Private Capture

Unlock Capture

这个站点包含私人录音与日记内容。输入密码后进入;当前浏览器会自动记住。

密码仅保存在当前浏览器本地。

这个网站我愿称之为最伟大发明

页首只保留导读,完整正文和结构化内容继续在下方展开。

Day2026-07-30 Time13:26 SenderLily Topics任务系统 / 内容与自媒体 Entities3 ModeStructure + Text SourceArchive Complete
来源类型小红书分享
说话人Lily
归档时刻2026-08-29 13:26:23
主题任务系统 / 内容与自媒体 / AI 工具与 Codex
实体3 项
模式结构化 + 正文
Report

关键导读

先把有效信息集中到顶部:一句话总览、编号要点、待办与历史呼应。完整正文与结构化数据在下方展开。

一句话总览

这个网站我愿称之为最伟大发明 最近在GitHub发现了一个项目:Shared AI Chats。 它把Claude、Grok等平台中,用户“主动公开分享”的对话整理成了Markdown文件。目前已经收录超过1500段对话、1.6万条消息,按照不同AI工具分类存放 我觉得它最有价值的地方,不是让我们复制几个所谓的“万能提示词”,而是可以看到一段完整任务是如何推进的:从一开始怎么描述需求,到AI给出什么结果,再到用户如何补充条件、修正方向,最后逐渐得到一个相对可用的答案。 使用方法也很简单:进入对应的模型文件夹,点击里面的.md文件,就能直接查看完整…

01

关键洞见

  • 而是你如何拆解问题、提供上下文
  • 最近在GitHub发现了一个项目:Shared AI Chats
  • 不是让我们复制几个所谓的“万能提示词”
  • 而是可以看到一段完整任务是如何推进的:从一开始怎么描述需求
  • 还可以通过关键词搜索编程、求职、产品、写作、研究等具体场景
02

优先级分层

  • 高:最好先检查是否包含简历、工作资料、客户信息、密码或API Key
  • 高:不过需要注意,这些都是用户主动生成过公开分享链接的对话,并不是私人聊天记录被直接公开
  • 高:再到用户如何补充条件、修正方向
  • 中:还可以通过关键词搜索编程、求职、产品、写作、研究等具体场景
  • 中:而是可以看到一段完整任务是如何推进的:从一开始怎么描述需求
  • 中:这个资料库可以帮我们观察别人怎么使用AI,但别人的对话只能作为样本,不能代替自己的思考
·

涉及实体

CodexClaudeGitHub
✓

待办动作

  1. 最好先检查是否包含简历、工作资料、客户信息、密码或API Key
  2. 它把Claude、Grok等平台中,用户“主动公开分享”的对话整理成了Markdown文件
  3. 不过需要注意,这些都是用户主动生成过公开分享链接的对话,并不是私人聊天记录被直接公开
  4. 再到用户如何补充条件、修正方向
  5. 这个网站我愿称之为最伟大发明
与历史呼应

而是可以看到一段完整任务是如何推进的:从一开始怎么描述需求 最好先检查是否包含简历、工作资料、客户信息、密码或API Key 不过需要注意,这些都是用户主动生成过公开分享链接的对话,并不是私人聊天记录被直接公开

本条脉络:这个网站我愿称之为最伟大发明 最近在GitHub发现了一个项目:Shared AI Chats。 它把Claude、Grok等平台中,用户“主动公开分享”的对话整理成了Markdown文件。目前已经收录超过1500段对话、1.6万条消息,按照不同AI工具分类存放 我觉得它最有价值的地方,不是让我们复制几个所谓的“万能提示词”,而是可以看到一段完整任务是如何推进的:从一开始怎么描述需求,到AI给出什么结果,再到用户如何补充条件、修正方向,最后逐渐得到一个相对可用的答案。 使用方法也很简单:进入对应的模型文件夹,点击里面的.md文件,就能直接查看完整…
完整记录 · 正文与结构化数据
Mind Map

思维导图

这里不再用摘要卡片伪装脑图,而是直接用经典 mindmap 组件来展示结构。点击分支会跳到正文。

点击节点会定位到正文,方便一边看脑图一边回看原文。

Local Relation

这条录音的局部关系图

不用先跳到全局图。这里先把当前 capture 连到的 Topic / Entity / Day,以及共享这些节点的其他记录显出来。

View
Layout
来源
聚焦
Topic Entity Capture Signal Day capture -> topic / entity / signal / day

单击右侧看详情;双击节点开浮层。这里只展示和当前录音直接相关的局部网络。

完整原始转录 · 音频文稿点击展开

这个网站我愿称之为最伟大发明
最近在GitHub发现了一个项目:Shared AI Chats。

它把Claude、Grok等平台中,用户“主动公开分享”的对话整理成了Markdown文件。目前已经收录超过1500段对话、1.6万条消息,按照不同AI工具分类存放

我觉得它最有价值的地方,不是让我们复制几个所谓的“万能提示词”,而是可以看到一段完整任务是如何推进的:从一开始怎么描述需求,到AI给出什么结果,再到用户如何补充条件、修正方向,最后逐渐得到一个相对可用的答案。

使用方法也很简单:进入对应的模型文件夹,点击里面的.md文件,就能直接查看完整对话。还可以通过关键词搜索编程、求职、产品、写作、研究等具体场景。

不过需要注意,这些都是用户主动生成过公开分享链接的对话,并不是私人聊天记录被直接公开。公开链接有可能被搜索引擎或其他人发现,所以分享AI对话前,最好先检查是否包含简历、工作资料、客户信息、密码或API Key。(Tom's Guide)

看完这个项目,我更明显地感受到:真正拉开AI使用差距的,可能不是用了哪个模型,而是你如何拆解问题、提供上下文,以及判断答案是否可靠。

这个资料库可以帮我们观察别人怎么使用AI,但别人的对话只能作为样本,不能代替自己的思考。
#人工智能大会[话题]# #AI搞学习howto[话题]# #howto用AI抢救一切[话题]# #howto入门codex[话题]# #AI新手村[话题]# #AI反常识howto[话题]#
这个网站我愿称之为最伟大发明 最近在GitHub发现了一... http://xhslink.cn/o/6YcEHHGcxDY 打开【小红书】,这篇笔记超精彩!
resolved_url: https://www.xiaohongshu.com/explore/6a697115000000000f02b166
xhs_capture_status: success

Atomic Insight Layer

原子结构层

主题 / 实体 / 概念三层标签 + 逐字原话 + 出链 / 反链。点击 chip 筛选。

主题 实体 概念
全部主题实体洞见
topic-0

任务系统

主题
topic-1

内容与自媒体

主题
topic-2

AI 工具与 Codex

主题
entity-0

Codex

实体
entity-1

Claude

实体
entity-2

GitHub

实体
insight-0

而是你如何拆解问题、提供上下文

洞见
insight-1

最近在GitHub发现了一个项目:Shared AI Chats

洞见
insight-2

不是让我们复制几个所谓的“万能提示词”

洞见
insight-3

而是可以看到一段完整任务是如何推进的:从一开始怎么描述需求

洞见
insight-4

还可以通过关键词搜索编程、求职、产品、写作、研究等具体场景

洞见
Normalized Tags

规范标签与同类归并

把 topic / semantic / source / entity 放到分组标签里,后面做筛选、聚类和同类合并时会更稳。

Normalized Topics
任务系统内容与自媒体AI 工具与 Codex
Normalized Entities
CodexClaudeGitHub
Normalized Provenance
Xiaohongshu
Normalized Semantics
岗位方向
Normalized Channels
小红书
Normalized Sources
小红书分享web_link