据此行动或转发前标明其不确定性。

AI新手健康与就医导航

委托审查：哪些事该留在自己手里

在把任务委托给AI之前，根据后果、作者责任、关系、技能、隐私和可逆性对任务分类。

AI新手意义、伦理与能动性

转发热传说法前，先追溯来源

在分享前把热传说法追溯到源头并标明不确定性，用AI寻找来源，而不是替你裁定真伪。

语音克隆与你：个人安全检查

在语音克隆事件发生之前，检查个人语音样本的暴露情况，并建立家庭回拨习惯。

搜索还是聊天：哪一种真正能给你可核实的事实

针对具体事实问题，根据答案是否需要可打开的引用来源，选择搜索、普通聊天，或开启搜索模式的聊天。

若出现关于你的AI深度伪造：成年人首轮应对计划

作为遭AI深度伪造针对的成年人，执行首轮应对顺序：安全保全证据、通过正确渠道举报，并知道何时让执法部门或法律顾问介入。

在工作中使用AI之前，先找到并阅读雇主的AI政策

在把AI用于工作任务之前，定位、阅读并理解你自己雇主的实际AI使用政策，或确认并不存在并知道该问谁。

AI新手个人职场 AI

不要把工作机密粘贴进消费级AI账户

识别什么算工作机密，并在将其粘贴进个人或未获批AI工具之前停下。

AI新手个人职场 AI

选择在线课程：付款前值得核实的宣传说法

在付款前，针对课程大纲、退款政策和讲师资历建立并执行一份核对清单，而不是相信AI工具对课程未经核实的回答。

AI新手终身学习与进修

导师模式提示词：让AI提问而不是直接给答案

在允许安全试错的主题上，使用提示阶梯和反问式提示词，让AI进行引导而不是直接作答，保留真正建立理解所需的思考过程。

AI新手终身学习与进修

确诊之后：用AI整理问题，而不是解读你的未来

为下一次临床对话建立标明来源的问题清单与不确定性日志，而不要求AI解读预后。

理解医疗文件，而不把它变成医疗建议

从医疗文件中提取术语、日期与具名发现，填入四栏工作表，同时保留原文措辞。

记录症状与影响，而不自我诊断

创建一份事实性、带时间戳的记录，供临床医生审阅，其中不混入任何模型生成的结论。

就诊前准备药物核对清单

建立带来源标签的用药记录对照，并标出每一处差异，供药师或临床医生核对。

一份兼顾尊严与具体情况的照护交接

准备一份注重知情同意的交接，涵盖偏好、日常与未完成任务，并保留被照护者本人的声音。

用AI做睡眠、运动与营养素养——而不是开处方

把一条一般健康主张变成来源核对、一个问题与一个低风险讨论点——而不是个性化计划。

家庭预算情景：不做财务建议的假设演算

用核实过的家庭数字搭建透明的假设预算情景，并识别哪些事项需要具备资质的顾问，而不是聊天窗口。

在不暴露银行流水的前提下发现订阅漂移

审查本地脱敏的交易导出以发现经常性扣款，并生成经人工核实的取消清单，且不把AI工具接入银行账户。

用AI读懂政府表格，而不虚构你有资格领取什么

把政府表格的说明转成带出处的核对表，并识别应向主管机关提出的问题，而不虚构应得权益。

读租约或合同是为了提出问题，不是得出法律结论

从合同中提取义务、日期、费用与变更条款，整理成保留原文措辞的条款账本，并附上问题。

经得起开放时间、签证与现实检验的旅行规划

搭建关键事实已对照一手来源核实、且依赖项备有退路的行程。

过敏情况下的膳食规划：物流优先，安全始终由人把关

根据已知安全食材清单、偏好、时间与预算创建家庭膳食计划——只处理安排与执行——并加入标签复核、交叉接触控制和备用方案；每一项安全判断都由人完成。

起草无障碍便利请求：把障碍变成具体诉求

描述功能性障碍、请求的变更、备选方案与跟进计划，且披露不超过所需的健康数据。

在公民生活中使用AI，而不外包你的判断

从一手文件汇总公开提案，呈现有争议的主张，并为人工参与准备问题。

用自己的单据写消费者投诉信

根据收据、日期和请求的补救措施起草事实性投诉信，不带法律威胁或编造的消费者权利主张。

依据AI给出的本地信息行动之前，先核实

在行动前，对照一手来源核实AI提供的本地诊所、机关与商店的开放时间、要求与联系方式。

把思考外包出去时，什么会退化

识别哪些任务中的适度困难能培养判断力，并重新设计AI使用方式，保留一次独立尝试。

AI与孤独：有益的接触不等于双向关系

区分AI陪伴在无障碍支持或练习方面的益处，以及依赖和人际接触被替代的风险。

在哀伤中写作，但不要模拟逝者

在明确边界内借助AI完成写作和归档任务，同时拒绝冒充逝者或模拟持续关系。

用AI澄清价值观，而不把价值观外包给它

AI确实可以检验一项决定是否符合你已经持有的价值观，也能揭示尚未说清的取舍。但它不能告诉你应该重视什么。让它替你回答这个问题，比让它协助思考风险更高。价值观冲突工作表可以把两者分开。

AI协助的作品，仍应由你署名并负责

为AI协助完成的交付物采用实用的披露规范，并由具名的人继续承担责任。

为什么关系修复和道歉必须由人完成

用AI协助起草道歉措辞，同时由造成伤害的一方亲自承担修复、传达和后续行动。

拒绝用AI给人打分或排名

在日常与工作中，拒绝在没有可问责人工流程的情况下用AI给人打分、排名或定级。

合成媒体：发布前核验出处与同意

在发布或分享任何真实人物的AI生成或AI编辑媒体之前，完成同意与披露两部分核对。

AI图像工具会错在哪里，以及为何检测器解决不了

识别AI生成与AI编辑图像的具体局限，并避免信任检测工具对任一单张图像的判定。

在信任AI新闻摘要之前，先核对原始来源

在分享AI生成的新闻摘要或据此行动之前，对照原始文章及其所依据的一手材料，核验其中的重要主张。

Content Credentials与水印：那个小徽章实际意味着什么

正确解读Content Credentials徽章或AI内容水印——知道它证明什么、不证明什么，以及为何缺失同样什么也证明不了。

在用AI编辑或分享他人照片之前，先取得同意

在上传、用AI编辑或分享包含另一位可识别人物的照片之前，完成同意核对。

如何在群聊里打断谣言，又不吵起来

用低对抗话术与快速AI辅助核实步骤，打断群聊中传播的虚假或未核实主张，而不滑向个人冲突。

用AI准备自己的绩效自评，但不编造证据

用AI整理已核验证据来准备绩效自评，同时避免捏造或夸大陈述。

AI起草的会议纪要，如何保持准确

在分发前核实AI生成的会议纪要：准确性、正确归属，以及已决定与仍开放的状态。

用AI准备一对一（1:1）会谈议程，别让它写成对话台词

用AI准备结构化的1:1议程，同时确保实际要谈的内容和措辞都由自己决定。

用AI起草职场反馈，内容仍由你负责

用AI起草同事或下属反馈，同时让每个例子有证据支撑，语气与你的真实意图一致。

用AI记录职场问题的事实——切勿向它索取法律意见

在AI帮助下，为职场问题建立按日期排列的事实记录，同时避免向它索取法律定性或建议。

用AI写异步状态更新，但不掺水分

用AI起草准确反映受阻、落后或不确定状态的异步状态更新，而不是默认写成乐观语气。

依据AI给出的HR政策答案行动前，先核实

在据此行动之前，把任何关于具体雇主HR或公司政策的AI生成主张，对照实际手册或HR联系人核实。

用AI练语言：它是陪练，不是持证教师

按照结构化流程用AI练习词汇、语法纠正和角色扮演，同时安排AI无法替代的真人对话练习。

多年后重返学业：一份把思考留给自己的复学计划

制定一份复学计划：用AI根据教学大纲安排补习进度，同时确保每项计入成绩的作业都先由自己独立完成。

用AI备考而不越界作弊

在备考阶段用AI做练习题与讲解，并能识别从学习帮助变成违反政策的具体临界点。

非专家如何读学术论文，又不误把AI解释当成专业判断

作为非专家，准确理解一篇学术论文的实际主张、方法和作者自述的局限；用AI解释术语、检查理解，同时不让它把审慎表述改成定论。

把课堂笔记变成主动回忆练习，赶在遗忘之前

建立持续积累的课堂题库，为每个条目保留周次、出处标记、不确定性、独立作答记录，以及贯穿课程的疑点处理记录。

用AI排练演讲：检查时长和结构，而不是台上表现

完成一套排练流程：用AI根据转录稿检查结构、节奏和口头填充词，同时把内容主导权、事实核对和至少一次真人现场试讲留在AI流程之外。

基于真实考试蓝图的认证备考计划

依据认证机构自己的考试内容大纲制定认证备考计划，按实际领域权重分配时间，并按领域追踪能力证据，而不是按读完的章节计数。

用AI协调学习小组，而不替任何人完成学习任务

用AI处理学习小组的日程协调、角色轮换和讨论复盘，同时确保每位成员都先独立作答，再参与小组练习。

慢性病照护事务管理：建立照护日程，而不是治疗方案

以明确的责任归属协调预约、续方、表格、出行安排、问题与跟进，不加入任何由模型推断的医疗行动。

中级健康与就医导航

信仰与灵性反思：用AI提问，不让AI扮演权威

用AI比较文本或生成反思问题，同时维护共同体、传统和可问责的诠释。

中级意义、伦理与能动性

让孩子继续书写自己的人生

随着AI融入孩子的生活，选择能够保留其选择权、努力、表达和责任的家庭与学校实践。

中级意义、伦理与能动性

职场AI披露：何时你真的必须说明

区分哪些职场专属触发条件会产生实际的AI披露要求，哪些仅适用一般创作责任规范，并在监管触发条件适用时正确上报。

中级个人职场 AI

艰难对话的前两分钟

为一次具体的艰难对话选择并排练三种开场模式之一，含语气检查，而不背固定剧本。

AI新手家庭与关系

家庭生活中，AI能代劳什么，又碰不得什么

把三四项反复出现的家庭任务分到保留、委托或收起，并点名本周一个完全收起助手的时刻。

AI新手家庭与关系

分龄看AI素养：从大约6岁到大约16岁可以期待什么

用四段矩阵，把监督强度、隐私处理和创作权限匹配到孩子实际所处的发展阶段，同时跟进各AI产品真正执行的最低年龄。

孩子的第一次AI对话：引导者脚本

做一次简短的、由看护人带领的AI会话，教孩子对答案提出质疑、核对来源，并在分享私人信息之前停下来。

与青少年谈AI：双向对话，而不是盘查

与青少年就其AI使用进行一场双向对话：浮现真实信息、设定一两条具体边界，并以明确的回访日期结束——而不把对话框定为监控。

不要给孩子一个AI朋友：红旗与替代做法

识别使AI陪伴应用不适合儿童的七种具体设计模式，并在孩子是否已接触过此类产品之前或之后，用冷静、非恐慌的方式提出话题。

为艰难对话做准备，别让AI当裁判

在一场具体的艰难对话开始之前，准备一页简报：事实、你的需要、未决的不确定点，以及一句开场。

关系承压时，厘清双方的现实限制

与伴侣一起绘制双方的约束地图，并设计一项为期一周的实验来检验一处改动，同时避免把这项练习变成付出程度的比较。

让看不见的家务劳动变得可见

建立一份家务任务盘点，把实际动手与留意、记忆分开，为每项任务指定负责人和替补，并定义怎样才算完成。

用自己的账单准备一场共同财务会议

用你们自己的银行与信用卡对账单做成一页共同财务会议资料包，含分类支出，并标出需要专业建议的事项。

协调年迈父亲或母亲的照护，同时保留本人的话语权

建立一份以本人同意为前提的照护协调记录，区分紧急信息与日常行政事项，仅披露必要信息，并用当事人自己的话记录其偏好。

不假装读懂微妙语气的多语家庭沟通方法

建立家庭术语表，并用回译和歧义标记两步检查日常多语消息，同时明确何时必须改用合格的人工口译员。

写出你真正说得出口的个人边界

为一场普通的、没有危险的分歧写出并演练一句个人边界陈述；若直接说出口可能加剧危险，则把情况转给合格的安全支持。

AI辅导作业还是作弊：按学习目标判断的决策树

运用四个问题，分别检查政策合规、使用披露、学习支持和独立演示能力；遇到含糊或涉及便利措施的情况时，向负责的教育工作者确认。

孩子与AI：关注关系，而不只是使用时长

从活动、依恋、挤占、隐私或隐瞒，以及事后影响这五个具体方面观察孩子的AI使用，并知道何时该让合格的专业人士介入，同时不把这些提示当成诊断量表。

这款AI产品会妥善保护孩子的数据吗？一份隐私检查清单

完成初步的七点隐私筛查，记录尚未回答的问题，并将涉及孩子和产品的最终决定交给负责的成年人或合格的隐私审查人员。

用AI支持神经多样性学习者，但不让AI作诊断

针对某项具体障碍，评估一项经教师认可的AI辅助无障碍调整，同时保留学习目标、隐私和学习者已有的便利措施。

写一份真正由孩子参与起草的家庭AI约定

让孩子参与起草并签署一份涵盖七个具体领域的家庭AI约定，并定下明确的修订日期。

孩子成为AI深度伪造的目标时：第一时间应对计划

发现孩子成为AI生成图像或视频的目标后，执行第一时间应对流程：安全保全证据、通过正规举报渠道遏制传播、以支持性的方式让孩子参与，并通知合适的平台、学校或主管机构。

归档家庭照片与故事，而不编造历史

建立一套家庭档案元数据架构：为每条材料记录同意状态、来源和可信程度，不让AI生成的猜测被记成事实。

中级家庭与关系

一份不会外包内心生活的反思日记

运行一套私密的10分钟反思循环，把观察、解读和下一步由人来做的行动分开。

拖延即摩擦：找到下一步可见行动

把回避的任务变成五分钟起步：写明摩擦、下一步行动与停止点。

既防算法也防助手：保护你的注意力

创建一份注意力预算：规定何时打开AI、它承担什么工作，以及会话何时结束。

AI不是心理治疗：语言模型能安全做什么、不能做什么

用明确边界，在低利害反思、可信的人，以及合格心理健康照护之间做出选择。

停下聊天：五种需要找真人、而不是再发一条提示的情况

识别何时继续使用聊天机器人是错误的下一步，并说出应联系的具体人或专业人士。

裁员或中年变故之后：用AI处理行政事务，不要用它定义身份

在失业后的头两周，把紧急行政任务、职业探索与情绪支持分到正确渠道。

AI新手个人成长系统

周复盘：找出模式，保留判断

把一周的笔记整理为有证据支持的主题、未完成事项，以及一项由你亲自选定的调整。

说出感受，核对故事：情绪清晰工作流

把感受到的反应与附着其上的故事分开，并准备一个有依据的下一步。

压力下的决策卫生：放慢流程，而非拖住选择

在压力下行动前，使用可逆/不可逆决策核对、证据台账和延迟规则。

当反思变成寻求安慰的循环

识别对聊天机器人的反复寻求安慰，并用预先承诺的真人接触或离线行动替换它。

经得起现实检验的目标

把模糊目标变成一项可检验的两周试验，明确限制条件、可控行动和复盘日期。

用线索、摩擦与恢复规则设计习惯

通过触发线索、环境调整、最低可行版本和漏做一天后的恢复计划，建立一项小习惯。

用AI做刻意练习：让你亲自下场的反馈

建立一套练习循环，包括具体子技能、评分标准、独立尝试、反馈，以及在看到示范答案前重试一次。

少读一点，多记住一点：AI辅助阅读循环

通过预览、主动提问、独立回忆和经来源核对的综合来记住一篇重要文本，并清楚标注引文、转述和模型推断。

按精力规划，而不只按时间

建立一份让认知负荷与真实精力规律相匹配、同时保护恢复时间的周计划。

守住你的品味：创作实践中的AI

把个人创作流程拆分成不同阶段，有意识地决定哪些环节用AI加速、哪些坚持由人完成，并形成处理版权、同意、模仿和披露问题的实用原则。

用AI审查决策中的认知偏误，而不是为其客观性背书

用固定的六类认知偏误清单和反向证据要求，审查你已经倾向的决定，同时牢记：审查你的模型本身也是可能带有偏误的参与者，而不是裁判。

中级心理与反思

从成果构建技能课程，而非一堆链接

把目标能力转化为先决条件、练习任务、证据与审阅检查点，并对照真实来源核验。

中级个人成长系统

一套帮你检索、而不是囤积的个人知识系统

围绕明确的重复需求设计一套小型「收集到检索」系统，设置检索测试、复核日期、删除规则和获批的数据边界。

中级个人成长系统

让 Codex、Claude Code 与 Cursor 组成一支 CLI 团队

搭建一套可移植的 Codex + Claude Code + Cursor 工作流，让设计、评审和实现通过 Markdown 交接约定与 CLI 运行完成流转。

15 分钟阅读

用 Linear 管理多智能体项目：Claude、Cursor 与 Codex 共享同一待办列表

搭建由 Linear 支撑的多智能体编码工作流，让 Claude、Cursor 与 Codex 认领工单、并行工作、相互评审，并留下可审计的完成记录。

职业转型：先梳理可迁移的证据，再考虑职位名称

建立能力与证据矩阵，并据此为可能的职业转型选择两项现实、低成本的试验。

当机器能完成更多工作时，工作的尊严

评估自动化提案时，除ROI外，还要考察员工参与、保留的判断权、技能发展、工作负荷、监控、问责与申诉机制。

为什么AI的解释让人感觉学会了——其实往往没有

用空白页回忆、回讲，以及一道迁移题，核实AI解释是否带来了持久理解，而不只是一时的熟悉感。

AI太容易附和你：思考伙伴的四种失效模式

在AI辅助决策中识别迎合、框架锁定、流畅性偏误和判断外包，并针对每一种问题采取具体措施。

如何让AI诚实地反对你

使用五种可重复的提示方法，找出薄弱假设并生成相互独立的反驳，同时不把模型的异议当成证明。

间隔、检索与交错练习：让AI做适合它的工作

建立一套为期一周的学习循环，让AI根据来源准备问题，同时保留主动检索、间隔复习和有效的交错练习。

哪些事情不该交给AI：划清个人边界

根据错误后果、责任归属、关系风险和需要保留的技能，制定个人AI任务分工规则。

初级AI安全与数据隐私

电话里的声音很耳熟：如何识别AI驱动的诈骗

识别四种常见的AI驱动诈骗模式，并在紧急电话到来之前，建立一套家庭核验流程。

AI新手AI安全与数据隐私

该删除的自动化：维护成本与静默失败

审计自动化资产组合，并为每条工作流做出有证据支撑的保留、修复、简化或退役决策。

自动化团队部分工作时，该告诉他们什么

在上线前规划并举行一次诚实的团队对话：明确决定、未决问题、承诺与反馈渠道。

证明什么是真实的：溯源、水印与Content Credentials

制定组织媒体政策：在可行处保留溯源、披露实质性AI使用，且永不把凭证当作真相证明。

人声克隆欺诈：真正管用的中小企业控制措施

为支付与账户变更请求落实三项程序性控制，向员工简报，并演练对冒充事件的首次响应。

AI工作流中的人在回路设计模式

为AI工作流选择合适的人工审核模式，并在上线前明确审批、抽查、审计、升级和停止规则。

爱沙尼亚企业的多语言AI工作流

为客户支持、销售、内部知识或内容本地化设计多语言AI工作流，并设置术语表控制、审核门禁和隐私边界。

RAG 的安全文档摄取：PDF、OCR、元数据与保留策略

设计一条安全的 RAG 文档摄取流水线，涵盖权限元数据、OCR 质量检查、来源时效性、保留规则、删除行为和摄取测试。

生产AI失败模式：演示之后会出什么问题

建立一份生产AI失败模式清单，为幻觉、上下文过时、提示词注入、不安全的工具调用和薄弱的降级机制设置控制措施。

企业知识RAG：权限、泄露与来源边界

设计一个具备权限感知检索、来源责任归属、泄露控制和拒绝行为的企业知识RAG。

自研还是采购 AI 系统：实用决策框架

根据工作流适配、数据控制、成本、能力及战略价值，决定何时采购、配置、扩展或自研 AI 系统。

AI 投资回报率与成熟度：如何衡量真正有效的采用情况

使用工作流投资回报率、质量、风险控制和成熟度等级衡量 AI 应用成效，而不是依赖工具使用量等虚荣指标。

面向中小企业的欧盟《人工智能法案》：一份实用的治理计划

为在欧盟使用 AI 工具、自动化流程或面向客户系统的中小企业建立一套实用的 AI 治理基线。

客户流程中的语音智能体：适用场景与失效之处

判断客户语音智能体是否适用，并在首次实施时妥善设计披露、升级处理、测试和监控机制。

私有 AI 部署模式：本地、VPC、自托管和混合

根据数据敏感性、能力需求、成本、延迟和运营能力选择私有 AI 部署模式。

AI原生IDE与感知代码仓库的编码工作流

设计一种感知代码仓库的AI编码工作流，在不削弱评审、安全、测试或责任归属的前提下提高交付速度。

人工智能到底是什么（以及不是什么）：无炒作入门指南

解释大语言模型（LLM）的功能、适用场景，以及在采取行动前验证其输出结果的重要性。

与ChatGPT相处的第一个小时：逐步操作指南

一份60分钟的ChatGPT入门指南——从注册到第一次真正获得成果。按照顺序了解每个重要按钮和设置。

第一天就可以向ChatGPT提出的七类请求

空白输入框是最难跨过的一关。七个可直接复制的提示词，帮你在第一天就把空白对话变成真正的成果。

免费版与付费版ChatGPT：升级究竟能得到什么

不讲术语，对比ChatGPT免费版、ChatGPT Plus和ChatGPT Pro——升级后有哪些变化，以及如何判断自己是否真的需要升级。

ChatGPT、Claude、Gemini、Copilot——初学者应该选哪一个？

用通俗语言剖析四款主流AI助手。根据你已经在用的工具和真正希望AI带来的价值，选择第一款AI的非技术指南。

AI为何会给出自信的错误答案：初学者幻觉指南

识别容易产生幻觉的任务，并在依赖具体信息前使用验证、搜索或来源依据。

差提示词与好提示词的区别（5组优化前后示例）

五个真实提示词，分别展示效果欠佳的版本和优化后的版本，并简要说明改动之处。无需学习任何术语，就能快速提升AI输出质量。

AI新手提示词工程

AI如何生成答案：让提示词技巧豁然开朗的思维模型

运用下一个token思维模型写出更好的提示词，同时避免让人误以为模型像人一样思考。

用ChatGPT写出你真正愿意发送的电子邮件

大多数AI生成的电子邮件读起来都像AI写的。这里提供一套实用工作流程，教你用ChatGPT起草、打磨并完成真正愿意点击发送的邮件，同时摆脱机器味。

把AI当作私人编辑：一分钟内修改任何文字

三个简短提示词，就能让任何AI成为细致而高效的编辑，同时不会把你的文字改得不像你本人。分别针对清晰度、语气和语法各处理一遍。

用AI更快学习任何知识：从“像给12岁孩子一样解释”到练习测验

由四个提示词组成的循环，可以把任何AI变成私人教师——解释、示例、练习和反馈。适用于任何主题和知识背景。

用AI处理旅行、食谱和生活事务

把一项生活事务交给一个聚焦、可核实的工作流，而不是依赖一堆不加区分的提示词。

ChatGPT语音模式：像和朋友一样与AI交谈

与AI交谈大约会让你尴尬九十秒，之后它就会成为最自然的交互方式。本指南将实用地介绍语音模式擅长什么、不擅长什么，以及究竟该如何使用。

与AI分享图像：哪些可以上传，哪些不应该上传

现代AI读取照片、图表、屏幕截图和手写内容几乎和读取文本一样轻松。本指南将实用地介绍哪些做法有效、哪些无效，以及上传任何内容前应完成的三十秒隐私检查。

阻碍你使用AI的十大误区

区分AI的真实能力与常见误区，从而更冷静、更准确地作出是否采用AI的决定。

隐私入门：ChatGPT会记住、看到和分享什么

判断哪些工作数据可以安全地与AI工具分享，哪些数据需要更严格的控制。

AI新手AI安全与数据隐私

AI与Google：什么时候搜索，什么时候提问

搜索与AI助手不能互相替代。这份实用指南会说明哪种工具适合哪类问题，并通过并列示例展示哪些情况应该结合使用两者。

用AI安全初筛长文档和PDF

生成一份带页码引用的文档地图和问题清单，同时为每个重要条款或决定保留人工审阅路径。

你的第一个“Custom GPT”：10分钟打造个性化助手

只需填写一张表单，就能打造个性化AI助手——你自己的导师、食谱助手或工作教练。无需代码，无需配置，只需十分钟。

AI新手无代码AI工具

用AI求职：简历、求职信与面试准备

一套实用的AI求职工作流程——针对每个职位调整简历，起草有个人风格的求职信，开口演练面试，以及完成大多数求职者会跳过的步骤。

提示词的构成：角色、上下文、任务、约束与格式

使用角色、上下文、任务、约束和格式来构建提示词，并加入验证步骤，而不是依赖一次性的措辞技巧。

别只发一次提示词：迭代式对话法

通过批评、聚焦、转向和压力测试，将薄弱的首次回答转化为可用输出。

为任务选择合适的模型：2026年决策速查表

根据任务类型和模式（快速模式或推理模式），使用决策标准选择模型，而不是依赖永恒不变的排名。

初级ChatGPT与大语言模型

少样本提示：用示例引导输出

编写并测试带有代表性输入→输出示例的少样本提示词，明确展示目标语气或格式。

自定义指令与记忆：减少重复设置

配置可重复使用的助手上下文，同时避免过时记忆和意外泄露敏感信息。

会议AI：转录、摘要和待办事项

通过一个工具捕获会议，并配合基于引文的清理提示词，突出显示决策、负责人和待办事项。

用AI实现收件箱清零：一套切实可行的邮件工作流程

运行每日“分类→起草→扫尾→升级处理”的邮件循环，并在发送前逐一阅读AI草稿。

借助AI写作，却不写出AI味

从自己的要点或口述开始起草，再去除泛泛的模式，同时核查事实、作者身份和必要的披露。

用AI处理电子表格：清理、分析数据并制作图表

根据任务选择表内操作、上传后分析或公式编写模式，并抽查每一项计算结果。

NotebookLM：构建基于来源的研究笔记

为低风险研究构建一个主题聚焦的NotebookLM笔记本，并通过打开引用的段落、记录覆盖缺口来验证其答案。

深度研究模式：界定问题并审查来源

从目标、范围、受众、结构和质量标准五个方面界定Deep Research问题，并在据此行动前完成一次简短的来源审查。

AI图像生成101：Midjourney、ChatGPT Images与Flux

根据工作流程在Midjourney、ChatGPT Images和Flux生态系统之间作出选择，写出一条6部分图像提示词，并在使用前审查结果。

初级无代码AI工具

AI语音与音频：从克隆到播客再到翻译

编写音频作业卡，选择正确的处理流程，并在发布或投入运营前运行代表性验收测试。

初级无代码AI工具

Custom GPT与Claude Projects：借助知识文件打造可复用助手

用清晰的指令和精心筛选的知识文件构建一个Custom GPT或Claude Project，并根据分享方式、工具和隐私需求选择平台。

初级无代码AI工具

日常知识工作的十种提示词模式

根据任务类型选择提示词模式，并配合验证使用，而不是死记提示词配方。

用AI对决策进行压力测试：框架、权衡与反方论证

执行界定、生成、压力测试、决定这套四步工作流，并在作出选择前要求提出反方论据。

用AI学习新技能：30天自学计划

执行一套为期四周的AI辅助自学计划，其中包括每日练习、主动回忆和一个真实的综合项目。

在工作中使用AI时的隐私与数据卫生

在使用AI前，针对敏感数据、工具选择、数据保留和审核采取实用的工作场所规则。

初级AI安全与数据隐私

构建并验证小型Zapier AI自动化流程

构建一个包含过滤器、验证机制、回退行为和明确权责的小型AI自动化流程。

初级自动化

构建可复用的提示词库：从文本片段到共享模板

将零散提示词转化为可共享、有版本记录，并配有负责人、示例和质量检查的模板。

中级提示词工程

多工具AI工作流：设计可靠的跨工具交接

在不丢失唯一事实来源、隐私边界或交接质量的前提下，设计跨工具的可重复AI工作流。

中级AI效率

思维链、自我批评、思维树——何时使用哪一种

三种能切实提升AI处理难题时输出质量的推理技术，以及使用它们的成本效益账。本文提供具体提示词、并列对比，并说明现代推理模型带来的注意事项。

中级提示词工程

选择推理模型并设计提示词

将推理配置与符合条件的基线比较，清晰地设计提示词，并依据任务评估、服务目标和总成本选择路由。

中级提示词工程

n8n、Zapier与Make对比：选择合适的自动化技术栈

坦诚比较2026年用于AI工作流的三大自动化平台。了解各平台擅长什么、局限在哪里，以及如何运用决策规则做出不后悔的选择。

在 n8n 中构建你的第一个 AI Agent：端到端的线索分诊工作流

设计一个潜在客户分流智能体，具备明确的工具、schema、路由规则、日志记录和人工审核。

设计AI客户支持智能体：分诊、知识、操作与升级

一种经过队列评估的参考设计，涵盖支持分诊、检索、回复起草、受控操作和人工升级，并说明安全试点所需的政策与测量边界。

安全地将 AI 连接到电子邮件、日历和 CRM 系统

以最小权限、审批关卡和审计追踪，将AI连接到电子邮件、日历和CRM。

构建个人RAG：与自己的文档对话

构建基于文档的助手，并了解过时、低质量或超出范围的来源会在何时使答案变得不安全。

分块、重排序与混合搜索：让RAG真正发挥作用

大多数RAG实现效果不佳，是因为三个环节出了问题。本实用指南介绍如何对文档分块、对结果重排序，并将关键词搜索与语义搜索结合起来，而无需成为搜索工程师。

面向非工程师的MCP：将Claude或Cursor连接到你的工具

MCP是将AI连接到工具的新标准。无需亲自编写MCP，也能从中受益。这份面向非工程师的指南将说明MCP是什么、应安装哪些服务器，以及当AI真正能够执行操作后可以实现什么。

无需成为开发者也能用AI编程：在Cursor和Claude Code中构建工具

如今，非开发者也能借助AI构建真正的软件。这是一份面向非工程师的Cursor和Claude Code实用指南，介绍哪些目标现实可行、哪些并不可行，以及区分实用工具与故障工具的必要准则。

在Mac上运行本地AI：Ollama、LM Studio，以及7B模型究竟能做什么

本地运行AI已日趋成熟。借助Ollama或LM Studio和一台现代Mac，你可以离线、免费且私密地运行能力不俗的模型。本文将介绍哪些方法可行、哪些不可行，以及真正能从中受益的使用场景。

中级私有／本地AI

使用 AI 构建持续更新的简报或电子通讯

构建一套采集—筛选—综合—分发的简报，并通过实测读者反馈、来源核验和故障监控持续改进。

浏览器智能体与计算机使用：它们今天真正能做什么

为简短、稳定的浏览器或计算机操作任务选择合适方案，严格限定智能体范围，并对会产生后果的操作保留人工参与。

多模型编排：按成本、延迟和质量进行路由

把各类 LLM 调用映射到模型层级，加入回退，并在削减成本前分别测量每条路由的质量。

设计团队采用 AI 的行动手册

制定一份涵盖使用场景、培训、治理、衡量和推广风险的团队应用计划。

AI 营销技术栈：内容、SEO 与社交，辅以人工审核

建立研究、起草、SEO、内容再利用与分发工作流，并让人工掌控策略、品牌语气、审核与发布决定。

AI 销售技术栈：线索信息补充、个性化与规模化跟进

构建一套以研究和消息质量控制发送量的外联技术栈，并对回复与合规保留人工审核。

面向非工程师的评估：判断AI工作流正在变好还是变差

使用示例、评分标准和回归检查，衡量AI工作流是否正在改进。

2026年LLM技术栈：模型、推理、工具与权衡

从一线架构师的视角梳理2026年LLM技术栈：模型层级、推理服务商、编排层、评估工具，以及交付生产级AI时真正重要的权衡。这里汇集了我们希望在起步前就有人讲清楚的一切。

高级ChatGPT与大语言模型

结构化输出与函数调用：生产环境中的实践模式

结构化输出和函数调用是从“生成文本的大语言模型（LLM）”走向“实际执行工作的系统”的桥梁。在生产环境中，真正重要的模式围绕模式定义、错误处理、幂等性和优雅降级展开，而不只是JSON模式。

面向生产环境设计提示：系统、开发者和用户层

分离系统、开发者和用户指令，并将生产提示作为有版本的系统组件进行测试。

高级提示词工程

构建真正能捕获回归的评估

大多数评估套件看起来令人印象深刻，却会漏掉真正的回归。要构建能够捕获关键问题的评估，需要仔细构造数据集、使用敏感的指标、校准评判模型，并建立信任文化。本文介绍优秀团队采用的实践模式。

LLM 应用的可观测性：追踪、成本、延迟和质量漂移

在常规可观测性基础上，增加多步骤追踪、可归因成本、提示词与模型版本、经过评估的质量信号、隐私控制，以及根据工作负载制定的告警。

14 分钟阅读

从零构建MCP：使用TypeScript打造生产就绪的服务器

构建生产级Model Context Protocol服务器，不能只是连接几个工具。本文介绍Schema设计、身份验证、错误处理、流式传输、可观测性的模式，以及让MCP服务器在规模化场景中真正发挥作用的生产现实。

设计LLM真正能够正确使用的MCP工具

我们看到的大多数MCP工具在技术上正确，在实践中却毫无用处。LLM会忽略、误用，或以无益的方式调用它们。本文介绍让LLM自然采用工具的设计原则，并给出常见失败及其修复示例。

构建生产级RAG：摄取、嵌入、检索、重排序与评估

生产级RAG流水线包含六个阶段，每个阶段都有决定质量的特定模式。本文介绍整体架构、各阶段的选择，以及让有效RAG与令人失望的RAG拉开差距的迭代评估规范。

超越文本块的RAG：图RAG、智能体RAG与长上下文RAG

经典的基于文本块的RAG存在局限。图RAG、智能体RAG和长上下文RAG以不同方式突破了这些限制。本文介绍各自适用的场景、实际工作原理，以及生产环境中重要的权衡。

如何在提示词、RAG与微调之间选择（以及何时组合）

提示词、RAG和微调是让LLM适应你的问题的三大手段。它们各有适用和不适用的问题。本文提供选择框架、各自的实际成本，以及组合使用时效果突出的生产模式。

2026 年的微调：以证据为先的 LoRA 和 QLoRA 实验

判断参数高效微调是否合理，治理数据，固定可复现实验，对比留出集与安全结果，并在部署前对服务性能做基准测试。

如何设计不会无限循环的智能体

生产环境中最常见的智能体故障，是陷入无限或近乎无限的循环：智能体不断重试、转向分支，消耗大量token，却没有取得进展。本文介绍如何通过架构设计避免这类问题，让智能体即使面对困难任务也能正常结束。

LangGraph、CrewAI还是直接调用API：2026年如何选择智能体框架

2026年的智能体框架生态比以往成熟，却依然没有明确的统一选择。LangGraph、CrewAI、Pydantic AI、OpenAI Agents SDK和直接调用API各自适合一部分团队和项目，但没有一种方案适用于所有情况。本文将如实比较这些方案，并提供一套决策框架。

上下文工程：管理100万token的窗口，同时避免上下文退化

100万token的上下文窗口已经成为现实，但远未达到上限时，质量就会开始下降。上下文工程研究如何有效使用上下文窗口：该纳入什么、该总结什么、该实时检索什么，以及如何在上下文不断增长时维持高质量。

高级提示词工程

为长期运行的智能体构建记忆

长期运行的智能体需要一套责任明确的持久化设计，涵盖来源、确认、租户隔离、检索测试、保留、更正和可验证删除。

生产环境中的计算机操作与浏览器智能体

计算机操作与浏览器智能体的演示经常引发热议，但大规模生产部署呈现出另一番面貌：任务范围更窄、约束措施更多、用户体验设计更谨慎。本文介绍行之有效的模式、反复出现的故障，以及真实的成本效益。

14 分钟阅读

提示词注入与大语言模型安全：威胁模型与纵深防御

为大语言模型工作流建立威胁模型，并针对不可信内容、检索、工具调用、授权、监控和事件响应落实具体控制措施。

成本优化推理：提示缓存、路由与输出控制

基于追踪数据建立推理成本模型，优化实测成本中占比最大的部分，并证明每项改动都不会损害任务质量。

自托管与托管式推理：一个可审计的盈亏平衡模型

自托管要达到什么规模才会比 API 调用更划算？本文介绍实际计算、运维现实，以及区分哪些团队应该自托管、哪些团队应该继续为托管推理付费的模式。

LLM 产品的单位经济性：以证据为先的定价工作表

在定价前先测量模型用量分布、贡献毛利、故障处理、支持成本和留存。本工作表以可审计输入取代缺乏依据的市场区间。