主题

写作与编辑

在不失去自己风格的前提下起草、修改、打磨和审阅文本。

23 项内容 (11 篇文章 · 12 个视频)

从这里开始

浏览完整内容之前,先阅读几篇推荐文章。

此主题下的更多内容

6 分钟阅读
文章

先自己起草,再请AI评议,而不是让它参与合著

对创作者而言,AI最有价值的帮助通常是评议你已经写好的草稿,而不是与你共同生成第一稿、悄悄取代你的声音。这里提供一套先起草、再评议的流程,并说明如何验证反馈,以及反馈过于空泛时如何回退。

初级
5 分钟阅读
文章

保留个人品味的一轮编辑

一轮 AI 编辑往往会把作品打磨得趋于平庸。一套保留个人品味的编辑流程:先定标准,只提局部建议,并排比较后逐条接受或拒绝,最后在没有 AI 辅助的情况下通读,保住让作品仍属于你的特质。

中级
7 分钟阅读
文章

用AI安全初筛长文档和PDF

用一套立足原文的三轮工作流来梳理长文档、定位需要人工审阅的段落并准备问题清单,而不把阅读或法律判断外包出去。

AI新手
4 分钟阅读
文章

用ChatGPT写出你真正愿意发送的邮件

兼顾隐私的邮件起草和修改流程,不提交机密对话,也不把最终判断交给模型。

AI新手
8 分钟阅读
文章

深度研究模式:界定问题并审查来源

Deep Research是ChatGPT、Gemini、Claude、Perplexity及类似工具中的多步骤网络研究模式,可在较长的自主运行后返回一份带引用的结构化报告。本指南介绍如何界定问题、审查来源,以及何时不应使用它。

初级
7 分钟阅读
文章

少样本提示:用示例引导输出

当文字说明仍留有解释空间时,向模型展示有代表性的输入输出示例,并测试它们能否提高你这项任务的一致性。

初级
8 分钟阅读
文章

NotebookLM:构建基于来源的研究笔记

构建一个主题聚焦的NotebookLM资料集,提出基于来源的问题,并在依赖答案前核实引用的段落。

初级
8 分钟阅读
文章

别只发一次提示词:迭代式对话法

一套实用工作流程:通过批评、聚焦、转向、压力测试和验证,改进有潜力的首次回答,而不是默认从头开始。

初级
8 分钟阅读
文章

日常知识工作的十种提示词模式

适用于起草、批评、分析、演练和结构化输出的十种可复用提示词结构,每类工作都配有验证习惯。

初级
90 分钟
视频

AI写作终极指南

David Perell. Perell的章节列表包括40:28的用LLM写作、52:14的用LLM思考,以及1:21:32的保持个人声音。把这些章节当作工作流示例,并与文章限定范围的编辑核查比较。

AI新手
18 分钟
视频

这套NotebookLM + Perplexity工作流程可将研究时间缩短50%(甚至更多)

Grace Leung. 这是一套更实用的双工具工作流程:用Perplexity查找文档和引用来源,再用NotebookLM实际阅读并综合这些内容。如果你面对的“长文档”问题其实是“一大叠文档”问题,例如市场研究、监管申报文件或多来源报告,这套方法会很有用。

AI新手
26 分钟
视频

如何使用NotebookLM(Google的AI“理解工具”)

Tiago Forte. NotebookLM示例补充了文章中不依赖特定工具的核查流程。依据来源作答不能替代对原文引文、缺失部分及限定条件的检查,也不表示文章默认推荐该产品。

AI新手
11 分钟
视频

4个让我的工作量减半的ChatGPT技巧

Jeff Su. 创作者在06:06列出“Red Team Technique”章节,介绍让AI批评自己的输出。用虚构或明确获准使用的事实,尝试范围有限的语气或清晰度批评。将它提出的反应视为假设,而非真实收件人的证据。

AI新手
22 分钟
视频

21分钟学会用AI分析数据

Tina Huang. Tina将Perplexity Deep Research以及ChatGPT、Claude的分析模式放进分析师的日常工作情境中,展示如何汇总市场信号、开展探索性数据分析并生成结构化输出。如果你想了解这类功能除了学术文献综述还能做什么,这段视频正好可以作为首选视频的补充。

初级
14 分钟
视频

如何使用ChatGPT Deep Research,节省数小时研究时间

Andy Stapleton. Stapleton用深度研究处理它最擅长的典型任务:在范围、时间区间和结构都明确的情况下开展文献综述。他展示了通过澄清问题确认需求、等待10分钟、获得涵盖40个来源的输出这一完整过程,也指出了引用和语气仍需人工审核之处。他还坦率说明了功能局限,例如无法导出BibTeX,选择来源时偶尔过于宽松。

初级
42 分钟
视频

提示词工程教程——掌握ChatGPT和LLM的回答

freeCodeCamp.org. 跳到31:20的“零样本与少样本提示”章节,即可看到清晰的演示对比:同一个任务,一次不提供示例,另一次提供少量示例——这正是文章整章所围绕的对比。如果你刚读完文章,还不了解更广泛的背景,那么前面关于提示词思维方式和最佳实践的章节也很有帮助。

初级
25 分钟
视频

提示词入门101|Code w/ Claude

Anthropic. 示例是Anthropic在这段视频中逐项讲解的十个要素之一,你可以看到他们将示例添加到真实的客户提示词中,并由此改变模型的输出。如果你想了解如何在完整的提示词中使用少样本方法,而不只是把它视为一项孤立技巧,这段视频会很有帮助。

初级
131 分钟
视频

我是如何使用LLM的

Andrej Karpathy. Karpathy介绍了自己日常如何实际使用ChatGPT、Claude、Gemini、Grok和Perplexity。他共享屏幕展示实时对话,而不是精心编排的一次性演示。你会看到他何时追加问题、何时在对话中途切换模型,以及何时放弃当前思路重新开始——这正是文章所述的迭代循环,而且示范者以构建这类系统为业。

初级
9 分钟
视频

只需8分钟,掌握完美的ChatGPT提示词公式

Jeff Su. 视频通过健身计划、简历和内部邮件等办公场景示例,讲解由任务、上下文、范例、人设、格式和语气组成的六部分公式。这套简洁框架与文章中的多个模式相互对应。

初级
26 分钟
视频

25分钟掌握所有必备AI技能(2025)

Tina Huang. 提示词章节(02:30–09:20)介绍了两套可以叠加使用的英语口诀:“tiny crabs ride enormous iguanas”(“小螃蟹骑着巨大的鬣蜥”;对应任务、上下文、参考资料、评估、迭代)和“ramen saves tragic idiots”(“拉面拯救悲惨的笨蛋”;对应回顾、拆分、尝试类比、引入约束)。它们与文章中的迭代和优化模式高度对应。当一次性提示公式无法达到目标时,这套方法会很有用。

初级
90 分钟
视频

AI写作终极指南

David Perell. Perell以教授写作为职业,并逐步展示了他实际如何使用大语言模型(LLM)起草内容,同时避免让成文读起来像AI生成。他解释了自己会让模型做什么(研究、搭建结构、梳理自己的想法)、坚决不委托什么(文风、品味和观点),以及用哪些具体方法保持文字的个人特色。视频观看次数略低于100K的门槛,但仍值得收录,因为这个主题确实小众,而这是关于该主题最有思考深度的长篇讲解。

初级