每个场景都是一条能照着跑通的路径:用哪些 skill、怎么装、怎么提示、会踩什么坑。
按场景挑一个开始
达里奥的 AI 分身背的是他的原则。而书里真正的意思是:只有你自己写出来的原则,才会在关键时刻生效。别让它复述他的,让它采访你。
书是死的,AI 是活的。这本书解决「哪条建议值得做」,skill 解决「这条对我眼下的事成不成立」。把书打包成 skill,你以后遇到卡点问一句就行——但别指望它替你做决定。
个人效率不是"更忙",而是把脑子里的碎片外接到一个可靠系统:收集→整合→规划→回顾。让 AI 做笔记整理、知识归并、规划拆解,你只做"这条要不要留、下一步干什么"的判断,脑子留给真正要想的。
Deep Research 把"数小时到数天"的深度分析压到几十分钟:你只给问题,Agent 多步检索、交叉验证、产出带溯源的结构化报告。社区方法论强调:**问题要先拆细**、**多源交叉验证**、**每条结论可溯源**,否则快但不可信。
AI 写代码飞快,但"质量门"反而更要紧。社区共识三点:**反向 TDD**(先让 AI 出测试再写实现)、**零警告门禁**(`--max-warnings=0`,警告会悄悄变成新基线)、**审查作为关卡**(每次改动都过同一道闸)。核心是让 AI 产出可验证、可守门,而不是又快又野。
社媒内容最大的杠杆是**选题**——社区里普遍认同"选题占一条笔记成败的 60% 以上"。让 AI 先分析近 7 天爆款找方向,再走"脚本→图文/视频→多平台分发→数据复盘"的流水线,比从空白页硬写高效得多。
真能跑的电商 AI 工作流不是"一个机器人替你卖货",而是把**选品→文案→视频→上架→复盘**拆成可重复的几步,每步用 AI 出草稿、你做关键判断。社区共识:先搭"最小可用链路",再逐步加自动化。
电商最怕"文案写不完、视频拍不动、上架一堆手工活"。让 AI 做电商的核心是:先把你的品和卖点讲清,让它产出文案/视频/上架草稿,你只把关"像不像买家想听的",而不是从空白页憋字。
用 AI 写代码最怕"它写得飞快但你不敢合"。核心是:先给它编码标准,写完再做审查、该重构就重构,你做"合不合"的最终判断,而不是把键盘完全交给它。
读论文最怕"看了半天不知道它到底证明了啥"。让 AI 分析的核心是:给它原文/链接,让它先拆"问题—方法—结论—局限",你再判断能不能用,而不是让它替你下"这篇很牛"的结论。
短视频最怕"拍半天、剪更久"。让 AI 做口播/剪辑的核心是:先给脚本和观点,让它出画面结构与字幕,你只把关"像不像要说的话",而不是对着空时间轴发呆。
浏览器自动化最怕"脚本脆、一改就崩"。让 AI 操作网页的核心是:给清晰的目标和判定完成的标准,让它自己走流程并自我校验,而不是写死一串 XPath 等着维护。
AI 写 SQL 最怕"跑通了但口径错"——结果看着像那么回事,其实聚合维度错了。让 AI 写查询的核心是:给它表结构和明确口径(按天/按用户、是否去重、是否排退款),让它先解释再出语句,而不是只丢一句"统计一下销量"。
技术博客最怕"抄文档"或"水字数"。让 AI 写的核心是:先给它你的实操经验/坑(这才是独特价值),让它负责结构、例子和润色,而不是替你编没做过的事。
PRD 的痛不是"格式不对",是"目标和验收标准写不清,开发靠猜"。让 AI 写 PRD 的核心是:先给它背景、目标用户、要解决的问题,让它产出"功能列表 + 验收标准 + 边界",而不是替你想清楚"为什么做"。
冷邮件最怕"群发感"——一眼就被当垃圾。让 AI 写邮件的核心是:先给它收件人画像和你的一条真实价值,让它做到"点对点像手写的",而不是套模板群发。回复率靠相关,不靠篇幅。
文生图最怕"提示词一句话、出来全靠运气"。让 AI 出图的核心是:先定风格参考 + 主体 + 构图 + 比例,用结构化提示词,再小步迭代,而不是扔一句"画个好看的图"指望一次到位。
看板的痛不是"画不出图",是"指标没想清就堆图表,最后没人看"。让 AI 搭看板的核心是:先定北极星指标和要回答的问题,再让它选图表类型、写取数查询,而不是一上来就塞一堆花哨图。
周报的痛不是"写不出",是"把流水账写成了产出"。让 AI 写的核心是:给它原料(你这周干了啥、卡在哪),让它按"进展 / 风险 / 下一步"三段收口,而不是替你编内容。
测试最大的价值不是"覆盖率高",是"抓住会真出事的路径"。让 AI 生成测试的核心是:先给它已实现的代码或明确的行为约定,再让它补边界用例——别让它凭空造被测对象,造出来的测试再绿也没意义。
配图的痛不是"画不出",是"风格不统一、放大就糊、改不了"。让 AI 生成 SVG / 矢量插画的核心是:先定风格与尺寸,要矢量不要位图,这样放大不糊、还能改源文件。
播客/口播的痛不是"没声音",是"脚本像念稿、声音像机器人、剪完没人听"。让 AI 做的核心是:脚本先写成"说人话"的口语稿,配音选自然的音色,再决定要不要配画面——别一上来就堆特效。
机器翻译最怕"通顺但走样"——术语翻错、语气不对、本地表达生硬。让 AI 翻译的核心是:先给术语表和目标读者语气,再让它"翻译+保留专有名词",最后你核对关键句,而不是整篇盲信。
头脑风暴最怕"发散完就完了"。让 AI 帮忙的核心是:先逼出足量候选(量比质先),再用"可行性 / 影响"两轴收敛到能动手的 3 个,而不是停在"想法很多"。
browser-use/browser-use/skills/remote-browser
从沙箱远程机器控制本地浏览器。当 agent 运行在无 GUI 的沙箱中,需要浏览网站、与网页交互、填表、截图或通过隧道暴露本地开发服务器时使用。
browser-use/browser-use/skills/x402
用 x402 设置 Browser Use Cloud 支付——从加密钱包按请求付费(Base 主网 USDC),无需注册或 API key。两种配置:直接用(建钱包,让你或 Claude Code 从钱包支付云端浏览器任务——Claude 编写并运行一次性脚本,不触碰你的代码库)或接入项目(安装 SDK,把 key 与代码写进项目)。引导钱包设置、注资、.env 与约 $1 的测试运行。
heygen-com/hyperframes/skills/faceless-explainer
将任意文本(文章、笔记、主题、简报)转为无脸解说视频:没有可抓取的站点或素材,因此每个场景的视觉都是现编的(排版、抽象图形、图示、数据可视化)。用于主题解说、概念拆解、操作教程、清单体内容。不是由网站构建的视频(/product-launch-video——宣传或导览)。不明确时转 /hyperframes。
heygen-com/hyperframes/.agents/skills/seam-craft
HyperFrames 发布视频中场景间接缝的渲染正确性准则——使转场在主时间轴上正确合成的前提。在组装主时间轴 / index.html、切口或交叉淡入淡出接缝处出现白闪(尤其暗色影片)、推理转场不透明度下探为何透出,或验证重叠场景包装如何混合的渲染机制时使用。涵盖不透明舞台地面(#root 背景)白闪防护,以及注入器如何重叠包装、保留末帧、乒乓轨道并将 lint 干净的模板代码盖印到主时间轴。不含逐项转场目录——单项转场见转场注册表。
heygen-com/hyperframes/.agents/skills/oversized-cursor
HyperFrames 发布视频的居家风格超大 macOS 光标技法。当场景涉及光标或指针引导动作、开启 UI 场景、用点击点燃 morph/转场/打字序列,或场景显得静态、死板、陈旧需要廉价的高收益运动源来牵引观众视线并将其从陈旧状态中切分出来时使用。涵盖光标尺寸与外观(含品牌母题光标)、离屏入场法则、尖端定位与点击轻触、点击点燃下一节拍,以及跨场景出场与交接。
heygen-com/hyperframes/.agents/skills/motion-doctrine
GATEWAY——在编排任何 HyperFrames 动画或视频前首先加载。让多场景视频感觉像一次连续运镜而非一堆各自独立动画的高层运动法则。涵盖向量法则(如何退出决定如何进入,含 Z 缩放符号规则)、影片的 current、载体元素、因果运动、Seam Gate(构建门控强制)、禁用闲置抖动(运动必须“表演”而非“呼吸”)、高潮前的静止,以及持续运动路线。路由到底层技法技能(cut-the-curve——完整目录含 waterfall entry 与 nudge curve、oversized-cursor、seam-craft)。这些规则优先于通用或上游运动指引。