欢迎来了解我的 AI 项目

找到人与 AI 协作中缺的那一环。

面对 AI 不知道说什么,更说不准自己要的那种样子

韦斯·安德森 #秩序#粉彩色调 韦斯·安德森/Wes Anderson 著名电影导演。严格的中心对称构图和正面平视角度;色彩上大量使用低饱和度的粉彩/马卡龙色调(如复古黄、千禧粉、薄荷绿、海蓝);画面带有浓郁的复古怀旧感与童话般的质感。 1 0
新拟态 #柔和#极简 新拟态/ Neumorphism Neumorphism, soft UI, soft design, extruded plastic look, mimics physical objects 3 1
费纳奇镜 费纳奇镜 英文:Phenakistoscope。画面通常呈现极其独特的圆形放射状构图(类似于曼陀罗);视觉主体沿着圆周呈序列化排列,展示一个动作的连续分解过程(即循环动画的逐帧画面)。 0 0
悬停名词 · 查看效果示例
韦斯·安德森 #秩序#粉彩色调 韦斯·安德森/Wes Anderson 著名电影导演。严格的中心对称构图和正面平视角度;色彩上大量使用低饱和度的粉彩/马卡龙色调(如复古黄、千禧粉、薄荷绿、海蓝);画面带有浓郁的复古怀旧感与童话般的质感。 1 0
新拟态 #柔和#极简 新拟态/ Neumorphism Neumorphism, soft UI, soft design, extruded plastic look, mimics physical objects 3 1
费纳奇镜 费纳奇镜 英文:Phenakistoscope。画面通常呈现极其独特的圆形放射状构图(类似于曼陀罗);视觉主体沿着圆周呈序列化排列,展示一个动作的连续分解过程(即循环动画的逐帧画面)。 0 0
01 ProTerm 已上线 · 介绍视频 4000+ 赞藏 详情 ↓
00
插画:三个场景里,人和 AI 之间各缺一环;找到它,再和 AI 一起做出一套策略

这里的项目,目标都是找到不同场景下,人和 AI 协作中缺的那一环,再和 AI 一起,创作出一套解决它的策略。

01

ProTerm · 跨学科专业名词视觉索引库

一本用 demo 索引的 AI 提示词名词辞典:让你用感官定位你想对 AI 表达的内容。

已上线 · 已备案
公开发布一周内
4000+介绍视频赞藏400+社群成员
这个项目回应的思考

AI 的深度几乎是无限的,只要你问得准。真正卡住普通人的,是不知道唤起 AI 某个领域能力的表达方式。而专有名词,就是帮 AI 锚定方向的钥匙之一。

打开 proterm.ink ↗继续向下 ↓
01.1

别人给整道菜,我们给调料

提示词网香料辞典 / ProTerm给什么一整段现成咒语单个有明确含义的专业名词心态复制一张一样的图在作品里加这种质感寿命模型一升级就失效专业名词长期有效
01.2

边界:只做广度,深度交给 AI

不做复杂的科普型辞典
只做让人一眼看懂这个词对应什么效果
人:知道有这个概念广度
深度AI:顺着词往下挖
  • 新拟态
  • 韦斯·安德森
  • 费纳奇镜
  • citypop
  • 全息高光美学
  • woodcut

在 AI 创作里,知识的广度比深度更重要:人知道有这个词,AI 负责往下挖。

01.3

现在卡在哪

4000+介绍视频赞藏→ 需求是真的
6词库词条 · 2026.09→ 逛一次就逛完
50+线下咨询的意向用户→ 愿意贡献的只有 2%
词卡太少逛一次就逛完没有回访更没人贡献瓶颈在供给,不在推广
  1. 看到

    想用的人,明显多于愿意贡献的人

  2. 排除

    卡点不在注册:只要一个邮箱

    300+上线首日视频浏览20注册
  3. 判断

    当下瓶颈在供给,不在推广和流程

  4. 取舍

    降低 demo 成本,产出靠机制,不靠自律

01.→ProTerm 衍生插件 · 规划中下一步:写词卡 Agent→ 把做 demo 的成本交给 Agent,人只做审核

词不稀缺,稀缺的是做 demo 的成本。现有词条都是人工写的——一张合格的词卡要配一个够直给的 demo。所以把产词和做 demo 交给 Agent,人只做审核:让产出依赖机制,而不是依赖自律。

  1. 01挖词 · 查重按细分方向Agent
  2. 02生成 demo + 一句话图 / 旋律 / 动效 / 对比Agent
  3. 03进入待审队列QUEUEAgent
  4. 04人工审核标准不降人
  5. 05发布PUBLISH人
人的角色生产者→把关者
待验证生成的 demo 能不能做到「一眼看懂这个词」
看产品细节3 项
01.4

最小单元:一张词卡

  1. 示Demo最重要。不够直给就不发布
  2. 名英文 + 中文名英文是真正粘进 AI 的那串字符
  3. 类大类标签点它跳到同类词条
  4. 介一句话只说能出什么效果,≤ 280 字
  5. 用复制 / 收藏复制次数是核心指标
01.5

按「你在用哪类 AI」切成五类

词库
  • 视觉与造型Midjourney · DALL·E · demo:图片
    新拟态韦斯·安德森全息高光美学
  • 听觉与节奏Suno · ElevenLabs · demo:旋律
    citypopLo-Fi808 鼓机
  • 运动与镜头Sora · Runway · demo:动效
    费纳奇镜子弹时间滑动变焦
  • 语言与人格ChatGPT · Claude · demo:输出对比
    洛夫克拉夫特式恐惧苏格拉底式对话
  • 逻辑与控制Cursor · 通用 · demo:思路对比
    第一性原理思维链Next.js
01.6

词典之外:Resources 与 Showcase

Resources已上线

收集各个专业领域里已经整理好的名词案例网页。

  • VariantAI 设计方案
  • Are.na设计灵感收藏
  • cursify鼠标交互动效
  • Radiant Shaders着色器动态特效
Showcase待开放

展示完整的 prompt,并附上构成解析:每个名词放在哪一步、起什么作用。重点不是提示词本身,而是读懂它的构成逻辑。

界面示意破晓光感人像

bokeh bloom, soft morning light, golden hour glow, chiaroscuro shadows, volumetric fog in background, rule of thirds composition, cinematic portrait, shallow depth of field, warm amber tones, film grain, photorealistic, highly detailed, 8K

构成解析
  1. 1光源描述先行Bokeh Bloom 定下散景基调,再叠加 Golden Hour Glow 暖色光源
  2. 2明暗对比强化立体感Chiaroscuro 引入明暗对比,配合 Volumetric Fog 让主体从背景里脱离出来
  3. 3构图与技术参数收尾rule of thirds、shallow depth of field、film grain、8K 锁定构图与质感
板块介绍
ProTerm 介绍视频
02

万物声谱 · 乡村美育

让乡村小学低年级的孩子,把身边的真实声音变成可编排、可试听、可追溯的短曲。

获奖 · 线下小范围测试
2026 阿里巴巴公益「小有可为」二等奖558 支队伍 · 个人参赛
这个项目回应的思考

通过一张纸卡,解决在资源设备条件不稳定的乡村学校,孩子和 AI 共同创作的问题。让 AI 为孩子种下「声音很有趣」的种子。

打开 wanwu.proterm.ink ↗继续向下 ↓
02.1

AI 适合乡村课堂,却很难在乡村课堂生根

现有的 AI 创作方案万物声谱设备默认人手一台设备孩子 1 张纸卡,老师 1 部普通手机网络需要稳定联网基础作品不依赖联网流程上传 → 生成 → 结束听见 → 圈选 → 编排 → 成曲 → 再改孩子得到认领一首 AI 做好的歌自己做决定,并听到结果
02.2

一张纸,同时解决四件事

纸卡填写示例:画下听见的声音,再圈出它的样子
纸卡填写示例:画下听见的声音,再圈出它的样子
6 个字段
来源音区时值走势力度出现方式

孩子只需圈选,不需要术语。

  • 教学先听高低长短,再学术语
  • 组织全班同发,一部设备就够
  • 边界模型不改孩子确认的字段
  • 追溯ID、原声、贡献者一起存档
02.3

一张纸 + 一部设备,构成完整的创作闭环

  1. 01听见世界LISTEN观察身边的声音儿童
  2. 02纸上圈选CIRCLE画声音,圈六个维度儿童
  3. 03教师录入CAPTURE拍卡、确认、收声老师
  4. 04声场编排ARRANGE排先后、高低与重复儿童
  5. 05确定性成曲COMPOSE约 20 / 30 / 45 秒程序AI
  6. 06听见并再改REVISE改一个决定,前后对比儿童
儿童老师程序AI
02.4

成曲创作:AI 克制地介入,只在下面垫一层

孩子的原声点击卡片试听贯穿开头、中段、结尾原始录音不可覆盖
AI 背景点开试听播放中独立分轨音量低于孩子的声音孩子的声音出现时自动避让一键关闭
AI 做
用孩子听得懂的话解释作品生成无人声、无歌词的背景层给出受约束的音符方案
AI 不做
修改孩子已确认的字段覆盖原始录音替孩子选声、摆位
02.5

为弱网设计:任何一步失败,孩子的作品都还在

  1. 网络稳定PLAN AAI 音乐背景百炼 / ACE-Step 生成,校验不过就拒绝
  2. 网络变弱PLAN B智能音符千问给出音符,浏览器合成
  3. 断网PLAN C本地动态音符不联网也能出,如实标明来源
孩子的作品 · 一直能播放
看产品细节1 项
02.6

音节创作:孩子改一个圈,就能听见变化

远处的牛同一段原声 · 原声不可覆盖
圈法 A低长平稳轻慢慢出现低音铺底 + 质感一直在远处的底色,把整首曲子托住
圈法 B中短起伏响一阵一阵节奏支点 + 旋律变成节奏,一阵一阵地推着音乐往前走
圈法 C高长升高中慢慢出现旋律 + 质感从远处慢慢升上来,像在高处提一个问题

这五个变量是孩子在纸上圈出来的,不是模型推断的;老师只做确认,程序只做组合。

万物声谱 项目视频
03

AIchatskill · AI 对话知识资产化

一个 Agent Skill:把各平台的 AI 聊天记录,整理成可复用、可补充的 Obsidian 知识库。

小范围测试 · 未开源
3个 AI 平台半年对话记录3 项检查全过才算完成
这个项目回应的思考

和 AI 协作中会有很多碎片化知识点散落在聊天记录里,时间越长越难找回。要让它变成真正的知识资产,就得按内容分类,生成可总结、可复用、可追溯的知识目录。

继续向下 ↓
03.1

AI 对话累积太多,遇到相似问题,不知道从何找起

翻聊天记录AIchatskill找一段经历翻遍记录,早被新对话淹没按项目名打开,直接找回用过的指令想不起来,只能重问 AI在指令页原样复制
03.2

6 步整理,人只在 3 个节点看一眼

  1. 01导入记录IMPORT说定整理哪些记录人
  2. 02逐段扫描SCAN清掉寒暄、重复和作废方案Agent
  3. 03拆出话题TOPICS按项目、话题、决策拆开Agent人
  4. 04分门别类CLASSIFY术语、指令、决策、踩坑…Agent
  5. 05逐类整理REVIEW每类整理完给人过目Agent人
  6. 06汇总成库VAULT每条都能回到原文Agent
人Agent
03.3

完成不靠感觉:3 项检查全过才算完

  1. 风险

    最容易出的错:「看起来做完了」

  2. 判断

    完成不能靠感觉,得能证明

  3. 取舍

    每段都扫过 · 细节没概括 · 隐私已清除

  4. 代价

    流程变慢;换来整理完的记录敢拿去用

Agent 做
清掉寒暄、重复和作废方案按项目、话题和决策拆开每条都能回到原文
Agent 不做
用摘要顶替原文编造原文里没有的内容把抽样说成全量
看产品细节2 项
03.4

自动按话题分类,不按聊天时间线性处理

以记录中的 ProTerm 为例

ProTerm 知识库
  • 这个项目是做什么的00 项目总览 · 03 产品与前端
    它解决什么问题核心体验是什么
  • 用了什么技术02 领域地图 · 04 数据与账号 · 05 部署与运维
    横跨哪些知识领域国内部署与迁移
  • 当时卡在哪里01 开发流程复盘 · 06 问题与排查
    怎样一步步做出来某个故障的症状与根因
  • 为什么做那些决定09 决策记录
    为什么选择某个方案
  • 下次直接拿来用07 AI 协作指令 · 08 术语表
    可复用的 AI 指令和 Git 命令快速查术语
03.5

最值得复用的术语和指令,单独成页

真实产出:ProTerm 知识库的「AI 协作指令与命令」页
真实产出:ProTerm 知识库的「AI 协作指令与命令」页
3 个字段
可复制的命令前缀 · 用途 · 示例当时踩过的坑

命令和术语原样保留,不被一句总结带过。

  • 指令git 存档三步原样可复制;旁边还记着当时的坑:曾因所在目录不对加入过多文件,错的是执行位置,不是语法。
  • 术语新拟态、RLS、413 Request Entity Too Large……按视觉、交互、数据、部署分表,每个词写清在项目里的含义。
  • 找回下次不用重新翻整段聊天,按项目名字就能找回当时那段经历。
AIchatskill 介绍视频
04

其他自驱项目

2025.11Sparking Soul情绪宇宙

给说不出的情绪一个出口

PRD · 高保真原型 · 本地 demo · 无外部用户
2025.12EchoLoop英语口语训练

给开不了口的人练口语

PRD · 高保真原型 · 本地 demo · 无外部用户
2026.01硬件和非遗创作

零代码基础,AI 指导完成硬件代码烧录及组装

实物成品
2026.02年年DIY 自己的新年专属日历入选 小红书黑客松巅峰赛 vibecoding 作品展

把过去几年的照片,按拍摄日期排进今年的日历

Vibe Coding 作品 · 已打印成实物日历
Sparking Soul 案例视频
EchoLoop 案例视频
硬件和非遗创作 案例视频
年年 案例视频
05

AI 协作经历

  1. 2023
    视觉搜索 AI 功能用户研究
    721 份问卷 · 305 有效8 人深访10+ 款竞品分析
  2. —
    Datawhale Fine-tuning Engineer 证书
  3. 2025.12 起
    独立用 AI 开发项目
    Sparking SoulEchoLoopProTerm万物声谱AIchatskill
06

联系