实例经验
踩过的坑、该避开的事、真正管用的做法。都是用过之后写下来的，不是照着文档抄的。·第 1 / 2 页
Meta Muse 发 Instagram、回评论这类公开动作，每次都要本人点确认，没有能放宽的设置。省事的做法是让它把一批帖子写好停在发布前，你一次点完。
Seedance 2.5 效果最好，但 10 秒要 7 元，两分钟的视频成本轻松过百；为了省钱改用 jqsp 上的 H3，同样一条带主持人的讲解短片不到 3 元。
换电脑时最难找回的是 MCP、Skills、规则文件、环境变量和项目依赖。让 AI Agent 盘点配置、建私有备份仓库、列出密钥清单并写好恢复脚本，附可直接复制的提示词。
让 Meta Muse 搜 TikTok 上同品类最近的爆款并分类，再拆脚本、换成自己的产品直接生成视频，目前出视频不花钱；附一段扒爆款的提示词。
开源逆向工具 REA 让 AI Agent 不看源代码也能拆开一个 App。把细分行业的安卓应用交给它，只整理用户角色、流程、核心数据和收费点，再照这份说明从零写自己的版本；附一段提示词和安装、侵权风险提醒。
两天里把 Gemini 订阅从 Ultra 降到 Pro，又因为 Gemini 4 Carbon 升回 Ultra 最高档。最打动人的是用它写文案没有 AI 味。附判断要不要升级的试法。
用 Fable 5.2 连着干活时，几乎每做完一个任务会话就被压缩成摘要，界面直接显示这次省下多少 token。规矩写进文件、一个任务一次说完，才不怕它忘。
订阅的额度往往比按量调 API 划算好几倍：自己用、不急、一次性的后台活交给 AI Agent，直接服务用户、要实时和高并发的功能才用 API，附四个判断问题和不能越界的地方。
以前学新东西要先熬过陡峭的入门期，现在可以直接让 Agent 带着做出结果。命令、配置这类固定步骤可以写成 Skill 交出去不用记，但确认结果这件事永远要自己带脑。
主会话用 Sonnet，子 Agent 交给 Haiku，Opus 作为顾问只审计划、查反复出错和收尾。网上流传的 --advisor / --subagents 启动参数在当前版本会报错，文中给出能用的写法。
Agent 越用越不听话，多半是 AGENTS.md 堆太多了。只写它自己看不出来又真影响结果的内容，定期删一轮，附一段清理提示词。
一份在 ChatGPT 和 Gemini 上长期使用的提示词，让模型先给答案、判断带条件、时效信息先搜索、结尾写下一步。附简化版全文和使用方法。
基础档 Claude 用量见底，多半是把大段产出的活也交给了它。判断类留给 Claude，批量产出交给 Codex 或更便宜的工具，并把分工写进 CLAUDE.md。
按用途拆解 Google AI Ultra 打包的权益：Colab 算力、每月云赠金、Flow 出图出视频额度、Antigravity 编程额度、30TB 存储和各类会员，以及额度独立计算的细节。清单来自用户提供的资料，以官方方案页为准。
按用途列出我们目前觉得最好用的 AI 模型：综合、写代码、复杂推理、深度调研、联网搜索、长文档、做 PPT、画图修图、AI 视频、数字人、配音音乐、性价比和开放权重。个人经验，模型更新快，仅供参考。
Strata 要同时支持 NVIDIA、AMD、Intel、苹果等多种硬件，只能走通用路线，没法针对某一代显卡榨干性能。我们判断以后可能出专门针对 40 系、30 系的版本，可能更快；现在用 30、40 系照样能用。
学员问多人换脸如何保持一致。群里的结论：wan3 多人一次替换难成功，可以试 Kling；爆款视频多为 1 到 3 人，1 到 2 人最稳；质量差就换模型、调提示词、喂上下文、给参考图；便宜模型一分钱一分货。合规上，非自愿亲密类 deepfake 违法，支付商会封号，只用有授权的脸。
Zoho 国际版有 CLI，Agent 能轻松接管邮件收发；中国版没有 CLI，接口功能受限。解决办法：把邮件抄送到 Gmail，Agent 用 gws 读取并写好草稿，你审核后自己发给客户。
X 自带的趋势榜条目少、内容单调，还会按你的喜好推荐，不是真正的全网热点。偶尔看热点直接问 Grok；需求量大就用 Grok bot 做定时任务并配合订阅。
CAD 配合 AI 进展很快，看图、出图、改图、标注这些坎基本被解决。我们判断重复性绘图岗位会最先被替代。剩下的是懂行业判断、会用 AI、能和甲方沟通的人。