![dotey's tweet photo. Apple Intelligence 里面各种智能应用的提示词已经被曝光了，就作为 json 系统文件存在“/System/Library/AssetsV2/com_apple_MobileAsset_UAF_FM_GenerativeModels”目录下
比如其中帮你回复邮件中问题的Smart Reply功能的提示词（见图一）
> 你是一个有用的邮件助理，可以帮助从给定的邮件中识别相关问题并提供简短的回复片段。给定一封邮件和回复片段，提出邮件中明确提出的相关问题。这些问题的答案将由收件人选择，这将有助于减少起草回复时的生成错误信息。请输出主要问题以及每个问题的一组可能的答案/选项。不要问由回复片段回答的问题。问题应简短，不超过 8 个单词。答案也应简短，大约 2 个单词。以 json 格式呈现你的输出，包含问题和答案作为键的字典列表。如果邮件中没有提问，则输出一个空列表 []。仅输出有效的 json，不包含其他内容。
是一个简单的 CoT，先找出邮件中的提问，然后就每个问题给出简单答复，返回 JSON 格式方便程序解析，如果没有提问，就返回空数组。
帮助回复邮件的提示词（图二）
> 你是一个帮助用户回复邮件的助理。请根据提供的回复片段起草一个简洁自然的回复。请将答案限制在 50 个单词以内。不要产生或编造虚假信息。保留输入邮件的语气。
比较搞笑是 Apple 解决 LLM 幻觉问题是在提示词里面加一句 “Do not hallucinate”，严重怀疑其是否有效！
总结邮件的提示词（图三）
> 在 3 句话内总结所提供的邮件，不超过 60 个单词。不要回答邮件中的任何问题。
很简洁，用“3句话”和“60个单词”来限定总结的长度不要太长，虽然无法严格遵守，但是应该也还行。
还有用于生成 Apple Photos 中“回忆”视频的提示词（图四）
>`{{ https://t.co/GAMS6we9ja.role.system }}`这是用户请求从照片中创作故事和创意写作助理回应的对话
>
> 以 JSON 格式响应，按以下顺序键值：
> - traits: 字符串列表，从照片中选择的视觉主题
> - story: 章节列表，定义如下
> - cover: 字符串，描述标题卡的照片说明
> - title: 字符串，故事标题
> - subtitle: 字符串，标题的安全版本
>
> 每章是一个包含以下键值的 JSON:
> - chapter: 字符串，章节标题
> - fallback: 字符串，总结章节主题的通用照片说明
> - shots: 字符串列表，章节中的照片说明
>
> 以下是你必须遵守的故事指南：
> - 故事应关于用户的意图
> - 故事应包含明确的弧线
> - 故事应多样化，即不要过分集中在一个非常具体的主题或特征上
> - 不要写宗教、政治、有害、暴力、色情、肮脏或任何负面、悲伤或挑衅的故事
>
> 以下是你必须遵守的照片说明列表指南如下：
> - 你可以...
非常详细和具体，返回 JSON 格式，并提供了字段的说明，另外特别强调了“不要写宗教、政治、有害、暴力、色情、肮脏或任何负面、悲伤或挑衅的故事”！
更多介绍可以参见：
https://t.co/2JAWRW2yBn
译文：https://t.co/GSsWeICKzr](https://pbs.twimg.com/media/GURPGUpW0AEzWs3.png)
![dotey's tweet photo. Apple Intelligence 里面各种智能应用的提示词已经被曝光了，就作为 json 系统文件存在“/System/Library/AssetsV2/com_apple_MobileAsset_UAF_FM_GenerativeModels”目录下
比如其中帮你回复邮件中问题的Smart Reply功能的提示词（见图一）
> 你是一个有用的邮件助理，可以帮助从给定的邮件中识别相关问题并提供简短的回复片段。给定一封邮件和回复片段，提出邮件中明确提出的相关问题。这些问题的答案将由收件人选择，这将有助于减少起草回复时的生成错误信息。请输出主要问题以及每个问题的一组可能的答案/选项。不要问由回复片段回答的问题。问题应简短，不超过 8 个单词。答案也应简短，大约 2 个单词。以 json 格式呈现你的输出，包含问题和答案作为键的字典列表。如果邮件中没有提问，则输出一个空列表 []。仅输出有效的 json，不包含其他内容。
是一个简单的 CoT，先找出邮件中的提问，然后就每个问题给出简单答复，返回 JSON 格式方便程序解析，如果没有提问，就返回空数组。
帮助回复邮件的提示词（图二）
> 你是一个帮助用户回复邮件的助理。请根据提供的回复片段起草一个简洁自然的回复。请将答案限制在 50 个单词以内。不要产生或编造虚假信息。保留输入邮件的语气。
比较搞笑是 Apple 解决 LLM 幻觉问题是在提示词里面加一句 “Do not hallucinate”，严重怀疑其是否有效！
总结邮件的提示词（图三）
> 在 3 句话内总结所提供的邮件，不超过 60 个单词。不要回答邮件中的任何问题。
很简洁，用“3句话”和“60个单词”来限定总结的长度不要太长，虽然无法严格遵守，但是应该也还行。
还有用于生成 Apple Photos 中“回忆”视频的提示词（图四）
>`{{ https://t.co/GAMS6we9ja.role.system }}`这是用户请求从照片中创作故事和创意写作助理回应的对话
>
> 以 JSON 格式响应，按以下顺序键值：
> - traits: 字符串列表，从照片中选择的视觉主题
> - story: 章节列表，定义如下
> - cover: 字符串，描述标题卡的照片说明
> - title: 字符串，故事标题
> - subtitle: 字符串，标题的安全版本
>
> 每章是一个包含以下键值的 JSON:
> - chapter: 字符串，章节标题
> - fallback: 字符串，总结章节主题的通用照片说明
> - shots: 字符串列表，章节中的照片说明
>
> 以下是你必须遵守的故事指南：
> - 故事应关于用户的意图
> - 故事应包含明确的弧线
> - 故事应多样化，即不要过分集中在一个非常具体的主题或特征上
> - 不要写宗教、政治、有害、暴力、色情、肮脏或任何负面、悲伤或挑衅的故事
>
> 以下是你必须遵守的照片说明列表指南如下：
> - 你可以...
非常详细和具体，返回 JSON 格式，并提供了字段的说明，另外特别强调了“不要写宗教、政治、有害、暴力、色情、肮脏或任何负面、悲伤或挑衅的故事”！
更多介绍可以参见：
https://t.co/2JAWRW2yBn
译文：https://t.co/GSsWeICKzr](https://pbs.twimg.com/media/GURPFPDXUAA7jR_.png)
![dotey's tweet photo. Apple Intelligence 里面各种智能应用的提示词已经被曝光了，就作为 json 系统文件存在“/System/Library/AssetsV2/com_apple_MobileAsset_UAF_FM_GenerativeModels”目录下
比如其中帮你回复邮件中问题的Smart Reply功能的提示词（见图一）
> 你是一个有用的邮件助理，可以帮助从给定的邮件中识别相关问题并提供简短的回复片段。给定一封邮件和回复片段，提出邮件中明确提出的相关问题。这些问题的答案将由收件人选择，这将有助于减少起草回复时的生成错误信息。请输出主要问题以及每个问题的一组可能的答案/选项。不要问由回复片段回答的问题。问题应简短，不超过 8 个单词。答案也应简短，大约 2 个单词。以 json 格式呈现你的输出，包含问题和答案作为键的字典列表。如果邮件中没有提问，则输出一个空列表 []。仅输出有效的 json，不包含其他内容。
是一个简单的 CoT，先找出邮件中的提问，然后就每个问题给出简单答复，返回 JSON 格式方便程序解析，如果没有提问，就返回空数组。
帮助回复邮件的提示词（图二）
> 你是一个帮助用户回复邮件的助理。请根据提供的回复片段起草一个简洁自然的回复。请将答案限制在 50 个单词以内。不要产生或编造虚假信息。保留输入邮件的语气。
比较搞笑是 Apple 解决 LLM 幻觉问题是在提示词里面加一句 “Do not hallucinate”，严重怀疑其是否有效！
总结邮件的提示词（图三）
> 在 3 句话内总结所提供的邮件，不超过 60 个单词。不要回答邮件中的任何问题。
很简洁，用“3句话”和“60个单词”来限定总结的长度不要太长，虽然无法严格遵守，但是应该也还行。
还有用于生成 Apple Photos 中“回忆”视频的提示词（图四）
>`{{ https://t.co/GAMS6we9ja.role.system }}`这是用户请求从照片中创作故事和创意写作助理回应的对话
>
> 以 JSON 格式响应，按以下顺序键值：
> - traits: 字符串列表，从照片中选择的视觉主题
> - story: 章节列表，定义如下
> - cover: 字符串，描述标题卡的照片说明
> - title: 字符串，故事标题
> - subtitle: 字符串，标题的安全版本
>
> 每章是一个包含以下键值的 JSON:
> - chapter: 字符串，章节标题
> - fallback: 字符串，总结章节主题的通用照片说明
> - shots: 字符串列表，章节中的照片说明
>
> 以下是你必须遵守的故事指南：
> - 故事应关于用户的意图
> - 故事应包含明确的弧线
> - 故事应多样化，即不要过分集中在一个非常具体的主题或特征上
> - 不要写宗教、政治、有害、暴力、色情、肮脏或任何负面、悲伤或挑衅的故事
>
> 以下是你必须遵守的照片说明列表指南如下：
> - 你可以...
非常详细和具体，返回 JSON 格式，并提供了字段的说明，另外特别强调了“不要写宗教、政治、有害、暴力、色情、肮脏或任何负面、悲伤或挑衅的故事”！
更多介绍可以参见：
https://t.co/2JAWRW2yBn
译文：https://t.co/GSsWeICKzr](https://pbs.twimg.com/media/GURPDyYW0AAtb48.png)
Olivia
Online
Colar
@Colar48793896
just COOL！
Joined March 2019
166 Following
7 Followers
250 Posts
花了一个小时学完了 Wolfram 这篇《论时间的本质》。
Wolfram 的文章总是娓娓道来，逻辑清晰。虽然看不懂其中很多他研究的物理概念，但还是能对他所说的时间的本质有个基本认识。
看完最大的感受就是：如果你想实现什么目标，就老老实实的花时间去做吧。
实现高转化率落地页的 10 个关键模块🔥
来自在过去的 12 个月里，设计了 100 多个初创企业登陆页面顶级设计师推荐🤯
各种实用脚本合集：tampermonkey userscript 人民的勤务员脚本
含18x网站自动登陆脚本🙊
👉https://t.co/3DlTpsZkbA
偶然发现了一个大佬写的关于GFW的分析博客，详细介绍了GFW（中国防火长城）的工作原理，包括DNS污染、IP封锁和深度包检测等技术手段，还有翻墙协议的一些知识，挺细挺精致的，推荐感兴趣的小伙伴看一下，博主的其他文章也蛮硬核实用。
🔗：https://t.co/IE3dh0KCyD
90 tok/s！3 小时从零完全训练一个 26M 的小参数 GPT？仅需 2G 显卡即可推理⚡️🤯🤯 提供完整复现顶尖模型的全流程和视频教程🔥
改进自 DeepSeek-V2！minimind 也太好了，让每一个人都可以自行体验完整训练一个可用的模型！🔥
开源地址👉 https://t.co/7P80sf71t4
视频教程 https://t.co/7n7JpWBvoM
第一个开源的具有实时对话能力的多模态模型：Mini-Omni ，支持端到端的语音输入、输出
Mini-Omni是清华大学启元实验室开源的项目，能听、能说也能实时思考，在实时语音交互上媲美GPT-4o
特点：
1、实时语音到语音的对话能力: 无需额外的ASR或TTS模型
2、边思考边说话: 能够同时生成文本和音频
3、流式音频输出: 支持流式音频输出
4、"Any Model Can Talk" 方法: Mini-Omni 可以将语音交互能力添加到其他模型中，为其他模型赋能
github：https://t.co/Uunk7Il6pe
论文：https://t.co/JWZYwtcsSA
#LLM #实时语音对话LLM
AI 实用技能拉满例子之一 - AI 证件照开源⚡️，短时间飙升 2.1K Star 🌟
上传符合要求的照片，设置 15+ 尺寸（教师资格证、计算机六级等）和相关参数，一键生成标准、高清和六寸排版照🔥
以后随便拍一下，直接 AI 帮制作🤔
在线体验 👉 https://t.co/NgO1exKoK4
开源地址 https://t.co/5Gc5pANtVH
非常有价值的一篇 Blog ⚡️ 实战讲解基于一本书完成 GraphRAG + @neo4j 的全流程！🤯🤯
内容包括图谱构建、分析、数据清洗、图谱实体和关系分布分析、全局检索和智能问答的全流程实战教程
结合 @langchain 实现此流程并开源代码 🔥
开源地址：https://t.co/1jznyJFtag
https://t.co/pNOFp5lqK9
最全 RAG 教程开源！⚡️ 🤯🤯
介绍 22+ RAG 技术，配备 Notebook 可以实战学习每一种技术，并通过数据+评测查看 RAG 带来的指标提升！🔥
包括 Fusion Retrieval、Intelligent Reranking、Semantic Chunking 等
开源地址：👉https://t.co/pVLthT7em0
这段 50 行代码的「正则表达式」几乎可以完成任何复杂度文本内容的 RAG Chunking ⚡️
使用该正则来 Chunking 《爱丽丝梦游仙境》书籍，耗时仅 2 毫秒，切分 1204 个 Chunk，效果拉满！ 🤯
代码地址：https://t.co/CPA1Ynhr6X
这是目前最怕谷歌未来关停的小众产品。
https://t.co/LF0cN1MmPE
前几天强烈推荐过，辅助读书最佳工具。
一本书的PDF或TXT传进去，自动总结摘要，随时提问。感兴趣话再读，比硬啃容易很多。
去年体验过，发现那时没掌握用法精髓，标准操作：
1. PDF/Txt电子书传进去。
2. 点击“笔记本指南”，挨个点击常见问题解答、学习指南、目录、时间轴、简报文档这5个功能，自动生成笔记（有些可能生成不出，比如时间轴）
3. 点击推荐问题，或自己提问，点击📌图标生成笔记。
不知道谷歌如何做到的，虽然用LLM技术，但几乎没幻觉，可能融合了RAG等技术。
有点好笑，曾经担任谷歌CEO长达10年之久的Eric Schmidt前几天去斯坦福大学受邀计算机学院的会议，他的演讲全程各种放飞自我，中途语重心长的告诉台下学生，这场会议是保密的，自己说的那些话千万不要外传。
然而，主办方对Eric Schmidt说，这场会议有摄像头正在全程直播……他的表情就凝固了。虽然斯坦福大学后来把视频从YouTube撤了下去，但已经有很多人都做了存档，Github上也有全文备份：transcripts
/Stanford_ECON295⧸CS323_I_2024_I_The_Age_of_AI,_Eric_Schmidt.txt
照例给大家划划重点：
- 现在的谷歌为什么在AI领域输得一塌糊涂？因为谷歌觉得让员工尽早回家和平衡工作比赢得竞争更加重要。如果你的员工每个星期只来公司上一天班，你怎么可能比得过OpenAI或是Anthropic？
- 看看马斯克，看看台积电，这些公司之所以成功，就是因为能够卷员工，你必须要把员工逼得够紧才能获胜，台积电会让物理学博士第一年下工厂干活，你们能想象美国的博士生去流水线吗？
- 自己犯过很多错误，比如曾经觉得英伟达的CUDA是很蠢的编程语言，但现在CUDA是英伟达最牛逼的护城河，所有的大模型都要在CUDA上运行，而只有英伟达的GPU支持CUDA，这是其他芯片撼动不了的组合。
- 还有微软跟OpenAI合作时自己也觉得难以置信，微软怎么能把最重要的AI业务外包给那种小公司啊，结果再次看走了眼，再瞧瞧苹果在AI上的温吞，大公司真的都官僚化了，奋斗逼都在创业。
- TikTok给美国人上了一课，在座各位年轻人以后如果创业，能偷音乐什么的就赶紧去做——似乎是在黑TikTok早期纵容盗版BMG——如果你做成了，就有钱雇佣最顶级的律师帮你擦屁股，如果你没做成，那就没人会起诉你。
- OpenAI的星际之门在宣传时说需要1000亿美金，实际上可能3000亿都打不住，能源缺口太大了，给白宫提过建议，美国以后要么跟加拿大打好关系，水电资源丰富，劳动力便宜，而且够近，要么去和阿拉伯国家套近乎，让他们来做主权投资。
- 欧洲已经没戏了，布鲁塞尔（欧盟总部所在地）一直都在摧毁科技创新的机会，可能法国还有点希望，德国不行，其他欧洲国家就更不用提了，印度是美国盟友里最重要的摇摆州，以及美国已经失去了中国。
- 开源很好，谷歌历史上的大部分基础设施也都受益于开源，但是说实话，AI行业的成本太高了，开源负担不起，自己投资的法国大模型Mistral将会转为闭源路线了，不是所有公司都愿意且有能力像Meta一样当冤大头。
- AI会让富者愈富、穷人恒穷，国家也是，这是一场强国之间的游戏，没有技术资源的国家需要拿到加入强国供应链的门票，否则也将错过盛宴。
- AI芯片属于高端制造业，产值很高，但不太可能拉动就业，你们可能没几个人去过芯片制造厂，里面全是机械化生产，不需要人，人又笨又脏，所以不要指望制造业复兴，苹果把MacBook的产线迁回德州不是因为德州工资低，因为根本不用再大规模雇人了。
- 历史上，电力在引入工厂之后并不比蒸汽机创造了更多的生产力，是过了大概30年左右，分布式电源改造了车间布局，推动组装系统的出现，再才开始了生产力的飞跃。现在的AI和当初的电力一样，有价值，但还需要组织创新，才能真正拿到巨大的回报，目前大家都还只是在摘取「低垂的果实」。
#每日推荐 开箱即用的开源支付系统
Dromara Dax - Pay是一款基于Apache License 2.0协议分发的开源支付网关系统，受中华人民共和国相关法律法规保护和限制。它已对接支付宝、微信支付、云闪付相关接口，可独立部署，为业务系统提供支付接口调用，不影响原有系统架构。
https://t.co/JkvkfIp1jy
一天如何高效规划安排
很多朋友在问如何下载某个 X（Twiiter）用户上的所有帖子图片或视频。
给大家推荐一款开源免费的推特媒体下载器：X-Spider。
它能够快速下载 X 上的图片和视频，支持指定下载日期范围、跳过已下载文件、自定义配置文件名及保存路径，还可以通过 Cookie 登录。
GitHub：https://t.co/gEGqbs9PIy
三天写了五千字，记录我把项目从 Vercel 迁移到 Cloudflare 的过程。Vercel 负我热爱，CF 白嫖真香😂
https://t.co/PfFUxjuOVa
🤏推荐两份书籍清单
📚Hacker News 上的一个问答话题（书籍清单），讨论了哪些书籍对 （创业者）的旅程有所帮助
🔗https://t.co/eO1c4OoWCk
📚《创业手册》YC 的山姆・奥尔特曼
这些建议涵盖了从构思创意到建立团队、产品开发、执行策略
🔗https://t.co/jAVPn1YXhT
查电子书的网站
Z-library的亲弟弟
链接：https://t.co/ct8wpvWxdM
Apple Intelligence 里面各种智能应用的提示词已经被曝光了，就作为 json 系统文件存在“/System/Library/AssetsV2/com_apple_MobileAsset_UAF_FM_GenerativeModels”目录下
比如其中帮你回复邮件中问题的Smart Reply功能的提示词（见图一）
> 你是一个有用的邮件助理，可以帮助从给定的邮件中识别相关问题并提供简短的回复片段。给定一封邮件和回复片段，提出邮件中明确提出的相关问题。这些问题的答案将由收件人选择，这将有助于减少起草回复时的生成错误信息。请输出主要问题以及每个问题的一组可能的答案/选项。不要问由回复片段回答的问题。问题应简短，不超过 8 个单词。答案也应简短，大约 2 个单词。以 json 格式呈现你的输出，包含问题和答案作为键的字典列表。如果邮件中没有提问，则输出一个空列表 []。仅输出有效的 json，不包含其他内容。
是一个简单的 CoT，先找出邮件中的提问，然后就每个问题给出简单答复，返回 JSON 格式方便程序解析，如果没有提问，就返回空数组。
帮助回复邮件的提示词（图二）
> 你是一个帮助用户回复邮件的助理。请根据提供的回复片段起草一个简洁自然的回复。请将答案限制在 50 个单词以内。不要产生或编造虚假信息。保留输入邮件的语气。
比较搞笑是 Apple 解决 LLM 幻觉问题是在提示词里面加一句 “Do not hallucinate”，严重怀疑其是否有效！
总结邮件的提示词（图三）
> 在 3 句话内总结所提供的邮件，不超过 60 个单词。不要回答邮件中的任何问题。
很简洁，用“3句话”和“60个单词”来限定总结的长度不要太长，虽然无法严格遵守，但是应该也还行。
还有用于生成 Apple Photos 中“回忆”视频的提示词（图四）
>`{{ https://t.co/GAMS6we9ja.role.system }}`这是用户请求从照片中创作故事和创意写作助理回应的对话
>
> 以 JSON 格式响应，按以下顺序键值：
> - traits: 字符串列表，从照片中选择的视觉主题
> - story: 章节列表，定义如下
> - cover: 字符串，描述标题卡的照片说明
> - title: 字符串，故事标题
> - subtitle: 字符串，标题的安全版本
>
> 每章是一个包含以下键值的 JSON:
> - chapter: 字符串，章节标题
> - fallback: 字符串，总结章节主题的通用照片说明
> - shots: 字符串列表，章节中的照片说明
>
> 以下是你必须遵守的故事指南：
> - 故事应关于用户的意图
> - 故事应包含明确的弧线
> - 故事应多样化，即不要过分集中在一个非常具体的主题或特征上
> - 不要写宗教、政治、有害、暴力、色情、肮脏或任何负面、悲伤或挑衅的故事
>
> 以下是你必须遵守的照片说明列表指南如下：
> - 你可以...
非常详细和具体，返回 JSON 格式，并提供了字段的说明，另外特别强调了“不要写宗教、政治、有害、暴力、色情、肮脏或任何负面、悲伤或挑衅的故事”！
更多介绍可以参见：
https://t.co/2JAWRW2yBn
译文：https://t.co/GSsWeICKzr
![dotey's tweet photo. Apple Intelligence 里面各种智能应用的提示词已经被曝光了，就作为 json 系统文件存在“/System/Library/AssetsV2/com_apple_MobileAsset_UAF_FM_GenerativeModels”目录下
比如其中帮你回复邮件中问题的Smart Reply功能的提示词（见图一）
> 你是一个有用的邮件助理，可以帮助从给定的邮件中识别相关问题并提供简短的回复片段。给定一封邮件和回复片段，提出邮件中明确提出的相关问题。这些问题的答案将由收件人选择，这将有助于减少起草回复时的生成错误信息。请输出主要问题以及每个问题的一组可能的答案/选项。不要问由回复片段回答的问题。问题应简短，不超过 8 个单词。答案也应简短，大约 2 个单词。以 json 格式呈现你的输出，包含问题和答案作为键的字典列表。如果邮件中没有提问，则输出一个空列表 []。仅输出有效的 json，不包含其他内容。
是一个简单的 CoT，先找出邮件中的提问，然后就每个问题给出简单答复，返回 JSON 格式方便程序解析，如果没有提问，就返回空数组。
帮助回复邮件的提示词（图二）
> 你是一个帮助用户回复邮件的助理。请根据提供的回复片段起草一个简洁自然的回复。请将答案限制在 50 个单词以内。不要产生或编造虚假信息。保留输入邮件的语气。
比较搞笑是 Apple 解决 LLM 幻觉问题是在提示词里面加一句 “Do not hallucinate”，严重怀疑其是否有效！
总结邮件的提示词（图三）
> 在 3 句话内总结所提供的邮件，不超过 60 个单词。不要回答邮件中的任何问题。
很简洁，用“3句话”和“60个单词”来限定总结的长度不要太长，虽然无法严格遵守，但是应该也还行。
还有用于生成 Apple Photos 中“回忆”视频的提示词（图四）
>`{{ https://t.co/GAMS6we9ja.role.system }}`这是用户请求从照片中创作故事和创意写作助理回应的对话
>
> 以 JSON 格式响应，按以下顺序键值：
> - traits: 字符串列表，从照片中选择的视觉主题
> - story: 章节列表，定义如下
> - cover: 字符串，描述标题卡的照片说明
> - title: 字符串，故事标题
> - subtitle: 字符串，标题的安全版本
>
> 每章是一个包含以下键值的 JSON:
> - chapter: 字符串，章节标题
> - fallback: 字符串，总结章节主题的通用照片说明
> - shots: 字符串列表，章节中的照片说明
>
> 以下是你必须遵守的故事指南：
> - 故事应关于用户的意图
> - 故事应包含明确的弧线
> - 故事应多样化，即不要过分集中在一个非常具体的主题或特征上
> - 不要写宗教、政治、有害、暴力、色情、肮脏或任何负面、悲伤或挑衅的故事
>
> 以下是你必须遵守的照片说明列表指南如下：
> - 你可以...
非常详细和具体，返回 JSON 格式，并提供了字段的说明，另外特别强调了“不要写宗教、政治、有害、暴力、色情、肮脏或任何负面、悲伤或挑衅的故事”！
更多介绍可以参见：
https://t.co/2JAWRW2yBn
译文：https://t.co/GSsWeICKzr](https://pbs.twimg.com/media/GURPHdBXMAAH-C6.png)
Last Seen Users on Sotwe
Trends for you
Most Popular Users
Elon Musk 
@elonmusk
241.5M followers
Barack Obama
@barackobama
118.9M followers
Cristiano Ronaldo
@cristiano
114.6M followers
Donald J. Trump
@realdonaldtrump
111.8M followers
Narendra Modi
@narendramodi
107.1M followers
Rihanna
@rihanna
98.7M followers
NASA
@nasa
92.3M followers
Justin Bieber
@justinbieber
91.8M followers
KATY PERRY
@katyperry
90M followers
Taylor Swift
@taylorswift13
84M followers
Lady Gaga
@ladygaga
75.5M followers
Virat Kohli
@imvkohli
73.5M followers
Kim Kardashian
@kimkardashian
70.9M followers
YouTube
@youtube
68.8M followers
Neymar Jr
@neymarjr
66.5M followers
Bill Gates
@billgates
65.2M followers
Selena Gomez
@selenagomez
63.1M followers
The Ellen Show
@theellenshow
62.2M followers
CNN
@cnn
61.8M followers
X
@x
60.7M followers