<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[赵继超的笔记]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/weixin_36815313</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; weixin_36815313]]></copyright><item><title><![CDATA[解决工程中同时存在两个版本 Qt 导致 This application failed to start because no Qt platform plugin could be initiali]]></title><link>https://blog.youkuaiyun.com/weixin_36815313/article/details/170041270</link><guid>https://blog.youkuaiyun.com/weixin_36815313/article/details/170041270</guid><author>weixin_36815313</author><pubDate>Wed, 04 Nov 2026 14:27:23 +0800</pubDate><description><![CDATA[在 Visual Studio 开发的 Qt 程序中，若需调用另一软件（ABC）的 Qt API，部署时会因两个版本的 qwindows.dll 冲突导致平台插件初始化失败。解决方案为：将工程自身所需的 qwindows.dll 移至独立目录 qt6plugins/platforms，通过 RunXYZ.bat 设置 QT_QPA_PLATFORM_PLUGIN_PATH 指向该路径，确保主程序正确加载；在 main.cpp 中创建 QApplication 后清除该环境变量，并添加库路径以支持其他插件。此]]></description><category></category></item><item><title><![CDATA[AI Prompting for Everyone 课程笔记 - P21 总结 Conclusion]]></title><link>https://blog.youkuaiyun.com/weixin_36815313/article/details/169958884</link><guid>https://blog.youkuaiyun.com/weixin_36815313/article/details/169958884</guid><author>weixin_36815313</author><pubDate>Wed, 04 Nov 2026 02:52:49 +0800</pubDate><description><![CDATA[本文总结了从AI新手成长为高阶用户的核心路径，涵盖信息获取、思维协作与多模态应用三大模块。强调通过上下文提供、深度研究、批判性评价与迭代优化，将AI视为协同伙伴。核心在于根据任务选择合适方法，实现从问答到创造的跃迁，最终完成真实项目。]]></description><category></category></item><item><title><![CDATA[AI Prompting for Everyone 课程笔记 - P20 实验与期末项目 Lab and Final Project]]></title><link>https://blog.youkuaiyun.com/weixin_36815313/article/details/169904417</link><guid>https://blog.youkuaiyun.com/weixin_36815313/article/details/169904417</guid><author>weixin_36815313</author><pubDate>Wed, 04 Nov 2026 01:06:38 +0800</pubDate><description><![CDATA[本文总结了AI高阶应用的核心路径：从单一Prompt技巧转向综合实践。通过“实验概览”（Lab Overview）与“最终项目”（Final Project）的结合，强调将图像生成、应用构建、数据分析等能力协同使用。以学习管理工具为例，演示如何整合多步骤AI操作——从头脑风暴、上下文设定、迭代优化到功能测试，最终产出可交互成果。核心启示在于：真正的AI高手，是能根据真实任务灵活组合多种能力，并通过持续反馈完善项目的实践者。]]></description><category></category></item><item><title><![CDATA[AI Prompting for Everyone 课程笔记 - P19 数据分析 Data Analysis]]></title><link>https://blog.youkuaiyun.com/weixin_36815313/article/details/169900830</link><guid>https://blog.youkuaiyun.com/weixin_36815313/article/details/169900830</guid><author>weixin_36815313</author><pubDate>Tue, 03 Nov 2026 07:29:05 +0800</pubDate><description><![CDATA[本文系统介绍如何利用AI进行数据分析，强调通过自然语言指令实现数据读取、清洗、计算、可视化与报告生成。核心在于“代码执行”而非仅语言生成，确保结果准确性；同时需先理解数据结构，避免误解字段含义。AI降低技术门槛，但用户仍需具备批判性思维，验证结果可靠性。]]></description><category></category></item><item><title><![CDATA[AI Prompting for Everyone 课程笔记 - P18 使用 AI 构建应用程序 Building Apps]]></title><link>https://blog.youkuaiyun.com/weixin_36815313/article/details/169855715</link><guid>https://blog.youkuaiyun.com/weixin_36815313/article/details/169855715</guid><author>weixin_36815313</author><pubDate>Tue, 03 Nov 2026 07:08:25 +0800</pubDate><description><![CDATA[本文系统介绍如何利用AI构建应用程序，强调清晰描述需求、区分功能与外观、采用迭代开发模式。通过自然语言指令，用户可快速生成可运行的Web应用原型，降低编程门槛。核心在于明确功能逻辑而非仅关注界面设计，需反复测试与优化，实现从想法到可用产品的转化。]]></description><category></category></item><item><title><![CDATA[AI Prompting for Everyone 课程笔记 - P17 图像生成 Imaging Generation]]></title><link>https://blog.youkuaiyun.com/weixin_36815313/article/details/169851169</link><guid>https://blog.youkuaiyun.com/weixin_36815313/article/details/169851169</guid><author>weixin_36815313</author><pubDate>Tue, 03 Nov 2026 01:57:45 +0800</pubDate><description><![CDATA[本文系统介绍图像生成技术，涵盖文生图、图生图及图像编辑三大核心能力。强调高阶用户应通过明确主体、场景、风格等要素构建有效Prompt，结合参考图与迭代优化，实现精准视觉创作。对比图像理解与生成的差异，指出生成需关注构图、光照、配色等维度，且图生图在保留结构基础上更高效。最终倡导以实验思维持续优化输出，提升AI辅助设计效率。]]></description><category></category></item><item><title><![CDATA[AI Prompting for Everyone 课程笔记 - P16 图像理解 Imaging Understanding]]></title><link>https://blog.youkuaiyun.com/weixin_36815313/article/details/169850915</link><guid>https://blog.youkuaiyun.com/weixin_36815313/article/details/169850915</guid><author>weixin_36815313</author><pubDate>Tue, 03 Nov 2026 01:19:51 +0800</pubDate><description><![CDATA[本文聚焦于AI的图像理解能力，阐述其作为上下文在复杂任务中的核心作用。通过将图片与文本提示结合，AI可实现视觉问答、OCR识别及多模态推理，显著提升对图表、界面、手写内容等视觉信息的解析效率。重点强调图像理解不仅识别物体，更分析关系与场景，适用于设计优化、问题求解等实际场景。结合上下文与多模态技术，用户能更精准地获取结构化信息，推动AI从“读图”迈向“懂图”。]]></description><category></category></item><item><title><![CDATA[AI Prompting for Everyone 课程笔记 - P15 处理多媒体数据 Working with Multimedia Data]]></title><link>https://blog.youkuaiyun.com/weixin_36815313/article/details/169836988</link><guid>https://blog.youkuaiyun.com/weixin_36815313/article/details/169836988</guid><author>weixin_36815313</author><pubDate>Tue, 03 Nov 2026 00:05:19 +0800</pubDate><description><![CDATA[本文介绍多模态AI的核心概念与应用，强调其突破传统文本交互的局限，可处理图像、音频、视频等多元信息。通过图像理解、音频转写、视频分析等技术，用户可直接上传真实世界数据，让AI实现图表解读、界面评估、课程笔记整理等复杂任务。核心价值在于：以直观方式传递上下文，提升信息获取与创作效率，推动AI从“文字助手”迈向“全感官伙伴”。]]></description><category></category></item><item><title><![CDATA[AI Prompting for Everyone 课程笔记 - P14 实验介绍：AI 头脑风暴与批判性评价 Lab Overview: Brainstorming and Critique]]></title><link>https://blog.youkuaiyun.com/weixin_36815313/article/details/169836336</link><guid>https://blog.youkuaiyun.com/weixin_36815313/article/details/169836336</guid><author>weixin_36815313</author><pubDate>Mon, 02 Nov 2026 23:53:04 +0800</pubDate><description><![CDATA[本文系统梳理了成为AI高阶用户的核心能力，强调将头脑风暴（Brainstorming）、上下文（Context）提供、推理（Reasoning）与批判性评价（Critique）等技能组合成完整工作流程。通过实验演示，展示了如何基于用户背景与约束条件生成精准创意，并运用评分量规（Rubric）多轮迭代优化方案，最终形成可行的AI应用设计。核心启示：高效AI协作依赖于结构化思维与持续反馈，而非单一技巧。]]></description><category></category></item><item><title><![CDATA[AI Prompting for Everyone 课程笔记 - P13 AI 评价与批判性反馈 AI Critique]]></title><link>https://blog.youkuaiyun.com/weixin_36815313/article/details/169761414</link><guid>https://blog.youkuaiyun.com/weixin_36815313/article/details/169761414</guid><author>weixin_36815313</author><pubDate>Mon, 02 Nov 2026 23:42:49 +0800</pubDate><description><![CDATA[本文系统阐述AI辅助写作中的AI Critique（批判性评价）核心方法，强调高质量反馈应具备明确标准、具体证据与可执行建议。通过对比一般反馈与批判性评价，提出需避免“谄媚”倾向，采用中立表述；引入评价量规（Rubric）提升评价结构化与一致性；并强调生成可执行反馈的重要性，确保改进建议具体可行。最终目标是借助AI实现内容质量的持续优化。]]></description><category></category></item><item><title><![CDATA[AI Prompting for Everyone 课程笔记 - P12 用 AI 写作 Writing with AI]]></title><link>https://blog.youkuaiyun.com/weixin_36815313/article/details/169629461</link><guid>https://blog.youkuaiyun.com/weixin_36815313/article/details/169629461</guid><author>weixin_36815313</author><pubDate>Mon, 02 Nov 2026 02:52:35 +0800</pubDate><description><![CDATA[本文系统阐述了如何从“AI新手”进阶为“高阶写作伙伴”，核心在于摒弃一次性生成（One-shot Writing）的低效模式，转而采用迭代式写作（Iterative Writing）。通过先制定详细大纲、逐步扩展要点、持续提供上下文信息，用户可有效引导AI生成结构严谨、内容充实、风格契合的高质量文章。强调在写作各阶段主动介入，实现对内容的精准控制，避免AI谄媚倾向带来的空泛表达，真正发挥AI作为协作伙伴的价值。]]></description><category></category></item><item><title><![CDATA[AI Prompting for Everyone 课程笔记 - P11 谄媚 Sycophancy]]></title><link>https://blog.youkuaiyun.com/weixin_36815313/article/details/169628659</link><guid>https://blog.youkuaiyun.com/weixin_36815313/article/details/169628659</guid><author>weixin_36815313</author><pubDate>Mon, 02 Nov 2026 02:17:10 +0800</pubDate><description><![CDATA[本文探讨AI的“谄媚倾向”（Sycophancy）问题，指出AI常因迎合用户而缺乏客观性。通过使用中立提问、明确评价量规（Rubric）和要求证据支持，可有效减少偏见，提升AI作为“思考伙伴”的价值。核心在于：以结构化标准引导AI进行平衡分析，而非被动附和。]]></description><category></category></item><item><title><![CDATA[AI Prompting for Everyone 课程笔记 - P10 AI 推理 Reasoning with AI]]></title><link>https://blog.youkuaiyun.com/weixin_36815313/article/details/169627725</link><guid>https://blog.youkuaiyun.com/weixin_36815313/article/details/169627725</guid><author>weixin_36815313</author><pubDate>Sun, 01 Nov 2026 07:28:41 +0800</pubDate><description><![CDATA[本文系统阐述“使用AI进行推理”（Reasoning with AI）的核心方法，强调复杂决策需超越信息检索，通过深度分析、多维度权衡与结构化思考实现。重点包括：区分快速响应与扩展推理的适用场景，合理设置“思考时间”，选用适合的推理模型，并结合真实案例说明如何在购车、学习规划等任务中有效引导AI进行系统性推理。核心观点：充分的上下文与深度推理相结合，才能应对多约束、高复杂度的实际问题。]]></description><category></category></item><item><title><![CDATA[AI Prompting for Everyone 课程笔记 - P09 AI 桌面应用 AI Desktop Apps]]></title><link>https://blog.youkuaiyun.com/weixin_36815313/article/details/169626081</link><guid>https://blog.youkuaiyun.com/weixin_36815313/article/details/169626081</guid><author>weixin_36815313</author><pubDate>Sun, 01 Nov 2026 06:54:56 +0800</pubDate><description><![CDATA[本文介绍AI桌面应用如何通过集成本地文件与软件，降低用户提供上下文（Context）的负担。相比传统Web AI需手动上传文件，桌面应用可在授权下自动读取项目目录、代码、文档等，实现更高效的任务执行。重点包括：本地文件管理、应用集成（如代码编辑器）、来源追踪及自主探索能力。案例显示，AI可主动分析资料并提出整理方案，提升研究与开发效率。核心价值在于让AI更深入融入真实工作环境，实现智能化辅助。]]></description><category></category></item><item><title><![CDATA[AI Prompting for Everyone 课程笔记 - P08 上下文 Context]]></title><link>https://blog.youkuaiyun.com/weixin_36815313/article/details/169625268</link><guid>https://blog.youkuaiyun.com/weixin_36815313/article/details/169625268</guid><author>weixin_36815313</author><pubDate>Sun, 01 Nov 2026 02:25:44 +0800</pubDate><description><![CDATA[本文系统阐述了提升AI使用效率的核心方法——有效运用上下文（Context）。指出高质量输出不仅依赖精炼的Prompt，更关键在于提供相关、准确的背景信息。通过对比无上下文与有上下文的提问案例，说明具体情境（如学习目标、时间限制、知识短板）能显著提升AI建议的针对性。文章还介绍了Context的多种形式（文本、文档、代码等）、其技术限制（Context Window）及核心原则：相关性优于数量，无关信息会引入噪声。最终强调，将任务背景融入AI交互，是实现个性化、高价值辅助的关键。]]></description><category></category></item><item><title><![CDATA[AI Prompting for Everyone 课程笔记 - P07 和 AI 一起头脑风暴 Brainstorming with AI]]></title><link>https://blog.youkuaiyun.com/weixin_36815313/article/details/169624475</link><guid>https://blog.youkuaiyun.com/weixin_36815313/article/details/169624475</guid><author>weixin_36815313</author><pubDate>Sun, 01 Nov 2026 01:53:20 +0800</pubDate><description><![CDATA[本课程从P7开始转向“AI作为思考伙伴”的新范式，强调通过迭代式头脑风暴（Divergent & Convergent Thinking）激发创意。核心在于：以开放式问题引导AI生成多样化想法，再经多轮反馈与优化，逐步聚焦可行方案。关键方法包括设定明确目标、持续追问、评估潜在风险并改进设计。最终目标不是获取唯一答案，而是借助AI拓展思维边界，实现从模糊构想到可落地创意的跃迁。]]></description><category></category></item><item><title><![CDATA[AI Prompting for Everyone 课程笔记 - P06 模型提示词对比 AI Model Prompt Comparison]]></title><link>https://blog.youkuaiyun.com/weixin_36815313/article/details/169610838</link><guid>https://blog.youkuaiyun.com/weixin_36815313/article/details/169610838</guid><author>weixin_36815313</author><pubDate>Sun, 01 Nov 2026 01:20:03 +0800</pubDate><description><![CDATA[本节课程聚焦于AI模型提示词比较，强调同一Prompt下不同模型输出的差异源于训练数据、架构、微调、推理能力及工具可用性等因素。通过五个实验案例（如联网与否、深度研究对比、上下文影响等），揭示了预训练知识的时效局限、外部信息的重要性及上下文对回答质量的关键作用。为确保公平比较，需控制变量、统一评价标准，并记录结果。实践建议包括测试联网/非联网、Web Search/Deep Research、添加上下文等场景，以客观评估模型性能，提升AI使用效率与准确性。]]></description><category></category></item><item><title><![CDATA[AI Prompting for Everyone 课程笔记 - P05 使用深度搜索 Using Deep Research]]></title><link>https://blog.youkuaiyun.com/weixin_36815313/article/details/169609526</link><guid>https://blog.youkuaiyun.com/weixin_36815313/article/details/169609526</guid><author>weixin_36815313</author><pubDate>Sat, 31 Oct 2026 13:45:35 +0800</pubDate><description><![CDATA[Deep Research 是针对复杂问题的多步骤信息整合模式，通过规划、多轮搜索、分析与迭代，生成结构化研究报告。相比普通联网搜索，它更适用于市场分析、学术综述等任务。其核心依赖 Agentic AI（智能体式 AI），具备自主规划、工具调用与决策能力。以万圣节鬼屋策划为例，AI 可自动研究法规、安全要求、设计与实施细节，形成完整方案。但需注意：结果仍需人工核实，不可完全替代实地确认。]]></description><category></category></item><item><title><![CDATA[AI Prompting for Everyone 课程笔记 - P04 联网搜索资源 Web Search Sources]]></title><link>https://blog.youkuaiyun.com/weixin_36815313/article/details/169607969</link><guid>https://blog.youkuaiyun.com/weixin_36815313/article/details/169607969</guid><author>weixin_36815313</author><pubDate>Sat, 31 Oct 2026 13:00:32 +0800</pubDate><description><![CDATA[本节强调，使用AI联网搜索时，需关注信息来源的可靠性。应优先选择官方公告、学术论文等一手来源，避免依赖社交媒体或商业宣传。判断来源需综合评估权威性、准确性、时效性、相关性和偏向性。通过优化Prompt，引导AI聚焦科学证据与最新资料，可有效提升答案可信度。重要结论：流行≠可靠，实时性至关重要。]]></description><category></category></item><item><title><![CDATA[AI Prompting for Everyone 课程笔记 - P03 联网搜索 Web Search]]></title><link>https://blog.youkuaiyun.com/weixin_36815313/article/details/169572717</link><guid>https://blog.youkuaiyun.com/weixin_36815313/article/details/169572717</guid><author>weixin_36815313</author><pubDate>Sat, 31 Oct 2026 03:19:31 +0800</pubDate><description><![CDATA[本课核心在于：当预训练知识无法满足需求时，应使用联网搜索获取最新、地点或小众信息。通过对比两种信息获取方式，强调在处理近期事件、位置相关或冷门话题时，Web Search能弥补模型知识局限。但需注意搜索结果可能不可靠、过时或被误读，因此需核实来源与结论。高效提问应明确时间范围、范围与输出格式，提升检索质量。最终，判断是否搜索可参考三问口诀：是否新？是否变？是否小众？]]></description><category></category></item></channel></rss>