构建信号SIGNAL TO BUILDEnglish站主登录 ↗
KNOWLEDGE NOTES

知识整理

按主题浏览已经整理的知识、课程笔记与方法。保留原有正文和出处。

350份知识文档
重置
独立开发 ／ 跨来源主题整理

Claude Code 工作流(跨作者主题综合)

7 位作者视角下的 Claude Code 工作流融合改写。Cal Rueb(Anthropic 内部工程师)/ 王凯(独立开发者多终端矩阵)/ 黄益贺(工具栈演化主战场)/ Cat Wu(Anthropic PM Head Claude Code)/ 老 D(非程序员零代码用)/ 小红书 vibecoding(Skill 化创意应用)/ **zara 张咋啦(文科生 + Co-founder 心智模型 + 飞书 CLI + OpenAI Realtime + Cut features before shipping)**。覆盖核心定位、Agentic Search vs RAG、CLAUDE.md 多层配置、Permission/Hooks、Think Hard 三档、Sub-Agent 哲学、Skill 体系、显式分歧与落地选择

AI 编程工作流开发工具Agent 协作完整中英
AI 技术与工程 ／ 跨来源主题整理

Claude Code 内幕发现(遥测/代号/卧底/远程开关/路线图)

CC v2.1.88 泄露源码扒出的"非公开"细节:双层遥测收什么且无法退出 / 模型动物代号(Tengu·Capybara·Fennec·Numbat)+ Capybara v8 行为 bug / 内外部用户差别待遇 / 卧底模式隐藏 AI 身份 / 每小时轮询的远程 killswitch / KAIROS 自主代理等未上线功能。想知道"CC 内部藏了什么"看这篇

遥测与隐私产品安全功能开关完整中英
AI 产品实践 ／ Anthropic 与 Claude

Claude Cowork / Dispatch / Design / Tutorials + Use Cases(用户操作层全集)

claude.com/resources/tutorials 14 篇 + use-cases 16 篇 = 30 个用户操作场景 hub。**Claude Cowork**(带手的 Claude / Claude with Hands):什么是 Cowork / 跟 Chat 怎么选 / onboarding / 委派第一个任务 / Dispatch(手机操作电脑)/ 插件机制 / Customize / Navigation。**Claude Design**(Anthropic Labs):做 presentations / prototypes / UX。**用例 16 个**:从 Claude for Excel 财务 use-case 到"白板上课实景" / "把课本调到不同阅读水平" / "phone 操作任意 app" 等具体场景剧本。**新概念**:4 Ds of AI Fluency(行为指标)/ Sycophancy 缓解 / Hallucinate 教育(后两已归 interpretability wiki)

Claude Cowork产品使用智能体完整中英
AI 技术与工程 ／ 跨来源主题整理

Claude Skill 工程化(跨作者主题综合)

7 视角的 Skill 工程化融合。newtype 老黄(Super Analyst 三件套 + Sequential Thinking + 7-Stage Workflow)/ 王凯(Skill 三大陷阱 + 用代码写 Skill + IFS + SillyTavern 7 阶段)/ 小红书 vibecoding(比 N8N 优势 + 调本地服务 + Vibe Marketing + 雅思三件套)/ 老 D(SKILL.md + references/ + Git 版本管理)/ Anthropic 官方(Skill 格式 = zip bundle = SKILL.md + references + scripts)/ **zara 张咋啦(opinionated 分发派 + Centrally fetch locally Remix + Frontend Slides 16k+ star + Fork > PR + Skill > SaaS)**。覆盖 Skill vs MCP vs Sub-Agent 边界、规则适用范围、记忆串、Skill 越多越冲突

AI 工作流Skill 工程自动化编排完整中英
独立开发 ／ AI 产品与辅助设计

Codex + Figma 工具链(装 Figma skill/MCP·生成图表组件库幻灯片·原型转Figma·SVG图标自动替换 的步骤与 skill)

Will（will-ai-note）整理的「用 Codex 这个 Agent 经 Figma MCP 直接往 Figma 画布写真实设计」的完整操作手册。覆盖三件事:① 环境搭建——给 Codex 装 Figma 远程/桌面 MCP server（让 Codex 拿到操作 Figma 的权限）+ 装/管理官方 Figma Skill；② 七个核心 skill 的用途+提示词——figma-use（直接改画布:建 Frame/组件/变量/Auto Layout）、figma-use-slides（生成 PPT 内页）、figma-generate-diagram（文字→可编辑流程图/时序图/ER 图）、figma-generate-design（代码/HTML→Figma UI）、figma-generate-library（代码库→设计系统 Library）、prototype-to-figma（运行中的原型→逐帧 Figma 状态稿）、Community skills；③ 组合工作流——代码原型↔Figma 双向同步、底图截图直出界面、交互框架→新界面、扫本地 SVG 图标自动语义匹配替换。每节给 Why/何时用/可复用提示词/坑（如 figma-use 需付费 Full/Dev seat、Dev seat 只能在 drafts、prototype-to-figma 间距有 bug 但能逐帧拆页）。与 [[newtype-ai-coding]] 的分工:那篇讲 AI Coding 工具栈选型与心法,本篇讲「设计/原型工程化」这一段具体到 skill 和提示词的落地。

Figma原型设计AI工具完整中英
内容创作 ／ 其他产品、设计与学习资料

dontbesilent AI 自媒体课程 / 13 节系统化方法论

dontbesilent(老 D)2026-05 AI 自媒体课程 13 节完整学习路径。从模型选用、提示词三层(元/系统/用户)、RAG 知识库本质、AI 仿写 SOP、Claude Code 零代码用 agent、LobeChat 模仿博主 + 对话分支 + Artifacts、heygen 数字人翻译 + 通义万相 wan2.2 animate 角色替换、Claude 4.5 + Playwright 一键发布小红书、Claude Skill 工程化系统提示词管理,完整覆盖"国内不科学上网 + 不懂代码"用户用 AI 做自媒体的完整生产链

AI自媒体内容生产视频制作完整中英
产品设计与用户体验 ／ 其他产品、设计与学习资料

Duolingo 手册 5 大原则 + 绿色引擎工作法(长期主义/提高标准/快速上线/用结果说话/让产品有趣 + Green Machine)

Duolingo 官方文化与产品方法论手册(14 年踩坑沉淀,Luis von Ahn 署名)精华。核心不是价值观口号,而是一套可迁移的「怎么做产品」操作系统:① Take the Long View 长期主义——留存>增长>收入的优先级,押注技术(机器语音先丑后好)、长期招聘(宁缺毋滥/通才/平均任期长)、把吉祥物 Duo 当竞争护城河、通知与广告都卡留存阈值、2022 换线性 Path 牺牲短期 DAU 换真学会;② Raise the Bar 提高标准——卓越是基线不是目标,产品四标准(有用 Useful/直观 Intuitive/愉悦 Delightful/精致 Polished)、做 V1 不做 MVP、Dogfooding 摇一摇上报、对事严格对人友善(对 what 不对 who)、责任到人 Ownership;③ Ship It 快速上线——每周更新+几百个并行实验、Clock Speed 缩短每步间隔、Ruthless Prioritization 砍掉低影响项、99 个烂点子文化、用使命破解「又好又快」矛盾(先过线再排序)、用产品评审 PR(借鉴 code review)给流程定量;④ Show Don't Tell 用结果说话——Numbers Are the Story、TL;DR=结论+证据+行动、原型不要 PPT、好产品无需解释、Disagree and Commit、Trust Battery 信任电量靠成果充;⑤ Make It Fun 让产品有趣——与 TikTok/IG 抢注意力故必须好玩、Committing to the Bit 把一个梗玩到极致、Duo 双面性、愚人节出圈、超级碗 5 秒广告。外加 Green Machine 绿色引擎 6 步工作法(配人→定成功→设边界→做出来+反馈环→紧迫高质执行→放大有效停掉无效)。读者=做游戏化/AI 互动叙事产品的 PM,每节带 Why + Duolingo 真实案例 + 对游戏化 AI 产品的可迁移启发。

产品方法留存团队文化完整中英
出海增长 ／ Google 搜索与 SEO

Ecommerce SEO 完全指南 (6 Surface / 4 Launch 策略 / Merchant Center / 6 SD 类型 / Pagination 3 模式 / Review 13 准则)

Ecommerce 内容在 Google 出现的 6 surface(Search/Images/Lens/Shopping tab/Business Profile/Maps)。新站 4 种 launch 策略(Grand reveal / Home page launch / Launch with stock unavailable / Soft launch)优缺。Product data 2 路径:on-page structured data + Google Merchant Center feed(automated/manual/Content API);**Shopping tab 强制 Merchant Center**。6 大相关 SD 类型(BreadcrumbList / LocalBusiness / Organization / Product+ProductGroup / Review / VideoObject)。URL 结构 ecommerce 专属规则(`?key=value`,不要 `?value`,不要 fragment 变体,变体可用 path 段或 query 参数,canonical 用无 query 的);3 大常见错(fragment 当变体 / 同 URL 多内容 / 时间戳 URL 无限空间)。Pagination 3 模式(Pagination / Load more / Infinite scroll)对比 + 必须 unique URL + 序列 link + 别拿首页当 canonical + **next/prev 已废**。Review 13 准则(专家视角 / 量化 / 对比竞品 / 演化 / affiliate 标注)。

SEO搜索引擎自然增长完整中英
产品设计与用户体验 ／ AI 产品与辅助设计

Figma Make 用法手册(基础/模板/带入设计库风格/加 Guidelines/开源组件/加后端/发布 的操作与何时用)

Will 的 Figma Make(Figma 内置的「描述需求→AI 生成可运行原型/网页」工具)用法笔记重组,面向做 AI 产品、想快速出原型的 PM。覆盖七大功能模块,每个给「怎么用 + Why + 何时用 + 坑」:①基础(三栏界面=对话/预览/代码;四种喂料=打字/贴 Figma 设计/传图/点击预览定点改)。②写 Prompt 与喂附件的最佳实践(用「用户能力清单」定义产品而非给大类名词;先布局后功能;分步迭代;Auto Layout 让 AI 读懂结构;常见版式更容易一次成功;桌面端更稳;别在 prompt 里写密钥)。③模板 template(把定好规范的文件发布成模板,团队复制 remix;guidelines 锁可改范围;创建/更新/取消发布/使用;约束提示词四例)。④把 Figma 设计库风格带入(导出 Library 为 CSS→在 Make 引用→UI 自动套公司配色字体)。⑤加 Guidelines.md(给 AI 立规矩,通用规则 + 设计系统规则 + 组件级规则;少而精胜过堆上下文)。⑥用代码文件喂料(.tsx/.csv/.json/.html 等四类;真数据生成数据看板;复用 shadcn 等开源组件;真文案排版)+ 一键全站重构成 shadcn/ui 的强约束 prompt。⑦加后端(用一句话接 Supabase,做登录/存数据/密钥安全保存;判定口诀「这东西需要被记住吗」)。⑧发布(一键得 figma.site 网址、绑自定义域名走 TXT+CNAME、传 web 字体、SEO/密码保护等高级项)+ 推 GitHub/下载代码。与 [[ai-ux-experience-design]] 分工:那篇是「用 AI 做体验设计的流程方法论」,本篇是「Figma Make 这一个工具的功能操作手册」;与 [[ai-vibecoding-design-process]] 的 vibecoding 心法互为表里。读者是非技术 PM,术语行内括号解释,每节带 Why 与何时用。

Figma Make原型设计AI设计完整中英
AI 技术与工程 ／ Newtype

Foundation Models for NLP(Springer 教科书精读)

Gerhard Paaß + Sven Giesselbach 2023 Springer 开放教材完整精读。436 页 / arXiv:2302.08575。8 章覆盖:Ch1 经典 NLP 基础(token / embedding / RNN / CNN) / Ch2 PLM 三大架构(BERT autoencoder + GPT autoregressive + Transformer seq2seq) + 训练/正则/不确定性/可解释性 / Ch3 改进 PLM 6 大方向(预训练任务变体 + 长距离稀疏注意力 + 多语言 + 知识注入 + 模型规模 + 微调 / few-shot / CoT) / Ch4 PLM 知识评测(GLUE / SuperGLUE / BIG-bench + Probing) / Ch5 信息抽取(分类 / NER / 关系抽取) / Ch6 文本生成(检索 / QA / 翻译 / 摘要 / 故事 / 代码 / 对话) / Ch7 多模态(语音 / 图像 ViT / 视频 / 控制 Decision Transformer + GATO / DNA / Protein) / Ch8 总结展望(Foundation Models 新范式 / 经济应用 / 5 类危害 / Grounding / Fast & Slow Thinking / Planning)。是 [[newtype-agent-architecture-research-2025]] 和 [[newtype-agent-research-papers]] 的"学术基础"补充

自然语言处理基础模型Transformer完整中英
产品设计与用户体验 ／ 其他产品、设计与学习资料

Google Material Design 3 设计系统(动态色彩/Type Scale/Tonal Elevation/形状/自适应/动效/无障碍 核心主张与规则)

Google Material 3 (M3) 设计系统的核心主张与基础维度提炼,从 Will 的 Notion 设计笔记区(123 篇 .md,12 个分类)综合而成。覆盖:① M3 的灵魂——动态色彩 Dynamic Color(从壁纸/内容提取源色→算法生成 5 关键色→色调调色板 0-100→26 个语义颜色角色 Color Role,实现'个性化+自动深色模式+用户可控对比度'四件事)与底层 HCT 色彩模型(Hue 色相/Chroma 色度/Tone 色调,比 HSL 更贴近人眼);② 颜色角色体系(Primary/Secondary/Tertiary/Error/Surface + Container + On + Variant 命名法,3 档对比度 标准/中/高 对应 3:1 与 7:1);③ Type Scale 字号比例(15 样式 5 大类 Display/Headline/Title/Body/Label,Major Second 1.125 比例,可变字体 4 轴 字重/字级 grade/宽度/光学尺寸);④ Shape 形状(7 级圆角 None→Full + 圆角/切角家族);⑤ Tonal Elevation 色调高度(0-5 级 dp,M3 用色调差异+遮罩替代阴影);⑥ Layout 布局(Window Size Class 窗口尺寸类 Compact<600/Medium600-840/Expanded840-1200/Large/XL,信息密度,48dp 触控目标);⑦ Adaptive 自适应(3 策略 隐藏显示/浮动/重排);⑧ Motion 动效(缓动 emphasized/standard × duration 200-500ms);⑨ Interaction States 交互状态层(hover+8%/focus+10%/press+10%/drag+16% 不透明度叠加);⑩ Accessible 无障碍(WCAG 对比度 3:1/4.5:1)与 ⑪ Content 内容设计(20 条英文 UI 文案规则)。对 PM 的价值:审设计稿时拿它当 checklist(对比度够不够/触控目标够不够大/颜色角色用对没/文案是否句首大写),理解'设计令牌 design token'与'语义化颜色'为何能省协作成本,以及 M3 哪些是可照搬的硬约束(无障碍/触控尺寸)、哪些是可偏离的风格选择(动态色彩/圆角/字号)。与 [[nngroup-visual-design-systems]] 分工:那篇讲'设计系统是什么'的通论(Design System vs Style Guide,采用/调整/自建),本篇讲 Material 3 这一个具体设计系统的内部主张与数值规则。读者=产品经理,术语行内解释,每节带 Why。

Material Design设计系统视觉设计完整中英
AI 技术与工程 ／ AI 产品与辅助设计

Google Prompting Essentials 提示词课精华(提示词框架/4种迭代法/提示链/高频场景套路)

Google 官方《Prompting Essentials》提示词课的自包含双语精华。核心是 5 要素提示框架 TCREI(Task 任务/Context 背景/References 参考/Evaluate 评估/Iterate 迭代,记忆口诀 Thoughtfully Create Really Excellent Inputs),把写提示等同于给新人写清晰 Brief。覆盖:4 种迭代修复法(回框架/拆长提示/换相似任务/加约束)与链式密度压缩;提示链(prompt chaining)用前一步输出当下一步输入,区别于单纯迭代,含 chain-of-thought / tree-of-thought 变体;6 类高频办公场景的可复用提示骨架(头脑风暴/表格追踪器/会议纪要/数据可视化/文生图/演示讲者备注),外加邮件/总结/语气风格/多模态/元提示/破译公式与行话;以及负责任使用 AI 的 human-in-the-loop 检查清单(防幻觉/防偏见/护数据)。与 [[newtype-prompt-engineering]] 互补:老黄讲'提示工程不必学'的反共识立场与产品级 Prompt 调度,本篇给 Google 官方的标准化框架与场景模板,适合非技术 PM 入门即用。

提示词Prompt chainingAI应用完整中英