
这个网站,是我和 ChatGPT 一路聊出来的
最近,我通过和 ChatGPT、Codex 聊天,把自己的个人网站搭了起来。设计页面、修改细节、搬运旧文章、发布上线,连访问统计也是这样加上的。今天就聊聊,这个网站是怎么一步步做出来的。
Topic
关于团队协作、内容生产和效率提升的可复用方法。
共 25 条内容

最近,我通过和 ChatGPT、Codex 聊天,把自己的个人网站搭了起来。设计页面、修改细节、搬运旧文章、发布上线,连访问统计也是这样加上的。今天就聊聊,这个网站是怎么一步步做出来的。

今天试了一下 B 站的 updream,我有点被丝滑到了。

“客户成功”这个词最近多次听到,深入了解了一下,似乎解决了我的一些困惑。

从结构化内容、AI 草稿、TTS 时长校准到 Remotion 渲染,本文拆解一条可批量运行、状态可追踪的短视频自动生产线。

很多团队接入 AI,只是接入了一个「能力展示」,而不是结果导向的生产流程。真正拉开差距的不是 Prompt,而是有没有借着 AI 的机会,重新整理流程、重写结构、重建分工。

KR 解决的是“要达成什么”,Task 解决的是“靠什么做成”。

在不手写代码的情况下,我用 AI 搭建了一套批量视频生成平台,并把内容生成、人工筛选、配音、时长校准和渲染组织成可追踪的生产流程。

Markdown 的核心只有一句话:把精力留给内容,而不是排版。足够应对会前材料、会议纪要、观点分享、客户方案、项目复盘 90% 的工作场景。

有了 AI,为什么我还用 Keynote 做视频?

最近,我尝试了一种新的视频制作方式——用代码来生成视频(Remotion)。

五年没换显示器的我,这次体验了明基 RD280UG。它没有靠参数打动我,而是用 3:2 4K 屏、一线连接、编程模式和画中画,真正改变了我的桌面工作流。从 Vibe Coding 到开发板调试,这是一台越用越顺手的生产力屏幕。

这期视频,我用“中文字幕校对工具”这个真实案例,测试 TraeWork 如何连接飞书,从初始构想出发,依次完成市场调研、PRD、汇报 PPT 和产品原型设计。也聊聊我对 AI Agent 的判断:真正有价值的,不只是模型能力,而是能否进入真实工作流,让上下文持续流动。

分享一下我目前使用的 Obsidian 免费同步与备份方案:通过 iCloud 实现 iPhone、MacBook 和 Mac mini 多端同步,再由 Mac mini 使用 Obsidian Git 自动备份到 GitHub,兼顾异地备份与历史版本恢复。

前两天分享了 Zellij,很多朋友在评论区都推荐我试试 herdr。我实际装起来跑了一下 AI Agent,发现它不只是用来分屏,更像是给 Agent 准备了一个随时能离开、回来还能继续接手的终端工作区。这期和大家聊聊我的使用体验,以及它和 Zellij 到底有什么区别。

用了十分钟 Zellij,我终于愿意长期打开终端复用器了。它把常用快捷键直接放在界面底部,不用背命令,也不用反复查文档。这期视频会和大家分享如何分屏、切换面板、打开浮层,以及关闭终端后快速恢复工作现场。如果你也被 tmux 的学习曲线劝退过,可以试试 Zellij。

剪映自动识别字幕虽然方便,但英文专业词和大小写仍容易出错。这期视频分享我如何导出 SRT 字幕,再结合原始口播稿,利用 Codex Skill 自动校对并生成修正版字幕,把整体准确率提升到接近 99%,大幅减少逐字修改的时间。

这个视频分享不是为了照搬或抄袭影视飓风,而是一次关于 AI 内容分析的技术实践。我用 Claude Code 抓取并分析公开视频字幕,把其中可复用的叙事结构、开场钩子和表达规律整理成 Skill,重点想验证的是:AI 能否把优秀作品背后的隐性经验,沉淀成一套可学习、可复用的方法。…

未来真正拉开差距的,不是谁更会写提示词,而是谁更会把自己沉淀成 AI 可用的上下文。

PRD 听起来像是产品经理的工作,但在 Vibe coding 时代,它正在变成每个想用 AI 做产品的人都该理解的基础能力。AI 可以帮我们写文档、写代码,但前提是我们得先把需求、边界和判断想清楚。

《Codex 的“新工作树”到底是什么?》https://bilibili.com/video/BV1bDTg6eEyP 在前两天的视频中,有网友和朋友都问到了关于用 Codex 工作树(worktree)创建一个新的工作区后,该如何合并回来的问题。在这期视频中,我就给大家介绍怎…

AI 写页面不达预期,可能不是模型不行,而是你在“许愿”。这期从古法前端视角,聊聊怎么用布局、组件、数据结构、状态和交互流程,把一个前端页面清楚地描述给 AI 听,让生成结果更像产品,而不是盲盒。

借 AI 生成 Mermaid 流程图这个小例子,聊一个更实用的思路:普通人用 AI,不一定非要搭智能体、做自动化工作流。很多时候,让 AI 生成一个中间格式,再交给成熟工具处理,反而更简单、更稳定,也更容易真正用起来。

256GB 的 M4 Mac 性能确实够用,但硬盘空间真的太容易告急了。这期分享一个我刚实测过的开源小工具 dua-cli,可以用一条命令快速找出电脑里最占空间的文件和目录。不是一键乱清理,而是先看清楚,再决定删什么。对开发者和丐版 Mac 用户都挺实用。

看到 ChatGPT 官方在推特上展示了一个“拍照填表”的玩法:上传表格图片,再用语音说出要填写的内容,就能生成一份完整表格。我也照着做了一次实验,随手画了一张表,拍照上传,然后动动嘴说明姓名、年龄和爱好,结果真的生成了一张规整的专业表格。这个视频就带你看看整个过程,以及这个能力…

《人月神话》里有一句很经典的话:给延期项目加人,只会让它更延期。 那到了 AI 时代,问题变成了:加人不一定快,那加 AI 呢? 这期视频想聊一个很容易被忽略的现象:AI 确实能让代码、文档、方案生成得更快,但如果项目本身需求不清、边界不明、验收标准混乱,AI 可能带来的不是更快…