Core Viewpoint - The article discusses the emergence of two main categories of AI programming products following the popularity of Cursor and AI programming, highlighting their distinct functionalities and target audiences [1]. Group 1: AI IDE Products - AI IDE products like Cursor and Windsurf possess all the capabilities of traditional IDEs, with AI functionalities such as code completion, chat, and agents being supplementary. Users can still write code without utilizing these AI features [2]. - These products cater to a specific audience that is familiar with coding, allowing for a more traditional development experience enhanced by AI tools [2]. Group 2: Vibe Coding Products - Vibe Coding products, such as V0 and Lovable, primarily rely on dialogue with AI coding agents for coding, limiting their ability to view and edit code directly [3]. - Lovable-type products have a broader user base since they allow users to describe their needs in natural language, making them more accessible to non-developers [5]. - However, Vibe Coding products face challenges in accurately translating design elements into code, particularly with nuanced design details that are difficult to describe verbally [5]. Group 3: Figma's Role in Vibe Coding - Figma is positioned as a key player in the Vibe Coding space, leveraging its existing ecosystem to facilitate the conversion of design files into code. The CEO emphasizes "Design as Prompt," indicating that design files serve as precise prompts for code generation [7]. - Figma's new product, Figma Make, allows users to import design files directly and generate web pages, significantly enhancing the expressiveness of the generated output [10]. Group 4: User Interaction and Iteration - Figma Make features a user-friendly interface that supports direct interaction with design elements, allowing for precise modifications without excessive communication with AI [11][12]. - The product also integrates advanced capabilities, such as embedding maps and utilizing 3D materials, enhancing the functionality of web pages created from design files [14][16]. Group 5: Future Implications - The introduction of Figma Make is expected to expand the responsibilities of designers, with the emergence of roles like Prompt Engineer, as designers increasingly engage with coding [19]. - The article suggests that Figma's strategic approach to AI development is more coherent compared to competitors like Adobe, indicating a clear understanding of which aspects to innovate and which to maintain [19].

Core Viewpoint - The article provides a tutorial on how to generate web pages using AI tools and convert them into images, emphasizing the importance of the initial generation results and offering practical tips for adjustments using design software. Group 1: Web Page Generation - The article discusses the process of generating a web page using the DeepSeek-Prover-V2 model, highlighting the need for relevant documents such as papers or blog posts as input [4][5]. - It emphasizes the importance of using specific prompt phrases to ensure the generated content is concise and visually appealing, such as "try to display all information on one page" [6][9]. - The article outlines design principles for the generated web page, including the use of large fonts for key points, responsive design for larger displays, and a clean visual style [9]. Group 2: Design Adjustments - The article explains how to use Figma for manual adjustments to the generated web page, including importing the webpage and modifying elements for better visual coherence [12][15]. - It details the steps to refine the layout, such as adjusting widths and ensuring elements occupy the correct space, which enhances the overall presentation [18][21]. - The final steps include ensuring uniform margins and exporting the adjusted design, with suggestions for adding visual effects like gradient borders [22][23].

豆包前段时间新的图片模型的实力大家应该也看到了。 强大的提示词理解加上字体和营销图片生成能力直接让人人都能生成自己需要的营销图片或者进行字体设计。 就在前天 豆包又更新了超能创意 1.0 模式 ，我被灰度到了试了一下，给我整麻了。 图片的生成效率和修改效率大幅提升，让本来就很低的设计门槛又低了一大截。 我们可以先看个例子再介绍 我输入的提示词为： 参考下面的提示词帮我生成十个其他知名品牌的胶囊 16:9 图片，先基于品牌和主营业务更改提示词 中的内容然后在生成。 示例提示词为：一个高高的、外观逼真且充满活力的胶囊体水平漂浮着。它的左半边是标志性的星 巴克绿色，标有"Starbucks – Uplifting the Everyday"字样以及经典的美人鱼（Siren）标志。右半 边是透明的，里面填充着漂浮的烘焙咖啡豆、细腻的奶泡漩涡、手绘咖啡杯图标以及代表社区连接 的抽象暖色调线条，需要有背景色。 来看看他给我的结果，我根本没提要哪些品牌，也没提这些品牌的主营业务和典型产品。 他直接从LLM 模型拿到了这些知识然后还按照要求改了提示词 ，太离谱了，而且 这十张图片的生成速度比 4 o 一张都要快很多 。 我测 ...

上周真是 MCP 诞生以来热度最高的一周，大家扎堆发布 MCP 的 Agents 工具。 纳米也发布了自己基于 MCP 驱动的 Agents 服务 "MCP万能工具箱"。 这个工具箱不仅包含纳米AI自研的十几个MCP工具，还引入了近百个第三方MCP工具，工具总量目前位居国内第一。 MCP 工具覆盖办公协作、学术研究、生活服务、搜索引擎、金融、媒体娱乐、数据抓取等多个领域。 今天终于有空详细玩了一下，还基于纳米的能力做了一个 Agents 帮大家生成藏师傅同款的展示网页。 深度研究智能体 先来看一下深度研究智能体，这部分直接就可以用不需要你任何配置，直接调用纳米的规划、搜索能力最后帮你生成各种形式的展示内容。 你可以在纳米 AI 客户端左侧智能体的部分找到深度研究智能体的入口，然后点击使用就行。 这里除了可以搜索网上内容外，也支持搜索你自己个人知识库的内容，比如我这里就让他基于网络和我自己的知识库搜索 MCP 的相关内容并且生成对应的网页解 释和 PDF 文件。 他经过 20 分钟的搜索和思考之后给了一个非常详细的报告，PDF 里面的内容非常丰富，总共消耗了 47 万 Token，而且这些都是免费的。 比如 M ...

最近真是捅了 MCP 窝了，上周火山开了一次开发者见面会，发布了挺多东西的，主要有： RTC 硬件这个也不太好测试，主要我也不懂，而且需要硬件，这次主要试一下 DeepSearch 服务。 其实现在所谓的 Agents 服务主要的任务和内容还是基于AI 搜索信息的加工和再整理，这部分是核心，也是 非常吃技术能力的地方。 火山把这部分能力变成应用之后对于开发者来说省了很多事情，人人都能搞 DeepSearch 了。 效果怎么样 先来一个最常见的问题和测试旅游规划。 即使这种看起来简单的任务很多 AI 搜索其实做的不好，看着内容输出很多，很多都是各个景点介绍的废话。 用户其实需要的是实时性比较强的信息，比如交通怎么安排，怎么样可以顺路，一些危险的项目需要准备哪些 东西等。 正式发布了豆包深度思考模型 Doubao-1.5-thinking-pro 和全新的视觉理解模型 Doubao-1.5-vision- pro，这个咱们上周介绍过了，视觉推理非常强大， 感兴趣可以去看我的测试 。 还发布了方舟 × RTC 硬件：把端侧自动唤醒与云端大模型语音能力一次打包，让玩具、家居、穿戴等设备 一键升级为能与人自然实时对话的 ...

早上群里有个朋友说自己用 Gemini APP 里面的深度研究搞了一个特斯拉 Q1 财报的分析文档，另一个朋友 说转成网页，我就说我试试。 我直接把他的文档和我最近探索出来的提示词就放到了 Chatwise 里面，以往我都是用 Claude 3.7 生成网页 的，这次默认是 Gemini 2.5 Pro，我也没看就按下了回车。 没想到生成的网页炒鸡惊艳，Gemini 的网页内容很多同时理解了提示词提到的设计风格，非常漂亮。 可以看图也可以在这里预览： https://kueaqan0fo.app.yourware.so/ | | | | | | $0.41 | 可比 -13% YoY | 同比 -16% YoY 网比 +154% YoY | | Acknowledged uncertainty, 94 update planned. Unusual admission of political/brand impact. | | | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | | FRITTY les a 2025 01 ...

昨天在推特上刷到一个老哥用 4o 和可灵做的的品牌 3D 卡片看起来很惊艳。 所以昨天下午就尝试复刻和发散看看有什么其他玩法，没想到真的搞出来了，整个工作流还是很有价值的，而 且这套思路可以用在很多其他地方，这里教大家一下。 先看一下结果，我这里发散的是生成类似 NFT 的装备卡片，然后我们可以给这些装备卡片编一个背景故事搞 一个网站展示，让这些视频看起来更具价值一些。 我们先来看第一部分这部分的主要学习的部分是 json 的提示词写法，他把需要修改的部分都抽象成了变量 名，这样我们就不需要管核心部分的提示，只需要在改变的时候填写下面卡片内容的部分就行。 另外这种方法也可以快速创建很多风格一致的图片，比如我上面的三个卡片都是一样的风格。 这里我改了一下提示词，将整套提示词的主题变为了游戏装备这样的话整体做成视频之后表现力会好些，而且 更加契合。 用 Json 方式的提示词，这样方便产出一致性很高的图片，只需要改参数部分的文案就行 将图片用可灵 1.6 的首尾帧生成视频，首帧和尾帧一样的图片和提示词写法需要学习 最后是视频的展示部分，这部分是我加的，教大家用剪映让你的视频更出彩 把跟展示无关的部分改为了中文方便 ...

沉浸式翻译我相信只要是 AI 圈子的人基本上人手一个，甚至你如果经常看海外内容不可能没有。 他可以用 AI 或者常规翻译生成整个网页的多语言对照翻译，还有连按三下空格将输入框的中文翻译为英文这 个神级技能。 除了体验很好之外还非常良心，免费提供几乎无限量的谷歌翻译额度，而且几乎适配了所有的模型 API，你可 以随意填写自己的。 然后前几天我发现他们发了个新功能： Babeldoc，支持在翻译 PDF 的时候保持文件的原始排版，而且还能 完整提取 PDF 内嵌的图表、脚注、公式等⾮⽂本元素。 刚开始我是不信的，过去这一两年相信大家都用过很多类似 PDF 翻译工具了，都知道这玩意想要翻译的同时 保持排版有多难。 我随手拿一个论文 PDF 试了一下，我去这玩意真的，整个 PDF 的排版真的一点都不带差的。 之后就用我们最近比较热的几个 PDF 试了试，真的很猛，各位可以看一下详细的测试。 另外翻译好的 谷歌提示词 PDF 和 HAI 2025 年人工智能报告的文件我也会放在文章后面 ，感兴趣的可以领 取。 先来点低难度的常见的论文，一般都不会有非常复杂的排版，难点主要在图表和表格以及公式上。 比如常见的论文开头部分 ...

在 Claude 3.7 和 Deepseek 之前我很少玩 AI 编程。因为自己是非专业开发者，AI 模型能力不够搞的很痛 苦。 Claude 3.7 和 Thinking 模型更新后我看到了新希望，也产出了一 系列网页生成提示词 ，让很多人认识到开 发尤其是简单的前端开发没那么难。 我之前的提示词主要还是让大家生成展示的网页的，涉及到复杂功能还是不太好搞。 最近也用 AI 做了很多小的工具网页，迭代了一套自己的 AI 编程（Vibe Coding）方案。 Trae 发布了四大重磅功能（MCP、自定义规则、智能体、上下文理解），其能力已与 Cursor、Windsurf 看 齐、甚至体验更胜一筹 。例如可以自定义智能体，配合上MCP和prompt，能一次集结多个专属AI专家，为我 所用。 先介绍一下Trae新增的4个功能： 所以我觉得是时候了， 这个教程将会用 Trae 教你如何写一个有相对复杂功能的网页，藏师傅精心编排下也 融入这四个能力顺便教会你怎么用。 智能体创建： 支持基于提示词和MCP工具自定义智能体，@即可使用，不需要每次都输入复杂指令 智能工具（MCP）： 支持MCP，而且内置了常用的，只需要 ...

还记得第一次被我的 MCP 案例惊艳到的瞬间吗？ "MCP 真强，想象力无限"——这句话我说了太多次，但每次向朋友们展示时，却总被卡在了"你先装个 环境""申请个 API ""改一下命令"这些门槛前。前天晚上教橘子的时候折腾好久，他还算有技术能力 的。 对没有开发背景的普通人来说除了打字提需求前面的每一步都很难。 好在大厂都不是傻子，都从Demo里面看到了机会。 扣子空间（ https://space.coze.cn/ ）来了，它不只是一个工具，而是你的"AI工作搭子". 可以直接调用内置的MCP服务让AI结合多个MCP完成非常复杂的任务，比如调研之后把结果做成PPT 或者网页，甚至网页内还能嵌入生成的音频和图片。 用户对于AI能力的需求是没有止境的，显然在看到很多MCP的Agents案例轰炸后，大家已经都不满足 于只是用能够使用有限工具的模型了，周五一上线直接就爆火，每个群都在找邀请码。 这篇内容除了 介绍基础的使用方式 以外，藏师傅还会用自己之前玩MCP的经验 教你用三个案例探索 扣子空间的能力上限， 文章最后有邀请码 。 基础用法 先来简单介绍一下扣子空间怎么用。 进入到页面之后除了你输入提示词需要的输 ...