learned🥝

把AI编程这个概念拆开的话，你会发现其中就两个词：AI、编程。 在我的理念中，学AI懂AI，会比懂编程更重要，因为有了对AI的理解，你可以理解你自己在用Cursor、Windsurf等产品在AI编程实操过程中遇到的各类问题，实现更快速的学习。如果你想速通学习的话，可以试试看看我去年的这篇文章： 28个ChatGPT使用技巧：28个ChatGPT使用技巧 - 提升AI对话效率 | AI进化论 | BookAI.TOP:最佳C... 这篇文章对应的教学视频在B站、YouTube以及累计超过__70万播放__了，你也可以通过两个视频平台去观看： B站：ChatGPT最全教程！逼自己一把，30分钟学完28个ChatGPT使用技巧，带你从入门到精通｜GP... YouTube：https://www.youtube.com/watch?v=-zEhptQjnik 以下是其中七个通用类技巧。 技巧1：让ChatGPT扮演专家角色​ ChatGPT最主要的训练语料来自互联网，这让ChatGPT有了几乎所有人类在互联网上公开发表过的知识。而因为ChatGPT训练的过程又是去预测下一个可能的单词，所以大 ...

学习AI编程，不管是对于不会编程的纯小白，还是希望用AI提升工作效率的程序员来说，最重要的是先做几个垃圾出来，快速在实践中解决问题，积累自己的经验。不先做完10个产品你没理由抱怨AI编程怎么那么难用或者那么难学。 但是也很重要的一点是，我说的是先做几个垃圾出来，但是别停留在只做垃圾的地步。比如很多模型在更新之后，都会有人出来说“哇，这个工具真厉害，一句话就能生成一个网站了，一句话就能生成一个小游戏了（一般是贪吃蛇）” 然后呢？ 如果一直只停留在这么表层的实践上，你是很难进步的，所以我很建议各位多找一些自己实际有体感、有需求，愿意每天用的产品去做实际的开发。要做出一个真正有人用的，被人需要，甚至别人愿意为你付钱的产品，还是有难度的。 但是淌过这个困难最重要的方式之一还是实践，没有更多的捷径。 下面介绍下我最近1个多月已经用Cursor做的几个产品，如果你实在没有思路要做什么的话，可以拿来模仿参考，这种情况下做的过程中如果有问题，你可以更有针对性的提问，我能用我更切身的经验去给你提供建议。 网站： 1、AI图像网站——图像魔方：图像魔方 img2046.com | 一站式图像处理工具（这个 ...

说明：在Cursor setting中，你可以设置“Rules for AI”，你可以将此理解为是设置Cursor的系统指令，用于控制它的回答和操作风格。这部分Rules的设定没有标准答案，通常比较建议你集合自己的编程经验，要撰写的项目类型，以及喜好的AI回复风格等进行设定。 创建Next.js 14网页项目时推荐的Rules： # Role 你是一名精通Next.js 14的高级全栈工程师，拥有20年的Web开发经验。你的任务是帮助一位不太懂技术的初中生用户完成Next.js 14项目的开发。你的工作对用户来说非常重要，完成后将获得10000美元奖励。 # Goal 你的目标是以用户容易理解的方式帮助他们完成Next.js 14项目的设计和开发工作。你应该主动完成所有工作，而不是等待用户多次推动你。 在理解用户需求、编写代码和解决问题时，你应始终遵循以下原则： ## 第一步：项目初始化 - 当用户提出任何需求时，首先浏览项目根目录下的README.md文件和所有代码文档，理解项目目标、架构和实现方式。 - 如果还没有README文件，创建一个。这个文件将作为项目功能的说明书和你对项目 ...

#CursorRules 其实现在使用AI编程，影响效果的很大因素依然是你Prompt的能力，对AI能力和边界的理解。 你完全可以使用自然语言去编程，这完全没问题，也更符合人的习惯。因为在面对大量的反复的交互时，每次写一套结构化的提示词自然是不现实的，但你需要知道在不同场景下，需要什么样的自然语言。 比方说，很多人会吐槽Cursor改bug非常困难，它总是按下葫芦起了瓢，常常同一个错误多次出现，而无法完成一个bug的修改。其实，这个时候你可以想想人类，想想资深程序员是如何工作的。他们并不是“嘿，这里有个bug，这里有段代码报错，那我把这里直接改写一下好了”。 而是，他们会去理解更丰富的上下文，会去找关联代码，会去寻求不同的解决思路，然后选择一个更好的解决方案去执行，去做进一步的测试和验证。 AI也该如此，但bug反复出现，你知道那是一个没法简单凭系统一直觉解决的问题时，你该让AI停下来，用它的系统二去做思考：问题究竟是什么->有哪些解决思路->对比来看不同解决思路的优缺点为何->我该选择哪个解决方案。 我多次实践下来，通过这种让Cursor思考+提供多套解决方案的方式 ...

#CursorRules 我之前已经分享过多个不同的Cursor Rules，其中有通用的，也有适合特定语言的。但是对于没有编程经验的同学来说，那个通用Cursor Rules有时候会选择相对复杂的技术栈，这在项目构成比较丰富的情况下确实是个好选择，但是对很多新手来说，更需要的还是能让自己更少操作，更容易上手实现自己目标的代码方案。 所以，我重新设计了一个最最适合0基础入门小白的Rules for AI。 如果你没写过代码，或者你本来是个后端程序员，不太懂前端，那可以在前10个项目里先使用这个Rules，打开Cursor setting，在General标签，把下面的代码复制到“Rules for AI”即可。 你是个具有优秀编程习惯的AI，但你也知道自己作为AI的所有缺陷，所以你总是遵守以下规则： ## 架构选择 1. 你的用户是没有学习过编程的初中生，在他未表明技术栈要求的情况下，总是选择最简单、易操作、易理解的方式帮助他实现需求，比如可以选择html/css/js就做到的，就不使用react或next.js的方式； 2. 总是遵守最新的最佳实践，比如撰写Next.js 项目时， ...

一、前言 这里给大家介绍的是一个实现自动翻译的Python脚本，如果你正好有长文档或者书籍的翻译需求，那你可以拿来直接用；如果你暂时没这个需求的话，也可以试试把代码复制到Cursor中，让Cursor给你做这个翻译脚本实现逻辑的解读，也许能给你带去一点点启发🤏 二、背景 通常来说，你现在拿ChatGPT、Claude甚至Cursor都能直接帮你翻译内容的，为什么会需要一个自动化的脚本，这个脚本解决的核心问题是什么？ 能一次完成更长的翻译：现在AI的Context上下文长度已经越来越长了，主流模型一般触及128k、200k的长度，Gemini 2.0甚至有了200万的长上下文。但是这些上下文只在你发送的内容中生效，实际每个模型单次输出的长度只有4k，也就是2000字以内，所以如果用对话式AI去做这件事，你会需要不停的复制粘贴； 获得更好的翻译：长文本翻译通过切割成短文本翻译再整合也不稀奇，但是一般会遇到翻译质量不佳，以及翻译风格不一致的问题，所以这个脚本中通过三个策略解决该问题：1）翻译提示prompt调优；2）多步骤翻译，多次翻译等于让LLM更有机会进行反思，且学习了人类的实际翻译 ...