#任务拆分

2个月前

豆包的 seed 模型真是够烂的，尚未上点强度就效果不行了，一个好模型能省时省力，一个垃圾模型就必须的用工程手段去弥补缺陷，任务要拆分的足够细，足够清晰，搞一堆 workflow 才能好点。

#豆包 #seed模型 #效果不佳 #工程手段 #任务拆分

3个月前

这样的提示词正常来说不超过半小时就会停止的，上下文毕竟撑不了那么久。长任务的技巧是让它先规划分析拆分任务生成一个todo的markdown文件，自行开启子agent完成子任务，任务完成后更新todo文件任务状态

独立开发者手搓新Logo，MarkTodo即将上线新版本· 112 条信息

#AI #长任务 #任务拆分 #子Agent #Markdown

4个月前

說起來雞湯，但我真的覺得有些事情沒那麼難，只是感覺上困難而已。如果你覺得有些事情很困難到不想去做，不妨嘗試這個策略：把任務拆分到可以輕鬆踏出第一步。

#阶层固化：求变之路，殊途同归· 976 条信息

#鸡汤 #任务拆分 #积极 #行动力 #克服困难

7个月前

说说我对 Codex 评测结果：如果说 Cursor 是需要我们结对编程才能干活的实习生，那么 Codex 就是外包员工，任务甩过去就不用管了，完成后验收一下，不合格就让它重做一遍，直到满意为止。最关键是你可以拥有无数个这样的只需要验收的外包员工。但目前 Codex 还只是半成品，有很多限制，比如安装完虚拟机后就不能联网了，有运行时长的限制，一次处理的任务有限，不值得专门为 Codex 去开 pro 会员订阅。就好像这个外包公司员工的电脑不能联网，只能根据项目代码和自己的知识去修改代码，按照自己的理解去完成任务。外包任务是一锤子买卖，出来什么结果就是什么结果，你要么全盘接受，要么全盘拒绝，无法二次修改。这外包员工还比较懒，到时间了就不给你继续干了。每一次任务都会换人，无法积累项目经验，但是会遵守文档规范（）。 Codex 现在离替代程序员（哪怕初级）还有不小差距，不要期待太高。但未来 Codex 这样的 AI 智能体会让 AI 编程变得像 AI 画图，一个简单的任务，你只要写提示词不停的“抽卡”就好了，但前提是你要有专业的工程师或者高智能的 AI 帮你规划和拆分任务。更多细节还需要整理下。

AI编程工具激战：Claude Code、Gemini Cli崛起· 1256 条信息

#Codex #AI编程 #外包员工 #半成品 #任务拆分

8个月前

越专业的人，越容易觉得AI没用我最近聊了一些朋友，很多是在业内领域很强的人，我发现了一个问题，就是越专业，越对品质要求高的人，越容易觉得ai没用，尤其是那些任务难以步骤拆分的这些人很在意那最后一公里在他们交付的作品里往往凝聚匠人精神容不得半点马虎比如一张插画会细致到一个勾线的粗细然而ai又没那么容易调整拿去ps修复的时间专业的人从头都画完了这些人效率极高庖丁解牛他们反而不怎么容易用起来ai 这让我想起来了一句话谦受益满招损瓶子太满了水就装不进去了也许当ai内容大批量席卷生活的时候他们的作品会因此溢价但这世界本就是个草台班子可能80%的事情都不需要那20%的匠人细节不过也正是因为这20%的匠人细节，会让他们超越那80%成为行业翘楚

#AI #专业人士 #人工智能 #效率 #品质 #匠人精神 #任务拆分

11个月前

今天写了一篇公众号文章《小明的烦恼：代码高手，不爱写文档，老板让写调研报告，还好有 AI》用一个虚构的故事，背后是一些真实的案例，说明如何在日常工作中使用 AI 提升效率。比如说用 AI 来分析老板的意图，避免出现偏差和遗漏。用 AI 生成任务的说明提交到任务管理系统，一方面可以跟踪任务，另一方面也可以用来跟老板确认是否对任务的理解正确无误。把复杂的任务拆分成简单的任务，大的任务拆分成小的任务，使用 XML 结构化提示词的内容。在相关性高的时候使用同一会话，相关性不高的时候要新开会话。最终结果人工要审核，甚至要手动去拼接一些内容。整个过程用 AI 辅助生成，但是还是人主导！完整内容参见：

#AI #提高效率 #智能办公 #代码高手 #写文档 #工作任务管理 #老板沟通 #任务拆分 #自动化 #科技进步