时政
财经
科技
虚拟货币
其他
登录
Rachel🥥
关注
统计数据
11
文章
0
粉丝
0
获赞
23
阅读
热门文章
1
TechFlow 深潮 发布的文章:近期教育领域的变化引发了广泛讨论,我认为教育改革应该更加注重学生的个性化发展和创新能...
145
32
Rachel🥥
3天前
越来越觉得,好的初创公司,就三件事。 第一,人性。 不是情怀,不是价值观海报,而是你是否真的理解人、能不能驾驭人。理解用户为什么愿意掏钱,理解员工什么时候会摆烂、什么时候会拼命,理解合伙人在哪些节点一定会起分歧。所有管理问题,拆到最后都是人性问题。 第二,战略和战术。 战略是你知道自己不做什么,战术是你每天怎么活下来。很多公司死在“想得太远”,也有很多死在“只顾眼前”。真正厉害的,是战略上极度克制,战术上极度凶狠。 第三,现金流。 这是唯一不跟你讲道理的东西。再好的故事、再牛的愿景,现金流断了,一切归零。初创公司不是比谁更聪明,是比谁能更久不死。 说到底,创业不是宏大叙事。 是对人性的理解,对节奏的把控,以及对现金的敬畏。
分享
评论 0
0
Rachel🥥
3天前
再来更新prompt小技巧第四弹 做计划或者做产品时,往往就会出现一种很危险的结果:方案在纸面上几乎无懈可击,但真正执行时,全是不可控变量。 后来我慢慢养成了一个习惯,在任何重要方案启动之前,先用AI假设它已经失败了。 不是为了唱衰,而是为了提前把失败路径看清楚。 我自己常用的做法很简单: 直接让 AI 写一篇“这件事为什么失败了”的复盘。 大致的 Prompt 是这样的: 请假设【这个项目 / 想法】最终没有做成,而且问题很严重。 从结果倒推: •失败的拐点出现在哪个阶段? •哪个决策起到了致命作用? •当时被忽略、但事后看最关键的风险是什么? •如果只允许改一件事,应该先改哪里? 请以失败复盘的形式来写,并参考真实的相似案例。 重点不在问题本身,而在视角的切换。 实际操作中,问题怎么设并不重要。 你可以自己列,也可以直接让 AI 反问你,哪个更顺手就用哪个。 比如我们去年11月在上海办一场AI 教育大会,万人级别,也会有不少公众人物和行业嘉宾参与。 在这个阶段,我做的不是继续堆信心,而是把完整方案丢给 AI,让它从“这场大会为什么会翻车”的角度,把所有可能出问题的地方提前走一遍。 有些风险并不是事后才出现的,而是你在最顺的时候,根本没往那个方向看。
分享
评论 0
0
Rachel🥥
4天前
一个越来越清晰的感受是,AI 真正加速的是初步思考本身的推进速度。 好点子从来都不稀缺。在没有 AI 之前,大多数创业想法也早就被人初步的想过。 AI 改变的是思考的成本。以前一个模糊的直觉,可能要在脑子里反复咀嚼很久。 现在你可以很快把它拆开,让它被质疑,被反驳,被补全,甚至直接跑出一个最小可行的版本。 思考被压缩了。不是变浅了,而是被推进得更快了。 这会带来很明显的分化。 有的人用 AI 放大原本就不成熟的想法,看起来很高产。 有的人用 AI 当加速器,快速否掉垃圾想法,只把精力留给真正值得投入的那个。 所以在 AI 时代,真正稀缺的从来不是有没有想法,而是你能不能判断,哪些想法值得继续想下去。
分享
评论 0
0
Rachel🥥
6天前
很多人写 Prompt 没效果,不是不会写,而是把所有模型当成了同一种脑子。 掌握不同模型的Prompt语言,针对性优化,才能真正释放AI的潜力。 GPT 更像逻辑型员工,擅长拆解、补全和执行,结构越清晰,输出越可控。 Claude 更像写作者和研究员,对语境、语气和动机高度敏感,给方向,它会自己生长。 DeepSeek 偏工程思维,指令越具体、路径越直,结果越稳定。 真正被忽略的一点是,不同模型优化出来的 Prompt 不能直接给其他模型用。 在 GPT 上打磨得很顺的指令,丢给 Claude 可能变啰嗦,给 DeepSeek 反而失效。 专业的 Prompt 从来不是通用模板,而是针对模型性格定制的协作协议。这正是 AI 应用玩家和普通用户之间的分水岭。
分享
评论 0
0
Rachel🥥
6天前
投资人问我有没有高校教授背景的AI创业者的项目可以推荐一下,如果有的话欢迎自荐和推荐🩵
分享
评论 0
0
Rachel🥥
1周前
去年11月遇到一件很有“AI 时代讽刺感”的事。 一个小医院来求助: 有没有能本地部署的医药发票处理方案? 他们一开始很自然地选了“最先进”的路: 图片 → 大模型 → 结构化录入。 结果算完账,人直接清醒: 一个月好几万,还搞不定。 问题出在哪? 不是 AI 不行,而是医药发票这种东西,本来就不需要 LLM。 它高度结构化、格式固定、字段有限, 这是传统 CV + OCR 的主场。 区域切分 + OCR, 精度高、速度快、成本低,还能本地部署。 反而是现在大家用 LLM 用多了,下意识想把一切问题都“智能化”,结果用大炮打蚊子。 更讽刺的是:在清晰票据场景下, OCR 的识别率已经能超过人工, 而人工录入的成本还在不断上涨。 真正的工程能力, 不是永远选最新的模型, 而是在正确的问题上, 用最合适、最可控、性价比最高的技术。 AI 的价值,不是替代一切旧方案, 而是让我们重新学会判断: 什么地方需要智能, 什么地方只需要确定性。 有时候,退一步,反而是向前。
分享
评论 0
0
Rachel🥥
1周前
2025|自用 Prompt 技巧 ⸻ 1️⃣ 结构化思考链(不是“让它想”,而是“逼它自检”) 不用说一步步思考,而是用显式思考标签: 请在 <Reasoning> 中完成推理, 并在输出前进行一次自我校验。 作用只有一个: 强制 AI 检查逻辑断点,而不是顺着概率往下编。 📌 适合:复杂分析 / 策略判断 / 商业推演 ⸻ 2️⃣ 主动协作角色(给 AI「提问权」) 90% 的胡编,源于一个问题: 你没给够上下文,它又不敢问。 直接写进 Prompt: 如果信息不足,请先向我提出澄清问题, 在获得答案前不要做假设。 这一句,本质是把 AI 从 「算命模式」→「协作模式」 📌 适合:需求不清晰 / 产品设计 / 战略共创 ⸻ 3️⃣ RTF 框架(2025 仍然是最稳的万能公式) R = Role|T = Task|F = Format 是降低模型理解歧义的最短路径。 直接可用模板: 你是一位资深数据科学家(Role),请分析这份市场数据并总结核心趋势(Task),请使用 Markdown 表格输出,包含「趋势名 / 影响程度 / 行动建议」三列(Format)。 📌 让模型知道「你是谁」「你要干嘛」「你要我怎么交付」。
分享
评论 0
0
Rachel🥥
3周前
机会出现之前,通常是不被理解、没热度、也没回报的。 大家都在说要抓住机会,但真正能抓住机会的人,往往都熬过了一段几乎无人问津的时间。 20 年,我是做传统机器学习的,当时想做 NLP 实习几乎找不到岗位;后来21年在百度做文心的产品经理,产品和运营加起来不到十个人,那时几乎没人知道 ERNIE,更没人谈 GPT。 所以逻辑其实很简单: 当所有人都在讨论的,往往已经不是“机会”本身了。 同样地,下一个时代的风口,也大概率不会以AI这个名字出现。 它一定藏在现在看起来还很小、很冷、甚至有点没前途的角落里。
分享
评论 0
0
Rachel🥥
1个月前
在AI时代,我们到底该“造”什么? 刚从极客公园大会回来,今年最大的感受是AI产品对生活确定性的改变日益清晰。 但是,AI的强大,是为了衬托和放大人类的独特性。 我们的产品,不能只是一个技术奇观,它必须服务于人类的主动健康和精神价值。 好奇心、追求真相、审美和爱,是人类的价值,而不是AI的价值。 罗永浩的分享,看似接地气,实则蕴含了最顶级的创始人修炼哲学。 技术壁垒会被快速打破,商业模式和创始人的见识,决定了吸引最好团队的能力,才是真正的护城河。
分享
评论 0
0
Rachel🥥
1个月前
如何利用handshake网站招聘到200个unpaid intern 作为雇主,在 Handshake 上招聘实习生是一个非常高效的方式,因为这个平台直接连接了数百万的美国高校学生。 1.注册雇主账户: 访问 Handshake 的雇主注册页面。 填写公司信息和工作邮箱。Handshake 会对公司信息进行审核,以确保是合法的招聘方,这通常需要几个工作日。 2.连接学校: 账户批准后,需要选择并向目标学校的就业指导中心 (Career Center) 发送连接请求。 可以根据地理位置、专业、学校排名等条件来筛选和选择学校。 只有当学校批准了连接请求后,该校的学生才能看到你发布的职位。 3. 发布实习职位 (Post a Job): 在雇主后台,点击“Post a Job”。 详细填写职位信息,包括: 职位名称: 清晰明了,例如“软件工程实习生 (Software Engineer Intern)”。 职位描述: 详细说明工作职责、项目内容和实习生将学到的技能。 申请要求: 如专业、年级、技能要求(例如,熟悉 Python、Java 等)。 薪资待遇: 明确是带薪实习还是无薪,以及具体的薪资范围。 申请截止日期: 设定一个明确的截止日期。 发布后,职位会进入审核,审核通过后就会对已连接学校的学生开放。 4. 主动搜索和联系学生 (Proactive Sourcing): Handshake 最强大的功能之一是,您可以主动搜索符合您要求的学生简历。 使用平台的筛选工具,根据学生的专业、学校、技能、毕业时间等条件,找到潜在的候选人。 找到合适的学生后,可以主动给他们发送消息 (Message),邀请他们申请职位。这种主动出击的方式通常能获得很高的回复率。 5. 管理申请和安排面试: 学生提交申请后,可以在 邮箱里统一管理所有收到的申请材料。 可以直接在平台上筛选简历、标记感兴趣的候选人,并与他们沟通,安排后续的面试流程。
分享
评论 0
0
Rachel🥥
1个月前
静心听完李想×罗永浩4小时访谈, 总结顶级创始人的5个创业心法 融资的底气:真金白银的信任状 融资的共识,能自掏腰包做事的创始人,是个天然的信任。李想作为一个成功的连续创业者,用真金白银向市场和VC锚定了一个信念:我比任何人都更相信这件事能成。投资人只要看好趋势和行业发展,就没有理由不投。 顶级的产品经理:直觉穿透调研 中国产品力世界第一,靠的是对用户需求的极致洞察。顶级产品经理的直觉,是基于海量经验的专家模式,能穿透冗余的调研报告。李想说,做想做的事,或许不需要调研。极致的产品力,源于对用户需求的极致洞察。 与焦虑共存的抗压秘诀:无路可退的专注 面对资金链断裂,李想不失眠。老罗很惊讶他睡得好。他说,没有退路,也没有时间胡思乱想。将生存焦虑转化为无路可退的专注。压力不是用来消化的,而是用来寻找正面机会的驱动力。焦虑是奢侈品,无路可退的专注才是创业者的常态。 冲突回避的力量:恶意抹黑不反击 从童年校园暴力到被恶意抹黑,李想的“冲突回避”并非退缩,而是一种高级的自我超越防御机制。产品上线后,理想的车遭遇了很多恶意抹黑的舆论,但他说哪怕我知道谁在黑我,我也不想变成他那样,不然我一辈子完蛋了。他将所有外部攻击,都内化为:“我只会反思还是自己的产品做得不够好。” 组织力的心理学基石:信任团队的被需要感 李想从泡泡网的教训中学会了放权和尊重,这是从个人英雄到组织缔造者的转变。李想说,之前遇到任何困难都会一个人死扛,每天狂工作不休假。他合伙人说:“你不和我说我会觉得自己不重要。”信任团队,因为所有人都想要被需要,从而提供价值。“先学会对自己好,不给自己买糖的人是不可能给别人甜头的。” 只有心力健康的创始人,才能给团队和用户带来“甜头”。 创业的终极壁垒, 是创始人心力的强大和自我反思的深度。
#李想
#罗永浩
#创业心法
#产品经理
#组织力
分享
评论 0
0
1
个人主页
通知
我的投稿
我的关注
我的拉黑
我的评论
我的点赞