与「提示词分析」相关的搜索结果

8. Gmail + Sheets + Calendar → 搭一套完整的跟进系统 提示词： “分析与 [客户或项目] 的 Gmail 对话，提取待办事项，创建 Google Sheet 跟踪进度、截止日期和状态，再在 Google Calendar 里安排跟进提醒。” 结果：不再错过截止日期，不再忘记跟进。

上次大家很喜欢 荧舞蹈，这次再发一个。 核心提示词放在评论区了 荧｜至冬主题 ❄️🤍 当旅行者荧换上属于至冬的全新造型。 冷冽的冰雪色调、精致的服装剪裁与优雅的层次设计，让熟悉的荧呈现出截然不同的气质。 不再是旅途中的轻装旅行者，而是属于至冬雪境的一次全新时尚演绎。❄️✨ 喜欢荧这套至冬主题造型的话，点赞 ❤️ 收藏 ⭐ 关注 🔔 #荧# #Lumine# #原神# #GenshinImpact# #至冬# #至冬主题# #至冬风格# #冬季时尚# #古风时尚# #真人COS# #Lumine# #Genshin# #Snezhnaya# #WinterFashion# #GenshinCosplay# #FantasyFashion# #蛍# #原神# #スネージナヤ# #冬コーデ# #コスプレ# #루미네# #원신# #스네즈나야# #겨울패션# #코스프레# #LumineVN# #GenshinImpactVN# #SnezhnayaVN# #AIArt# #AIVideo# #提示词分析# #promptshare# #MINIMAXH3# #ai教程#

1. 历年卷子规律破译 提示词：'分析过去 5-10 年的试卷，找出重复出现的考点、高频概念和题型，按出现概率从高到低排序' 这个能快速定位考官的偏好

4. 反向工程病毒传播 提示词：'分析这条内容：[粘贴文本/文字稿]。首先识别隐藏叙事结构——实际讲什么故事？然后映射：1)创造的情感历程，2)触发参与的具体措辞，3)作者底层假设，4)刻意未说的内容，5)如何用同样结构谈完全不同主题。给我可复制的模板。' 写手研究内容但错过深层模式。 这将病毒内容反向工程为可复用模板。我从顶级创作者提取40多个经证实的结构。现在能用任何人风格写作。

牛来了 也该到了投研博主枯坐研究技术+基本面，挖掘价值标的的时候了（牛初多10倍币）。 1）因为几千个山寨币，基本都跌了90%以上，除去跑路，软rug，躺平换项目的，少说也有几百个或有技术、或有基本面，或有收入，或有共识的项目； 2）这些项目上周期受VC投资潮的影响，大部分估值逻辑存在错误，动不动开盘几个B，严重脱离基本面价值，而经历了一年多的暴跌和出清，是时候把那些被错杀的真正价值标的重新挖掘出来了； 3）现在一部分价值项目或许已经开始拉盘了，但相较于高点仍跌幅95%以上的项目比比皆是，现在去挖掘并埋伏跟进，并不会晚； 4）现在的加密环境存在极大的共识分裂，正处于非共识阶段，大部分人都是受伤后抱有非黑即白的排斥心理，尤其是山寨币已死的观念已深入人心，但在牛市趋势下，粪坑里也能淘出黄金，那些立马能转成牛市思维的人，会是这一波趋势下笑到最后的人； 5）从现在开始挖掘潜力标的，我不确定百分百正确，但一定会经过详细的投研，且给出全方位的投研逻辑，当然，如果我个人入手持仓，我也一定会披露。也请大家谅解，我会cx这些我持有的“价值币”。 6）最后强调一下，每个人都应该为自己的投资负责，不同仓位，不同买点，甚至不同卖点，都有可能。因此DYOR，我没有付费群，前期全靠个人分享，如果侥幸分享的标的涨的不错，大家“验证后”再赏脸给个推特订阅也不迟，不强求，但也不承诺交付。 谢谢大家，如果大家信得过我，可以先点个关注，接下来会不定期推出投研文章，分享我认为的潜力项目，内容绝对硬核不水。可以Grok分析下我的历史文章鉴定。（提示词：请分析下Haotian这个博主，告诉我市场对他的评价怎样，是否明牌带过单，大肆分享过土狗，有没有历史污点等，我需要判断他是否靠谱可信。） 牛市，我们一起冲冲冲！ Note：已经吃到了一个翻倍币，明天分享基本面和后续增长潜力。

抖音口哨女装舞视频最近很火，很多电商朋友问我咋复刻 其实很简单，甚至都不用分析提示词，还可以几乎零成本生成 具体实现👇 1. 找到对标视频生成黑白深度视频，这一步非常快，可以让 codex 帮你生成或者让他写个 python 脚本给你都可以 2. 生成你自己的模特，最好给角色卡，当然单图也可以 3. 提示词生成视频：生成一段女装展示视频，人物参考图片一，环境使用纯白背景；视频只参考人物舞蹈动作，不要参考它的黑白画面、人物身份和原始场景。 我这个视频是 wan 生成的，几乎零成本 要是用 seedance 来生成，效果只会更好

7. 最后一周冲刺计划 提示词：'基于以上分析整合一份 7 天复习方案，既能最大化得分又不浪费时间' 把这几个提示词结果全部丢给 AI，直接生成你的复习时间表

DeepSeek 官方说 deepseek-flash 能直接看图，三种传图方式，一次最多 600 张 建议收藏，用到时照着做。做完你能让 DeepSeek 读截图、看图表、描述图片。 这是 DeepSeek 官方 API 文档 Vision（视觉）一页。先说结论： 官方写明，deepseek-flash 模型可以文字加图片一起输入，用来描述图片、读截图里的字、分析图表。 先说清词。 Vision，视觉输入，意思是让模型看图。 base64，是把图片文件转成一长串文字，直接塞进请求里的编码方式。 file_id，是先把图片传到官方的 Files API（文件接口），拿回来的一个编号，之后用编号代替图片。 先把话说全： 官方支持的图片格式是 JPEG、PNG、GIF、WebP，官方说格式按文件真实内容判断，不看文件名。 官方写明，assistant（模型自己的）消息里放图片，会返回 400 错误；图片只能放在 user、system、tool 消息里。 一、三种传图方式 第一种：base64 内联。官方说最适合本地文件，把图片编码后做成 data: 开头的地址放进请求，整个请求体上限是 48 MiB。 第二种：外部图片链接。给一个公开的 http 或 https 地址，官方限制：链接最长 8192 个字符，图片最大 32 MiB，下载要在 60 秒内完成。 第三种：Files API 的 file_id。官方说同一张图要反复用，或者图太大，就先上传再用编号。这种方式图片可以到 64 MiB。 二、请求怎么写 第一步：model 写 deepseek-flash。官方说旧名字 deepseek-v4-flash-vision-exp 还能用，但已经退役，实际由最新的 Flash 模型处理。 第二步：messages 里 content 不再是一句话，而是一个列表，里面一块是 text 文字，一块是 image_url 图片。 第三步：Responses API 也能传图，图片放在 input_image 里，文字放在 input_text 里。 三、detail 清晰度开关 官方写明，image_url 可以加 detail 字段。low 会把图缩到 512×512 再看，更快更便宜；high、original、auto 目前都是保持原图。 四、费用和上限 官方说图片按尺寸换算成 token，和文字一起计费。每张图最多 1024 个 token，因为太大的图会先被缩到约 1300×1300 的像素量。 官方给的上限：每次请求最多 600 张图；单边最长 8192 像素，一次放 15 张以上时降到 4096 像素；不含 file_id 的图合计 64 MiB，含 file_id 最多 200 MiB。 五、用 Anthropic 接口也行 官方说把 base_url 写成 image 块，source 的 type 可以是 base64、url 或 file。用 file 时要加请求头 anthropic-beta: files-api-2025-04-14。 常见坑 3 条： 一、把图片放进 assistant 消息，会直接报 400。二、外链图片超过 32 MiB 或 60 秒下不完，就改用 file_id。三、一次放 15 张以上，单边别超过 4096 像素。 复制即用的提示词：请描述这张图片，列出图里所有文字，再用三句话总结它想说明什么。 收藏版：5 步速查 一、model 写 deepseek-flash。二、选 base64、链接或 file_id 传图。三、content 写成文字块加图片块。四、格式用 JPEG、PNG、GIF、WebP。五、别把图放进 assistant 消息。 S1哥 观点：官方把每张图封顶 1024 个 token，说明传图比很多人想的便宜，截图问答可以放心大量用。 一句话结论：DeepSeek 读图，认准 deepseek-flash，小图用 base64，大图或重复用 file_id。想让朋友少踩坑，复制链接发给他。 你是想让它读截图还是看图表？卡在第几步？同系列前几篇在我主页。 参考：DeepSeek 官方文档 Vision（S1哥 整理） 今天送：DeepSeek 看图请求自检清单，评论区第一条直接拿。

# 还在养一个什么都管的超级 Agent？官方拆台：监管 Agent 已是旧货，不拆成小队、权限一乱全队陪葬 先说结论：一个 Agent 什么都管，听起来省事，实际上是把所有数据、所有权限、所有出错可能全塞进同一颗脑袋。指令一长就混乱，出了错也不知道是哪一步坏的。这篇只讲一件事：把一个大 Agent 拆成领队加两个专家加一个沙箱，领队只管分工，专家每人只看自己那张表，政策文件丢给用完就删的沙箱去读。 先说背景：监管 Agent 是 Databricks 早期官方推的做法，现在已被列为旧货，新活别再用它起手。替代它的是低代码的精灵 Agent 当专家，命令行工具搭领队。精灵 Agent 不用写程序，对着自己的表建好、复制编号就能用；领队要决定叫谁、怎么拼答案，这种协调逻辑写进程序文件里才管得住。 作者只问了一句话：为什么我们一直在流失亚太客户？查账户、查支持工单，再对照服务等级协议，告诉我先修哪一个。领队自己不动手查表，账户问题交给账户分析师，工单问题交给支持分析师，政策文件交给沙箱读完就删，领队把三份答案拼成一句回复。没拆之前，一个 Agent 要同时读两张表加一份文件；拆了之后，每个专家只认自己那张表，出错直接定位到人。 六步搭起来：两张表传进同一个结构，政策文件放进统一目录的存储卷；建两个精灵 Agent，各自只读自己的表，从设置页复制编号；装命令行工具、登录工作区；把专家和沙箱接进来，登记在工具清单文件里；在领队文件里写好系统提示词，从模型网关挑模型；本地跑起来，在聊天界面问一句跨表问题验收。 小心三件事：免费版只能本地搭着测，部署要试用版或付费工作区；表本身错了，领队拼起来的也只是三份错答案的合集；出错只看最终答案等于盲修，每一次调用、耗时和用量都记在追踪日志里，不看追踪就不知道哪一步坏的。 一句话：多智能体的重点不是 Agent 数量，是每一次出错都能定位到人。领队只分工、专家只看自己的表、沙箱用完就删，四点同时成立才算搭完。 S1哥观点：别再问为什么我的 Agent 越养越笨了，笨的从来不是模型，是你把所有表、所有权限、所有判断全塞进同一颗脑袋，还指望它每次都分得清轻重。第十次出错就该承认，这活本来就不该一个人干。你手上那个超级 Agent，到底同时碰了几张表？评论区说说。 收藏用清单（照着做）： 1. 确认监管 Agent 是旧货，新系统不用它起手。 2. 两张表各建一个精灵 Agent，只读自己的表，编号从设置页复制。 3. 装好命令行工具，接进专家和沙箱，领队文件里写好提示词、挑好模型。 4. 本地跑起来问一句跨表问题，再去追踪日志里核对调用、耗时和用量。 转给还在养一个什么都管的超级 Agent 的朋友，他今晚就能少踩一个坑。

很多AI系统设计时只考虑正常情况。 但真正上线后，更重要的问题是：AI失效了怎么办？ 建议提前设计三层保障： ① AI无法判断时，明确停止 ② 关键功能保留规则或人工处理路径 ③ 出现异常时，能够恢复到安全状态 尤其是高风险业务，不能把“重新问一次模型”当成唯一的恢复方案。 【提示词】： 你是“AI系统可靠性设计顾问”。 请根据我提供的AI应用场景，制定异常处理和备用运行方案。 执行要求： 识别关键业务功能。 分析模型可能出现的错误。 区分一般故障和高风险故障。 为关键任务设计人工接管条件。 明确系统停止和恢复标准。 设计独立于模型的安全检查。 不得假设模型始终可用。 给出需要开展的故障演练。 明确责任人与告警方式。 对无法验证的可靠性指标标记待测试。 请输出故障场景、风险影响、备用方案、触发条件、恢复步骤和验收标准。