开启时会模糊预览图，关闭后正常显示
The moment any event happens, there are thousands of accounts, automated and manual, that spring into action to try to be the one to make their $0.001 from your view. Unfortunately this has broadly ruined Twitter. On a positive note, twitter lists still exist. Please use them!
addition: the market has cleverly found 'JUST IN' as an apt substitute, so i'd suggest muting it as well
A great word to mute is the word 'breaking' in all caps. 1000s of AI content farms on twitter abuse words like this to steal your attention. No account that uses this is a first-hand source; your instinct when you see a tweet like this should be to immediately mute the account.
The moment any event happens, there are thousands of accounts, automated and manual, that spring into action to try to be the one to make their $0.001 from your view. Unfortunately this has broadly ruined Twitter. On a positive note, twitter lists still exist. Please use them!
🇨🇦 just busted 3 fentanyl labs in 2 days. All well equipped, industrial scale facilities within a short-drive of each other in BC. All to produce the fentanyl 🇨🇦 totally doesn’t have. Tragically I’m not your fentanyl czar, but here’s what I’d notice if I were. 😉 <thread>🧵👇
2/ this is a fun photo. Nothing brown is used to synth fentanyl. Precursors are clear or white. But aniline, an essential manufacturing chem, is light brown & darkens as it oxidizes. Only problem is aniline isn’t used in fentanyl production. wtf, eh?
𝐊𝐄𝐘-𝐋𝐄𝐕𝐄𝐋 & 𝐓𝐑𝐄𝐍𝐃𝐋𝐈𝐍𝐄 𝐂𝐎𝐍𝐅𝐋𝐔𝐄𝐍𝐂𝐄 𝐄𝐏𝐈𝐒𝐎𝐃𝐄 1 GM Belivers , GM Traders 🫴✨️🌍 I present to you a thread on Keylevel + Trendline confluence. Grab a popcorn, a pen, a book, and a seat .. Before you proceed well, give a follow and engage
Trendline is not only used to mark liquidity levels. They can be useful in building direction and adding as confluence to take a trade ... Walk with me ✨️ These trendline markups are of two structures, (1) origin or reversal trendline (2) continuation trendline
this kid is literally the most successful 18 y/o in tech on the planet and he gets rejected from fucking NYU???? lol??? sentiment towards higher education wouldn't be this negative if admissions wasn't run by blue-haired baristas who pick sob stories over actual talent.
so fucking bullshit i'm actually gonna rant some more here. everybody telling him he should just skip school needs to fuck off zacah already made it; he has the rest of his life to build the next apple or wtvr and has enough money + social capital to do wtvr he wants for the next 60 years. now he wants to experience frat parties and fuck people his age. NO SHIT. dumbfuck hyper liberal admissions officers rob the most successful kid in the world of the chance to have a good fucking semester or two + 10x their reputation in the tech world
![如何写好提示词？手把手教你用提示词玩转 AI（1）
如今，AI 已经无处不在，从聊天机器人、内容创作、程序开发，到工作学习中的各种辅助工具。但你有没有遇到过这样的情况？
• AI 给出的答案文不对题？
• 输出的内容一团糟？
• 生成的文本不够具体，无法直接使用？
这些问题的根源，往往并不在 AI，而在于你写的「提示词」（Prompt）还不够清晰。要知道，AI 并不能真正理解你脑子里在想什么，它只能根据你输入的提示词，猜测你的需求。
本文将带你一步步学会写出高质量的提示词，从此让 AI 成为你的好帮手！
什么是提示词（Prompt）？
提示词是你告诉 AI 做什么、怎么做的一段描述。一个好的提示词，通常由四个关键要素组成：
• 指令（Instruction）：你想让 AI 做什么？
• 上下文（Context）：AI 完成任务需要哪些背景信息？
• 输出格式（Output Format）：你希望结果以什么样的形式输出？
• 角色（Role）：AI 应该以什么样的身份来执行任务？
掌握了这四个要素，你就能精确地控制 AI 生成的结果。
一、指令（Instruction）—— 清晰明确是关键！
指令到底是什么？
指令就像是你给 AI 下达的命令或提出的问题，比如：
• 「帮我总结一下下面这篇文章的核心观点。」
• 「写一篇介绍人工智能发展历史的科普文章。」
但并不是所有的指令都是好指令。
什么样的指令算好的？
❌ 不好的指令示例：
• 写篇文章
• 做一个小游戏
• 起个好名字
这些指令模糊不清，让 AI 无法确定你到底想要什么。
✅ 好的指令示例：
• 写一篇探讨人工智能在医疗诊断中应用的 1000 字文章，面向中学生，语言简单易懂，科普风格。
• 写一个可以在网页上运行的 3D 贪吃蛇小游戏，要求画面流畅，支持键盘操作。
• 为我的 AI 写作产品分别取 3 个创意、易记、突出主题的名字。
可以看到，清晰具体的指令能极大提升 AI 工作效果。
二、上下文（Context）—— 让 AI 更懂你
上下文是什么？
上下文指 AI 完成任务时所需要的额外背景信息，比如你正在写的论文草稿、公司过去的数据资料、具体任务的相关参考材料等。
举例来说：
• 「以下是公司过去三年的销售数据，请分析后给出提升销售的建议。」
• 「我正在撰写人工智能方面的论文，这是我的初稿，请帮我完善，并添加适合引用的学术文献。」
上下文可以是你自己提供的内容，也可以是 AI 之前生成的内容。
为什么上下文很重要？
AI 并不知道你脑子里的信息。缺乏上下文，它只能盲目地猜测，生成的内容自然会偏差甚至离题。
例如你说：「帮我写一份简历」。
AI 并不知道你的背景、技能、求职目标，只能泛泛而谈。但如果你给它提供上下文，例如：
• 你的个人信息（姓名、学历、项目经验）
• 目标职位和目标公司的文化背景
AI 就能轻松写出一份精准、适合你的简历。
如何提高上下文质量？
• 检查自己有没有提供任务所需的全部信息。
• 主动向 AI 提问：「写好这篇文章，你还需要知道什么？」
• 提供参考案例或范文，让 AI 更清晰你的预期。
三、输出格式（Output Format）—— 让 AI 更好交作业
输出格式是告诉 AI 你想要结果以怎样的形式展现。例如：
• 「请用表格展示以下信息，列分别为日期、事件、影响。」
• 「生成一份 500 字左右的摘要，要求分为引言、主要观点和结论三个部分。」
• 「请以 Markdown 格式输出，使用一级标题、二级标题和有序列表。」
常见易用的输出格式有哪些？
• 文本类：Markdown、CSV、JSON、XML
• 图示类：流程图（Mermaid）、思维导图
• 代码类：各类编程语言代码示例
• 数学公式：LaTeX 格式
如何精确指定格式？
最简单有效的方法：
• 提供一个清晰的示例（few-shot）：展示期望的输出模板。
• 详细描述每个部分的内容要求。
• 用伪代码或类型定义告诉 AI 结构。
例如你要 AI 生成一段 JSON：
请生成如下 JSON 格式：
{
"title": "文章标题",
"content": [
{
"heading": "一级标题",
"paragraph": "内容段落"
}
]
}
这样 AI 就能轻松给你所需的精准格式。
四、角色（Role）—— 让 AI 拥有“灵魂”
角色就是 AI 在完成任务时扮演的身份。你可以不设置角色，但合适的角色能让 AI 更精准地把握你的需求，提供更专业的服务。
例如：
• 「你是一位经验丰富的软件工程师，帮我审查并优化下面这段代码。」
• 「你是心理咨询师，请用温和、共情的语气帮我分析下面的问题。」
• 「你是一名苏格拉底式导师，请通过启发式的提问帮助我理解人工智能概念。」
角色设定的好处在于：
• 明确 AI 的任务边界和思考角度。
• 让 AI 更精准地使用它训练过的特定领域知识。
综合示例：用好这四个要素，你就掌握了提示词的精髓
现在我们结合上面所有要素，看一个完整的高质量提示词示例：
任务：帮我写一个关于人工智能在医疗领域应用的总结。
「你是一位擅长用通俗语言讲解科技的科普作家（角色）。
请结合下方提供的两篇学术论文的摘要（上下文），
写一篇适合初中生阅读的 500 字以内的总结文章（输出格式）。
文章要通俗易懂，举至少两个具体的例子来说明人工智能如何改善医疗诊断效率（指令）。」
这样的提示词，AI 就会迅速准确地生成你想要的内容。
总结：写好提示词的秘诀
你要牢牢记住提示词的四大要素：
✅ 指令清晰具体
✅ 上下文完整充分
✅ 输出格式明确
✅ 角色定位精确
下次再用 AI 时，不妨拿出这套方法练一练，相信你会得到意想不到的满意结果！](/_next/image?url=https%3A%2F%2Fpbs.twimg.com%2Fmedia%2FGmvGRQoW0AA8bwa.jpg&w=3840&q=75 "如何写好提示词？手把手教你用提示词玩转 AI（1）
如今，AI 已经无处不在，从聊天机器人、内容创作、程序开发，到工作学习中的各种辅助工具。但你有没有遇到过这样的情况？
• AI 给出的答案文不对题？
• 输出的内容一团糟？
• 生成的文本不够具体，无法直接使用？
这些问题的根源，往往并不在 AI，而在于你写的「提示词」（Prompt）还不够清晰。要知道，AI 并不能真正理解你脑子里在想什么，它只能根据你输入的提示词，猜测你的需求。
本文将带你一步步学会写出高质量的提示词，从此让 AI 成为你的好帮手！
什么是提示词（Prompt）？
提示词是你告诉 AI 做什么、怎么做的一段描述。一个好的提示词，通常由四个关键要素组成：
• 指令（Instruction）：你想让 AI 做什么？
• 上下文（Context）：AI 完成任务需要哪些背景信息？
• 输出格式（Output Format）：你希望结果以什么样的形式输出？
• 角色（Role）：AI 应该以什么样的身份来执行任务？
掌握了这四个要素，你就能精确地控制 AI 生成的结果。
一、指令（Instruction）—— 清晰明确是关键！
指令到底是什么？
指令就像是你给 AI 下达的命令或提出的问题，比如：
• 「帮我总结一下下面这篇文章的核心观点。」
• 「写一篇介绍人工智能发展历史的科普文章。」
但并不是所有的指令都是好指令。
什么样的指令算好的？
❌ 不好的指令示例：
• 写篇文章
• 做一个小游戏
• 起个好名字
这些指令模糊不清，让 AI 无法确定你到底想要什么。
✅ 好的指令示例：
• 写一篇探讨人工智能在医疗诊断中应用的 1000 字文章，面向中学生，语言简单易懂，科普风格。
• 写一个可以在网页上运行的 3D 贪吃蛇小游戏，要求画面流畅，支持键盘操作。
• 为我的 AI 写作产品分别取 3 个创意、易记、突出主题的名字。
可以看到，清晰具体的指令能极大提升 AI 工作效果。
二、上下文（Context）—— 让 AI 更懂你
上下文是什么？
上下文指 AI 完成任务时所需要的额外背景信息，比如你正在写的论文草稿、公司过去的数据资料、具体任务的相关参考材料等。
举例来说：
• 「以下是公司过去三年的销售数据，请分析后给出提升销售的建议。」
• 「我正在撰写人工智能方面的论文，这是我的初稿，请帮我完善，并添加适合引用的学术文献。」
上下文可以是你自己提供的内容，也可以是 AI 之前生成的内容。
为什么上下文很重要？
AI 并不知道你脑子里的信息。缺乏上下文，它只能盲目地猜测，生成的内容自然会偏差甚至离题。
例如你说：「帮我写一份简历」。
AI 并不知道你的背景、技能、求职目标，只能泛泛而谈。但如果你给它提供上下文，例如：
• 你的个人信息（姓名、学历、项目经验）
• 目标职位和目标公司的文化背景
AI 就能轻松写出一份精准、适合你的简历。
如何提高上下文质量？
• 检查自己有没有提供任务所需的全部信息。
• 主动向 AI 提问：「写好这篇文章，你还需要知道什么？」
• 提供参考案例或范文，让 AI 更清晰你的预期。
三、输出格式（Output Format）—— 让 AI 更好交作业
输出格式是告诉 AI 你想要结果以怎样的形式展现。例如：
• 「请用表格展示以下信息，列分别为日期、事件、影响。」
• 「生成一份 500 字左右的摘要，要求分为引言、主要观点和结论三个部分。」
• 「请以 Markdown 格式输出，使用一级标题、二级标题和有序列表。」
常见易用的输出格式有哪些？
• 文本类：Markdown、CSV、JSON、XML
• 图示类：流程图（Mermaid）、思维导图
• 代码类：各类编程语言代码示例
• 数学公式：LaTeX 格式
如何精确指定格式？
最简单有效的方法：
• 提供一个清晰的示例（few-shot）：展示期望的输出模板。
• 详细描述每个部分的内容要求。
• 用伪代码或类型定义告诉 AI 结构。
例如你要 AI 生成一段 JSON：
请生成如下 JSON 格式：
{
\"title\": \"文章标题\",
\"content\": [
{
\"heading\": \"一级标题\",
\"paragraph\": \"内容段落\"
}
]
}
这样 AI 就能轻松给你所需的精准格式。
四、角色（Role）—— 让 AI 拥有“灵魂”
角色就是 AI 在完成任务时扮演的身份。你可以不设置角色，但合适的角色能让 AI 更精准地把握你的需求，提供更专业的服务。
例如：
• 「你是一位经验丰富的软件工程师，帮我审查并优化下面这段代码。」
• 「你是心理咨询师，请用温和、共情的语气帮我分析下面的问题。」
• 「你是一名苏格拉底式导师，请通过启发式的提问帮助我理解人工智能概念。」
角色设定的好处在于：
• 明确 AI 的任务边界和思考角度。
• 让 AI 更精准地使用它训练过的特定领域知识。
综合示例：用好这四个要素，你就掌握了提示词的精髓
现在我们结合上面所有要素，看一个完整的高质量提示词示例：
任务：帮我写一个关于人工智能在医疗领域应用的总结。
「你是一位擅长用通俗语言讲解科技的科普作家（角色）。
请结合下方提供的两篇学术论文的摘要（上下文），
写一篇适合初中生阅读的 500 字以内的总结文章（输出格式）。
文章要通俗易懂，举至少两个具体的例子来说明人工智能如何改善医疗诊断效率（指令）。」
这样的提示词，AI 就会迅速准确地生成你想要的内容。
总结：写好提示词的秘诀
你要牢牢记住提示词的四大要素：
✅ 指令清晰具体
✅ 上下文完整充分
✅ 输出格式明确
✅ 角色定位精确
下次再用 AI 时，不妨拿出这套方法练一练，相信你会得到意想不到的满意结果！")
如何写好提示词？手把手教你用提示词玩转 AI（1） 如今，AI 已经无处不在，从聊天机器人、内容创作、程序开发，到工作学习中的各种辅助工具。但你有没有遇到过这样的情况？ • AI 给出的答案文不对题？ • 输出的内容一团糟？ • 生成的文本不够具体，无法直接使用？ 这些问题的根源，往往并不在 AI，而在于你写的「提示词」（Prompt）还不够清晰。要知道，AI 并不能真正理解你脑子里在想什么，它只能根据你输入的提示词，猜测你的需求。 本文将带你一步步学会写出高质量的提示词，从此让 AI 成为你的好帮手！ 什么是提示词（Prompt）？ 提示词是你告诉 AI 做什么、怎么做的一段描述。一个好的提示词，通常由四个关键要素组成： • 指令（Instruction）：你想让 AI 做什么？ • 上下文（Context）：AI 完成任务需要哪些背景信息？ • 输出格式（Output Format）：你希望结果以什么样的形式输出？ • 角色（Role）：AI 应该以什么样的身份来执行任务？ 掌握了这四个要素，你就能精确地控制 AI 生成的结果。 一、指令（Instruction）—— 清晰明确是关键！ 指令到底是什么？ 指令就像是你给 AI 下达的命令或提出的问题，比如： • 「帮我总结一下下面这篇文章的核心观点。」 • 「写一篇介绍人工智能发展历史的科普文章。」 但并不是所有的指令都是好指令。 什么样的指令算好的？ ❌ 不好的指令示例： • 写篇文章 • 做一个小游戏 • 起个好名字 这些指令模糊不清，让 AI 无法确定你到底想要什么。 ✅ 好的指令示例： • 写一篇探讨人工智能在医疗诊断中应用的 1000 字文章，面向中学生，语言简单易懂，科普风格。 • 写一个可以在网页上运行的 3D 贪吃蛇小游戏，要求画面流畅，支持键盘操作。 • 为我的 AI 写作产品分别取 3 个创意、易记、突出主题的名字。 可以看到，清晰具体的指令能极大提升 AI 工作效果。 二、上下文（Context）—— 让 AI 更懂你 上下文是什么？ 上下文指 AI 完成任务时所需要的额外背景信息，比如你正在写的论文草稿、公司过去的数据资料、具体任务的相关参考材料等。 举例来说： • 「以下是公司过去三年的销售数据，请分析后给出提升销售的建议。」 • 「我正在撰写人工智能方面的论文，这是我的初稿，请帮我完善，并添加适合引用的学术文献。」 上下文可以是你自己提供的内容，也可以是 AI 之前生成的内容。 为什么上下文很重要？ AI 并不知道你脑子里的信息。缺乏上下文，它只能盲目地猜测，生成的内容自然会偏差甚至离题。 例如你说：「帮我写一份简历」。 AI 并不知道你的背景、技能、求职目标，只能泛泛而谈。但如果你给它提供上下文，例如： • 你的个人信息（姓名、学历、项目经验） • 目标职位和目标公司的文化背景 AI 就能轻松写出一份精准、适合你的简历。 如何提高上下文质量？ • 检查自己有没有提供任务所需的全部信息。 • 主动向 AI 提问：「写好这篇文章，你还需要知道什么？」 • 提供参考案例或范文，让 AI 更清晰你的预期。 三、输出格式（Output Format）—— 让 AI 更好交作业 输出格式是告诉 AI 你想要结果以怎样的形式展现。例如： • 「请用表格展示以下信息，列分别为日期、事件、影响。」 • 「生成一份 500 字左右的摘要，要求分为引言、主要观点和结论三个部分。」 • 「请以 Markdown 格式输出，使用一级标题、二级标题和有序列表。」 常见易用的输出格式有哪些？ • 文本类：Markdown、CSV、JSON、XML • 图示类：流程图（Mermaid）、思维导图 • 代码类：各类编程语言代码示例 • 数学公式：LaTeX 格式 如何精确指定格式？ 最简单有效的方法： • 提供一个清晰的示例（few-shot）：展示期望的输出模板。 • 详细描述每个部分的内容要求。 • 用伪代码或类型定义告诉 AI 结构。 例如你要 AI 生成一段 JSON： 请生成如下 JSON 格式： { "title": "文章标题", "content": [ { "heading": "一级标题", "paragraph": "内容段落" } ] } 这样 AI 就能轻松给你所需的精准格式。 四、角色（Role）—— 让 AI 拥有“灵魂” 角色就是 AI 在完成任务时扮演的身份。你可以不设置角色，但合适的角色能让 AI 更精准地把握你的需求，提供更专业的服务。 例如： • 「你是一位经验丰富的软件工程师，帮我审查并优化下面这段代码。」 • 「你是心理咨询师，请用温和、共情的语气帮我分析下面的问题。」 • 「你是一名苏格拉底式导师，请通过启发式的提问帮助我理解人工智能概念。」 角色设定的好处在于： • 明确 AI 的任务边界和思考角度。 • 让 AI 更精准地使用它训练过的特定领域知识。 综合示例：用好这四个要素，你就掌握了提示词的精髓 现在我们结合上面所有要素，看一个完整的高质量提示词示例： 任务：帮我写一个关于人工智能在医疗领域应用的总结。 「你是一位擅长用通俗语言讲解科技的科普作家（角色）。 请结合下方提供的两篇学术论文的摘要（上下文）， 写一篇适合初中生阅读的 500 字以内的总结文章（输出格式）。 文章要通俗易懂，举至少两个具体的例子来说明人工智能如何改善医疗诊断效率（指令）。」 这样的提示词，AI 就会迅速准确地生成你想要的内容。 总结：写好提示词的秘诀 你要牢牢记住提示词的四大要素： ✅ 指令清晰具体 ✅ 上下文完整充分 ✅ 输出格式明确 ✅ 角色定位精确 下次再用 AI 时，不妨拿出这套方法练一练，相信你会得到意想不到的满意结果！
简单说：相同点就是仍然要上下文清晰；不同点就是你不需要告诉推理模型怎么做，它会尝试找到最佳路径。举例来说，你让 GPT-4o 翻译，可能得告诉它先直译再意译；到了 o1，你只要说请用中文重写上面的内容就可以了。
