---
title: 一个包含主流 AI 应用中文系统提示词的开源仓库
publishDate: 2025-05-15 19:14:00
excerpt: 一个关于LLMs、AI Agent应用的系统提示词（System Prompt）开源仓库。
featuredImage: /uploads/prompt.png
tags:
  - 分享
  - prompt
---
<u>一个关于LLMs、AI Agent应用的系统提示词（System Prompt）开源仓库。</u>

[System-Prompts-Chinese](https://github.com/wowyuarm/System-Prompts-Chinese)

它包含：

**LLMs** (大型语言模型)： 涵盖了当前主流的、具有广泛影响力的基础语言模型。如ChatGPT、Claude、DeepSeek、Gemini、Grok、Kimi等。

**Agents** (AI 智能体)： 包含了在特定领域表现突出的 AI Agent 产品。

如Bolt、Cline、Cursor （深度拆解文章：[解密Cursor：System Prompt 深度解析 | 最佳实践](https://mp.weixin.qq.com/s?__biz=Mzk1NzM4NzQ4Mg==&mid=2247484081&idx=1&sn=27295d92a0588512a3d4f1c46cdd9194&scene=21#wechat_redirect)）、Devin、Dia、Lovable、Lovart、Manus、Perplexity、Replit、Trae、v0、Windsurf等。

![图片](/uploads/屏幕截图-2025-05-15-185009.png)

- - -

本项目的系统提示词均是**翻译成中文的版本**且进行**易读性优化。**

本仓库收集和分析的所有系统提示词，其版权归属于各自的模型或应用开发者。

系统提示词是AI模型行为的重要影响因素，但不代表其全部。模型的具体行为还受到其训练数据、算法结构、以及部署环境等多种复杂因素的影响。

模型厂商、应用公司可能会随时更新其系统提示词；且部分系统提示词非来自官方，本仓库内容可能并非最新或完全准确。

本项目旨在：

* **探索与收集**：收集和整理当前主流或具有代表性的大型语言模型 (LLMs) 和 AI 智能体 (AI Agents) 的系统提示词。优先选取那些在社区中具有较高热度、展现出独特能力或具有典型设计思路的AI。
* **学习与借鉴**：为 AI 开发者、研究人员、Prompt工程师以及对 AI 技术感兴趣的爱好者，提供一个学习和参考的资料库，助力大家更深刻地理解 AI 的运作机制，并从中获得启发。
    

正如我观察到的，即使是一些能力强大的模型（如 Grok、DeepSeek），其系统提示词也可能出人意料地简洁，这本身就引人深思。而对于功能各异的 AI Agent（特别是 Coding 类 Agent），其系统提示词更是展现出丰富多样的设计特色。

本仓库中的系统提示词主要通过以下方式获取：

* **公开渠道信息**：部分模型或应用的开发者可能在官方文档、技术博客、社区论坛或开源项目中公开了其系统提示词或其核心思想。
    
* **技术探索与合理推测**：对于未公开的系统提示词，通过符合社区普遍接受的技术探索方法（例如，精心设计的交互式 Prompt Engineering）尝试获取或进行合理推测。这些探索旨在学习和理解，而非恶意破解或绕过安全机制。


一个包含主流 AI 应用中文系统提示词的开源仓库

---
title: AI 重塑学习：“今天学点啥”与个性化教育的未来范式
publishDate: 2025-05-08 18:11:00
excerpt: 我眼前的一亮的，是这种创新的产品形态，同时，也是一种可能到来的个性化学习的教育未来。
featuredImage: /uploads/chatgpt-image-2025年5月8日-18_17_27.png
tags:
  - AI
  - 分享
  - 深思
---
# 01

在有限的时间内**高效获取、深度理解**并**有效内化**信息时代的海量知识碎片，这款新产品让我对于AI应用的**交互体验、内容转化**能力眼前一亮。

![](/uploads/屏幕截图-2025-05-08-102731.png)

发布于4月21日的“今天学点啥”，那个时候因为入口与秘塔搜索绑定，而不是单独应用，当时没有进一步探索。最近发布了IOS版本，整体设计同样很棒。

搜索框直接触达秘塔文库覆盖超一亿的学术文献，选择内容或者粘贴网址即可讲解。学术论文、行业报告、日常浏览的网页信息——在短时间内转化为包含**演示文稿**（PPT）、语音讲解乃至辅助动画的**沉浸式视频课程**。

![](/uploads/屏幕截图-2025-05-07-212959.png)

![](/uploads/屏幕截图-2025-05-08-105329.png)

这是一种全新的交互范式，也最让我近期眼前一亮的**AI Native**（AI原生）应用。新的交互已然超越了传统的信息检索或知识管理工具的范畴，我看到是AI真正从根本上**重塑**知识的传播途径、获取方式以及**个性化定制**的未来图景。

本文不会简单地介绍这款应用，而是从**功能实现**和**技术基础**两方面拆解，以此探究AI将对学习、教育的潜在影响。

# 02 

**功能实现**方面，通过输入框确认主题内容后（检索文库文档、抓取网页内容），首先进行一轮的**内容分割与精炼**，然后可以自主选择进行“讲解”。

接着，允许用户根据个人偏好选择**讲解风格与难度**，进而动态生成包含 PPT、语音旁白和视觉元素的教学模块。

学习过程中，用户可以与内置的 AI 导师进行即时问答互动。学习结束后，通常还设有测验环节以巩固效果，并可能根据学习记录推荐后续内容，试图形成一个**完整的学习流程**。

**技术基础**方面，其技术核心无疑是大型语言模型（LLM）。LLM 强大的文本理解、内容生成和对话交互能力是基础，再结合**文本到语音**（TTS）、**文本到演示文**稿、**文本到视觉元素生成**等多模态 AI 技术，将抽象的知识转化为多感官的学习体验。此外，推测其可能运用了知识图谱、用户画像等技术，以支持更精准的个性化推荐与内容组织。

# 03

我也将我自己之前的一篇近万字文章上传，最后的讲述结果出乎意料地很好，语音与展示文稿高度一致，且语音还进行了额外的口语化适配。更何况还有其他特色的风格，我还没有尝试。

![](/uploads/屏幕截图-2025-05-08-172935.png)

这是教育模式从标准化向**个性化迁移**的一种可能性。传统的教育资源具有普适性，学习者需要适应统一的内容和节奏。而AI则展现了提供“**按需定制**”学习资源的能力，用户根据自身目标和理解水平，获取高度个性化的教学材料和讲解。

就像秘塔官方文章的标题：[忙了仨月，我们希望让教育更平权一点](https://mp.weixin.qq.com/s?__biz=MzA3MzQ5NTAxMw==&mid=2247504124&idx=1&sn=62f091747655f18a66aba5b3dc55c8a4&scene=21&token=585968761&lang=zh_CN#wechat_redirect)。其中可以看出的理念也是“*让个性化定制的知识不再稀缺*”。

当然，目前这只是一种*初级形态*，秘塔这次推出的“今天学点啥”仍然有不少瑕疵，包括视觉效果简单朴素、SVG动画容易出错、有些时候让用户“不知道学什么”。

然而，还是瑕不掩瑜：通过引入多样的呈现方式和互动机制，这类应用也在尝试重塑学习过程本身的体验，试图将知识的传递变得更具吸引力、更符合直觉。更进一步看，AI 具备通过持**续追踪学习者反馈**，进行动态调整和精准辅导的潜力，理论上能够实现更高效的“**因材施教**”，从而更有效地促进个体认知潜能的发展。这也是我认为AI时代下的“教育革命”。

由AI驱动的个性化学习范式，一定是未来，但挑战仍然很多，包括模型能力、平衡个性化推荐与“信息茧房”、成本问题...

在我构建的 Nexus 协作范式（旨在实现人类智慧驱动与 AI 算力/执行力深度融合）的视角下，我认同 AI 在提升学习效率和**实现个性化教育**方面的巨大潜力。

但同时，我们也关注“**连接**”本身的深度与质量。我们认为，真正的认知成长，除了知识的获取，还需要*情感的共鸣、思想的碰撞以及探索过程中的陪伴与支持*。

因此，在“今天学点啥”所代表的技术路径之上，未来的探索方向或许可以更加关注：如何让 AI 不仅成为知识的传递者，更能成为一个能够进行深度连接、提供情感支持、激发内在探索欲的“**灵魂伙伴**”？如何让学习过程不仅仅是知识的习得，更能与个体的人生目标、价值实现紧密结合？这或许是**人机协作**在学习与成长领域，更值得期待的未来图景。

<u>我眼前的一亮的，是这种创新的产品形态，同时，也是一种可能到来的个性化学习的教育未来。</u>

我在思考的也是 AI 在人类认知与成长中更深层次的角色，我们在共同塑造一个**智能增强**的未来。

GPT对以上内容的总结：这是对AI原生教育工具的一次前瞻性探索，展示了AI在推动个性化、沉浸式学习变革中的广阔前景与现实挑战。


AI 重塑学习：“今天学点啥”与个性化教育的未来范式

---
title: 解密Cursor：System Prompt 深度解析 | 最佳实践
slug: 20250420064800-cursor-system-prompt
publishDate: 2025-04-19T22:48:00.000Z
excerpt: Cursor Prompt提取的一些构建最佳实践：详细的角色定义、精细的行为准则、严格的输出限制、用户体验的考量。
featuredImage: /uploads/屏幕截图-2025-04-19-224934.png
tags:
  - AI
  - 分享
  - prompt
---
## 01 前言

本文会将深入分析顶级AI应用—**Cursor**（**Agent模式**）下的系统提示词（System prompt）。通过拆解其结构与规则，我们可以学习到构建高效、可控的AI Agent Prompt的**最佳实践**。

关于更详细的版本及其他AI应用的Prompt（如Replit、Devin、v0、Lovable等）可以在此开源仓库找到：

```
https://github.com/x1xhlol/system-prompts-and-models-of-ai-tools
```

（强烈推荐关注此仓库以获取更多AI应用 System Prompt的实例。）

接下来，**02**部分是关于Cursor Agent prompt的**拆解**，**03**部分则是一些prompt构建的**启示**。

- - -

## 02 拆解

有趣的是，Prompt中声明Cursor是世界上最好的IDE。而且，默认模型是Claude-3.7-Sonnet。这份Prompt设定了模型在Cursor IDE中的**行为准则和能力范围**。

1. **核心角色与目标**：

* 作为AI编程助手仅在Cursor中工作，与用户结对编程。
* 任务：创建、修改、调试代码或回答问题。
* 上下文：会接收用户消息，并可能附带IDE状态信息（打开文件、光标位置、历史、错误等），AI需自行判断信息相关性。
* 首要目标是遵循用户的明确指令。

2. **工具调用规则** (<tool_calling>)：

* 关键规则：与用户交流时，绝不能提及工具的内部名称。用自然语言描述操作（“我会编辑文件”而非“我会用edit_file工具”）。（比较有趣，之前我还无意中问出来了。我认为这个规则与要和用户结对编程的优先级存在逻辑冲突，即我明确指出告诉我工具更有利于我们的合作，它就告诉我了。）
* 精确性（严格按照工具定义提供必须参数）、有效性（绝不调用列表中为明确提供的工具）、必要性（仅在任务确实需要时才调用工具）。
* 在调用每个工具前，必须先向用户解释为什么需要执行该操作。

3. **代码修改规则** (<making_code_changes>)：

实际上，在我实际使用中，模型对于以下规则的遵循不是很准确。

* 禁止直接输出：除非被要求，否则绝不直接在聊天中输出代码块。必须使用代码编辑工具来实施变更。  
* 频率限制：每轮对话最多使用一次代码编辑工具。
* 可运行性保证（**核心要求**）：

  ```
  1. 包括合并编辑：对同一文件的修改应聚合到单词编辑工具调用：；

  2. 项目初始化：从零创建项目时，需包含依赖管理文件（如requirements.txt含版本）和有用的README。；

  3. Web UI/UX：创建Web应用时，应注重美观、现代的UI和良好的UX；

  4. 上下文获取：编辑前必须先读取相关代码区域（除非是简单追加或新建文件），确保理解上下文；

  5. 错误处理：主动修复因修改引入的Linter错误（如果明确如何修复），但同一文件错误修复尝试不超过3次，之后需询问用户；

  6. 编辑重试：若合理的编辑建议未被正确应用（可能由较简单的模型执行失败），应使用reapply工具尝试再次应用。
  ```

4. **搜索与阅读规则** (<searching_and_reading>)：

* 工具优先级：优先使用语义搜索（codebase_search）。  
* 阅读效率：读取文件时，倾向于一次性读取较大范围，而非多次小范围读取。  
* 目标导向：一旦找到足够信息进行编辑或回答，就停止搜索/阅读。

5. **函数/工具列表** (<functions>):

这个是我感觉最有趣的。

```
codebase_search：
语义搜索代码，应复用用户查询措辞。

read_file：
读取文件指定行范围（最多250行）或整个文件（受限情况），需确保获取完整上下文，注意未显示行。

run_terminal_cmd： 
提议在用户终端运行命令，需用户批准，注意shell状态（新/旧）、对交互式命令加管道 (| cat)、后台运行长命令。

list_dir：
列出目录内容，用于探索文件结构。

grep_search：
精确文本/正则搜索（基于ripgrep），可指定包含排除模式、大小写。

edit_file：
提议文件修改，使用特定格式（// ... existing code ...代表未变动代码），需附带单句指令说明意图，target_file参数优先。

file_search：
模糊匹配文件名进行快速查找。

delete_file：
删除指定文件。

reapply：
当edit_file应用效果不佳时，要求更智能的模型重新应用上一次的编辑提议。

web_search：
进行网络搜索以获取最新信息。

diff_history：
查看工作区内文件的近期修改历史。
```

6. **代码引用格式**：

* 强制规定了引用代码块的唯一格式:起始行:结束行:文件路径换行后跟// ... existing code ...。

7. **用户信息** (<user_info>)：

* 提供用户的环境信息（操作系统、工作区路径、Shell类型）供AI参考。

8. **最终指令**：

* 强调必须使用可用工具、检查必需参数、必要时询问用户、精确使用用户提供的值、不臆测可选参数、分析用户描述性词语中的潜在参数。
    

- - -

## 03 Prompt构建启示

Cursor Agent的System Prompt设计已经很简洁了，我看到其他的一些都非常长。

一些我个人对于这份Prompt构建的看法：

* **指定角色**。这对于大模型能力发挥可能一直都会起到很重要的作用，这本身就源于其基于概率输出的原理。Cursor中的模型被指定为“结对程序员”，统一了行为与沟通风格，强化**人机协作范式**（很看好）。
* **明确行为**。Prompt包含大量具体、可操作的行为规则。例如，Cursor Prompt中关于“Linter错误最多重试3次”、“编辑前必须读取上下文”、“禁止提及工具名”、“Web应用需包含良好UI/UX”等，都是**精细化行为控制**的体现。
* **严格限制**。这包括对于AI的输出进行格式限制（如代码引用格式），还有内容限制，确保一致性、可解析性（对于工具调用很重要）。
* **设计体验**。很厉害的是，我认为开发者要求Cursor不提及工具，一方面考虑是保密，还有一方面是对于用户体验的影响。我不知道这些工具时，Cursor总给我一种**直接在操作代码**的感觉，而不是调用那些繁杂的工具。这使得**交互自然流畅**，隐藏实现细节、优化体验。
* **容错迭代**。Prompt需要预见错误并**提前注明错误的处理方式**。例如，reapply工具用于处理编辑应用失败，Linter错误处理规则包含了重试与向用户求助。

很有意思的**优秀范例**，推荐关注开源仓库。

总结：详细的角色定义、精细的行为准则、严格的输出限制、用户体验的考量。

- - -

来自AI总结：

> 本文深入拆解了顶级AI应用Cursor Agent的System Prompt。
>
> 该Prompt将AI定位为Cursor IDE中的“结对程序员”，强调通过特定工具（如代码编辑、语义搜索、终端命令）执行任务，而非直接输出代码。
>
> Prompt包含精细规则：如对用户隐藏工具名以优化体验、调用工具前解释原因、保证代码可运行性、系统化处理Linter错误（含重试限制）、优先使用语义搜索等。
>
> 关键启示包括：明确角色、制定细致行为规则、严格限制输出格式与内容、精心设计用户体验和内置容错机制。
>
> 这为构建高效、可控的AI Agent提供了宝贵范例，推荐关注文中提及的开源仓库获取更多实例。


解密Cursor：System Prompt 深度解析 | 最佳实践

---
title: 阶段性vibe coding模型使用经验分享
publishDate: 2025-04-06T22:58:00.000Z
excerpt: 推荐Gemini作为架构师，Claude作为工程师的组合，以达到高效与创新的平衡。
tags:
  - AI
  - 模型
  - 分享
  - vibe_coding
slug: 20250407065800-vibe-coding
---
关于模型使用方面，先说Gemini-2.5-pro，被Sam发布4o图片生成“狙击”，我认为他的强大被低估了。

Gemini在**查找bug与修复方面**出乎意料的强大，但是他的工具调用积极性不高，如果不去引导他，甚至不知道项目的文件以及代码逻辑。（具体可见[从Cursor出发：对于Agent更好的理解与运用](https://mp.weixin.qq.com/s?__biz=Mzk1NzM4NzQ4Mg==&mid=2247483951&idx=1&sn=6c7c1b70c70d91bed0c82ced534d6f4e&scene=21#wechat_redirect))

因此，我建议，对于一个比较完善的项目进行优化。现阶段Gemini旗舰模型是首选。

然而，除非将全部项目代码全告诉他；在AI IDE中使用时为了让他了解项目，可以通过Claude任意一款模型prompt：“**最大化调用工具了解所有的代码逻辑**”，甚至可能需要重复2-3轮，视项目大小而定。

3.7系列模型不可否认的是**代码方面、工具调用很强大**，然而在协作过程Claude-3.7犹如脱缰的野马，他不会在意项目的结构。甚至基于他认为“牵一发而动全身”，往往每增添一个小功能，如果在没有监管的情况下，Claude会将项目改得面目全非，需要慎用。

如果寻求高创意，追求Vibe coding（氛围编程），不害怕出错，只作为反馈者与需求提出者，完全可以只使用Claude-3.7-thinking。

如果需要安全性与高效率，Gemini作为架构师，Claude作为工程师，个人作为链接者的组合，我认为是很不错的。


阶段性vibe coding模型使用经验分享

---
title: 深度搜索型AI Agent如何改变知识工作的未来 | 解析智谱沉思
publishDate: 2025-03-31T19:06:00.000Z
excerpt: 我认为，这标志着进阶AI应用产品形态的转变：从集成了工具（联网搜索）的chatbot形式，到整合了工具自主调用的Agent（包括工作流型Agent）形式。
featuredImage: /uploads/屏幕截图-2025-04-22-140637.png
tags:
  - Agent
  - AI
  - 分享
  - 深思
slug: 20250401030600-ai-agent
---
## 01

继OpenAI、Grok (xAI) 、Gemini (Google) 等大模型公司发布Deep Search（深度搜索，泛指）类AI Agent产品，国内“六小虎”之一智谱发布了 (AutoGLM)沉思。

我认为，这标志着**进阶AI应用产品形态的转变**：从集成了工具（联网搜索）的chatbot形式，到整合了工具自主调用的Agent（包括工作流型Agent）形式。

这一标志主要表现在这一Agent功能的全面放开。 (AutoGLM)沉思也是国内首个门槛最低、全面免费、即刻使用的AI Agent产品。

本文重点关注**智谱沉思**。关于OpenAI DeepResearch（[AI Agent革命：大模型主导的自主进化 | 我相信模型本身](https://mp.weixin.qq.com/s/_lWIe86AX6kmk7nIY4EW2g))与Gemini([Gemini Deep Research引领智能调研新时代 | 市场再度下沉](https://mp.weixin.qq.com/s/7Hnv80wdBjbOT17F7G09AQ)）。

- - -

## 02

开始之前，还是需要说明，DeepResearch AI Agent并不是简单的赋予大语言模型工具使用（进行联网），这只是简单地把搜索的结果交给LLM，并进行分析。  

DeepResearch AI Agent能够像专业研究者一样工作，通过**多步骤的搜索、阅读和推理**来回答复杂问题或完成研究任务。让AI自己去搜索，在广泛的信息源中进行系统性挖掘，不断深入。再不断根据现有结果调整再搜索。以此循环直至完成任务。

DeepResearch AI Agent的出现代表了AI应用技术方面从简单的问答系统向更自主、更智能的**研究助手的转变**。

不过，这一Agent功能在知识工作者中带来的**生产范式的改变**是前所未有的。日常生活中的问答，chatbot应用足够了。

- - -

智谱分别放出两个功能，一个为ChatGLM赋予“沉思”，另一个是单独作为智能体的AutoGLM沉思。两个星期后开源。

AutoGLM沉思不仅能边思考边搜索，还结合了GLM-PC，能够**操控网页**。这就意味着它能够访问小红书、公众号、微博等网页（不允许API调用的平台），理论上讲，人类可以在网页上做到的事，它也可以有限地做到。

在对话过程中，可以看到，请求工具使用的是function call（函数调用），使用固定的格式。

![](/uploads/屏幕截图-2025-03-31-174056.png)

使用的Chrome，科学上网还能搜索到英文信息源。默认还是百度。

不过，在打开网页进行浏览的过程中，我使用下来，失败的概率不小。经常会遇到网页打开了、任务完成，但输出显示失败，可能是处理后的结果没有准确的传递给“大脑”。

我在挖掘它的**工具与请求参数**时，得到了很搞笑的结果：

![](/uploads/屏幕截图-2025-03-31-175619.png)

![](/uploads/屏幕截图-2025-03-31-180551.png)

这里竟然默认想帮我赚钱。

沉思只有**网络搜索与浏览页面**的工具，它的**一部分系统提示词**在我的不懈努力下得到了：

```
<核心要求>
- 首先分解用户请求，得到包含多个子要求的列表
- 制定初始研究计划
- 进行多轮迭代搜索和页面浏览（at least 10 function calls）： 
    * 根据已获得的信息调整研究计划和关键词
    * 打开页面阅读，从发现的内容中识别新的关键概念/名词
    * 从搜索结果中提取新的关键词继续搜索
    * 访问并仔细阅读相关页面，识别新的关键概念/名词

<重要配置>
- 采用语言
    * 搜索关键词：中文
    * 思考：中文

<可调用的工具列表>
[{"name": "search", "description": "Execute a search query and return search results. Use this function when you need to find information about a specific topic.", "parameters": {"type": "object", "properties": {"query": {"type": "string", "description": "Search query string, use English words unless it is a proper name in Chinese"}}, "required": ["query"], "additionalProperties": false}}, {"name": "open", "description": "Open a specific website. Get content from any website with its URL.", "parameters": {"type": "object", "properties": {"url": {"type": "string", "description": "The target website URL or domain"}}, "required": ["url"], "additionalProperties": false}}, {"name": "finish", "description": "Finish the task. Use this function when you have found the information you need.", "parameters": {"type": "object", "properties": {}, "additionalProperties": false}}]
```

也会遇到不遵循prompt而陷入搜索的循环。多轮对话的效果不太好，适合一次问答，一次执行。一个问答，一个窗口。

总的来说，AutoGLM沉思对于课题的研究、搜索与报告质量都还不错，**全面免费与开源**都标志着公司在**战略上的选择与独到的眼光**。

- - -

03

可能AutoGLM沉思这种操控电脑的Agent形态在5年后估计会被淘汰，因为目前的网页形式还是**为人类设计**而尽可能排除爬虫的影响。短时间内，这种方式很有趣且有一定的效果。

可视化出模型的强大，这倒和DeepSeek-R1首次把思考过程展示出一样。尽管Manus首次把Agent的能力展现出来，但那对于大部分用户仅仅只是看到。我很希望AutoGLM沉思让更多的人看到AI Agent的能力，并相信他们的未来。

不过，对于强大的通用型AI Agent，我更相信**端到端强化学习技术**训练，相信Agent在尝试解决问题过程中**涌现**出的不一样的工具使用能力。

关于其他的Deep (Re)search功能的使用建议：

OpenAI的Deep Research最低使用门槛还是20美元的plus用户，但是能力还是最强的。在于他们首次**端到端训练、强化学习微调**基于o3的Agent。

Gemini的Deep Search得益于量大管饱的模型上下文长度、强大的生态，优质的信息源，每一调查涉及上百网页，免费用户每月10次的使用。

Grok的Deep Search与Deeper Search整合了X平台，很多时候信息很及时，但是报告的质量一般且很少，思考过程很有趣。

AutoGLM沉思有着国内的信息源，知乎、小红书等，全面免费与开源，很好了已经。不得不说，国内模型公司在**开源的道路**上早已全球领先。

有意思的是，大语言模型这一次的“AI热”发展到现在，很多**知识型任务**已经完全可以被代替了。

市场调研、知识总结、行业报告、咨询汇总......

- - -

来自AI总结：

> 本文聚焦国内智谱公司推出的AutoGLM（沉思）AI Agent产品，指出其标志着AI应用从工具集成型Chatbot向自主调用工具的工作流型Agent的形态转变。
>
> 相比OpenAI、Gemini等同类产品，AutoGLM作为国内首个全免费、低门槛的AI Agent，通过整合网络搜索、网页操控（如小红书、微博等无API平台）和多轮迭代研究流程，可完成复杂调研任务。
>
> 尽管存在网页操作失败率高、多轮对话效果不稳定等问题，但其开源策略和本土化信息源优势仍具战略价值。
>
> 作者认为，当前操控网页的Agent形态可能被未来端到端强化学习技术取代，但AI Agent已展现出替代知识型任务的潜力。


深度搜索型AI Agent如何改变知识工作的未来 | 解析智谱沉思

---
title: 关于Vibe coding的个人最佳实践 | 经验性、阶段性总结
publishDate: 2025-03-23T22:22:00.000Z
excerpt: |-
  本文是对于使用cursor agent的使用的阶段性经验总结。你可以看到，如何简单且最大化地感受Vibe coding。
  这只是有关于Vibe coding的内容，我对于编程的未来持有乐观态度，我认为，编程的门槛降低了，价值仍然在不断提高。
featuredImage: /uploads/屏幕截图-2025-03-23-195408.png
tags:
  - AI
  - 分享
  - vibe_coding
slug: 20250324062200-vibe-coding
---
## 01

前几篇文章是一些我对于**Deep research类Agent**的一些分析与思考，而实际上，**AI coding agent**（如cursor、windsurf、replit、bolt.new、lovable等）已成为Agent市场商业化最成功且很有前景的方向。

我在过往的几篇文章中进行过系统性的介绍与使用，进行**vibe coding**（氛围编程）。

本文是对于使用cursor agent的使用的**经验性、阶段性总结**。你可以看到，如何简单且最大化地感受Vibe coding。

- - -

## 02

先介绍一些我近期来自AI IDE（cursor）的成果，以便展示个人Vibe coding的最佳实践成果，同时会先说明一些不足，在03部分具体进行经验总结。

* 一个面向零基础用户的SaaS项目-**MVPcode**，旨在解决从0到1开发MVP的文档需求，即让用户通过问题明确需求，在由AI（后期准备替换为我搭建的Agent）个性化**给出开发文档**：

![](/uploads/屏幕截图-2025-03-23-195408.png)

![](/uploads/屏幕截图-2025-03-23-195422.png)

![](/uploads/屏幕截图-2025-03-23-195445.png)

- - -

* 完成了一个**文件转换MCP server**的开发，并被mcp.so网站收录，该server是希望agent接收到用户要求转换文件的需求时，agent调用该server并执行。项目已经开源：  

```
https://github.com/wowyuarm/file-converter-mcp
```

![](/uploads/屏幕截图-2025-03-23-200151.png)

- - -

* 在**OpenManus**项目刚出现时，我进行过简单的代码逻辑拆分并总结出文章（[开源项目OpenManus的深入拆解与思考](https://mp.weixin.qq.com/s?__biz=Mzk1NzM4NzQ4Mg==&mid=2247483966&idx=1&sn=527eb83996bc997e111e25f61bcb25fd&scene=21#wechat_redirect)）。后续，我一直使用cursor来帮助我完成这个项目的详细学习，并且为我**规划学习路径并给出学习笔记**。

![](/uploads/屏幕截图-2025-03-23-200405.png)

- - -

这里的不足，是我对于现有的AI coding带来的收获与反馈的不满，同时，也有模型本身的能力限制。

这更多的是在与AI进行开发的过程中，**负反馈是大于正反馈**的。

当然，这个前提是开发的项目并不只是前端或简单的后端逻辑。在以往的编程中，写代码本身**进入状态本就是一种正反馈**，而Vibe coding中的我可能边提出要求，另一边就在看书等待结果，出现bug就再提出要求，以此循环。

我大概总是期望着点击一次accept就能够得到想要的结果，而事实大多相反。

一方面是过高的期待带来的落差，让本来需要进行**理性输入prompt**的大脑得到负反馈而阻碍继续的vibe coding；另一方面，是模型能力的限制，这是来自上下文的限制、成本的原因、工具调用的问题。

下面是我对于Vibe coding的**经验总结**。

- - -

## 03 方法论

关于更加概括性的开发过程，可以参考这一篇（[从代码到上线：我总结的AI开发全过程](https://mp.weixin.qq.com/s?__biz=Mzk1NzM4NzQ4Mg==&mid=2247483855&idx=1&sn=54c7995558b240cf31f246f7aea5c231&scene=21#wechat_redirect)）。以下是比较细碎的方法论总结：

1. 我先说一些未来伴随模型能力会解决的问题，方法论是现阶段如何**实践的要点总结**。

先给出解读（为什么），再说明实践原则（怎样做）。

* 上下文长度的限制：

这里的理论基础是现有模型的上下文长度限制（受自注意力机制的计算复杂度影响），也有我对于cursor agent对于工具使用的认识([从Cursor出发：对于Agent更好的理解与运用](https://mp.weixin.qq.com/s?__biz=Mzk1NzM4NzQ4Mg==&mid=2247483951&idx=1&sn=6c7c1b70c70d91bed0c82ced534d6f4e&scene=21#wechat_redirect))（参见下一点）。

实践：**每开发一个功能单开一个窗口**，并使用这个prompt“ 请合理使用工具熟悉整个项目，确保你清楚各个文件的代码逻辑与项目关联，如果你需要具体文件请告诉我。（并附上上一次的对话窗口总结，通过@触发）”

* 文件修改未生效，或重复创建了已有功能的文件：

前者是cursor在应用edit_files这一工具时传递的参数或者网络出现了问题；后者则是cursor对于这一功能文件内容的缺失，归根到底是没有使用read_file或其他来获取与这一功能相关的内容。

实践：输入中强调"**请合理使用工具**"，或者要求agent先理解与功能相关的文件，再去修改。很多时候，他很会偷懒，总是没有看完文件以至于不清楚项目具体逻辑。

甚至，README文档**会限制**agent对于项目具体文件的阅读。

上面两点简单来讲其实还是**成本的问题**，即服务商不愿意花巨量token来让agent理解项目的每一行代码，或者说是用户也不愿意花费很多。

这些是由于模型的能力造成的一些未来可能会解决的问题，随着推理模型的进步，我很看好未来的coding agent发展前景。

- - -

* **关于MCP**，我很看好这一协议在agent市场的应用，关于其介绍就不赘述。我配置了有如图片生成、网页抓取、控制台监控等的server，这些均赋予了agent在模拟我的操作一样，极大地加快开发速度。但是，还是因为其处于早期阶段，这些server普遍不够成熟，有些时候仍会遇到很多问题。
* 关于一些**交互的prompt**，我曾有过总结（[Deepseek+Cline零成本快速开发浏览器插件 | 附8点code with AI体会](https://mp.weixin.qq.com/s?__biz=Mzk1NzM4NzQ4Mg==&mid=2247483739&idx=1&sn=ff531f3a819647a249a1d576a8dff545&scene=21#wechat_redirect)）。

![图片](/uploads/屏幕截图-2025-03-23-215402.png)

![图片](/uploads/屏幕截图-2025-03-23-215515.png)

这一次的3.7sonnet-thinking非常强大，能够自己**思考规划**。

然而，有些时候3.7不够稳定，甚至无故增添一些不必要的功能或实现方式，导致项目结构被打乱。这种时候就要求我们对于自己项目的了解程度了，当然，Vibe coding只需要accept就够了。

**合理使用@文件**，前面提到模型对于某些文件内容理解不足，如果你清楚的话就提供给agent；如果不清楚，开启Ask模式进行询问，再@提供给agent。

* **心态很重要**，很多遇到agent一直无法解决的问题时，就先搁置。等一段时间后再重新梳理并继续开发。
* **文档的准备**与cursor/rules。这是项目MVP开发前需要准备好的，前文提到的MVPcode就是我对于这一方面的自动化，面向的是Vibe coding的个体。开发稍微复杂的项目前，就需要合理的进行规划了，可以**与chatbot进行探讨**。

  * 通常，我的文档分为：project_requirements（项目需求）、app_flow（应用交互流程）、tech_stack（技术栈）、file_structure（文件结构）、frontend_guide（前端指导原则）、backend_guide（后端指导原则）、implementation（实现）。
* 最后，我的感受是想要利用好一款工具，最重要的是先用，而不是知识付费营造自己已经拥有的假象。

我相信，以上的一些总结是付费内容也没有的，更多的都是我在**实际使用中的体会与总结**，为的是更进一步的提升与有价值的分享。

当然，这只是有关于Vibe coding的内容，我对于编程的未来持有乐观态度，我认为，编程的门槛降低了，**价值**仍然在不断提高。

来自AI总结：

> 本文分析了作者使用Cursor进行Vibe Coding的经验，既展示了成功案例，也直面了现有技术的局限性。作者成功开发了多个项目，但也遇到了模型能力限制与用户期望过高带来的挑战。
>
> 作者提出了实用方法论：
>
> 1)为克服上下文限制，每个功能单独开窗并指导AI使用工具；
>
> 2)解决文件修改未生效问题，强调让AI先理解项目；
>
> 3)善用MCP协议扩展AI能力；
>
> 4)掌握有效提示词技巧；
>
> 5)保持灵活心态；
>
> 6)做好前期文档规划。
>
> 作者认为，尽管AI编程助手有不足，但通过正确使用方法可显著提升开发效率，编程门槛虽降低但价值持续提高。


关于Vibe coding的个人最佳实践 | 经验性、阶段性总结

---
title: 与AI高效沟通：掌握Prompt的表达艺术
slug: 20241227061000-ai-prompt
publishDate: 2024-12-26T22:10:00.000Z
excerpt: 最重要的是，把Prompt设计当作一种沟通的艺术，与你的AI沟通交流，表达你自己的需求才能获得你想要的答案。
featuredImage: /uploads/屏幕截图-2024-12-07-215104.png
tags:
  - AI
  - prompt
  - 分享
---
## 01

这篇文章也是来自于我在与LLM（下面都用AI代指LLM或Agent）对话中产生的一些思考，不同于上一篇[Critical thinking is all you need](/posts/20241226051800-aigc-critical-thinking-is-all-you-need)，在这篇文章中，我想分享一些对于在日常中怎样更好地运用prompt的方法。

我多次有这样的困扰：**随意提问导致AI回答不尽如人意，但又不想花费大量时间设计复杂的Prompt**。而自从我深度使用AI搜索并用在日常生活中，我的困扰更多了，也越想解决这个问题。

我就在想如何能够平衡效率与质量，设计一个简单易用的Prompt以满足我们日常的问题需求。

- - -

## 02

我们先明确问题本质：为什么随意提问效果差？根本原因在于信息传递的模糊性。

我们知道LLM本质上是基于模式匹配和概率预测的，Prompt的重要性可以说是大众所知。

一些重要复杂的prompt结构（如**结构化框架或LangGPT框架等、多层思维链和思维树、示例与模板、角色与场景模拟**等等等）我在进行深度创作时是必须去仔细设计的，而得到的结果总是不错的。

但本文更去解决我在日常生活中的困扰。

- - -

## 03

关于解决办法，我最终想到了是“表达”的问题。

我发现随意提问包含的模糊性更大一部分原因在于我没有明确我的需求。其实这个问题也暴露了一个很大的问题，你有没有把AI当作一个人去沟通交流去表达你的需求，而不是仅仅当作一个你认为是万能的工具。

实际上，在日常需求的简单询问与深度创作中的写复杂完整的prompt两个过程中，我对待LLM的方式也是不同的。这就造成了一些困扰。

- - -

## 04

在日常生活中，尤其是那些我们习惯性地与AI进行的快速查询或获取信息的情境下，我们常常没有太多耐心去设计复杂的Prompt。

这种情况类似于与人沟通时，我们往往期望对方能迅速抓住我们的意图，无需过多解释，但却忽略了对方需要清晰的表达来提供有效的帮助。

例如，我提问“如何让我的表达在回报工作时更清晰”

![图片](/uploads/屏幕截图-2025-04-25-102039.png)

*这里使用的DeepSeekV3，后面会测评它最新号称在代码编写能力打败了Claude 3.5 sonnet的V3模型*

可以看到目前的回答非常笼统，我们换一种描述：“请列出三种可以提升工作汇报清晰度的具体方法，而不是泛泛地列出所有提升表达的建议。”

```
以下是三种专门提升**工作汇报清晰度**的具体方法：



### 1. **使用“金字塔原理”结构化汇报**
   - **方法**：先总结核心结论，再逐步展开支持性论据。
   - **示例**：
     - **结论**：本季度销售额增长了15%。
     - **论据**：
       1. 新产品上线带动了10%的增长。
       2. 市场推广活动增加了5%的客户流量。
   - **作用**：让听众快速抓住重点，避免信息过载。

---

### 2. **用数据可视化工具辅助说明**
   - **方法**：将复杂数据用图表（如柱状图、折线图、饼图）呈现。
   - **示例**：
     - 用折线图展示季度销售额趋势。
     - 用饼图展示各产品线的销售占比。
   - **作用**：直观展示数据，减少文字描述，提升理解效率。

---

### 3. **采用“问题-解决方案-结果”框架**
   - **方法**：明确问题、提出解决方案、展示结果。
   - **示例**：
     - **问题**：客户投诉处理时间过长。
     - **解决方案**：优化流程，引入自动化工具。
     - **结果**：处理时间缩短了50%，客户满意度提升20%。
   - **作用**：逻辑清晰，让汇报更有针对性和说服力。



这三种方法能显著提升工作汇报的清晰度和效率。
```

- - -

## 05

那么，我该如何在日常生活中更有效地表达我的需求，以获得更好的AI回应呢？我总结了以下几个实用的方法（*这些方法是一步一步的。既可以分开单独使用，也可以结合使用。*）：

1. 明确目标

在提出问题之前，先明确你想要达到的目标是什么。这有助于你更精准地表达需求。例如，如果你想提升工作汇报的清晰度，你可以**明确指出你希望获得具体的、可操作的方法（*注意，一定要告诉它，因为他不会理解你的需求。而你提到了这一点，他就会在输出中放大输出具体建议的概率，这很重要*）**，而不是泛泛而谈的建议。

2. 提供上下文信息

尽可能提供更多的上下文信息，让AI更好地理解**你的需求**。例如，如果你在写一篇博客文章，你可以说明文章的主题、受众群体以及**你希望达到的效果（*这也是非常重要的地方，道理同上*）**。这样，AI可以更好地为你提供有针对性的建议。

3. 使用具体的语言

避免使用模糊的词汇，尽量使用具体的语言来表达你的需求。例如，不要问“如何更好地表达？”，而是问“在写博客文章时，如何让我的观点更加清晰，并能吸引读者继续阅读？”。这样，AI可以更好地理解你的需求，并给出更具体的建议。

4. 设定明确的限制条件

如果你有特定的限制条件，一定要在Prompt中明确指出。例如，如果你希望获得三种具体的方法来提升工作汇报的清晰度，你可以在Prompt中明确指出这一点。这样，AI可以更好地满足你的需求。

5. 逐步细化Prompt

如果你发现AI的回答仍然不够理想，你可以逐步细化你的Prompt。例如，你可以先提出一个总的问题，然后根据AI的回答进一步细化你的需求。（***实际上，我在使用中这一种方法对我最实用。你和AI一步一步交流沟通去解决你的问题。核心还是在于表达你自己。***）这样，你可以逐步引导AI给出更符合你期望的回答。

6. 利用AI的反馈进行调整

如果你发现AI的回答并不完全符合你的期望，不要气馁，可以利用AI的反馈进行调整。例如，你可以问AI为什么它会给出这样的回答，或者请它提供更多的选项。这样，你可以更好地理解AI的思维方式，并调整你的Prompt以获得更好的回答。

## 06

这是我在日常使用中总结的一些"**快速使用Prompt"**，但这并不意味着我放弃了更高级的prompt框架。

在需要深度创作和复杂思考的时候，我仍然会花费时间去设计一个结构化、细致的Prompt（后续我会分享更深度实用的高级框架结构，感兴趣的话请继续关注）。

最重要的是，把Prompt设计当作一种沟通的艺术，与你的AI沟通交流，表达你自己的需求才能获得你想要的答案。

来自AI总结：

> 这篇文章强调了将prompt设计视为一种**沟通的艺术**，通过清晰地表达需求，与AI进行有效的沟通，从而获得更符合期望的答案。虽然文章也提到高级prompt框架的重要性，但重点在于日常使用中如何快速有效地改进prompt，提高效率和回答质量。核心在于“表达你自己”。 
>
> 对用户有用的信息： 
>
> \- 不要期望AI能读懂你的心思，清晰地表达你的需求是获得有效回答的关键。
>
> \- 可以尝试文章中提到的六个方法，尤其是逐步细化prompt的方法，与AI进行互动式沟通。 
>
> \- 即使是简单的日常问题，也应该认真对待prompt的设计，避免使用模糊的提问方式。
>
> \- ***将AI视为一个需要沟通的对象，而不是一个简单的工具***。
