周榜
热门免费技能

如何挖掘自己的天赋
通过多轮深度对话帮助用户挖掘被忽视或压抑的底层天赋,生成一份证据链扎实、约一万字(可自适应)的个性化《个人天赋使用说明书》并保存为文档,支持跨会话续聊与 30 天验证实验。
技能评委 · Skill Judge
输入任意待评测的 AI 技能(已安装技能、市场页或 SKILL.md 文本、口述需求),以「实测而非听描述」为原则:定制正面4+负面1+模糊1的最小用例集现场验证,可实跑则当场跑,不可实跑全程标注【静态评估】并降权说明。输出结论先行的五维加权评分卡(触发可靠性30%/执行有效性25%/成本效率15%/稳健边界15%/安全可信15%),综合分套判定线 ≥80 留存、60–80 定向打磨、<60 重做,并给出短板归因(描述/步骤/收尾自检/篇幅)与按优先级的改进建议。默认快测一页纸结论;说「深评」升级为同任务连跑3次稳定性对比+联网查证来源作者口碑的全量诊断报告。结果自动建档存入分组「技能评测报告」。适用场景:市场技能装前筛、自制技能质检、已装技能复检。

人生设计师
基于斯坦福人生设计方法论的深度对话式教练技能:通过多轮苏格拉底式提问,帮用户看清当下位置、区分重力问题与可设计的真问题、生成三个五年人生版本(奥德赛计划)与原型行动,最终产出一份有温度又够犀利的《个人人生设计蓝图》,帮助走出迷茫。
复古像素网点科技插画
把科技文章、访谈稿或主题素材自动拆解为多个核心观点,批量生成一组复古像素网点编辑插画。Skill 会智能识别文章结构,从中提取最多 6 个独立冲突/因果/决策场景,为每个场景自动生成中文短标题和叙事画面。支持自定义强调色、比例、画质,也可以只生成单张。画面融合 1-bit 像素漫画、报纸网点印刷与粗野主义编辑设计,适合科技媒体封面、章节头图和社交媒体组图。
视频转黑白深度视频
把任意视频转成 libTV(LiblibAI 节点式 AI 视频工具)可直接使用的黑白(灰度)深度视频:近亮远暗、跨帧时序一致,拖进深度控制类节点即可使用。当你需要为 libTV 准备深度视频素材,或遇到深度节点无法识别、分辨率过高、视频生成失败等报错时使用。

中文去黑话与主谓宾审校
把“看起来很专业、读完却不知道谁要做什么”的中文材料,改写成读者能直接理解、执行和核对的表达。它适用于报告、方案、通知、文章、产品文档、项目汇报、制度培训、客服内容、公众号文章以及 AI 生成文本的语言审校,重点处理中文黑话、空泛口号、抽象名词和编写者视角。 在不改变事实、数量、日期、名称、范围、结论强度和证据边界的前提下,技能会将“赋能、强化管理、推动落地、形成闭环、协同对齐”等难以行动化的说法,转化为更具体的人、动作、对象、条件和结果;同时检查关键句是否交代清楚主语、动作与对象,让读者明确谁负责什么、作用于什么,以及如何判断是否完成。必要时会保留法规、标准和产品等专业术语,并用普通语言补充解释。 输出通常包含可直接使用的改写稿、影响理解的关键改动,以及原文无法确认的责任人、时间、数据、证据或专业定义。它不会凭空补充信息,也不会把建议、记录或系统状态改写成已完成、已解决或已验证的事实,适合希望提升中文材料可读性、准确性和可执行性的写作者、编辑与业务团队。

Opportunity-Radar
机会雷达——基于用户画像(城市/身份/学历/专业)扫描与用户相关的赚钱机会和各类补贴:城市人才补贴、学生/应届生补贴、落户租房补贴、技能提升补贴、奖学金竞赛、大厂实习与夏令营等。执行流程:加载画像→多路检索→条件匹配→去重→分级汇报→准备申请材料(不代提交)。触发词:机会雷达、扫描机会、我能领什么补贴、有什么补贴、赚钱方法、薅羊毛、实习机会、夏令营、人才政策。适合手动触发,也可配合定时任务每天/每2天/每3天自动执行。
Super-Front
一项前端界面设计技能(HTML/CSS/JS),可生成出众且独具特色的网站设计,不会显得像普通 AI 生成的作品;能够适应各种网站类型和用户输入,并提供可立即运行的完整代码。
热门付费技能
拓印粗粝 x 转绘 x 美学提示词
木刻、断墨、干刷这些质感也不是为了做旧 而是给几何秩序留一点人的手感 清晨打磨了这套提示词 会把照片拆成剪影、负形、切面 质感方面:表面挺自由,背地里规矩得很
Cute 3D 图标设计
把 App 的核心功能转化为一枚明亮、圆润、简洁但不空洞的 3D 图标。它强调清楚的物件轮廓、友好比例、克制配色与柔和光影,既可选择鲜明同色系,也可选择清透的柔和粉彩中性色。 适合效率工具、健康生活、AI、创作、阅读与轻量多种消费类应用。你只需说明 App 的用途与目标平台,我会先提供数个清晰不同的设计方向;确认后生成图标,或输出可直接用于生图的英文提示词。 支持 iOS、macOS 与双平台设计。双平台版本会保留同一主体、核心功能特征和视觉身份,并针对各自平台的图标规范调整构图。
GPT2 x 矢量插画 x 旅行 x 简洁 x 美学提示词 x VOL.050
随手拍的不太好的照片 可以被这组提示词,处理得专业且色彩和谐 棒! 这套提示词,好适合旅行照片。 一条街为什么让人想停下来。 一个角落为什么看着就很松弛。 一辆车、一家店、一片岸边,为什么会让人记住那次出发。 这段提示词处理得很聪明。 上半张留住现场。 下半张把照片里的核心对象重新整理成一张旅行视觉海报。
真人手写图片生成
将用户提供的中文/英文文案、人物笔迹设定、纸张、书写工具、环境与摄影需求,转化为高真实感"真人手写内容"图片提示词;也可直接调用图像生成能力生成成品。核心目标是避免字体库感、书法作品感和明显AI感,让文字像一个具体的人在具体时间、具体载体上真实写下来的痕迹。触发场景:手写、手写信、手写图片、手写便签、便签留言、信纸、日记手写、笔迹、手写文案出图。
成熟美式2D动画风格转换
零配置视觉转换技能:将参考图片或文字描述自动转换为成熟美式成年人向 2D 电视动画美学——图形化简化角色、干净轮廓、平涂色块、细节丰富的场景、电影感构图与成熟情绪化叙事,用户无需掌握任何动画标题或风格术语,直接生成。
喷墨 x 干刷 x 海报 x 美学提示词 x VOL.033
海报这个板块,我总共做过7千组提示词 从中融合了一组到现在的提示词 感觉也挺有意思 有些照片,内容明明很好。 发出来却总少一点抓力。 不是照片不行。 是还没被整理成一个更完整的视觉表达。 这组提示词做的事很直接。 把主体重新提炼成带有杂志封面感的拼贴插画。 轮廓、色块、重复元素、版式标题,一起围着同一个主题展开。 这样处理之后,照片里的信息不会散。 重点更集中。 情绪更明确。 人物、植物、建筑、器物,都会更容易形成记忆点。 尤其适合做封面图、专题内容、品牌栏目、系列视觉。
伦勃朗光影棚肖像
把普通人物或宠物照片转换为具有真实摄影棚布光、强烈明暗塑形和电影质感的伦勃朗光肖像。 技能会根据人物正脸、侧脸、三分之四脸,或宠物的面部与毛发结构,自动选择真正适合原照片的布光方式,不会为了制造“伦勃朗三角光”而扭曲鼻影或五官。 默认保留人物身份、年龄、表情、肤色、服装与配饰;宠物则保留品种、毛色、斑纹、耳朵、眼睛和身体结构。允许小幅调整拍摄角度、肩线、头部朝向和构图,让普通照片更像一次真实的新摄影棚拍摄,同时避免僵硬、抠图感和遗像感。 默认沿用原照片的比例与方向,不强制生成 1:1 头像。也支持 1:1 头像、4:5 社交肖像、3:4 经典肖像、2:3 印刷、3:2 摄影横幅、4:3 通用横图和 16:9 电影封面。需要改变画幅时,优先裁掉无关背景;可能切到头发、耳朵、下巴、手、爪子或尾巴时,则延展干净的摄影棚背景。 背景采用纯净、平滑、无噪点的深炭灰到墨黑渐变,与主光方向保持一致。明确禁止胶片颗粒、传感器噪点、斑驳、纸纹、烟雾、光晕、色带和 AI 合成纹理。 适合:人物肖像、宠物肖像、个人头像、社交媒体封面、编辑肖像、家庭照片升级和电影级摄影棚转换。
AI人物精准出图
把脑海中的人物形象变成可直接使用的提示词与成品图,从一句种子描述或一个题材方向出发,逐步明确发型、发饰、服饰、表情、姿态、镜头、光影和场景等关键细节。无论是古风仕女、赛博少女、日系角色、写实人像,还是自定义人物设定,都能根据整体气质获得协调统一的视觉方案。 你可以选择快速出图,让 AI 自动补全人物设定;也可以进行精细控制,通过点选或自定义逐项调整。生成结果会包含中英双语结构化提示词和匹配画风的 Negative Prompt,方便理解、复用,并适配 FLUX、Midjourney、SDXL 等主流模型使用,同时通过 AI 图像生成获得人物成图。 出图后还能按维度继续微调,例如更换发型、表情、姿态、机位、光影、场景或画风,在保留其他设定的基础上重新生成,并清楚标注本次修改内容。适合角色设计、人物概念图、头像创作、插画构思和视觉设定探索。
类 Notion 插画工坊
把你的想法变成一张有手感的图。 本技能复现的是 Notion 官网那套广受喜爱的插画语言:粗黑手绘墨线、细密半调网点、大面积留白,以及克制的单色点缀——一张图只用红、蓝、黄中的一个颜色。它刻意避开了市面上千篇一律的扁平矢量插画和 Corporate Memphis 风格,更接近杂志编辑插画的质感。 能做什么: · 插画素材 —— 功能图标、静物小图、界面示意图、人物特写、多人叙事场景,以及一次生成风格统一的系列套图 · 海报 —— 金句海报、个人感悟卡片、活动预告、公众号与小红书封面 · 信息表达 —— 产品主视觉、特性介绍网格、流程步骤图、手绘风数据图表 · 照片改造 —— 给你的照片配上墨线插画、把整张照片转成墨线网点风 · 自定义 —— 任何你想要的画面,套上这套风格 中文文案支持两种处理方式:短句可以直接生成在图上,长文案则为你留出干净的文字区,后期自行叠字,效果更可控。 意图清晰时直接出图,不清楚要什么时会给你选项,不会让你填一堆表单。
制作橡皮章旅行海报
将用户上传的每一张旅行/田野照片,分别制作成一张独立的 4:3 横版「旅行田野笔记海报」:左侧忠实保留真实照片,右侧米白旧纸上以极简版画式印迹(细线条轮廓+平涂低饱和色块)勾勒该地点最辨识的轮廓元素,并配以打字机田野文字(大写地名 / No. 0X / 小写斜杠关键词 / 年份)。每张照片单独输出一张海报,不做多图拼贴、不重绘左侧照片。风格灵感与原帖致敬:X 创作者 @Hamburgerai(https://x.com/Hamburgerai)。
你的专属配图分身:卡通手绘插画版
把一张人物照片转化为专属卡通手绘角色。你将从4个不同动作与表情的候选中选出喜欢的形象,再从3套“三视图+6个常用表情”的标准参考图中完成定稿。参考图可以下载保存,也可以继续用于文章配图、小红书、头像、封面、表情包、朋友圈九宫格和自定义场景。一个任务绑定一个角色;换人物时建议新建任务,避免角色混淆。
电影台词人像海报
把一张人物照片和一句台词,变成具有电影叙事感的竖版金句海报。人物面部特征、发型与身份会尽量保持与参考照片一致,并根据台词情绪塑造专访、居家对谈、法庭陈词、海边独白、雨夜街头或复古港风等场景,适合制作人物金句图、情绪海报和社交媒体分享素材。 你可以选择预设模板,也可以自定义场景、服装、姿态与氛围;同时支持说话嘴型、中英双语、经典排版、字幕风格、极简风格和港风色调,并可输出 3:4、9:16 或 1:1 比例。系统会对较长台词进行适合海报呈现的精简与分行,让文字集中在画面下方,避免遮挡人物面部并保持清晰易读。 最终交付一张 AI 生成的电影感台词海报,并注明所用场景、文字风格和比例。由于文字由 AI 直接绘制,复杂或较长台词偶尔可能出现错字;如文字不准确,可缩短台词或请求重新生成。
GPT2 x 蓝图 x 拆解 x 美学提示词 x VOL.048
最近打磨了一套极具理性质感的“结构拆解 x 透明蓝图”海报提示词,出图非常有科学档案与工业美学的探索感,需要提示词的朋友欢迎留言! 背景是:普通照片只能记录对象“是什么”,但如果能拆开表面,展示它隐藏的连接关系、运动路径、空间层次与运行逻辑,画面就会立刻多出一层探究事物本质的深度。很多高端工业设计手册与科学档案,正是通过严谨的透视与图解,让日常物件呈现出高级的理性美感。 经过多轮结构逻辑与线稿调试,我把“纪实摄影”与“精密工程图解”结合,沉淀出了这套海报 Skill。
黑白高级感通用视觉配图
适用于公众号、知乎、小红书、朋友圈、头像及其他平台的黑白灰+小面积黄色配图。支持自选尺寸,每次生成1—3张独立图片;默认无字,也可生成有字小红书封面。 可以这样使用: - 为下面这篇文章配3张16:9无字图:[粘贴文章] - 把“独立、冷静、有一点孤独感”做成一张1:1头像。 - 参考这张照片,重新生成一张3:4黑白高级感配图。 - 生成一张3:4有字小红书封面,标题是:古代孩子几岁开始上学。
立体 x 模型 x 微缩 x 美学提示词
最近在折腾一种很有意思的照片玩法。 一张普通照片,上半张保留原片。 下半张,把画面里的主体重新拆成一个微缩世界。 车、建筑、人物、街景,都能被压缩成很克制的等距插画。 颜色直接从原图里取。 连情绪也跟着留下来。 最喜欢的是它那种“杂志内页”的感觉。 留白很多,字很少,画面安静。 照片和插画放在一起,会突然多出一点叙事感。 同一张图,像现实和记忆各占一半。 我把完整提示词整理出来了。 拿自己的照片试一张,很容易上头。
萌宠大头贴 Pro
一张照片,毛孩子百变大头贴。 上传 1 张爱宠照片,AI 自动锁定毛色、花纹、眼睛等专属特征,每个造型都清晰可辨是同一只宝贝。 一键生成: - 1:1 头像大头贴:贴纸风 / 写实风,配饰丰富,可爱又高级 - 手机 / 电脑壁纸:默认 3:4,可选 9:16、16:9 等尺寸,百变造型铺满屏幕 统一描边与色调,张张精致有辨识度,社交头像、手机壁纸一站搞定。 同一只宠物,百变造型。
新芽|投资假设审计器
不要帮我证明观点,帮我审计观点 很多投资判断的问题,不是数据完全错误,而是正确的数据支撑了一个过度延伸的结论。 比如: “AI 订单很多,所以未来三年利润一定高速增长。” “公司业务很好,所以现在股票很便宜。” “客户不断增加,所以已经形成了网络效应。” “管理层说技术领先,而且写进了财报,所以护城河已经得到证明。” 「新芽|投资假设审计器」不会替你寻找更多理由证明自己是对的。 它会把你的投资观点拆成一条可以审计的 Critical Path,逐层检查: 事实 → 证据 → 因果关系 → 隐藏假设 → 商业化 → 经济结果 → 估值 并通过优先检索一手资料,回答几个真正重要的问题: 哪些部分已经被证据证明? 哪些只是合理推断? 哪个必要环节最脆弱? 有没有真正攻击 Thesis 的反证? 还有什么证据最可能改变结论? 最终给出五档之一: SUPPORTED / PARTIALLY SUPPORTED / FRAGILE / BROKEN / INSUFFICIENT DATA 结论必须能够追溯到具体的 Necessary Claim 和证据,而不是模糊的“综合来看”。
我在一家中型互联网公司做后端开发,工作稳定、收入不错,但每天重复着差不多的业务代码,感觉自己在消耗而不是成长。我想辞职做独立开发者,做自己的产品。但我有房贷,存款大概够撑一年。我该不该辞职?
🎯 重述真正的问题 表面上,你在问:“我该不该辞职,成为独立开发者?” 真正的问题是:你是否应该用一份稳定收入和房贷安全感,去换取一次有明确边界、能够验证产品机会的创业实验。 这不是“追梦还是保守”的价值选择,而是一个风险管理问题: - 你现在的痛苦,究竟来自工作本身,还是来自缺乏成长、控制感和创造感? - 你想做的产品,是否已经有足够证据证明有人需要? - 你的存款是“可以安心试错一年”,还是“失业后勉强维持一年”? - 如果产品失败,你能否在不影响生活和还贷的前提下重新就业? 🧊 隐含假设 - 假设:重复业务代码意味着继续工作就一定不会成长。 - 为什么可能不成立: 你可能只是当前岗位、团队或业务阶段缺乏挑战,换到更有技术深度的公司或岗位,也许能解决成长问题,不必直接承担独立创业的全部风险。 - 假设:成为独立开发者会自然带来成长和满足感。 - 为什么可能不成立: 独立开发者的大量时间并不在写代码,而在找需求、销售、客服、运营、内容营销和收款。你可能只是从“重复业务代码”换成“重复获客和维护”。 - 假设:存款够一年,就有一年的创业 runway。 - 为什么可能不成立: 房贷、社保医保、家庭支出、设备、试错成本、突发医疗和重新求职空窗期都会消耗 runway。表面上一年,真正可用于产品验证的时间可能只有六到九个月。 - 假设:辞职后会更专注,因此成功概率会显著提高。 - 为什么可能不成立: 没有收入、背着房贷的压力,可能让你更焦虑、更频繁改方向,反而无法持续做长期积累。专注只有在方向正确时才有价值。 ⚔️ 钢人论证 ✅ 支持方——为什么辞职是对的 你已经有后端开发能力、稳定收入和一定储蓄,这意味着你不是从零开始冒险,而是在用已有能力购买一段独立验证产品的时间。 继续留在当前工作中,最大的风险不一定是失业,而是几年后仍然停留在相同的能力和心理状态。如果每天都在消耗,晚上又没有精力做自己的产品,那么“先业余尝试”可能只是无限期拖延。独立开发最稀缺的不是写代码能力,而是连续数月专注于同一个问题、快速发布、收集反馈并反复迭代的完整时间。 辞职还有一个现实价值:它会迫使你从“我想做一个产品”进入“我必须证明有人愿意使用甚至付费”的状态。你可以在六个月内完成一个严格实验:找到目标用户,发布最小版本,获得真实使用数据,尝试收费。如果验证成功,独立开发就从想象变成了事业;如果验证失败,你也获得了比继续写业务代码更有价值的产品经验。 对于有房贷的人来说,创业并非绝对不可行。房贷的存在反而可以帮助你设定纪律:不追求宏大创业,不做高成本项目,只做能够快速验证、低固定成本、面向明确用户的产品。如果你的家庭负担较轻、技术能力可随时变现,而且存款之外还有可动用的安全资金,那么辞职可能是一次值得承担的有限风险。 ❌ 反对方——为什么不应该立即辞职 你目前最强的证据只是“工作让你感到重复和消耗”,而不是“你已经发现了一个值得全职投入的产品机会”。这两者差别很大。 独立开发的核心难点通常不是把产品做出来,而是让陌生用户发现它、持续使用它,并愿意付费。一个后端开发者很容易高估技术实现的价值,低估需求验证、分发渠道、定价和销售的难度。没有用户访谈、候选用户、预注册、试用数据或付费意愿之前,辞职可能只是把职业倦怠包装成创业决心。 房贷会让你的所谓一年 runway 大幅缩水。假设你原本每月支出中有固定还贷,那么每个月都在倒计时。产品还没有收入时,你还要承受医疗、家庭事件、设备投入以及未来重新求职的成本。一旦到了第六个月仍没有进展,你可能会因为现金流焦虑而仓促接外包、频繁换方向,既没有真正完成产品,也失去了稳定工作的缓冲。 更重要的是,你现在拥有一项有市场价值的后端技能和一份稳定收入。这份工作不仅提供现金流,也提供了选择权:你可以利用业余时间做原型,使用年假集中开发,争取内部转岗,或者先跳到技术成长更好的公司。若真正的问题是成长停滞,而不是创业机会已经成熟,那么换工作可能以更低风险解决八成问题,同时保留创业资金和退路。 🔍 真正的分歧点 双方真正的分歧不在于“独立开发好不好”,而在于:你是否已经拥有足够证据,把辞职从情绪性逃离变成一项受控实验。 结论会在以下事实成立时翻转: - 如果你已经有明确的产品方向,并且有真实用户持续使用、愿意付费,或者至少有一批明确的目标用户等待产品上线; - 如果扣除房贷、生活费、保险和应急金后,你仍有至少十二至十八个月的安全 runway,而不是把全部存款押上; - 如果你有较强的重新就业能力,失败后能在合理时间内重新找到工作; - 如果当前工作确实已经耗尽你做产品的时间和精力,换岗也无法解决问题; 那么,辞职是可以认真考虑的,而且不应被“稳定”两个字无限期绑住。 反过来,如果你还没有产品验证,存款只是勉强够一年,或者“想辞职”主要是因为疲惫和厌倦,那么现在不应该辞职。先用三到六个月做验证,或者先换一份更能成长的工作。 基于目前已知信息,我的暂时倾向是:不要立刻裸辞,但要给自己设一个明确的离职验证期,而不是继续无限拖延。 你可以先把辞职条件写成硬指标:产品达到多少真实用户、多少付费、多少个月安全现金流,以及最晚在什么日期做决定。 ❓ 一个关键问题 你现在是否已经有一个明确的产品方向,并且有真实用户使用或愿意付费的证据;如果还没有,你愿意先用三到六个月在不辞职的情况下完成这个验证吗?
说实话,我有一个方向——想做一个面向中小团队的内部工具自动化平台。但目前只是自己用了一下,还没有外部用户。我愿意先花三个月验证,但我怕自己下班后根本没精力做。
💡 我的判断 现在不要辞职。先做三个月验证,但不要把验证目标设成“下班后做出一个完整平台”,而要设成“证明至少有几个团队愿意持续使用并付费”。 你担心下班后没有精力,这不是一个需要靠意志力解决的小问题,而是当前决策的关键约束。现阶段还没有外部用户,直接辞职等于在没有需求证据的情况下,用房贷和一年存款为一个未经验证的方向下注,风险过高。 但也不能简单地说“那就继续上班,晚上慢慢做”。如果你的工作已经让你完全没有剩余精力,三个月后很可能只是再次证明“没做出来”,却没有获得任何关于产品需求的有效信息。 更合理的策略是:先用最小时间成本验证需求;如果需求验证成立,再考虑辞职换取全职执行时间。 📐 理由 你的方向“面向中小团队的内部工具自动化平台”有潜力,但目前仍然过于宽泛,至少存在几个尚未回答的问题: - 谁是实际使用者:研发负责人、运营、行政、人事,还是老板? - 解决的是哪类高频流程:审批、数据同步、报表、通知、权限,还是 AI 工作流? - 现有工具为什么不够用:价格、部署、安全、定制能力,还是使用门槛? - 谁会拍板付费,预算来自哪里? - 中小团队是否愿意把内部数据和流程交给一个新平台? 你自己用得顺,不等于别人有同样痛点。尤其是自动化平台很容易陷入“功能做得越来越多,但没有一个具体场景足够刚需”的陷阱。因此,辞职前至少需要一些外部信号。 你可以把三个月的离职门槛设为: - 访谈 10—15 个目标团队,确认同一个具体流程反复出现; - 找到 3 个愿意配合试用的设计合作方; - 至少有 1 个团队愿意付费试点,或者有 2 个团队明确承诺上线后付费; - 其中至少一个团队连续使用四周,而不是只注册、体验一次就消失; - 你的存款在扣除房贷、生活费、保险和应急金后,仍能支撑至少 12 个月,不要把全部存款都视为创业预算。 如果三个月内达到了这些条件,辞职就不再是对一个想法下注,而是对已经出现初步市场信号的产品加速。若没有达到,最可能的问题不是你晚上不够努力,而是方向、目标用户或价值主张还没有被证明。 🚀 下一步行动 1. 把三个月改造成“需求验证期” — 前两周不要开发平台。列出你能接触到的中小团队,访谈 10—15 人,只围绕他们最近三个月最耗时、最容易出错、最想自动化的流程提问。不要先介绍你的方案,避免对方出于礼貌说“听起来不错”。 2. 用最低精力建立外部试点 — 从访谈中只选一个具体场景,例如“把多个系统的数据汇总成日报”或“触发条件后自动通知并更新表格”。先用脚本、人工操作或现成工具拼出结果,争取 3 个团队试用,而不是先做通用平台、权限系统和复杂编排器。 3. 固定一个可持续的时间预算 — 不要要求自己每天晚上高强度开发。先连续四周执行一个最低方案:每周两个工作日晚间各 90 分钟,加半天周末,共 4.5 小时;其中一半时间用于找用户和沟通,另一半用于交付试点。如果连这个最低投入都无法稳定完成,就优先考虑换工作、调岗或降低当前工作负荷,而不是直接裸辞。 4. 提前写好离职触发条件和止损线 — 只有在出现付费试点或明确付费承诺、至少 3 个团队持续使用、并且个人安全资金足够支撑 12 个月时才考虑辞职。同时设定最晚验证期限和失败止损线:全职后 6 个月仍没有收入或稳定留存,就停止继续加码,恢复求职或接项目。
Steelman重大决策正反论证
做重大决定前,别急着拍脑袋。这个技能帮你在下结论之前,先把问题彻底想透:拆解你真正要解决的问题、暴露你没意识到的隐含假设、用最大善意构建正反两方最强论证、找到「哪个条件变了结论就翻了」的关键分歧点,最后只问你一个最能改变结论的问题。你回答后,给出明确判断和具体行动建议——不说「两边都有道理」的废话。 适用场景:职业选择、技术选型、产品方向、商业决策、投资判断、团队分歧……任何你说「帮我想想」的时刻。 使用方式:直接输入你正在纠结的问题。例如「我该不该从大厂离职去创业?」「这个方案用 A 还是 B?」「我们要不要砍掉这条产品线?」