技术卡片流水线 ① AI 热点收集提示词 你是一名 AI 技术媒体编辑和 AI 开发者内容策划。 请联网整理最近 24~48 小时最值得关注的 AI 新闻、热门项目、GitHub 项目、Agent Skill 、MCP、AI 编程工具和社区热点。 重点关注: OpenAI Anthropic / Claude / Claude Code Google / Gemini Meta xAI / Grok DeepSeek Qwen Mistral Xiaomi MiMo 开源模型 AI Agent Agent Harness Agent Runtime Agent Skills MCP Computer Use AI Coding AI 图像生成/编辑 AI 视频生成 GitHub 热门 AI 项目 Hacker News 热门 AI 项目 【第一步:信息发现】 搜索最近 24~48 小时: 1. 官方 Blog / Release Notes / Changelog 2. GitHub 新项目、Release、Star 快速增长项目 3. Hacker News 高热讨论 4. Reddit / X / 开发者社区讨论 5. Hugging Face 新模型/项目 6. AI 开发工具更新 7. 新 Skill / MCP Server / Agent Framework 8. 突然爆火的开源项目 【第二步:事实核验】 任何热点都不能直接采用二手媒体描述。 必须至少找到: - 官方网站 - 官方 Blog / Changelog - 官方 GitHub - 官方论文 / Hugging Face 优先使用第一方来源。 如果只有社区爆料,没有官方确认: 必须明确标记: 「传闻 / 未完全证实」 禁止把传闻写成正式发布。 如果无法核实项目、模型、发布日期、功能或数据: 不要写入最终推荐。 【第三步:热度判断】 每个候选项目从以下维度评分: 新鲜度 30% 技术价值 25% 社区热度 20% 实用性 15% 内容传播潜力 10% 重点寻找: “刚发布 + 有实际功能 + 可以体验 + 有源码 + 社区开始讨论” 的项目。 不要为了凑数量加入普通更新。 宁可只有3个高质量热点,也不要10个低质量热点。 【第四步:输出】 筛选3~8个最值得关注的热点。 每个热点输出: 热点名称: 发布时间: 一句话发生了什么: 核心技术变化: 为什么突然值得关注: 适合做什么内容: 推荐指数:★★★★★ 是否官方确认: 官方原文: GitHub: 其他一手来源: 最后再给出: 今日最推荐制作的3个选题 并分别给出一个20字左右、适合技术自媒体的标题。 标题需要有传播力,但禁止廉价标题党。
技术卡片流水线 ② 热点筛选逻辑 你可以把每天发现的内容放进一个简单漏斗: 全网信息 → 24~48h → 官方可核实 → 有明确技术变化 → 社区开始讨论 → 能不能实测 → 能不能一句话讲明白 → 值得做海报 尤其优先抓三种东西。 第一种是产品级变化,例如 Computer Use、Multi-Agent、Durable Agent。 第二种是开发者工具变化,例如 MCP、Skills、Mods、Harness、Agent Runtime。 第三种是突然爆发的 GitHub 项目。这种项目除了 Star,还要看 Issue、Fork、Commit、Release、HN/Reddit 讨论是否同步增长。不要只因为“Star 多”就判断正在爆火。 最近 Skills 本身已经形成非常大的 GitHub 生态。2026 年的一项 GitSkills 研究统计了约 379 万个 SKILL.md 文件、28.2 万个公开仓库,所以现在单纯“发现一个 Skill”已经不够,应该找真正出现新玩法、新工作流或快速传播的项目。
技术卡片流水线 ③ 技术解读阶段 Prompt 针对以下 AI 热点进行深度技术研究: 【主题】 {{热点名称}} 不要立即写自媒体文章。 先完成事实核验和技术拆解。 必须联网搜索官方资料,优先级: 1. 官方 Blog 2. 官方 Documentation 3. 官方 GitHub 4. Release / Changelog 5. 官方论文 6. Hugging Face 7. Hacker News / Reddit 等社区讨论 请回答: 1. 它到底是什么? 2. 谁开发的? 3. 什么时间发布? 4. 这次真正新增了什么? 5. 核心技术原理是什么? 6. 和过去方案最大的区别是什么? 7. 它解决了什么实际问题? 8. 为什么开发者现在开始关注? 9. 有哪些实际使用场景? 10. 是否可以实际安装/体验? 11. 是否开源? 12. GitHub 地址是什么? 13. 官方原文是什么? 14. 有哪些容易被误解或夸大的地方? 特别检查: 模型名称 版本号 发布日期 性能数字 Star 数 Benchmark License 安装命令 API 价格 上下文长度 是否真正开源 任何无法从官方来源验证的数据都不要写成事实。 最后总结: 「这个项目真正值得讲的技术切口是什么?」 不要只总结功能,要寻找背后的技术趋势。
技术卡片流水线 ④ 技术解读海报提示词 生成一张中文 AI 技术解读竖版海报。 主题: {{标题}} 副标题: {{一句话解释}} 整体风格: 白色背景 极简科技感 专业 AI 技术媒体风格 蓝色 + 紫色作为主要强调色 黑色大标题 少量渐变 大量留白 模块化卡片布局 圆角卡片 简洁线性图标 不要赛博朋克。 不要深色背景。 不要复杂装饰。 不要密密麻麻的小字。 不要出现明显 AI 生成海报的廉价感。 【视觉优先级】 标题最大 核心结论第二 技术流程第三 具体参数第四 必须做到: 图小字大 手机屏幕可以直接阅读 重要文字明显大于说明文字 减少长段文字 一个卡片只表达一个观点 【海报结构】 顶部: 项目 Logo / 名称 开源 / 模型 / Agent / MCP 等标签 超大标题: {{标题}} 副标题: {{一句话核心判断}} 第二部分: 「这次到底是什么?」 用2~3个卡片解释核心变化。 第三部分: 「技术工作流」 必须尽量可视化,例如: User ↓ Agent ↓ Plan ↓ Tool / MCP ↓ Model ↓ Evaluate ↓ Iterate 第四部分: 「核心能力」 使用4~6个图标卡片。 第五部分: 「过去 VS 现在」 突出技术范式变化。 例如: 过去: Prompt → Image 现在: Goal → Agent → Tool → Edit → Evaluate → Iterate 第六部分: 「典型应用」 展示4~6个实际场景。 底部: 「我的判断」 用一句话总结真正值得关注的趋势。 最底部: Official GitHub Docs URL可以简写,避免占用大量空间。 【重要】 海报中的所有产品名称、参数、技术能力必须来自已经核实的资料。 禁止为了视觉效果编造: Star数量 性能数字 模型名称 发布日期 Benchmark 命令 URL
技术卡片流水线 ⑤ 技术解读文案提示词 根据已经完成的技术研究,生成一篇800字以内的中文技术解读文案。 主题: {{项目名称}} 要求: 不是新闻通稿。 不是官方PR复述。 不是功能列表。 不要空泛。 不要模板化。 从一个明确的“技术变化”切入。 文章结构: 第一段: 直接告诉读者为什么这个东西值得关注。 第二部分: 解释它是什么。 第三部分: 解释以前的方案存在什么问题。 第四部分: 解释这个项目是怎么解决问题的。 第五部分: 用一个简单工作流解释技术变化。 例如: Chatbot ↓ Coding Agent ↓ Agent Harness ↓ Durable Agent 或者: Prompt ↓ Image 升级为: Goal ↓ Agent ↓ Tool ↓ Model ↓ Evaluate ↓ Iterate 第六部分: 解释2~4个实际使用场景。 最后: 给出自己的技术判断。 重点回答: “它意味着什么?” 而不是重复: “它有哪些功能?” 文风: 专业 通俗 有技术含量 适合微信公众号 / 小红书 / 知乎 / YouTube口播 避免过度营销 避免大量感叹号 避免「震撼」「炸裂」「颠覆世界」等廉价表达 专业术语第一次出现时简单解释。 总字数控制在600~800中文字符左右。 最后必须单独提供: 官方原文: 完整明文URL GitHub源码: 完整明文URL 官方文档: 完整明文URL 论文: 完整明文URL 没有对应资源就写: “暂无官方公开地址” 绝对不能编造URL。
技术卡片流水线 ⑥ 标题提示词 根据技术内容生成10个中文标题。 要求: 18~24字左右。 一眼能看懂发生了什么。 突出“技术变化”,而不是只写产品发布。 有传播力但不是廉价标题党。 优先使用这种结构: XXX来了:AI开始…… XXX爆火:Agent开始…… 别只看XXX,真正变化是…… XXX接入Agent:……开始自动执行 从XXX到XXX:AI正在…… XXX开源:终于可以…… 为什么大家突然开始卷XXX? 避免: “震撼发布” “王炸” “杀疯了” “遥遥领先” “颠覆世界” “彻底改变一切” 输出10个标题,并选出最推荐的1个。
技术卡片流水线 ⑦ 最终形成固定内容流水线 以后实际上只需要跑这一条链: ① 每日搜索 → 官方 Blog / GitHub / HN / Reddit / HF / Changelog ② 建候选池 → 10~20条 ③ 事实核验 → 官方原文 + GitHub + Docs ④ 热度评分 → 新鲜度 × 技术价值 × 社区热度 × 实用性 × 传播性 ⑤ 留3~5条 → 不够就少做,不凑数 ⑥ 找技术切口 → 不问“它有什么功能” → 问“它改变了什么” ⑦ 生成20字标题 ⑧ 生成技术解读海报 → 白底 + 大字 + 模块化 + 工作流 ⑨ 生成600~800字文案 ⑩ 最后人工复核 → 名称 / 日期 / 参数 / Star / GitHub / URL / 是否官方 这样你最终生产出来的就不再是普通的“AI新闻搬运”,而更接近: 热点发现 → 官方核验 → 技术趋势判断 → 可视化解释 → 给出开发者价值。