AI探索指南
-
- 工具型产品创业，有个共识是：上手要简单，要让用户尽快达到 aha moment 并付费。
这个共识没错，但对创业的用途不大。就像有人跟你讲：饮食要健康。
这共识还有个陷阱：容易把产品直接简单化。比如做成在特定场景下，非常简单好用的小工具。如果推广渠道合适，也有机会快速获取到第一波用户。
然后，用户会开始提各种需求，好用的小工具，会开始复杂。到一定阶段，甚至需要推翻重来。这过程中，奔着简单而来的原有用户，有可能会流失掉。或者为了兼顾简单和复杂，开始在产品上打各种补丁。
以上故事的背后，是通过简单，先吃到了第一口糖。最大的陷阱是，吃过第一口糖后，就会忍不住想吃第二口、第三口，鲜有愿意停下来，先饿上一段时间，重新思考并打磨产品，后续再继续吃糖的。
于是有了一个做工具型产品的非共识：不要一开始就追求简单易用，而是要想清楚究竟要满足什么用户需求，产品整体如何设计。
如同建房子。先有愿景，有蓝图。接着挖地基、搭结构。然后一层一层建。每建一层，可以邀请合适的用户进来住住。这时大概率是住着不舒服的。
先整体再部分，先复杂再简单，或许才是做工具型产品的正确方式。历史上可借鉴的案例故事是：Notion、Figma、Linear 等产品。
AI 时代的工具，更像一个个房子，用户入住后，需要和 AI 一起产生上下文，一起去做事。
AI 时代的好工具，不再会是各种各样的锤子。 - 说小鹏机器人是真人扮演的这些人脑子都是怎么长的🥹是我不懂商战的险恶，还是世界在向我展示物种多样性？
- 差点错过好东西，github榜首的开源项目，狂揽18.7kstar
通过自然语言 AI可以自动分析国内外30+主流社媒与 数百万条大众评论。
相比同类产品，拥有🚀六大优势：
AI驱动的全域监控：全面覆盖微博、小红书、抖音、快手等10+国内外关键社媒。不仅实时捕获热点内容，更能下钻至海量用户评论，让您听到最真实、最广泛的大众声音。
超越LLM的复合分析引擎：我们不仅依赖设计的5类专业Agent，更融合了微调模型、统计模型等中间件。
强大的多模态能力：突破图文限制，能深度解析抖音、快手等短视频内容，并精准提取现代搜索引擎中的天气、日历、股票等结构化多模态信息卡片，让您全面掌握舆情动态。
Agent“论坛”协作机制：为不同Agent赋予独特的工具集与思维模式
公私域数据无缝融合：平台不仅分析公开舆情，还提供高安全性的接口。
轻量化与高扩展性框架：基于纯Python模块化设计，实现轻量化、一键式部署。
这都不用用？地址：https://t.co/3Dvd7ONkbs 
- Dia 浏览器上的标签页固定终于改回 Arc 样式了，一下舒服多了，就得其他产品逼一逼他们
- Claude更新到4.5以后，越来越喜欢用最小必要原则沟通了。
我会给Claude说这些 "符合最小必要原则"、"用最小必要语言"、"用极简必要篇幅"、"给我最小可行实现"
4.5 版本输出支持更长了，但是过度表达，过度设计的情况很严重，总是容易洋洋洒洒就突出几千字内容，看这么大量文字太花时间了。
一个回答里能明显感到长文字越到后面质量越差，一段对话也是越长越到后面能明显感觉到质量下滑。
注意力宝贵，像奥卡姆剃刀一样剔除不必要的内容，非必要，不输出。
其他一些使用小习惯还包括:
(1) 前置一个需求讨论环节，对齐需求后再干活
(2) 看AI内容有数字的时候，下意识会检查数字，数字不准的概率比较高
(3) 文字类强调直接输出，不要调用工具创建文档，创建artifacts，这样又慢又占上下文窗口还容易失败。并且artifacts的历史版本管理有问题，有丢内容和版本的情况。
(4)一事一议，新话题新开chat沟通。
(5) 多角色多视角沟通。一个话题开多个chat，不同chat 角色不同，有的是舔狗，有的是死对头，有的是朋友等角色看不同角色的反应和建议。
(6) pua 还是很有效，也很有趣呀hh。让Claude当我的合伙人，干得好一亿分你一半，干不好一起卷铺盖滚蛋。
(7) 用多轮对话对齐需求(广义的一个大prompt)，保存这个chat视为一个专项员工，或者总结对话为一段提示词(作为封号备份)。以后有需要就使用这个chat了。
(8) 等Claude结果的时候同时开GPT-5，Gemini，一起干活，取三者精华使用。GPT-5 thinking 开到最大然后要求穷极思考，给Claude的结果提手术刀式建议，然后把建议给Claude自己改。 - 马斯克看到小鹏机器人的第一句是nice boobs？😅😅😅
