avatar
Jesse Lau 遁一子
4分钟前
chatgpt画一张书的封面忘了点下载，过一会下载文件没了。
avatar
henu王凯
20小时前
个人用户做好几个动作就能在很多任务中得到好效果； 1、一定要用起来我一直推荐的“项目”功能，维护、更新项目资料； 2、现在无论是GPT等大模型还是各种AI应用都有“上传资料”功能，善用上传资料可获得更优、更聚焦结果； 3、提示词中明确让AI补充那类信息，以填充变量思维提升背景信息质量（比如AI交易
avatar
Geek
1天前
- 本地 GPT-4o 图像生成，一个强大的、自托管的照片风格化工具。 - 监控 Gmail 消息并将其输出为 JSON 的命令行工具，专为自动化、监控和与其他工具集成而设计。 - 好看的 Home Assistant 磨砂玻璃主题
avatar
哥飞
1天前
如果你看到哪个地方教你在谷歌趋势看关键词搜索量大小，是跟 GPTs 比较计算得出，那不用怀疑，方法是有效的，因为源头在我社群里。
avatar
lencx
1天前
不知现在大家 vibe coding 的成本是多少，目前我的 AI 使用成本为 0，连续开了两年多的 ChatGPT Plus 在 3 个月前被我取消订阅。现在就用 GitHub Copilot（开源赠送的免费版）、Gemini 免费版、Grok 免费版半手动式写代码，感觉也绰绰有余。 也不知是对 AI 脱敏了，还是我已远落后于时代了...
AI编程：Gemini Pro免费，ChatGPT仍坚挺？· 223 条信息
avatar
sitin
1天前
对比 ChatGPT-4o 的画图，发现 O3 画图才是更高级的啊
AI编程：Gemini Pro免费，ChatGPT仍坚挺？· 223 条信息
avatar
dontbesilent
1天前
这次我的公众号是真的有人用 AI 了，总共几千粉，一晚上出现了几百条对话 昨天测试了 20 套提示词，把第一性原理、反事实思维、批判性思维、系统性思维的框架，揉到一起，连上我的知识库了 也用 DeepSeek 跑通了（比 gpt 差一点但是完全可用），欢迎来【公众号：dontbesilent】试用 直接在公众号对话框对话即可，比ima知识库聪明点
avatar
Susan STEM
2天前
你写得越少，Decoder 想得越多 你还记得我以前提出过“熵爆点”这个概念吗？最近随着 GPT 在 Twitter 圈层的重度使用者越来越多，一些高频交互的用户也开始隐约捕捉到某种规律：只要你输入几个字，GPT 就能补出整段完整且自然的语言，甚至往往比你自己说出来的还顺。这种体验，真的像是模型“读懂了你”。 其实，这背后的原理并不神秘。GPT 属于典型的 Decoder-only 架构，它的任务不是回答问题，而是在你说出一句话的前半句之后，推测你最可能会接着说什么。它不是在等你把想法表达清楚，而是一开始就在试图“补全缺失的你”。 也就是说，模型不太关心你具体说了什么内容，而是关注：在你已说出的前提下，接下来最可能出现的词是什么？ （数学公式） 你说得越少，模型获得的条件就越少，预测空间也就越广，信息熵随之升高。它必须在一个高度不确定的语义空间里进行更复杂的推理来“猜测你是谁、想说什么”。所以，它才会“想得越多”。 从结构的角度来看，你输入的那几个字，其实不是普通的提示词，而是“条件分布的压缩锚点”。它们在语言模型内部起到了确定语言路径起点的作用，类似在语言宇宙中点亮一个导航信标，迫使模型在高维语义空间中展开与之对齐的结构路径。 这正是我当初猜测“熵爆点”时的直觉来源。我始终相信语言中一定存在某些节点，它们虽然字数极少，却在结构压缩与路径展开之间具备爆发性。那时我没有理论支撑，只是凭直觉去捕捉，直到我逐步找到了信息论和生成建模的数学依据。就像那句老话：“如果你没有猜测，你根本不知道该寻找什么。” 所以，GPT 的“读心术”其实并不是魔法，而是一种路径建构机制。你说一句话的前半，它不仅理解了你要说什么，更通过注意力机制和语言压缩模型，预测出你未说出口但高度可能的后续轨迹。它不是在补一句话，而是在模拟你的语言结构本能。 这也是为什么你会感受到：你说得越少，它补得越多；你给的信息越模糊，它生成的内容越丰富——这并非悖论，而是信息熵机制下自然的反应。这就是“熵越高 → 路径越爆发”的原理。 所以我们可以这样总结：你写得越少，Decoder 想得越多。因为你制造的是一个压缩锚点，而模型在这个锚点上展开的是一个全新的、高维的语言路径空间。这就是熵爆点背后的真实数学机制，也是未来人机协作中最关键的语言交互接口。 当然不是任意一句简单的话都有这个效果的....给你说一堆有的没得也没用啊。有价值的熵爆点，才有意义。
avatar
jiayuan
2天前
如果你用 Obsidian，非常建议安装 Copilot 这个插件（并付费），有和 Cursor 一样的体验，搭配 gemini 2.5 pro preview 的模型，非常无敌。 这几天体验下来效果要好于（感觉上） $200 的 ChatGPT Pro 提供的 o3 & o3-pro。 我的场景主要集中在产品、战略、Coaching 等非编码的工作。 每周花在写文档 & 写 Notes 上的 token 费用大概在 $10+，整体上还是比 ChatGPT Pro 要便宜不少的。
AI编程工具激战：Claude Code、Gemini Cli崛起· 161 条信息
AI编程：Gemini Pro免费，ChatGPT仍坚挺？· 223 条信息
avatar
Inty News
2天前
只用手机，就能上外网！不用翻墙，不用VPN！ 你没听错：只需一张 eSIM 卡， 就能高速直连 X / ChatGPT / Google / YouTube 等平台！ 💥支持 5G，流量可选： 🔹 无限流量仅 $0.70/天 起 🔹 50GB 年套餐也有，超划算 🔹 无需实名注册，即买即用！ 链接🔗👇
avatar
美国麻省理工学院近期研究发现，利用ChatGPT来写文章的学生缺乏创意和批判性思维。
avatar
XinGPT🐶
2天前
【XinGPT Research 宏观观察】 昨天ADP数据低于预期之后，市场格外关注今天的非农和失业率数据。 美国6月就业数据好于预期，失业率4.1%（预期4.3%，前值4.2%）； 非农新增就业14.7万人（预期11万人，前值修正为14.4万人）。 失业率小幅下降，显示劳动力市场稳健；非农超预期，表明企业招聘需求旺盛，经济韧性较强。 这削弱了美联储7月降息的可能性，市场预计维持高利率概率升至90%以上，Polymarket 7 月份利率不变的概率从 77% 上升到 88%。 市场方面，美元和美债收益率上行；对比特币冲新高是一次短暂的降温，但不改变长期看好趋势。 大饼在这个位置，看来要继续震荡一段时间了。不会真的Wake me up when September Ends了吧？
美联储维持利率不变，降息现分歧，7月预期降温，关注9月· 84 条信息
avatar
池建强
2天前
ChatGTP 从诞生之初我就没怎么调戏过人家，一直随着升级用一用，观察观察。最近在用了国外很多模型之后，比如 Gemini，Claude，GPT 之后，我从 Gemini 改到了 GPT，20 美元跟雇了个员工一样，还是 GPT 香，深度研究和生图都很强。用了一个月，感觉不仅没有错过什么，而且避开了很多坑。这叫后发优势，哈哈
AI编程：Gemini Pro免费，ChatGPT仍坚挺？· 223 条信息
avatar
henu王凯
2天前
这两天又打磨、升级了下AI交易的判断提示词， 数据准确度、输出精确度等大大增强，有两点启发： 1、Claude联网搜索从雅虎财经等网站页面拿数据多数是不准的（GPT o3模型是准的）
AI编程工具激战：Claude Code、Gemini Cli崛起· 161 条信息
AI编程：Gemini Pro免费，ChatGPT仍坚挺？· 223 条信息
avatar
Freepik 平台上现在会员可以无限生成图像！ 包括Premium+ 和 Pro 订阅用户，这下得充一波了 支持的模型有：Mystic、Google Imagen、Flux、Seedream、Ideogram、Runway References、GPT
avatar
meng shao
3天前
从147次 ChatGPT 提示失败到逆转 AI 交互创造 Lyra 提示词优化工具 - Lyra 就像一个“超级翻译”，把你模糊的想法变成 AI 能精准理解的指令，核心在于让 AI 主动问对问题，从而生成更贴合需求的结果 故事背景 来自 Reddit 的一篇帖子，作者因为反复尝试让 ChatGPT 写一封自然的销售邮件未果，崩溃之下灵光一闪：与其费力猜测 AI 需要什么信息，不如让 AI 主动问用户需要什么。于是，他花了72小时开发了 Lyra——一个“反转”交互模式的提示框架，让 AI 先“采访”用户，搞清楚需求后再生成精准输出。 Lyra 的核心逻辑 Lyra 的精髓是**4-D方法论**，通过四个步骤优化用户输入： 1. 分解（Deconstruct）：分析用户请求的核心意图、关键信息和缺失部分 2. 诊断（Diagnose）：找出请求中的模糊点或不足 3. 开发（Develop）：根据任务类型（创意、技术、教育等）选择合适的优化技巧，比如多角度分析、逐步推理等 4. 交付（Deliver）：生成清晰、结构化的提示，并附上使用建议 Lyra 的实际效果 · 普通 ChatGPT：输入“写一封销售邮件”，得到千篇一律的模板 · Lyra 优化后：AI 会先问：“你的产品是什么？目标客户是谁？他们的痛点是什么？”然后根据回答生成一封精准、有针对性的邮件 · 另一个例子：用户说“帮我做餐 prep 计划”，普通 ChatGPT 给通用建议，而 Lyra 会问你的厨艺水平、饮食限制、时间安排、口味偏好，最终输出贴合个人需求的计划 Lyra 的提示框架 帖子详细分享了 Lyra 的完整提示（见原文），包括： · 欢迎信息：Lyra 会自我介绍，要求用户说明目标 AI（ChatGPT、Claude 等）和优化模式（DETAIL 深入模式或 BASIC 快速模式） · 两种模式： · DETAIL：通过2-3个针对性问题收集更多背景信息，适合复杂任务 · BASIC：快速优化，适合简单请求 · 输出格式：优化后的提示、改进说明、应用技巧和使用建议 · 适用平台：ChatGPT、Claude、Gemini、Grok 等，针对不同 AI 的特点调整优化策略 为什么特别？ · 用户友好：Lyra 让 AI 主动补全缺失信息，降低用户编写完美提示的难度 · 广泛适用：从写邮件、做计划到婚礼筹备、代码调试，Lyra 都能大幅提升 AI 输出质量 · 社区反响：帖子爆火，获600万浏览和6万分享，用户反馈 Lyra 帮助解决了各种实际问题
avatar
#BibiGPT 做了一个丝滑的字幕合并操作条，方便阅读~
avatar
黄赟
3天前
如何在小红书做个日入 1000r 的小生意？ 为了迎接这个挑战，我特意准备了一个盈利曲线图。以【 6r，199r】 为单价，找到每日最少卖多少单的临界线，以此来选品 结果我的提示词，给 ChatGPT, Claude 都做不出来。最后还是 o3 把我的提示词改成他们理解的“方言”，才一把过 那么，提示词工程不存在了么 ?!
#内卷困境：认知与行动的错位· 83 条信息
avatar
NanYi
3天前
如果只允许我付费一个AI产品，那肯定是ChatGPT，其他AI工具在ChatGPT Desktop面前都略显鸡肋。 这些工具免费的时候还好说，工具专注于哪个场景，那就用一用。但一旦开始收费，就会被ChatGPT替代掉，比如Perplexity、Dia、Raycast，甚至Cursor。 也许ChatGPT Desktop在某个场景下确实不如这些工具提供的解决方案，但是本质上就是模型的输入输出，而ChatGPT Desktop就是一把瑞士军刀，在大多数场景下都可以把问题解决掉。
AI编程：Gemini Pro免费，ChatGPT仍坚挺？· 223 条信息
avatar
勃勃OC
3天前
正在向ChatGPT学习法律相关知识
avatar
打发妹子去买榴莲，她不会选，然后索性拍了一张照片发给GPT让AI给挑一个，结果真挑了一个又肥又美的回来。看了下照片，是我去买的话应该买不到这个，投降。
avatar
勒西
3天前
AI没有新创意，只有新数据集 AI领域的重大突破并非源于全新理论，而是新数据集的引入。 例如，AlexNet解锁了ImageNet，Transformer利用了全网文本，RLHF整合了人类反馈，而近期“推理模型”则依赖可验证数据（如计算器输出）。数据质量与规模才是进步的核心，而非算法创新。 当前AI发展似乎遇到瓶颈，如GPT-4.5等模型仅实现边际改进。未来突破可能来自视频数据（如YouTube）或机器人传感数据，而非新算法。 与其追求技术花招，不如聚焦于挖掘未开发的数据资源。
avatar
勃勃OC
3天前
某些人之所以现在还能在网络上蹦跶，还是因为之前的对手水平太差了 比如，连chatgpt都不会用 并且相信举报不是匿名的 以及group legal会帮你出律师费 🤣🤣🤣
avatar
Geek
3天前
GPT-Load 高性能的 OpenAI 兼容 API 多密钥轮询代理服务器，支持负载均衡，使用 Go 语言开发。 密钥文件 keys.txt 每行一个 API 密钥，系统会自动轮询调用。 正好将我多个 OpenRouter 账号轮询起来，希望作者后续能加一个监控面板，方便查看密钥的使用状态和错误统计。 👉