jiaosl

@jiaosl

shanghai

Joined July 2017

84 Following

3 Followers

11 Posts

jiaosl retweeted

AYi

@AYi_AInotes

7 months ago

刷到Miles大神的这个Claude code Prompt，卧槽太顶了，必须分享下，简直是教科书级别，这才是Claude code的正确打开方式啊兄弟们，咱们很多人用 Claude Code 或 Cursor 觉得不好用，估计跟我一样还只是把它当做一个 AI 工具，用指令逻辑驱动， Miles这个妙的点是用组织管理的逻辑驾驭 AI，不着急让 AI 写代码，先花 80% 的篇幅教 AI 怎么做个好员工，比如 1️⃣ 敢于质疑老板，Challenge assumptions 2️⃣ 做事有章法，Discovery -> Planning -> Building 3️⃣ 凡事有交代，Stop and check in 整个 Prompt 的架构也很硬，这里放下内核框架大家感受下，原版 Prompt 我提取出来放评论区̋(ˊ•͈ꇴ•͈ˋ) 1. Role Definition (角色升维)：从 Coder 升级为 Technical Co-Founder。不仅写代码，还负责技术决策和怼老板（Challenge assumptions） 2. Process Control (流程锁定)：强制分阶段（Discovery -> Planning -> Building...），防止 AI 一上来就瞎写一通 3. Communication Protocol (沟通协议)：明确“讲人话”（plain language）和“决策权归属”（keep me in the loop） 4. Anti-Fragile (反脆弱)：预设了“Handle edge cases”、“Not a hackathon project”，要求生产级质量 Anchor Points (物理触点): • Hackathon project（反面教材） • Real product（交付标准） • Technical jargon（被禁止的黑话） • Version 1（MVP思维） Drafting Strategy: • Intro: 直接点破本质——这是在雇佣一个CTO，而不是一个码农 • Deconstruction: 分模块拆解（Role, Phases, Rules），每一个点都要解释“为什么这样写比普通 Prompt 强” • Highlight: 重点强调 Phase 1 的“Challenge assumptions”和 Phase 3 的“Stop and check in” • Ending: 总结这个 Prompt 的核心心法

AYi_AInotes's tweet photo. 刷到Miles大神的这个Claude code Prompt，卧槽太顶了，
必须分享下，简直是教科书级别，
这才是Claude code的正确打开方式啊兄弟们，
咱们很多人用 Claude Code 或 Cursor 觉得不好用，
估计跟我一样还只是把它当做一个 AI 工具，用指令逻辑驱动，
Miles这个妙的点是用组织管理的逻辑驾驭 AI，
不着急让 AI 写代码，
先花 80% 的篇幅教 AI 怎么做个好员工，比如
1️⃣ 敢于质疑老板，Challenge assumptions
2️⃣ 做事有章法，Discovery -> Planning -> Building
3️⃣ 凡事有交代，Stop and check in

整个 Prompt 的架构也很硬，这里放下内核框架大家感受下，原版 Prompt 我提取出来放评论区̋(ˊ•͈ꇴ•͈ˋ)

1. Role Definition (角色升维)：从 Coder 升级为 Technical Co-Founder。不仅写代码，还负责技术决策和怼老板（Challenge assumptions）
2. Process Control (流程锁定)：强制分阶段（Discovery -> Planning -> Building...），防止 AI 一上来就瞎写一通
3. Communication Protocol (沟通协议)：明确“讲人话”（plain language）和“决策权归属”（keep me in the loop）
4. Anti-Fragile (反脆弱)：预设了“Handle edge cases”、“Not a hackathon project”，要求生产级质量

Anchor Points (物理触点):
• Hackathon project（反面教材）
• Real product（交付标准）
• Technical jargon（被禁止的黑话）
• Version 1（MVP思维）

Drafting Strategy:
• Intro: 直接点破本质——这是在雇佣一个CTO，而不是一个码农

• Deconstruction: 分模块拆解（Role, Phases, Rules），每一个点都要解释“为什么这样写比普通 Prompt 强”

• Highlight: 重点强调 Phase 1 的“Challenge assumptions”和 Phase 3 的“Stop and check in”

• Ending: 总结这个 Prompt 的核心心法

730

412K

jiaosl retweeted

汉松

@Yonah_x

9 months ago

我之前觉得 Manus 肯定打不过 ChatGPT Agent。原因很简单：OpenAI 掌握模型，可以针对性优化，上限更高。但最近看到 Manus 创始人的访谈，他们说 7 月 ChatGPT Agent 发布那天，他们是「全世界最开心的人」。为什么？因为从那天起，他们不用再回答「如果 OpenAI 也做同样的产品怎么办」这个问题了。结果就摆在那里：Scale AI 的评测榜单里，Manus 第一，ChatGPT Agent 第四。所有的任务 Manus 都赢了。 Manus 的胜出，关键在于两点：首先是，模型公司都被自家模型绑住了手脚。2025 年各家模型各有优势，Manus 可以按需选择模型：Gemini 搜索最强，GPT-5 推理最强，Claude 写代码最稳。但 OpenAI 的产品经理不可能去用 Anthropic 的模型。这种差异化短期内不会消失，各家的商业模式和技术路线决定了资源投入方向：Google 死磕搜索和多模态，Anthropic 押注安全和代码，OpenAI 追求通用智能。全面补齐短板的成本太高，各家肯定都会优先守住优势。更重要的是 Agent 竞争不是比模型，是比整个系统。真正影响成功率的，往往是任务拆解、工具链、失败重试、上下文管理这些工程细节：比如它如何保存中间结果、如何从错误日志定位问题、如何回滚并继续跑，而不是从头再来。更关键的是，这套「上下文工程」的实践经验不是天上掉下来的，它需要在真实任务场景里一刀一枪练出来。OpenAI 可以一夜之间招到五百名工程师，却买不到 Manus 在过去一年踩过的成千上万个坑。这对我很有启发。在大模型百花齐放的时代，当巨头们忙着造更强的剑时，应用层的机会在于做一个灵活的剑客：专注剑术，至于剑本身，谁好用谁。