載入中...
Allen KB Articles
共 21 篇；目前第 1 / 1 頁，每頁 24 篇。
Tripo 官方 3D Prompt Library 已收錄 343 個每日更新案例，涵蓋 Astra、Claude、Kimi、Blender、Three.js、Godot 與 UE5；真正價值是區分逐字 Prompt 與來源整理 brief，並把資產限制、互動邏輯、驗收條件與輸出格式寫成可移植的工程規格。
依日常助理、Coding、報告寫作、多 Agent 等情境整理的 GPT‑6 Astra 中文 Prompt 套組與單一模組，可直接複製貼用。
GPT‑6 Astra 時代的 Skill 與 AGENTS.md 應做減法：縮短描述、漸進式揭露、移除食譜式指令、改成安全授權並明確定義完成條件。
GPT-6 Astra 的能力、價格、長上下文與安全風險；2026-09-09 新增 Higgsfield 足球戰術 HUD、倉儲 CCTV 13,038 筆 auto-labeling 實例與即時／準確率 caveat。
POUND0423/AI-drama-pound 是一個繁體中文短劇編劇 Skill，將創作簡報、題材、結構、角色、分場、臺詞、反轉、集尾鉤子、格式與劇本審閱整理成可供 Codex 使用的工作流。GitHub repo 採 MIT、已發布 v0.1.0，並附 RED/GREEN 行為測試與觸發邊界微測試。Threads 宣稱素材來自中國影視公司、參考紅果短劇，但 repo 未公開原始 DOCX、公司名稱或權利來源，因此只能驗證 skill 的內容與測試，不能驗證手冊 provenance 或把 MIT 自動延伸到未公開底稿。
CabLate 的貼文提醒：面對更強模型，不要把 prompt / skill 寫成窮舉 rules；更穩的做法是陳述原則、目標與判斷框架。規則能控制少數情境，但任務變化、資訊不足或突發狀況時，模型容易變成一個口令一個動作。
Kai Chen 分享用 Claude 先讀 60 頁區域代理合約，整理「必看的 6 條」與「對甲方不利的隱藏地雷」，再交給律師確認。查證 Claude PDF support 確實支援 PDF 分析，但留言區集中提醒：AI 摘要不能替代律師法律意見，也不一定降低律師成本；較穩健做法是要求原文引用、頁碼、風險等級與待問律師清單。
Threads @drpwchen 以 Claude Opus 5 官方指南做了一次 Claude Code 基礎設施校準。官方文件確認 Opus 5 具備 1M context、128k max output、thinking 預設開啟、low/medium effort 成本效率提升、code review precision/recall 強，以及更常自我驗證與主動派 subagent。本文整理成 Allen/Hermes 可用的 agent harness 調整清單：少寫 double-check、不要用「只報 high severity」、限制委派、明確壓輸出長度，並補充 claude-pacer 作為 Claude Code usage pacing 的周邊工具。
Threads 分享的小黑 Skill 對應 GitHub repo helloianneo/ian-xiaohei-scenes：一個 MIT 授權的 Codex Skill，用「小黑 + 真實物件 + 物理動作 + 短中文標籤 + 留白敘事」為中文文章生成風格統一的正文配圖與長卷故事圖。本文查證 README、SKILL、QA checklist 與 NOTICE，並整理 Allen KB 可借鏡的內容配圖 workflow。
Google 提出 Agent Quality Flywheel：Build & Test → Ship & Monitor → Learn & Refine，並在開發端拆成 Prepare Data、Run Inference、Auto-Rate、Analyze、Optimize。重點是用工程數據判斷 agent 是否真的變好。
Langfuse 是 open-source AI engineering platform，將 prompt management、eval/dataset、LLM-as-a-judge、trace、token/cost/latency 與 self-host 部署串成 AI 產品的工程閉環。重點不是單一工具，而是讓 prompt 與模型變更可版本化、可評估、可回溯。
Jason Tsai 的 Instagram 貼文以「兩週 15,000 追蹤、250 萬觀看」包裝 5 個 Claude Prompt。可驗證的重點不是成長數字本身，而是把 IG 選題拆成利基市場、受眾、目標、內容模式、Hook、格式與收藏分享理由，讓 AI 變成內容決策流程的一部分。
Vaibhav Srivastav 提供的 prompt 把 Codex 從「每次重新聽指令的工具」推向「能回顧 session、memory、rollout summary 與 Chronicle，主動找出可封裝重複流程的協作者」。核心方法是先列候選清單，再只建立高信心、範圍窄、可驗證且未被現有資產涵蓋的 skill、custom subagent 或 automation。
這則 Threads 整理 7 個可直接用於 Gemini / 多模態模型的影片製作 prompt：剪輯藍圖、爆款風格拆解、腳本節奏優化、導出參數、素材分揀、發布前終檢、留存率審計。真正價值不是「Gemini 自動取代剪映」，而是把影片後期拆成可審核、可交接的 production workflow。
整理 Threads 用陰陽術語彙比喻 AI 工程的五層成熟度：PE 提示詞工程是咒文，CE 上下文工程是符咒，HE 挽具工程是式神，ME 駕馭工程是陰陽寮，FDE 則是把 AI 部署到真實組織流程的現代陰陽師。
Threads 貼文提出「把自己蒸餾成 skill」：工程師刻意不親手寫每一行程式，而是把反覆流程、溝通方式、驗收標準與修正策略變成 AI 可重複執行的操作規格。本文整理這種 AI coding 工作法的核心：AI 當駕駛、人類當教練；真正該被保留在人類手上的，是問題定義、架構判斷、風險控管、測試驗收與可遷移的工作流設計。
Threads 貼文主張 AI 生成內容越來越長、越複雜，純 Markdown 的可讀性與互動性不足；HTML / SVG / interactive artifacts 更適合呈現計畫、流程圖、review 報告與可迭代原型。
JeffreysPrompts.com 是 agentic coding prompt collection，其中 Idea Wizard 的 30-5 方法要求 AI 先產生 30 個想法，再批判篩選成最佳 5 個並落地執行。真正價值不是收藏更多 prompts，而是把高 leverage prompt 變成固定工作流。
OpenAI GPT-5.5 官方指南偏向短 prompt、描述結果、避免過度指定流程；Claude 官方指南仍強調成功標準、結構、格式、評估與清楚約束。差異反映模型使用策略要分家。
Sliven 提到 Claude Design 的 system prompt 被破解後，最值得注意的不是 prompt 本身，而是 Anthropic 已把避免 AI 味、處理探索脈絡與設計上下文，直接寫進產品核心規則裡。