通过 MCP 接入外部工具（Model Context Protocol）
Model Context Protocol（MCP）是 Claude Code 等 Agent 连接外部工具的协议层。橙皮书（claude-code-orange-book（Claude Code 橙皮书仓库））把它作为"用...
筛选结果
任务描述、口语长句、创作者、工具和仓库名称都可以直接搜索。
按当前筛选条件浏览
Model Context Protocol（MCP）是 Claude Code 等 Agent 连接外部工具的协议层。橙皮书（claude-code-orange-book（Claude Code 橙皮书仓库））把它作为"用...
筛选结果
在项目根目录放置 CLAUDE.md，作为 Claude Code 启动会话时读取的项目级指令文件。它承载项目目标、目录结构、技术栈、命令清单、约束与限制，因此被橙皮书（claude-code-orange-book（Clau...
筛选结果
把写剧本拆成多个阶段：logline → 人物与故事走向 → 分场 → 场景或对白草稿 → 人审改写。每一步先评价、追问、校正，再进入下一层，AI 在整个流程中作为讨论和草拟对象，由人做选择。
筛选结果
结构化提示词可以显著提高 AI 备课初稿的可用度，但作者在 SRC-LEARN-003 中反复强调：最终教学责任仍在教师，模型输出必须经过与教材、课标、学情和隐私逐项对照的人工验收。"格式清楚"只降低二次排版成本，不等于内容已...
筛选结果
把 AI 生成的概览、学习指南、思维导图、时间轴或音频概览当作目录和提问起点，而不是已经核验过的最终答案；再根据概览中的节点、问题或疑点，回到原始材料精读关键片段。
筛选结果
对模型或第二模型审计指出的"可能幻觉""引用不支持""论点薄弱"等提醒，逐项打开原 PDF、课程材料和可验证题录中确认，由学生本人做最终事实判断。
筛选结果
让 Claude Code 在写代码之前先输出实施计划的工作流。橙皮书（claude-code-orange-book（Claude Code 橙皮书仓库））把它定位为"先描述目标和验收结果，再让 Agent 规划"的核心实践...
筛选结果
这是一份什么方法 把 AI 客服不能稳定回答的低置信度问题汇聚到人工池，由人工处理后再把共性答案沉淀回知识库的闭环迭代方法。在 SRC-BIZ-001 中，作者 WMW 把这条闭环作为系统核心结构的一部分。
筛选结果
以原论文摘要或结论为"基准文献"，把已经生成的报告全文交给另一模型，要求输出（1）可能捏造的术语/数据/引用清单，（2）可能断章取义的位置，（3）最薄弱论点与反驳，（4）预估评分与一句话主要问题，（5）三条具体修改指令。第二模...
筛选结果
让模型一次只处理一段经历，保留事实，写清楚动作、对象、方法和结果，并自然使用与 JD 一致的专业词。逐条改写让求职者能在每一步做"改写前后比对"，防止"参与"被升级为"负责"、"协助"被升级为"领导"，或被凭空添加百分比、营收...
筛选结果
针对 AI 辅助生成的网文初稿中常见的模板化痕迹（叙事套路、句式生硬、情绪表达模板化、人物语言趋同），由人工进行二次润色。其核心是把"AI 味"当作可识别的语言现象，逐项改写而不是整体重写，让文本更贴近网文读者的阅读习惯。
筛选结果
以预置的知识库（模板、风格样本、参考资料）作为生成边界，让 Agent 不再从空白上下文开始写作，从而稳定长文的风格、结构和引用来源。
筛选结果
在 NotebookLM 类资料工具中，先明确一个边界清楚的主题，再围绕该主题建立一个独立笔记本，并把与主题直接相关的资料都汇入同一笔记本，避免不同主题的材料混在同一个工作单位里。
筛选结果
明确禁止 AI 自行接受邀约、承诺任务或决定日期；Agent 只输出回复草稿、行动建议与候选事件，由人在界面上完成最终确认与发送。在 16-01-work-delivery--34-src-work-007-ai-agent-...
筛选结果
当 AI 回答中带有看似正式的链接与具体数字时，用户很容易把"出现链接"误读为"已经核实"。本方法把核验过程拆成可重复的步骤：先拆解事实陈述，再对每条引用执行"打开—定位—判断支持关系"的人工核对，把"链接存在 ≠ 已核实"转...
筛选结果
在把简历、JDS、招聘信息和面试相关材料交给通用 AI 服务前，把可识别信息替换为"某消费品公司""内部数据平台""某零售品牌"等占位符，先完成结构改写，再在本地文档中恢复真实信息。这是一种适用于所有通用 AI 求职场景的隐私...
筛选结果
求职者在使用 AI 之前，先把"自己做过什么、用什么工具、服务谁、结果如何、哪些数字有证据"整理成一份唯一的事实清单，并明确告诉模型只能引用清单内的项目。这让后续的简历改写、求职信、模拟面试都建立在同一份可核验的事实之上，避免...
筛选结果
围绕语言模型构建 Agent 时，把工具协议、权限、上下文、状态、错误处理与协作结构视作可独立观察的"层"。每层只新增一个主要机制，对比"新增能力 vs. 复杂度"，最终把所有机制合并回同一个可运行循环。这种方法称为"渐进式 ...
筛选结果
把 AI 辅助备课拆成五个相对独立的阶段，每一步的输入、输出与检查点都可独立审查；教师在每一步都保留主导权，AI 只在指定环节介入。该方法最早由一线教师褚旭斌在《不简单的杠杆》一课中提出并在人民教育出版社《小学科学》公开。
筛选结果
把分析任务从模糊的“分析一下这家公司”变成可检查的约束集合。模型默认输出常常带有通用模板和自由发挥；通过显式声明角色与少量关键规则，可以减少模型在关键口径上的偏离。
筛选结果