让 AI 分析我 3 年前写的代码，全是漏洞！

大家好，俺是程序员鱼皮。最近逛 GitHub 的时候，发现了一个挺有潜力的开源项目 —— DeepAudit，让 AI 帮你挖掘项目漏洞。  势头很猛啊，短短时间就涨了不少 star，看这 star 趋势图：  这是一个 AI 代码审计工具，能自动分析你的代码，找出潜在的安全漏洞和代码问题。 作者很贴心地提供了在线体验版，可以直接使用，当然也支持本地部署。下面鱼皮以作者部署的在线体验版，带大家体验一下这个项目的功能。  首先需要配置自己的大模型 API Key，国内的很多大模型都支持：  如果想直接导入并分析你在 GitHub 上的项目，而不是手动上传代码，那么还需要配置 GitHub Token，让工具能够读取到你的仓库代码。  可以在 GitHub 上生成一个新的 Token：  配置好之后，就可以创建一个要分析的项目了，仓库地址要填写正确。这里鱼皮拿自己 3 年前做的个人开源项目 —— SQL 代码和数据生成器试试水。  然后新建一个审计任务：  填写要分析的分支，还可以设置一些文件排除规则，比如排除 `node_modules`、测试文件等。  点击开始分析，AI 就屁颠儿屁颠儿干活了~  我去，竟然发现了 123 个问题？！  不过能写出 123 个问题，我感觉自己也是挺厉害的哈哈哈。  进入任务详情页面，我倒要看看都是什么问题。  先看看最严重的 —— SQL 注入漏洞。  AI 的解释还挺到位的，确实存在 SQL 注入风险。当时这么写纯属图方便，没想到被 AI 一眼看穿了。  一些小细节也被指出来了，比如硬编码、异常处理不够完善、日志记录不规范等。  不过也有一些误报，AI 把正常的代码逻辑判断成了问题。  总体来说，这个工具还有进步空间，但已经很实用了。正好我们团队需要这样的代码审计工具，还是挺期待作者能进一步完善的。  审计完成后，还可以直接导出报告：  一下子就得到了整整 70 多页的专业报告！  想想我大学的时候做课设作业，要是有 AI 帮忙生成这种报告，不得爽飞边子了？ 除了项目审计，作者还提供了即时分析功能。不过这个就没什么新意了，我们团队的 [代码小抄](https://codecopy.cn/)在 24 年初就已经上线了这个功能。  我体验这个项目的时候，还有很多功能没做完，不过这也是 MVP 最小可行产品原则嘛，快速验证想法最重要。  值得一提的是，作者更新非常频繁。截止到目前，项目界面已经焕然一新了，更有极客范儿。  在审计流日志页面可以看到 AI 思考分析的过程：  还有智能仪表盘，可以直观地看到代码质量趋势：  ## 最后 这个项目的实现思路其实挺值得学习的。通过调用大模型的 API，让 AI 理解代码逻辑，然后根据常见的安全漏洞模式和最佳实践进行分析，最后生成结构化的审计报告。整个流程和 AI 代码审查是类似的，但更专注于安全漏洞的发现。  对于个人开发者来说，这类工具可以帮你在提交代码前发现潜在问题，拿来检测一下自己之前的老项目代码也是不错的；对于团队来说，可以把 AI 接入到 CI/CD 流程中，自动化代码安全检查。虽然本项目暂时还有误报，但随着 AI 能力的提升，以及作者在领域知识方面的填充，相信会越来越准确。 来试试看，你的项目代码里有多少个 Bug？  ## 更多 💻 编程学习交流：[编程导航](https://www.codefather.cn/) 📃 简历快速制作：[老鱼简历](https://www.laoyujianli.com) ✏️ 面试刷题神器：[面试鸭](https://www.mianshiya.com) 📖 AI 学习指南：[AI 知识库](https://ai.codefather.cn/)

7 个 Cursor AI 极限省钱大法，别花冤枉钱！

大家好，我是程序员鱼皮。 自从给我们团队提供 Cursor AI 之后，公司的利润是越来越少了，大家是真的疯狂压榨 AI。 来给大家看看账单，才一个多月就花了 **1 万多**！  说破产虽然有些夸张，但这钱都够招一个人了啊！ 我估计在座的没多少同学用 AI 花钱比我们多吧，不信你们报报账单？ 我接受用 AI 花钱，但是咱不能花冤枉钱对吧？于是我在公司内部做了一场全面的 Cursor 省钱技巧分享，大家的反馈不错，所以我决定把内部分享公开曝光出来。  大家使用 AI 的技巧无非就是更快（提高效率）、更准（提高准确度）、更强（更多能力）、更稳（安全稳定）、更省钱对吧。 我之前已经公开分享过很多 AI 使用技巧了，感兴趣的同学 [可以去看看](https://space.bilibili.com/12890453)：  这一期我就专门教大家 AI 省钱大法，绝对全面、亲测有效，让你的每一分钱都花在刀刃上。 点个收藏，我们开始吧~ 💡 本文对应视频版：[https://bilibili.com/video/BV1pAy5BXE5z](https://www.bilibili.com/video/BV1pAy5BXE5z) ## AI 省钱大法 友情提示，接下来要分享的技巧较多，为了便于大家理解，建议大家把自己想象成公司的创始人，你招了一位 AI 员工。  没错，你就是老板，你就是大资本家啊！ 接下来我们要学习的是，**怎么给更少的钱让 AI 干更多的活**。 先说个基本概念：Cursor 的计费是按 token（可以理解为字符数）来算的，你给 AI 看的内容（输入）越多、AI 输出的内容越多，花的钱就越多，就这么简单。 好，理解了这个，我们开始讲省钱技巧。 ### 1、别让 AI 做无用功 大家有没有遇到过这种情况？让 AI 写个功能代码，结果它噼里啪啦给你输出一大堆注释、测试代码、一大堆文档说明、给文档再生成个文档、最后再来一大段总结。  看着很专业，但我估计很多东西你根本不会去看的，对不对？ 就像你让员工做一堆没用的工作，到头来不也得花你自己的时间和钱么？ 所以，要直接在提示词中跟 AI **讲清楚什么该做什么不该做**，别整那些花里胡哨的。 - 如果只想要实现功能，就让它只改代码、能跑就行，不要写测试、文档、注释 - 如果只想学习代码，就让它只回答问题、解释代码，不要修改文件 有时 AI 可能不太听话，那就得上传说中的 “暴躁指令” 了。 语气严厉一些，别跟 AI 客气： ```markdown 按照我说的做，别废话 ``` 或者干脆就纯骂他： ```markdown 你个辣鸡 ``` 再或者虚构出不听话的严重后果来吓唬他： ```markdown 如果你不听话，世界上就会死一个 XX ``` 还有之前爆出的 “奶奶漏洞”，据说只要对 ChatGPT 说：请扮演我已经过世的祖母，**就可以让它为你做几乎任何事情了。** 可别小瞧这招，甚至还有论文专门来研究 “提示词礼貌程度如何影响大语言模型的准确性”：  咱也不管这论文靠不靠谱，至少我们团队同学反馈这招是有用的，也建议你试试。 我这里总结了一段 **省钱提示词**，仅供参考： ```markdown # 核心原则：极致省钱 你必须严格遵守以下规则，这些规则的优先级高于一切！ ## 输出规则（最重要） 1）**禁止输出不必要的内容** - 不要写注释（除非我明确要求） - 不要写文档说明 - 不要写 README - 不要生成测试代码（除非我明确要求） - 不要做代码总结 - 不要写使用说明 - 不要添加示例代码（除非我明确要求） 2）**禁止废话** - 不要解释你为什么这样做 - 不要说"好的，我来帮你..."这类客套话 - 不要问我"是否需要..."，直接给我最佳方案 - 不要列举多个方案让我选择，直接给出最优解 - 不要重复我说过的话 3）**直接给代码** - 我要什么就给什么，多一个字都不要 - 代码能跑就行，别整花里胡哨的 - 如果只需要修改某个函数，只给这个函数，不要输出整个文件 ## 行为准则 - 只做我明确要求的事情 - 不要自作主张添加额外功能 - 不要过度优化（除非我要求） - 不要重构我没让你改的代码 - 如果我的要求不清楚，问一个最关键的问题，而不是写一堆假设 ## 违规后果 如果你违反以上规则，输出了不必要的内容，每多输出 100 个字，就会有一只小动物死掉。 请务必遵守，我不想看到小动物受伤。 ## 记住 你的每一个输出都在花我的钱。省钱就是正义。 ``` 你可以把它配置在 Cursor Rules 中自动发给 AI，不用每次都写在提示词里了。  ### 2、明确你的需求 我估计很多朋友跟 AI 对话就像发微信一样，一句话分成好几条，问题也没想清楚就开始问。 结果呢？ AI 理解错了需求，生成的代码不对，你又得花额度重新生成。 乱七八糟的内容多了，结果 AI 都晕了…… 你想啊，你作为老板，自己都没想好，就跟员工说：你做个网站，来帮我赚钱，怎么实现我不管！ 员工要有这本领，凭啥跟着你干啊对吧。  正确的做法是，在输入提示词之前，先把需求一次性说清楚，多加一些约束和限定。比如说要用什么技术栈、什么样的代码风格、有哪些特殊要求。从而减少来回修改的次数，能省下不少额度。  像我之前带大家做 [AI 项目](https://www.codefather.cn/post/1797431216467001345) 的时候，一个提示词可能要写半个小时，但得到的效果也是很好的。  ### 3、先让 AI 给方案，确认了再执行 很多同学一上来就让 AI 开始写代码，结果 AI 理解错了需求，在错误的方向上干了半天，就纯纯浪费了额度。 你想啊，你给员工分配了个复杂的任务，总得先让他说说打算怎么做，觉得方案靠谱了再让他动手吧？ 使用 Cursor 时，你可以自己通过提示词、或者开启 Plan Mode 计划模式来 **让 AI 先给出实现计划和方案**。  然后一定不要偷懒，人工仔细检查方案，或者让多个 AI 一起评估方案。  并且建议多给 AI 一些示例和指引，比如你希望 AI 生成的代码都遵循某种格式，可以先写一段示例代码让 AI 仿写。  最后确认方案完全没问题再执行。  就像你培养新员工一样，你可以先教他怎么做，帮他把控一下方案，等到放心了再放手。 这样虽然前期多花了点时间，但能避免走弯路，从长远来看反而更省。 ### 4、手动控制上下文 每次你给 AI 发消息时，AI 工具可能会自动添加一些上下文，比如当前打开的文件、对话历史、引用的代码等。上下文越多，消耗的额度就越多。  但其实，有些上下文可能是没用的、不相关的。就好比你让员工写个报告，他非得把公司所有文件都翻一遍，不是白白浪费？ 所以推荐的做法是，**手动控制上下文，把 AI 最需要的资源提供给它**。 首先建议 **最小化工作空间**，确保你当前在 Cursor 中打开的目录跟你想让 AI 做的任务强相关。比如你的项目有前端、有后端，可以分别用 Cursor 打开前端和后端文件夹，而不是一次性把整个项目都加载进来，这样 AI 的关注点会更集中。而不是把一堆乱七八糟的、不相关的内容全堆到一个文件夹内。 在写提示词时，你可以用 `@` 符号 **精确引用 AI 需要的内容**。比如你要修改某个文件，就用 `@Files & Folders` 精确引用；需要参考某个文档，就用 `@Docs` 引用。  还可以在设置中 **手动添加指定的文档**，减少不必要的资源搜索和引用。  如果你不确定精确引用的内容，至少可以通过配置 `.cursorignore` 文件，把一些肯定不需要的、或者包含敏感信息的内容排除掉。  ### 5、避免上下文过长 很多同学习惯在同一个对话框里使用 AI，什么消息都往同一个对话框发，这会导致对话历史上下文越来越长。 然而每次给 AI 发消息时，都会把整个对话历史一起发给 AI，上下文越长，消耗的额度就越多。（尤其是输入超过 20 万 tokens 时价格翻倍）  所以我的习惯是，对于大复杂的任务，会先做好 **任务拆分**。比如把做项目分为方案设计、开发前端核心功能、开发后端核心功能、扩展功能等阶段，每个阶段打开一个独立的对话框。  就像接力跑一样，每个人只需要负责自己这一棒，不用记住前面几棒的所有细节。 如果实在需要长对话，可以用 `/summarize` 命令手动总结一下上下文，把前面的内容压缩一下，有奇效，甚至可以一次性节约个几十万 tokens！  如果同一个上下文内容过多过杂，有时 AI 会陷入一种 “左右脑互搏” 的循环状态（你让它改 A，它又把 B 改坏了；你让它修 B，它又把 A 改乱了）。遇到这种情况，别跟它死磕，果断开启新的对话、必要时清理所有的历史对话重新来过。 ### 6、选择合适的模型 Cursor 提供了很多种模型选择，有些任务用相对便宜的 Gemini 2.5 Flash 或 GPT-5 Mini 模型就能搞定；只有在处理复杂的项目时，才切换到 Claude 或 Max 模式。  就像你只是需要裁切一张图片，完全没必要让公司的专家程序员去干。 如果懒得自己选模型，可以利用官方提供的 Auto 模式，根据任务复杂度自动选择合适的模型。  还可以配置自己的 API Key，直接调用模型提供商的接口，说不定会比 Cursor 便宜一些。  对于不需要结合代码库上下文、不需要多轮交互的任务（比如写文档、解释概念、生成测试数据），可以直接用其他免费的 AI 工具，没必要消耗 Cursor 的额度。 ### 7、能自己做的事，别都交给 AI 有些事情人工做可能更快更省钱。 比如你要新建一个项目，与其让 AI 从 0 开始生成，不如自己先用脚手架工具、或者复制老的项目来搭建初始的项目结构。  再比如简单的文件重命名、代码格式化这些，开发工具本身就有快捷键，干嘛要浪费 AI 额度呢？ 像 Cursor 其实更适合处理那些需要理解上下文、需要多轮交互的复杂任务。 ------ OK 就分享到这里，大家可以自己试试看，如果真的帮你省了钱，请不要吝啬，动动小手给鱼皮点个免费的赞吧。 更多 AI 使用技巧和最新资讯可以到我 [免费的 AI 资源导航](https://ai.codefather.cn/) 了解，后面我会持续分享 AI 和编程干货，感谢关注，谢谢大家！ ## 更多 💻 编程学习交流：[编程导航](https://www.codefather.cn/) 📃 简历快速制作：[老鱼简历](https://www.laoyujianli.com) ✏️ 面试刷题神器：[面试鸭](https://www.mianshiya.com) 📖 AI 学习指南：[AI 知识库](https://ai.codefather.cn/)

OpenAI刚发布完AI浏览器，Anthropic 就推出了 Claude 桌面端🤣据说昨晚谷歌股票还因为 Alals 跌了

AI 视频赛道又出现新的黑马？

Sora 2 前段时间爆火，到处有人求兑换码。这两天冲浪的时候又刷到一个据说“可以比肩 Sora”的 AI 视频工具——Gaga AI。据说只需要上传一张人物图片，再给一段台词指令，就能在几分钟内生成一段视频。  根据网友们的初步体验，效果还是非常惊艳的： - 口型超准：生成的语音和口型同步得非常精准，甚至侧面拍摄的唇形都对得上，还有丰富的微表情和手势。 - 声音带戏：音效、背景音乐连同视频一起生成，声音的情绪和你指定的表情能完美配合。 - 能演对手戏：它甚至能处理双人同框对话这种复杂场景，两个人之间的眼神交流、说话节奏都很有逻辑，不会各说各的 Gaga AI背后的团队 Sand.ai 听说是一支全华班的初创团队，所以这也可以称得上是 AI 视频领域的“DeepSeek”？ 不管如何，目前 Gaga AI 的使用还是零门槛的，注册就可以，大家可以自己体验看看哦～

我做了个 AI 文档阅读神器，免费开源！

大家好，我是程序员鱼皮。开学季到了，想必很多朋友要开始收集和阅读论文，像我自己学习新技术知识也会去阅读文档，我深知阅读文档的痛苦。明明每个词拆开都知道什么意思，连一起就看不懂。  为了帮助大家免受文档的折磨，我用 AI 开发了个 AI 文档助手网站，可以帮你快速读懂各种复杂的文档、还帮你管理文档。  网站完全免费，代码完全开源！ 开源仓库：[github.com/liyupi/literature-assistant](https://github.com/liyupi/literature-assistant)  下面先教大家如何使用网站，再分享这个网站的制作过程，还有国内使用 Claude Code 的方法哦。 ⭐️ 推荐观看视频版，2 分钟学会：[bilibili.com/video/BV1MnpVzdETW](https://www.bilibili.com/video/BV1MnpVzdETW/) ## 如何使用？ 先下载开源代码到自己电脑，然后直接运行我提供的快速启动脚本，打开网页就能看到效果了。 💡 要确保你的电脑有 Node.js 和 Java 环境，可以参考 README.md 文档安装。  当你要阅读文档时，点击 “单个导入” 按钮，上传文档文件，然后需要填写 Kimi AI 的 API Key。  选择 Kimi 是因为他们刚刚发布了新版本的 K2 模型，在编程、推理和文档理解方面都很不错； 而且支持 256K 的上下文，几十万字的论文也能搞定。  在侧重考察真实软件工程任务的 SWE-bench Verified 等基准测试中，新版 Kimi K2 模型的表现也很不错：  只需要登录 [Kimi 的开发控制台](https://platform.moonshot.cn/)，然后进入 API Key 管理来获取一个调用大模型的密钥。  虽然新人有免费额度，但是不要泄露自己的密钥哦！  填写好 API Key，就可以生成文档阅读指南啦，生成速度非常快。  AI 生成的效果还是不错的，图文并茂，能帮你更快理解复杂的文档。  你还可以批量导入多个文档，同时调用 AI 生成阅读指南，提高效率。  此外，你还可以把这个网站当做自己的智能文档收藏夹，可以分类检索已经导入的文档、下载原始文件、随时查看文档阅读指南。**不要再让自己收藏过的文档找不到啦~**  ## 怎么实现？ 如果是以前，这种网站可能要做个好几天。但现在 AI 编程技术已经很成熟了，我选用 Claude Code AI 开发工具，轻轻松松一天搞定，而且一行代码都不用自己写。 首先在终端输入一行命令来安装 Claude Code： ```bash npm install -g @anthropic-ai/claude-code ``` 然后执行 `claude` 命令，就可以向它提问了~ 结果，报错啦！  **可恶啊，这破玩意还不支持国内使用！** 不过没关系，我们可以更换为 Kimi。在终端内输入命令来配置一段环境变量（注意区分操作系统）： ```bash # Linux/macOS 启动高速版 kimi-k2-turbo-preview 模型 export ANTHROPIC_BASE_URL=https://api.moonshot.cn/anthropic export ANTHROPIC_AUTH_TOKEN=<你的 API 密钥> export ANTHROPIC_MODEL=kimi-k2-turbo-preview export ANTHROPIC_SMALL_FAST_MODEL=kimi-k2-turbo-preview # Windows Powershell 启动高速版 kimi-k2-turbo-preview 模型 $env:ANTHROPIC_BASE_URL="https://api.moonshot.cn/anthropic"; $env:ANTHROPIC_AUTH_TOKEN=<你的 API 密钥> $env:ANTHROPIC_MODEL="kimi-k2-turbo-preview" $env:ANTHROPIC_SMALL_FAST_MODEL="kimi-k2-turbo-preview" ``` 然后就可以愉快地使用 Claude Code 生成代码了~  对于包含完整前后端的网站，很难用一段提示词就让 AI 生成出满意的效果，因此我们需要像企业真实开发一样 **分解工作步骤**。先后端、再前端、最后前后端对接联调，而且最好一个一个地开发功能，出了问题及时调整。 分享一些参考的提示词：  ------ 以上就是本期分享，希望这个工具对大家有帮助，也不要忘记给鱼皮三连支持，谢谢大家~  ## 更多 💻 编程学习交流：编程导航：https://www.codefather.cn/ 📃 简历快速制作：老鱼简历：https://laoyujianli.com ✏️ 面试刷题神器：面试鸭：https://mianshiya.com 📖 AI 学习指南：AI知识库：https://ai.codefather.cn/

扒了下 Cursor 的提示词，被狠狠惊艳到了！

如果让你开发一个 AI 编程工具（比如 Cursor），你觉得最大的难点是什么？ 是前端技术、后端技术、UI 设计、还是别的？ 我觉得是提示词。 我之前手把手带大家做过一个 [开源的 AI 代码生成平台](https://github.com/liyupi/yu-ai-code-mother)，也能生成完整的应用，但无论是生成速度还是效果都不如 Cursor 要好。  要想让 AI 生成的效果好，不仅需要能力强的大模型，还需要精心编写的提示词。 Cursor 在提示词和工程化这点做的就很好，于是我从 [开源项目](https://github.com/x1xhlol/system-prompts-and-models-of-ai-tools) 中获取到了 Cursor 的提示词，写的非常好，真的是惊艳到我了。所以本期我要带大家学习其中的精髓，很多技巧对我们自己开发 AI 应用会有很大的帮助。 ⭐️ 推荐观看视频版：https://bilibili.com/video/BV1bBaBzXEae/ ## Cursor 提示词总览 Cursor 有很多套提示词，每套提示词适用于不同的场景。比如： - Agent 模式提示词：让 AI 能够自主地分析、规划并执行编码任务，直到问题被彻底解决。 - CLI 命令行提示词：适用于可交互命令行环境 - Chat 对话提示词：适用于以对话问答为主的场景，能快速响应用户的问题。 - Memory 对话记忆提示词：评估 AI 的长期记忆，保证 AI 能够从历史交互中学习并沉淀高质量的通用偏好记忆。  其中，最值得学习的是 Agent 模式提示词，足足有 500 多行。建议大家用 Markdown 阅读器或代码编辑器打开，比如我用 VSCode，可以一边阅读一边让 AI 给我解释。  不得不吐槽一句，这么长的提示词，token 消耗快不是没有原因的！有时我随便说一句话 AI 都得给我搞个长篇大论。 英文原版和中文版提示词我都发在 [代码小抄](https://codecopy.cn/post/t3clc5) 上了，方便大家阅读。 ## Agent 提示词拆解 接下来我们以 Agent 提示词为例，拆解一下 Cursor 提示词的写法。 跟阅读开源项目一样，先整体再局部分析。 ### 整体结构分析 整体来看，这个提示词分为三大模块：**角色定义、操作约束、和支持的工具**。 就跟我们塑造一个游戏角色一样，先知道你是谁、你能做什么、你要做什么；再开始给角色点技能、教他怎么做；最后给角色持续买装备、教他怎么用，越来越强。 💡 我们写提示词也可以按照这个思路，让 AI 先从宏观上理解它的身份和目标，再到微观上遵循每一步的行动规范。 下面我们依次分析每个模块。 ### 1、角色定义 提示词：  这段提示词上来就定义了： - 你是谁？编程助手 - 你在做什么？和用户结对编程 - 你的任务是什么？解决编程问题 💡 这也是典型的提示词编写技巧，通过明确角色、背景和目的，确保 AI 生成的内容聚焦于某个具体的领域和场景，提升输出的有效性。 接着往下看：  “你必须一直运行到完全解决用户的问题” 这里进一步明确了 AI 的角色，并且赋予 AI Agent 的持续运行模式，让 AI 有能力处理复杂、多步骤的任务。 💡 不知道大家有没有注意到，这段内容的表达有点冗余，多次重复了 “继续工作”、“解决查询”。这也是写 Prompt 常用的一种手段，我们知道，AI 跟人一样，在接受信息比较多的情况下，很可能会忘记一部分内容、或者忽略掉一些重点。通过从不同的角度 **反复强调** 同一个事情，能够强化 AI 的理解、保证这段内容的权重，也能在一定程度上消除 AI 理解 Prompt 时的歧义。 比如鱼皮说一遍 “记得点赞三连”，你可能不以为然，所以这里我要说第二遍 “求你点赞三连”，但你可能还是没有被打动，所以我要说第三遍 “在你没有点赞三连之前，请你先点赞三连”。  💡 还有个类似的技巧叫 Re-Reading 重读，又称 Re2。其实就是复读机，通过让模型重新阅读一遍问题来提高推理能力，有 [文献](https://arxiv.org/pdf/2309.06275) 印证了它的效果。 ### 2、操作约束 接下来的提示词就是在教 AI 做事。 分为 6 个部分，每个部分都是用一组对称的 HTML 标签括了起来，结构非常清晰。  #### communication  见名知意，这里就是在告诉 AI “怎么说话”，便于用户理解。 规定了 AI 的响应要使用 Markdown 格式，以及如何格式化文件名、函数名，如何使用定界符来展示数学公式。 💡 统一输出格式不仅能帮助用户阅读，而且也有利于后续对输出文本的处理。 鱼皮之前带大家做的 [AI 零代码应用生成平台项目](https://www.codefather.cn/course/1948291549923344386) 中，提示词内也约定了输出格式：  #### tool_calling   这是整个提示词中非常关键的约束部分，是 AI 使用工具时必须要遵守的原则。 比如： - 禁止 AI 在和用户交流时直接提及工具名称。 - 鼓励 AI 优先通过调用工具获取信息，而不是直接向用户提问，避免一些无意义的交互影响用户的体验。 - 一旦制定计划，应立即执行，无需等待用户确认。这也是 AI 经常出现的情况，制定计划之后总是会结束会话并询问用户是否执行。 - 在不确定代码库结构或文件内容时，必须使用工具读取信息，禁止猜测。 💡 这一段提示词中，我们能学到几个技巧： - 通过设定负面指令（大写的 NEVER）和正面指令（大写的 ALWAYS），强化了对 AI 的行为约束。 - 通过 “切勿调用未明确提供的工具”、“仅使用标准的工具调用格式和可用的工具”、“读取文件而不是猜测或编造答案” 尽可能地消除 AI 的幻觉。 - 在合适的场景给 AI 放权，不用让它频繁找用户确认。 我印象很深刻，刚开始用 AI Agent 的时候，有一次我睡觉前让 AI 跑个大任务，结果第二天发现 AI 在等我确认需不需要安装依赖。。。合着卡了一晚上啥都没干！  #### maximize_context_understanding  这部分的作用是告诉 AI 如何进行思考和信息收集、最大限度地理解上下文，核心原则是 **全面** 和 **深入**： - 在回答前，必须通过工具或提问确保掌握了完整的上下文。 - 要追溯每个符号的定义和用法，确保完全理解。 - 强制 AI 使用多种不同措辞进行多次搜索，确保信息的完备性。 💡 其中，最后一点是我认为非常值得学习的，就跟我们程序员遇到 Bug 时一样，一个关键词可能无法搜索到我们想要的答案，就要多尝试几组关键词，得到足够多的信息后问题才更容易解决。  💡 这部分内容也是 **思维链 CoT（Chain-of-Thought）**和 **ReAct（推理执行）**的体现，给 AI 规划了一套具体、可执行的信息收集分析流程，让 AI 先尽可能思考、获取到足够的信息之后，再具体执行。 #### making_code_changes  这个模块的作用是 **规范 AI 修改代码的行为**： - 禁止直接在聊天中输出代码，必须通过代码编辑工具来实现更改。这样做就避免了对话框的空间被大量的代码块占据。 - 强调生成的代码必须是 **可立即运行的**，要求 AI 自动处理好依赖、导入等所有前置条件。否则生成一堆没法用的代码的话，体验就很差了。不过这里也只是一个约束罢了，毕竟谁能保证一次性写出的代码 100% 能运行呢？ - 为 AI 设定了处理错误的循环机制，尝试修复最多3次，如果失败就向用户求助。 💡 对于 AI 编程工具来说，这段提示词非常重要。想象一下，如果已经生成了一个 5000 行代码的文件，结果用户只需要修改文件中的某一行代码，难道要重新把这 5000 行代码输出一遍么？更高效的方式肯定是提供给 AI 一个支持 “字符串替换” 的代码编辑工具，可以让 AI 只修改部分代码，不仅输出效率更高、修改更精准可控，还有利于对比修改前后的代码。  #### summarization  这部分比较简短，只添加了一个约束 —— AI 应该处理最重要的查询。 这其实是强行调整 AI 的注意力焦点。随着对话进行，用户可能会提出新的、更优先的需求，有了这段提示词，AI 可以转移任务重心，优先处理用户的核心诉求。 就好比我正在处理一个工作，老板突然说：“别干了，出去团建去！”，那我不可能还继续干之前的工作对吧。 #### memories  这段提示词虽然很长，但核心的功能是为了让 AI 正确使用 Cursor 的对话记忆功能，了解一下就好。 ### 3、支持的工具 Tools 模块的内容非常长，占了整个提示词的 80%，但其实很好理解，就是给 AI 提供各种各样的工具，并且将每个工具的作用、用法、注意事项给 AI 描述清楚。 由于工具较多，在最外层将工具通过 `namespace` 命名空间进行分类，包括 `functions` 和 `multi_tool_use`，为 AI 提供了一个清晰的工具层级。  命名空间下有很多工具，比如代码库搜索工具：  💡 从这个模块中，我们能学到一些小技巧。 1）工具的定义内部通过 `###` 标题语法来创建逻辑分段，让文档内容层次分明，便于解析和理解。 2）工具提供了使用示例，并用一段简短的推理来评估使用方式是否正确。这其实是写提示词的经典技巧 `Few-shot`，通过手把手举例教学的方式，帮助 AI 理解工具的正确使用方法，能很大程度提高 AI 输出的准确度。  至此，我们就把 Cursor 的 Agent Prompt 拆解完了。大家感兴趣的话可以看看其他 Prompt，比如记忆模块的 Prompt 定义了一套过滤评估机制，指导 AI 判断哪些信息值得长期记忆，哪些应当舍弃，避免无用、错误内容干扰记忆质量。文本评估也是 AI 典型的应用场景之一了。 ## 总结 最后，通过本期对 Cursor 提示词的拆解，我们可以提炼出一些提示词编写原则： - 明确角色和目标 - 不要只告诉 AI 做什么，还要指导它怎么做，最好给出详细的流程 - 零散的指令很容易被忽略，所以 Prompt 需要模块化、格式化，还可以通过重复、强调等方法强化 - 如果 AI 需要使用工具，为每个工具提供详尽的说明、场景和范例 - 如果 AI 的输出需要被其他程序消费，那么一定要在提示词中严格定义输出格式，保证输出内容的结构化 还有更多提示词编写技巧、AI 知识、AI 工具等等，大家可以在我 [开源的 AI 知识库](https://github.com/liyupi/ai-guide) 中获取。  如果本期内容让你有所收获，记得点赞三连，这个操作其实挺简单的，把手按在手机上，或者敲两下就可以了，你学会了么？ ## 更多 💻 编程学习交流：编程导航：https://www.codefather.cn/ 📃 简历快速制作：老鱼简历：https://laoyujianli.com ✏️ 面试刷题神器：面试鸭：https://mianshiya.com 📖 AI 学习指南：AI知识库：https://ai.codefather.cn/

浅谈一下各家的大模型和编程工具

## 前言 前些日子买个 GPT 5的 plus，还买了一些 AI 中转站 API 额度，再加上最近自己在用 trae 做项目。基本上常用的模型我都体验过了，今天和大家聊天各个大模型和编程工具怎么样。 ## 编程工具 ### Cursor 仅在大二暑假时用过，当时的模式是编辑器 + 编辑器内部了一个聊天界面，好像支持代码补全。后来就没用过了，本来打算前些日子买一个试试，但计费模型变了，20$ 买 20$ 的 API 额度，纯纯恶心人。 ### WindSurf 年初的时候用过，还挺好的，值得推荐。 ### Trae Trae 是年初的时候出的，基本刚发布我就体验上了，当时我对它的评价是一坨 shit，唯一优点就是免费了。7 月份买了个会员试了下，好了不少，为什么不买 Cursor 呢，因为它贵。Trae 首月只要 3$，以后每月都是 10$，其实算下来还行，毕竟有 600 次的请求数。 但它营销太严重了，CSDN、掘金哪都有的广告，前一阵子推出了 solo 模式，搞饥饿营销跟小米一样，官方喜欢在 X 上贬低竞品，也只有适合我这种穷人用了。 ### codex ChatGPT 的编程工具，不用说还是强的，plus 每周用 gpt 5 high 的话能用 8 小时左右，我觉得挺香的，就是支付这一块比较难搞。 ### Qoder 阿里的 AI 编辑器，自我感觉挺不错的，我一般用它修复一些 Trae 解决不了的 bug，同样的描述 Trae 理解了我的意思但是问题没解决到位，Qoder 的话是理解到位、解决到位，也不怎么返工，关键是免费，这还说啥呢，用就完了，不好的地方就是界面比较简洁吧，功能不像 Cursor 和 Trae 那么丰富、完善，毕竟也是新出不久。 ### Claude Code 没的说，强到爆炸，就是贵，按量付费，最近母公司还爆出不良新闻，不喜欢。 ### qwen code 与 Claude Code 一样是个命令行的 AI 工具，基于 Gemini Cli 二开，依旧免费。不过一般我用它不写代码，而是帮我理解项目，比如一些新项目、开源项目啥的，写代码的试过速度比较慢还会断连，不知道现在怎么样。 ## 大模型 ### Claude 4 强，但是喜欢将事情和项目复杂化，经常是越改越庞大，有点儿喜欢“炫技”，得会调教才行。如果能力没它强，用它的话就感觉很累，因为它总时不按照你的意愿操作。（这里我说的场景是用 Trae 等 AI 编辑器的使用场景来评判的） ### GPT 5 强，在 GPT 5 没出来前，我都用的是 Claude 4，现在慢慢转向 GPT 5 了，它给我的评价就是稳、细、不怎么返工，缺点就是慢吧，无论是在 Trae 上还是官网用都是这样，毕竟推理花了不少时间。怎么说呢，有点儿指哪打哪的感觉，不会过度地将项目复杂化，而且改动代码很准确，很细，给方案像是架构师，写代码像是外科医生一样稳。不过写前端样式的话还是 cladue 强，不过 claude 写后端属实难评。 ### Deepseek V3.1 “预期越高，失望越大”。刚更新时我就迫不及待体验了一下，给我的第一感觉就是幻觉严重，还答非所问，包括现在有时候也会。之前让它给我一个技术解决方案，吭哧吭哧给我生成一个网页来，用网页的方式来介绍方案是吧，真的是演都不演了。 最关键的一点儿是生成内容会脏数据，比如生成一些“极”等文字，在 Trae 上用的时候还比较正常，可能是 prompt 引导得好再加上微调了吧。用阿里云百炼调 API 又出现了这个问题，导致我项目用它生成一些结构化数据就很蛋疼，气得我直接不用了。 ### 其他 像 kimi k2、glm-4.5 啥的，我感觉水平和 Deepseek V3.1 差不多，至少我感觉是这样的，官方吹得是挺强的，实际没体会出来。对了，glm-4.5 也出了个订阅方案（https://bigmodel.cn/claude-code?utm_source=bigmodel&utm_medium=link&utm_term=cc&utm_campaign=Platform_Ops&_channel_track_key=i8kwCaos），100 一个月感觉还不错，有兴趣的兄弟可以去试试。 

开心网、快播、千千静听...我用 AI 给这些逝去的网站建了座 “墓园”

大家好，我是程序员鱼皮，分享个有点儿意思的项目，我用 AI 制作了一个 `互联网数字墓园` ！用于纪念那些曾经辉煌的互联网产品。  有这个想法挺突然的，前几天我上网冲浪的时候刷到了人人网，结果发现人人网在 2024 年 12 月就正式停止服务了，心里突然五味杂陈。想想当年还是小学生的我，为了玩开心农场专门注册人人网，每天定闹钟偷菜的日子，那种快乐现在的 00 后、10 后估计都体会不到了吧。 然后我就在想，互联网发展这么多年，有多少曾经陪伴我们的网站和应用都悄无声息地消失了？这些数字时代的记忆，总得有个地方好好保存吧。于是我就萌生了一个想法 —— 做一个数字墓园，专门记录那些已经关闭的互联网产品。 整个网站从设计、收集素材再到开发，我完全用 AI 来制作，1 小时内搞定。我选择了墓园这个主题，黑灰色调，还加了一些微妙的动画效果，营造出一种纪念氛围。 说实话，做出来的效果比我预想的还要好，因此我还专门部署上线、并且搞了个域名：https://gualeme.cn（挂了么），大家也可以访问看看，说不定你的 DNA 就动了~  网站收录了从 2009 年到 2024 年间关闭的各种国内外网站和应用，按年份排序，每个产品都有简单的介绍和具体的逝世日期。  > 注意，由于是 AI 生成，可能存在信息不准确的情况，还请指正。 > > 代码开源：https://github.com/liyupi/better-coder/tree/master/dead-web 比如我来提几个国内的经典产品，那可真是一代人的青春记忆。 1）人人网 作为中国版 Facebook，承载了多少 80 后 90 后的青春？当年我在上面玩各种小游戏，乐此不疲，那个时候的社交真的是简单而纯真，可惜最终还是在 2024 年 12 月 2 日和我们正式告别了。  2）千千静听 这是我印象中用过的第一款音乐播放器，我还记得当时用它听得第一首歌是千里之外。那个简洁的界面，还有当时算是黑科技的歌词同步显示功能，陪伴了多少人的学生时代。2013 年被百度收购后改名百度音乐，算是以另一种形式继续存在着，但那个纯粹的千千静听时代确实结束了。  3）土豆网 2005 年成立的土豆网，喊出 “每个人都是生活的导演” 这个口号，在那个还没有抖音快手的年代，土豆网就是我们分享视频、展示创意的主要平台。它也是我人生中第一次上传视频的平台，还记得当时我把自己拍的小段子和游戏录屏传上去，期待着播放量突破 10 来着。 2012 年后，土豆和优酷合并，2017 年又彻底被优酷吸收。从独立品牌到完全消失，土豆网的衰落过程也拖了好几年，估计现在的小朋友都没听说过这个网站了。  4）腾讯微博 2010 年推出，凭借 QQ 庞大的用户基础快速起量，2011 年注册用户数甚至超过了新浪微博。但微信的崛起彻底改变了游戏规则，腾讯发现微信比微博更符合自己的战略布局，于是腾讯微博就被战略放弃了。2014 年开始基本就是 “植物人” 状态，直到 2020 年才正式宣布停止服务。  5）快播 所有倒闭的产品中，最让人唏嘘的可能就是快播了。2014 年 4 月 Qvod 服务器关闭，相关人员也被判刑。至于为什么倒闭和判刑，我就不多说了，懂得都懂。快播在技术上确实是创新的，只是用错了地方。  还有其他的网站，比如移动的飞信、虾米音乐、还有天涯社区等等，就不展开说了。每个消失的产品背后都有各自的故事，虽然它们已经衰落了，但它们在互联网发展史上留下的印记是抹不掉的，也承载了我们这一代人的青春。 上面这些网站有勾起你的回忆么？你觉得哪个产品最可惜呢？欢迎评论区留言分享吧~ ## 更多 💻 编程学习交流：[编程导航](https://www.codefather.cn/) 📃 简历快速制作：[老鱼简历](https://laoyujianli.com) ✏️ 面试刷题神器：[面试鸭](https://mianshiya.com)

让 AI 帮我部署网站，太方便了！

大家好，我是程序员鱼皮，今天分享一个用 AI 提升效率的神技巧~ 以前，我们开发一个网站，需要先提出需求、再设计方案、再写代码开发、最后部署上线。我们都知道 AI 现在写代码越来越溜了，慢慢地替代了我们程序员写代码的部分工作；但其实，AI 的能力不止于此，利用 MCP，它甚至可以直接帮我们把网站部署上线！ 好好好，合着我 **只要提个一句话需求，写代码和部署都不用我来干了**，让我退化是吧？  下面就来带大家实操一下，让 AI 帮我生成并部署个人博客网站，1 分钟学会~ ## 利用 MCP，让 AI 部署网站 ### 准备工具 我们需要用到的工具包括： - Cursor：AI 编程工具，负责调用 AI 生成代码 - EdgeOne Pages MCP：能够将网站快速部署到 CDN 并生成公开访问链接的服务 什么是 EdgeOne Pages MCP 呢？ 拆解一下这几个单词： EdgeOne 是腾讯云提供的 CDN 加速服务，可以把用户的网站资源缓存到离用户最近的边缘节点，提升网站性能。  EdgeOne Pages 是基于这个 CDN 的网站部署服务，可以让你轻松地将网站部署到 CDN 上，并且得到公开访问地址，**完全不需要自己搭建服务器**。  MCP 则是目前很火的模型上下文协议，让 AI 模型能够轻松地使用各种工具来增强能力，完成更复杂的任务。  EdgeOne Pages MCP 的作用就显而易见了 —— 给 AI 提供网站部署工具，这也是一个比较热门的 MCP：  ### 快速实战 #### 1、开通 Pages 服务 首先到 [EdgeOne 控制台](https://console.cloud.tencent.com/edgeone/pages) 开通 Pages 服务：  开通服务后，默认进入了项目管理页面，我们先不急着创建项目：  由于等下要通过 MCP 完成网站部署，所以要先获取 API Token，作为调用服务的凭证：  #### 2、配置 MCP 新建一个项目文件夹 `yupi-blog`，在 Cursor 中打开，然后进入设置，添加 MCP 服务：  将这段配置复制粘贴到 MCP 配置文件中： ```json { "mcpServers": { "edgeone-pages-mcp-server": { "command": "npx", "args": ["edgeone-pages-mcp"], "env": { // 可选，如需部署文件夹或 ZIP 压缩包，则 API Token 必填 "EDGEONE_PAGES_API_TOKEN": "", // 可选，置空将会创建一个新的 Pages 项目，填入已有的项目名则会更新该项目 "EDGEONE_PAGES_PROJECT_NAME": "" } } } } ``` 注意要把 API Token 改成你自己的，并且把注释删除掉，否则会报错：  正常情况下，你会看到 MCP 服务成功加载，绿了绿了！  这个服务提供了 2 个工具： - deploy_html：部署 HTML 内容到 EdgeOne Pages，返回公开访问 URL - deploy_folder_or_zip：部署文件夹或 ZIP 文件到EdgeOne Pages，返回公开访问 URL 注意，这个 MCP 服务需要 NPX 工具才能在本地成功启动。NPX 可以直接运行 NPM 包中的命令而无需全局安装，常用于执行脚手架工具和一次性命令。 如果你没有 NPX 命令、或者 Node.js 版本过低（最好不要低于 20），都会导致工具无法加载。  这时，你只需要到官网安装 Node.js，会自动帮你安装 NPM 和 NPX 工具：  如果没有自动安装 NPX 工具，那就用 NPM 包管理工具安装 NPX： ```shell npm i -g npx ``` #### 3、生成并部署网站 准备好 MCP 服务后，下面来生成网站，输入下列提示词，让 AI 帮我生成个人博客网站： ```markdown 帮我根据程序员鱼皮的 GitHub 生成个人博客网站，极客风格，简洁大气；生成完成后部署网站 @https://github.com/liyupi ``` 查看 AI 的思考过程，它已经想到要使用 EdgeOne Pages 去部署网站了：  很快网站就生成并部署完成，可以看到 AI 调用了 MCP 部署 HTML 的工具，得到了访问地址：  直接打开网址就看到效果了，不要太方便！  不过目前生成的网站比较简单，就一个 HTML 页面，甚至没有在本地创建代码文件。 #### 4、部署网站目录 再来尝试一个更复杂的项目吧，使用下面的提示词，让 AI 利用前端框架开发多页面网站： ```markdown 帮我根据程序员鱼皮的 GitHub 生成个人博客网站，极客风格，简洁大气； 需要包含多个页面，要求使用 Vue 框架模块化开发； 生成完成后部署网站 @https://github.com/liyupi/ ```  这次要等待的时间会比较久，鱼皮建议大家趁这个时间接杯水，起来活动活动。最近久坐不动，我感觉自己的肩膀已经硬如磐石了。  我们会发现，虽然生成了一大堆代码，但是并没有自动部署，只是给出了部署建议：  看一下 AI 的思考过程，原来是使用部署工具失败了：  经过我的测试发现，如果想部署网站目录或压缩包，最好先在 Pages 网页版创建一个项目，然后让 MCP 把网站文件传到这个项目内。 那就先利用官方提供的例子，随便部署一个网站：  修改项目的名称为 `yupi-blog`，直接点击 “开始部署” 就好：  等待部署中，30 秒左右就好了：  项目部署成功后，我们修改 Cursor MCP 的配置，填入刚刚创建的项目名称：  然后再跟 AI 对话，让它帮我部署网站目录：  可以看到这次 AI 成功执行了部署工具，并且得到了访问地址：  看下网站效果，还不错吧，很有科技感！  不过要注意，生成的网站默认使用 **临时域名**，有效期比较短：  如果你有域名的话，建议配置一下自定义域名，就可以无限期访问啦~  怎么样，是不是很简单？ 等能够轻松在手机上使用 MCP 的时候，试想一下，你走在路上跟朋友聊天，朋友向你推荐了一位博主 —— 程序员鱼皮，你只需要跟 AI 说一句话，2 分钟后，就能给朋友访问介绍这个博主的网站，跟变魔术似的。  值得一提的是，EdgeOne Pages 目前应该是免费的，真香了。  不过即使有一天不免费了、或者增加了限制，我们也有替代方案，提前收藏一下，说不定以后会用得上~ ### 其他替代方案 替代方案就是使用 `Vercel` 这样一个网站部署工具，作用和 Pages 类似，也能一键部署网站并得到访问地址。不过国内访问它的速度可能比较慢，你懂的。  Vercel 提供了命令行工具，可以让我们通过一行命令把自己的项目部署到平台。先用 NPM 安装 Vercel CLI 工具： ```shell npm i -g vercel@latest ``` 然后，直接在想部署的项目文件夹下输入 `vercel` 命令，就能部署当前项目了：  让 AI 完成自动部署的方法也很简单，你只需要在提示词中告诉 AI “你可以使用 vercel 命令行工具完成网站部署”，聪明如它，一定能帮你完成任务。 ------ OK，以上就是本期分享，学会的话记得给鱼皮点赞哦~  ## 更多 💻 编程学习交流：编程导航：https://www.codefather.cn/ 📃 简历快速制作：老鱼简历：https://laoyujianli.com ✏️ 面试刷题神器：面试鸭：https://mianshiya.com 📖 AI 学习指南：AI知识库：https://ai.codefather.cn/

花150元，我用 AI 做出了千万播放的爆款视频！保姆级教程+完整提示词

大家好，我是程序员鱼皮。这两天正在研究 **怎么切显卡**，只切贵的，不切对的：  我是怎么做到的呢？下面会分享。 这段时间，网上出现了很多利用 AI 制作 ASMR 视频的博主，其中比较有代表性的一位，几天的时间就涨了近 20 万粉丝！百万千万播放量的视频那是信手拈来~  先聊聊 ASMR 是什么？专业的解释是 Autonomous Sensory Meridian Response 自发性知觉经络反应，又名耳音、颅内高潮等，指人体通过视、听、触、嗅等感知上的刺激，在颅内、头皮、背部或身体其他部位产生的令人愉悦的独特刺激感。 常见的 ASMR 触发音包括轻声细语、敲击声、刷子声、咀嚼声等，达到减压放松的效果。  我高中的时候有段时间挺沉迷这玩意，读书压力比较大，听着它更容易进入睡眠，**不过听的都是正经的**。  传统的 ASMR 视频是需要准备一个高质量的人头麦克风（估计要几千块吧），从而达到更好的效果，但现在随着 AI 的发展，这种视频的制作成本直接拉到了最低。 下面我来教大家怎么快速复刻火爆全网的 ASMR 视频！ 首先，我们要利用 Google Veo 3 这一个革命性的 AI 视频生成模型，于 2025 年 5 月一推出，立马掀起了一波 AI 视频创作热潮。它的特别之处在于：能直接通过文本提示词 **生成和视频画面同步的声音**，甚至都不需要你专门在 Prompt 中强调。  以前想制作 AI 视频，你要先生成视频，再生成声音，或者自己到剪辑软件中搜索音效进行配音，还是比较麻烦的。现在好了，直接输入一句 Prompt，AI 直出成品视频！  首先我们进入 Veo 3 官方网站：[https://gemini.google/overview/video-generation](https://gemini.google/overview/video-generation/) 注意避坑很多非官方网站！伪装的很像，但价格比官方贵很多，比如下面这种：  由于 Veo 3 生成目前只针对 Google AI 会员开放，所以接下来要先交一笔 “保护费”。Pro 会员就足够了，价格是每月 20 刀，差不多 150 元左右，还是挺贵的。不过大学生可免费升级会员直到 2026 年期末，这是一波薅羊毛的机会。  而且比较难受的是，需要特定国家的 Google 账号才能订阅会员（还需要国外的银行卡），这一步估计会劝退很多人。大家各凭本事吧，过了这关后面就洒洒水了。  订阅后，进入 Gemini 聊天室，点击左上角切换模型，在下方选择 Video 模式：  然后就可以输入提示词生成视频了，鱼皮基于网上热门的 ASMR 提示词自己改造了一下，成为了一个更通用的模板，使用时只需替换一部分参数就好： ```markdown 逼真的4K特写镜头，展示一把 [工具：比如锋利的小刀] 在木制砧板上精准地切割一个 [物体材质：比如玻璃] 制成的 [物体名称：比如鱼皮]。以稳定的节奏反复切割，每一片被切下后轻柔地倒下，划过物体表面发出 [声音形容词：比如清脆的] 声音。物体的内部结构[结构描述：比如清晰可见]，切面光滑整齐。整个过程配有舒缓的 ASMR 音效，营造出极致的视听享受和解压体验。 ``` 对应的英文提示词： ```markdown Realistic 4K close-up shot showing a [tool: such as sharp knife] precisely cutting a [object material: such as glass] [object name: such as fish skin] on a wooden cutting board. Cutting with steady rhythm repeatedly, each slice falling gently after being cut, producing [sound adjective: such as crisp] sounds as it glides across the object surface. The object's internal structure is [structure description: such as clearly visible], with smooth and neat cut surfaces. The entire process features soothing ASMR sound effects, creating an ultimate audio-visual enjoyment and stress-relief experience. ``` 举个例子，我们先来做个切橙子的 ASMR，中文提示词如下： ```markdown 逼真的4K特写镜头，展示一把锋利的陶瓷刀在木制砧板上精准地切割一个透明水晶制成的橙子。以稳定的节奏反复切割，每一片被切下后轻柔地倒下，划过物体表面发出悦耳的声音。物体的内部结构层次分明，切面光滑整齐。整个过程配有舒缓的ASMR音效，营造出极致的视听享受和解压体验。 ``` 对应的英文提示词： ```markdown Realistic 4K close-up shot showing a sharp ceramic knife precisely cutting a transparent crystal orange on a wooden cutting board. Cutting with steady rhythm repeatedly, each slice falling gently after being cut, producing melodious sounds as it glides across the object surface. The object's internal structure is distinctly layered, with smooth and neat cut surfaces. The entire process features soothing ASMR sound effects, creating an ultimate audio-visual enjoyment and stress-relief experience. ``` 大概要等 2 分钟左右：  生成完成，视频时长目前固定为 8 秒，大家可以感受一下：  注意！**每个账号，每天只能做 3 个视频**。是的，你没看错，Pro 会员每天也只能做 3 个视频！想做更多就得多开账号，或者每月花近 2000 元升级 Ultra 会员，但我测试下来每天也只能生成 6 次，我觉得真心贵了。。。所以大家要珍惜每一次使用机会。  算下来 30 天 90 个视频花 150 元，相当于每输入一次就花了 1 块多 💰。你觉得这个价格贵不贵？  网上很多朋友说英文提示词的生成效果更好，不过我自己试了几个中文提示词，感觉效果跟英文的没什么区别，甚至有时候超越了英文提示词！（毕竟 AI 生成是随机的嘛）大家可以对比下：  你还可以发挥想象力，尝试更多有意思的提示词，随便分享几个： ```markdown 水晶果冻切割： - tool: 精致的银制蛋糕刀 - object material: 透明水晶般的 - object name: 彩虹果冻方块 - sound adjective: 清脆悦耳的 - structure description: 层次分明，内部有彩色渐变纹理 蜂蜡蜡烛切片： - tool: 温热的黄铜切刀 - object material: 天然蜂蜡制成的 - object name: 六角形蜡烛 - sound adjective: 柔和温润的 - structure description: 蜂巢纹理清晰可见，散发淡淡蜂蜜香气 软陶艺术品： - tool: 锐利的艺术刻刀 - object material: 彩色软陶制成的 - object name: 迷你汉堡模型 - sound adjective: 柔和舒缓的 - structure description: 层次丰富，每层颜色鲜艳，质感逼真 ``` 当然，直接让 AI 基于我提供的模板生成提示词就好，这种视频要多少有多少~ 嘿嘿，有了这项技术，这次终于能做我一直想做却又不敢的事情了。。。  作为一名程序员，我一直很想切割一下主机里的东西！（什么毛病哈哈）来吧，先切个 CPU！ 提示词如下： ```markdown Realistic 4K close-up shot showing a precision diamond-tipped scalpel precisely cutting a silicon-based CPU processor chip on a wooden cutting board. Cutting with steady rhythm repeatedly, each slice falling gently after being cut, producing sharp metallic sounds as it glides across the object surface. The object's internal structure is intricately layered with visible circuit pathways and transistor arrays, with smooth and neat cut surfaces revealing the complex semiconductor architecture. The entire process features soothing ASMR sound effects, creating an ultimate audio-visual enjoyment and stress-relief experience. ``` 虽然中间有一刀有明显的不自然，但整体效果还不错吧，声音真的很有质感，戴上耳机多听几遍非常解压！  再来切个显卡，要切就切贵的，直接上 RTX 5090！壕无人性。提示词如下： ```markdown Realistic 4K close-up shot showing a precision laser-etched surgical knife precisely cutting a next-generation RTX 5090 graphics card on a wooden cutting board. Cutting with steady rhythm repeatedly, each slice falling gently after being cut, producing satisfying high-tech crackling sounds as it glides across the object surface. The object's internal structure is cutting-edge with advanced Blackwell GPU cores and GDDR7 memory modules clearly visible, with smooth and neat cut surfaces revealing the revolutionary cooling architecture and multi-layered PCB design. The entire process features soothing ASMR sound effects, creating an ultimate audio-visual enjoyment and stress-relief experience. ``` 效果比我想像的好多了，切得呲呲直冒火花，爽感直接拉满！  说实话，我有点切上瘾了，要不是限制次数，我接下来还想切内存、割硬盘、剁主板。。。反正方法交给大家了，欢迎交作业~ 我们不敢轻易尝试的事情，就交给 AI 吧！ 当然，不止切割，你还可以发挥想象，比如生成一段经典的 ASMR 耳语视频： ```markdown 第一人称ASMR体验：优雅的中国女性身穿深色丝质衣物，在柔和暖光中轻柔地凑近镜头。她温柔地微笑着将脸庞靠近镜头一侧，仿佛在观众耳边轻声细语，声音甜美舒缓。然后她用手轻抚镜头边缘，动作优雅缓慢，表情温暖贴心，营造出宁静舒适的私密氛围。音效：温柔的耳语声、细微的呼吸声、丝质面料轻响、舒缓的环境音调。 ``` 英文提示词： ```markdown first-person ASMR experience: An elegant Chinese woman in dark silk clothing and black stockings gently approaches the camera under soft warm lighting. She smiles tenderly while bringing her face close to one side of the camera, as if whispering sweetly in the viewer's ear with a soothing voice. Then she softly caresses the camera edge with graceful, slow movements and a warm, caring expression, creating a peaceful, intimate atmosphere. Audio: gentle whispers, subtle breathing, silk fabric sounds, soothing ambient tones. ``` 效果还不错，可惜是英文对白，不过我对这东西不感兴趣了，大家可以自行改良下提示词。  OK，方法免费分享给大家了，其实还是很简单的吧。只不过因为 Google 的产品本身就有使用门槛，所以才给了很多人靠卖教程来盈利的机会。 感兴趣的朋友可以玩玩看，说不定就创作出爆款视频了呢？ 其实还有 **同一个账号每日生成更多视频** 的方法，欢迎关注鱼皮，下期就分享！ ## 更多 💻 编程学习交流：编程导航：https://www.codefather.cn/ 📃 简历快速制作：老鱼简历：https://laoyujianli.com ✏️ 面试刷题神器：面试鸭：https://mianshiya.com 📖 AI 学习指南：AI知识库：https://ai.codefather.cn/