我看了一下Anthropic分享的Prompt101

其中有两个我觉得可以分享，强化一下使用：

第一个叫做预填充响应 (Pre-fill Response)

>做什么： 在API调用中，直接为模型的回答提供一个开头。

>为什么： 这是强制模型输出特定结构（尤其是JSON）的有效技巧。

>示例： 在API请求的“助手（assistant）”部分，直接填入一个左花括号 {，以引导模型续写一个完整的JSON对象。

这个预填充更容易引导模型按照你的输出模式进行响应，因为LLM是文字接龙

第二个是Prompt调试，利用“扩展思考”功能 (Extended Thinking / Scratchpad)

>作用： 这是一个强大的调试工具。开启此功能后，模型会显式地展示其“思考过程”或“草稿板”。

>如何使用： 通过分析模型的思考记录，你可以理解它在哪些环节遇到了困难或产生了误解。然后，你可以将这些洞察转化为更清晰的分步指令，固化到你的提示词中，从而使提示词本身变得更强大、更高效。

这个其实是23年宇龙分享过的一个思路，就是当提示词输出效果不符合预期时，需要与模型沟通，确认模型对提示词中的哪部分理解出现了语义偏差。

打印思考也是这种思路的一个变体。

以上是我学到的

日更43天，涨粉1243人的经验。

这是绝对冷启动进入推荐池的一个案例，因为我压根没发过任何这个号的信息，也没有外部推广。

前几天算错了，其实到今天也才做了43天。

总结下经验：

1.还是日更原创，老生常谈，但这是最基本的。

2.开发了一套ai内容工作流，用非常小的内容创作成本，达到了极大的内容创作效果。

3.如果是个人做，内容成本要做到最低，不然你肯定坚持不下去。

4.对于新号而言，标题前几个字决定了是否能进流量池。

5.看到哪些标题能进流量池，我都会把共同的特征用ai总结出来，我自己也能总结出来，但是如果让人去复制，他是不懂的，不能光消耗自己，要善用ai，用ai总结出来，然后做成提示词，你会发现没人比你的提示词更好，你是从实战中得到的提示词。

第五条的思路，我觉得价值匪浅，舍得发出来，是因为我暂时不想卖。

这么快就有山寨的了么，排名还跑前面去了

你离懂 github 只差一个meta 的课程：

https://coursera.org/learn/introduction-to-version-control

推进一个 meta 讲的version control的微型课程，我自己看完觉得非常受益。

作为一个产品经理转型的全栈开发，我现在每天都在用git进行版本管理，git is so easy.

#关于我的商业使用说明书：

你好呀，我是秋嘢。

混迹网络这么久，我想我是该好好介绍下自己，让大家更快速得了解我。

我是一枚文案人，从事新媒体行当6年，呆过电视台、党报、互联网公司、央企，在职场拿固定工资的5年时间里，我主要写公众号文章。后来因为业余时间捣鼓小红书，做出了一个1.9万粉、一个5000粉的账号，因而获得了一些合作机会，陆续给阿里巴巴、蕉下、小红书、华为等平台/品牌都写过文案。

去年5月份，我遭遇了职场危机——我被裁员了，于是我决定给自己一年的时间去探索自由职业。然后，我就成为了一名自由职业者，直到现在。

而在探索自由职业的这一年多里，我除了写文案，又挖掘了下自己在其他领域的可能性，比如小红书运营。于是，我借由新疆旅居的契机，给当地一些民宿运营账号、引流获客，没想到这件事做得还不赖，所以我把“小红书代运营”纳入了我的主要业务范畴。

没错，我现在也是一名小红书运营者，扩大了说，是操盘手，主要帮中小企业在小红书生态做内容运营、流量增长……后面慢慢发展，我又掌握了KOC/KOL投放和聚光投流的经验和方法，也就开始做整个小红书生态的业务。

这一年，因为业务剧增，一个人单打独斗太累太孤单，于是在遇到合适的事业伙伴后，我注册了一家新媒体公司，和一个能量绿植品牌。

是的，我现在又有了新的身份——创业者。

开新媒体公司，是想要系统化得承接现有的业务，比如小红书代运营、文案、品牌营销、广告投放、聚光投流、商业咨询等。以团队的形式去提供服务、分工协作，我发现这样比“数字游民”、“一人公司”更幸福更轻松些，也更能把服务做好。

我的2位合伙人都很厉害，一个是小红书的官方讲师、百万IP操盘手，另一位是保时捷的前人力资源总监、奇门遁甲方面的专家，与他们一起共事，我感觉到莫大的荣幸以及幸福。

目前，我们的团队有固定的业务在做，每个月也会有新的项目接洽进来，如果你有相关的需求，可以来找我聊聊。

关于绿植品牌#植野境，我们起步得很慢很慢。做这件事，出发点主要是我的情绪问题，我患有严重的抑郁症，我需要一些有生命力的东西来疗愈自己，而能量绿植就恰巧在刚好的时间出现在了我的身边。

至于文案，我还在写。目前仍然在帮一些合作多年的品牌、网红博主写商业文案，很感谢大家的信赖。写作是我一生的事业，我想我这辈子都不会放弃它。

另外，因为我这些年一直在捣鼓副业、研究小红书运营，在这些方面经验很足，帮助过很多人成功起号、开展适合自己的副业，所以我也会接一些相关的商业咨询。

以上，就是我能提供的商业服务。如果你想要进一步跟我产生链接，在找到我之前，建议你务必再了解下我的一些其他信息，尤其是性格以及喜好：

我是湖南郴州人，95年，巨蟹上升狮子，MBTI人格是ENFJ，现实生活中接触可能觉得我活泼直爽，但我的内心敏感细腻，外在与内在是两个极端。

我喜欢真诚善良的人，交朋友、谈合作都会以此为出发点；喜欢有话直说，厌恶试探、说教以及白嫖；有点道德洁癖，爱好有才华、审美好、聪明的人类。

痛点：每次vibe coding都分神，因为要翻看结果，注意力极度不集中，甚至还有vibe coding焦虑。

解决方式：设置Play sound on finish，即可每次chat聊天回复完成时播放声音。

反正AI负责专心干活，我终于可以专心摸鱼☕️

水往低处流，从都江堰学到的流量哲学

这篇文章，有一个观点来自于@屋里杨涛 。
整篇文章讲的内容，其实是告诉大家为什么广告会投不出去，原因是什么，怎么解决。

#CLAUDE.md 文件推荐约束

## Code Architecture

- 编写代码的硬性指标，包括以下原则：
（1）对于 Python、JavaScript、TypeScript 等动态语言，尽可能确保每个代码文件不要超过 200 行
（2）对于 Java、Go、Rust 等静态语言，尽可能确保每个代码文件不要超过 250 行
（3）每层文件夹中的文件，尽可能不超过 8 个。如有超过，需要规划为多层子文件夹
- 除了硬性指标以外，还需要时刻关注优雅的架构设计，避免出现以下可能侵蚀我们代码质量的「坏味道」：
（1）僵化 (Rigidity): 系统难以变更，任何微小的改动都会引发一连串的连锁修改。
（2）冗余 (Redundancy): 同样的代码逻辑在多处重复出现，导致维护困难且容易产生不一致。
（3）循环依赖 (Circular Dependency): 两个或多个模块互相纠缠，形成无法解耦的“死结”，导致难以测试与复用。
（4）脆弱性 (Fragility): 对代码一处的修改，导致了系统中其他看似无关部分功能的意外损坏。
（5）晦涩性 (Obscurity): 代码意图不明，结构混乱，导致阅读者难以理解其功能和设计。
（6）数据泥团 (Data Clump): 多个数据项总是一起出现在不同方法的参数中，暗示着它们应该被组合成一个独立的对象。
（7）不必要的复杂性 (Needless Complexity): 用“杀牛刀”去解决“杀鸡”的问题，过度设计使系统变得臃肿且难以理解。
- 【非常重要！！】无论是你自己编写代码，还是阅读或审核他人代码时，都要严格遵守上述硬性指标，以及时刻关注优雅的架构设计。
- 【非常重要！！】无论何时，一旦你识别出那些可能侵蚀我们代码质量的「坏味道」，都应当立即询问用户是否需要优化，并给出合理的优化建议。

小公司普遍做不了 abtest ，不要被「测试」吓退，核心还是「策略+手感」。

最近在跟产品伙伴讨论 onboarding 如何设计，也就是用户进入 app 以后的最初体验，如何能更早感受到 aha-moment 以及触发付费动机，但又不至于因为前面承诺太多而导致后面退费。

我们本质上还是希望做一个长期的产品，我分享了关于【50 年业务】的思考以后，伙伴也非常认同，所以不希望过度承诺，搞得很像骗子一样。

我跟伙伴分享了一个故事，来自于我曾经任职的公司，低转正业务，本来比如说前端进来 100 个线索，能转化 10 个，这是 10% 的转化率，但有段时间突然发现一个城市的转化率特别高，但是进来以后退费率也特别高。

作为公司中台，我们就去查原因，结果发现是一个销售小团队跟客户承诺了一个达不到的效果，用户一听觉得很牛逼，都愿意付费，结果付费进入正常运营周期以后，后面的客服反馈“做不到”，结果就猛猛退费。

所以用户预期是个很有意思的事儿，实际业务操盘中，都是要在前端提预期，一旦付了费，就要开始刻意降预期，告诉用户“改变是缓慢的”“服务不会特别满，避免打扰，还是靠你自觉”……之类之类的。

那对上小公司怎么办呢，我们没办法花钱做大投放一天搞来 5000 个下载，然后把策略一一分配好进行严谨的 abtest ，这测试就没法儿做了吗？

当然也不是。定义好核心数据就好了，【下载转化率】、【退费率】和【投诉率】，理论上讲，保险的操作就是【承诺指数】从低到高去攀升，下载转化率逐渐升高，退费率略略高，但只要没有【投诉】，寻求一个 ROI 最大化就好了。一旦有了【投诉】，就回退。

这玩意儿肯定是不绝对精准，置信度不高，但对于小公司来说足够了。

abtest 是好东西，但没了它肯定也能跑，很多大厂人出来创不了业就是太依赖平台，失去了那些工具就做不好决策，事实上 abtest 这玩意儿要是健全，也不需要你做决策啊，所以核心还是【找恰当的解法】，在现实资源的基础上尽可能把方向找对。

只要培养自己这种解决问题的思路，哪怕在小公司没有健全的机制，也能解决问题。

都用白底黑字一定有什么说法

产品越不行，越是搞一堆花里胡哨的活动运营玩法，显得噪声太多太cheap，仿佛用战术上的勤奋可以掩盖战略上的懒惰。

真正好的产品，让人感到优雅、专注和宁静。

仅以此记，提醒自己不要陷入滑坡。

求个播客剪辑的同学，帮我一起做《文档漂流记》
👩🏻‍🦱希望懂内容，有审美，懂各个平台规则，系统学习过播客前中后期制作方法论。
我唯一优势:有偿且不拖欠工资

好想做一个基于DeepseekR1的Deepseek code🤣

🥶但凡claude code能让我好好用 我也不至于冒出这种想法

用 claude code 开发 iOS 真的太慢了，大佬们有什么好方法吗？

岂可修，没想到 vercel ai sdk 居然不支持 deepseek r1 的推理模型格式，在旧的格式中 deepseekR1 这些推理模型，推理信息都是放在 content 的 标签中的，新版本都是放在 reasoning_content 中，vercel ai sdk 隐藏了过程，我自定义中间件也没办法获取到推理过程输出响应前端，大佬们有办法解决吗？