作者 ｜硅星人

2025年7月12日，在Cursor中文社區在杭州舉辦的線下meetup上，硅星人主編王兆洋作為嘉賓分享了把Cursor用在內容創作上的實踐。

作為一個AI coding軟件，Cursor也被很多人用在與內容有關的創作過程，但很多用法是類似“小紅書爆款批量制作”的路線。

對于如何把AI用在更有質量追求和可控風格的內容生產上，幫助更高效生成和創作達到高發布標準的科技媒體類的作品，較少有人嘗試，更鮮有分享。

于是在這個演講里，我們開源了背后的prompt思路，也把使用不同模型或產品的過程里踩過的各種坑，和得到的“感悟”梳理出來，提出了“Vibe over Coding”的概念，并且對Cursor這樣產品的未來做了探討。

以下是分享全文。

大家好，感謝Cursor中文社區的邀請，有機會跟大家分享一些實操經驗。

我想先問一下在座各位，無論是創業者，還是自己在做一個自己的獨立項目開發的，有多少人？

看到舉手的人還是挺多的。之前和主辦方交流，說參加者里創業者和開發者會很多，今天也沒想到這么火爆，有幾百人參加，我的分享的主題叫做Vibe coding? Or Vibe over coding？是我自己在使用Cursor以及和行業里一線的創業者和大廠交流中，積累的一些思考。

所以，今天我以三重身份來跟大家做分享。

第一個身份，剛才主持人提到，我在科技內容平臺硅星人擔任主編。我們是成立在硅谷的科技內容平臺，另外我們也在硅谷有自己的社區GenAI Assembling ，會在硅谷做一些線下活動。所以我有機會接觸到很多AI領域的創業者和公司，有機會向黃仁勛、Sundar Pichai、Lilian Weng這樣的今天深刻影響著行業的人提問，給大家一些一手信息，提供一些不同的視角，觀察到中國和美國用戶使用習慣的差異，甚至是開發者思維的不同。

我把這個身份形容為“前排看戲”。

第二個身份是，我自己作為內容創作者，其實是被眾多AI工具瞄準的最典型用戶。大語言模型本質是“predict next token”，token這個詞今天大家都不翻譯了，但黃仁勛其實去年在中國臺灣參加活動時候，用中文演講，把它翻譯為“詞元”。這個翻譯很有意思，它一定程度說明這些LLM或者套殼應用們本身都可以理解為在幫你“寫作”，我們這些“文字工作者”事實上成為很多開發者在做產品時瞄準的典型用戶。所以對今天在座的開發者，希望可以提供用戶角度的一些反饋和價值。

第三個身份是我自己在使用Cursor這類產品用在自己的工作流中，我們發明過一個詞“Vibe editing ”，接下來的實操分享里，會分享一個案例，我發現Cursor這個所謂的編程工具，卻是最好的AI寫稿子工具。這對于各位用Cursor的使用者來說，可能會有些非常不同角度的啟發。

在所謂AI寫作這件事上，我會把它簡單分成三大類，對應我們日常看到的跟AI相關的自媒體或機構媒體等不同的類型。

第一類：AI自媒體。這波AI浪潮誕生了很多AI自媒體，典型風格是小紅書式的。很多模型發布時為了展示能力，都會演示“一句話生成小紅書爆款文案”的功能。

第二類：機構式寫作。很多媒體其實在AI出現前就已經在做，它們會有自己的內容pipeline，按照1、2、3的具體框架去寫。你能看到它們快速高效的產出很多文章，但你看完只記住機構名字，而很少記住作者是誰，無法區分作者的個人風格。

第三類，是仍要保持對質量的追求，對個人風格和深度內容的追求，發布標準較高。我們可能屬于這一類。這部分需求，我發現現有的AI寫作工具，無論是直接使用開源模型還是各種AI寫作軟件，都沒有很好地解決。

目前的很多AI應用更多是服務第一種需求，總會說，你只要批量復制一個爆款的東西，拿爆款文章去訓練，然后反復訓練，然后幾秒幾句話提要求，AI生成就傳播出去，然后就流量變現了，背后已經有一套比較成熟的方法論。但我覺得如果你要是對文章或者內容質量本身還有追求的話，可能它不是適合你的方案。

所以我自己也從ChatGPT出現就開始探索，怎么樣把我們的想法流程里加入AI，然后在各位踩坑和嘗試后，目前寫出最滿意的一些所謂“AI生成文章”，居然是用Cursor完成的，而不是用任何AI寫作軟件。

接下來我會分享一下實操，現在大家流行說“Code is cheap, show me your prompt”，那我接下來就是“show you my prompt ”。

這是一個具體案例——關于巴菲特在最后一次股東會后宣布退休的報道。

這不是真的是一個訃告式的事件，但我把這類寫作歸類為“訃文式寫作”，需要用簡短、精煉的文字高度概括信息量很大的事件。

prompt其實分為三個部分，使用cursor里的Gemini 2.5一次性完成的生成后，我基本沒有做修改，直接達到了我們自己的發布標準，成功發布出來成為一篇完整的文章。

讓我詳細解釋一下三個部分的構成：第一個是在Cursor的“Rules for AI”部分，相當于構建了system prompt；第二部分是具體的內容生成邏輯，用了Cursor 的plan模式；第三部分是我給AI的具體幾段話的風格遷移指引。

案例的背景是當時巴菲特宣布一個重要消息——他表示可能是他最后一次主持股東大會，他宣布了接班人計劃，下一次可能不會再親自參加了。在當時是一個信息量很大、影響力很大的重要新聞事件。

我們日常工作中也會跟進這樣的重大新聞，會加入我們自己獨特的角度去追蹤和分析。我把這一類的寫作方式歸類為“訃文式”的寫作風格——雖然說法可能不太合適，畢竟當事人都還健在——但確實很符合這一類寫作的特點和要求，要求你用簡短、經典的文章結構，高度概括一個信息量很大的事件。

所以在system prompt里面，首先我說“你是一個資深的作家，為紐約客供稿”，然后后面有一個“訃文式”寫作，這兩個關鍵詞。我自己在各種嘗試后的經驗是，在系統提示詞框架里面不用寫很長，但要精準不啰嗦，但是一些重點關鍵詞可以適當重復，所以我這邊有兩次這兩個關鍵詞的重復。

然后后面就是繼續給他一些要求，比如說“show，not tell”。這里想分享的是，像“Show, not tell”，它是出現在大量的新聞寫作的textbook，新聞機構的style book里，這些語料被大量用在訓練至少是英文的那些比較不錯的模型里，它是那種能激發模型某類能力的提示詞，但對于不是內容或者新聞媒體行業內的人，他可能都不知道這樣一個說法。而實際上我的感受里，它變成實現最終效果很關鍵的一部分。

這里我也感覺目前普遍可能有一個誤區，很多人希望大家一句話、花幾秒鐘時間，生成一個東西，就復制了爆款，在小紅書上給你幾十萬流量，我覺得是不負責任的。

我和身邊用AI編程的開發者朋友聊，他們可是一天一天，恨不得24小時的在跟模型對話的，而最后出來的東西還要考慮它是不是有價值，是不是一個代碼屎山，那為什么你做內容的就幾秒鐘生成一個東西，就想讓它變成一個“爆款”？而不管它是不是垃圾？

所以第二部分的提示詞會顯得比較長，因為它需要細致地規劃文檔的結構，在這部分，我用了編程里任務流程的概念，給了具體的大綱要點。我列了整個的一些節奏，這個部分效果很好。

（歡迎轉發本篇文章，截圖發送至后臺獲取包含完整prompt的Slides）

然后第三部分，我參考了Diffusion Model的“風格遷移”的概念，這是AI本身就理解的名詞，而不是類似“文風”、“格式”等比較通用的詞。其實這里是你要給他一個你自己具體寫文章的味道。前面已經給了一個紐約客的大風格，你自己的文章風格會是什么樣？你可能給他一個比較詳細的內容，這會比較好。

這樣最終出來的就是我們發布的那篇文章。（點擊圖片跳轉到文章）

這里我截取了三段，分別對應提示詞帶來的效果。

比如我要求他對巴菲特一生進行總結的部分，它就做得非常好。可能現在我們的人類作者有時候寫也比較費勁，你要怎么幾句話就把一生給概括出來，勾勒出來出來。這個跟Plan模式的使用有關系。

然后現在微信公眾號有劃線的功能，我覺得有一個很有意思的現象，這段是劃線最多的，就是AI改寫的，來自“風格遷移”，在我給了他一個原意后，他寫的，有不少內容它直接用了我的，但這段它改寫的得到更多劃線。

中間我認為能體現的是Rules of AI帶來的效果，使用里體驗是比直接的模型的系統提示詞會更有可控性，有某種“海底針”的感覺，它能很好跟從我的指令。

所以，在這個案例里，我除了想開源這些提示詞，更重要我覺得是有一個感受：

這里很多做法是在用Vibe coding 的方法或者哲學，在做Vibe writing 或者叫editing ，而甚至可能進一步泛化到一切其他工作。

比如今天很多開發者在聊的上下文工程，在編輯和寫作里，如何給作者相關資料，給很多還是給很精確，也是很微妙的東西。

比如結構化，用“大綱”這樣的概念，還是用編程里的任務流程這種AI應用更能理解的結構概念，用Plan這種模式，可能后者反而比所謂寫作里的概念術語效果更好。

以及風格遷移部分，其實也有一個很有趣的對應。今天Cursor的產品上的體驗領先，其中很重要一個就是“代碼補全”功能，而大家對它最初的理解，或者一些其他產品目前能做到的，只是“向下補全”，比如寫了一行代碼，它開始往后寫完。但在和Cursor以及同類產品交流里，其實一個重要的能力和未來比拼的體驗點，是結合文檔數據庫上下文，從一段中間某個位置的代碼也可以向上向下做補全，全局的修改調整更新。

如果你真的在寫東西，你會發現很多時候你也是寫了文章里某一段，而不是AI那樣，從第一個字開始寫。在我這個例子里，用在風格遷移的那段文章，就相當于一個中間某個位置的代碼，Cursor向上下文做了補全。

這些都是很有意思的對應和參照。

另外，這些prompt背后，和我剛才提到的“小紅書”類的AI生成很不同的地方在于，它其實本質上是一個人自己的很多思考、風格的AI轉化。這和Vibe coding 這個詞的流行很契合，到底什么是Vibe，我覺得，Vibe就是一個資深的個體所有無法言說的經驗。

而現有AI工具的問題是，它們都在嘗試簡化本來應該付出時間的工作流程，這其實就是在更強調“coding”而忽視“vibe”，它也許讓你得到短期的好效果。但長期效果如何，都沒有關注到。

我覺得Vibe是真正最重要的部分。如果沒有對的vibe，產出的可能就是垃圾——AI非常適合制造垃圾。

然后再回到Cursor，今天為什么這么多人都在用Cursor，而不是用其他的。我覺得其中一個原因就是Cursor把能用來“沉淀”用戶的Vibe的部分，通過產品的設計也好，或體驗也好，給提供出來了。

今天我還在跟Trea的工程師朋友也聊到一個點，這么多AI coding軟件，背后AI能力是模型，當他們都用同樣的模型，為什么不同產品的體驗還不一樣？其實中間有大量的工程的工作在做。

比如里面其中有一個非常重要的工作是文檔的壓縮，編程過程有大量讀文檔工作，需要去做很好的壓縮。這個能力并不是說因為大語言模型才有的能力，或者說才出現的能力。但只不過這個能力以前從來沒有人提供給過我們這樣的寫作場景的用戶，而它反而正是寫作里很重要的技能要求：大量信息處理后用精煉語言寫出來的能力。

現在這些東西以AI coding 的名義通過Cursor們提供給了我們，無論你是不是編程的人，你如果有積累，有你積累的知識，你能總結出你的Vibe，Cursor的意義是，它創造了一個捕捉、沉淀、分享與復用“Vibe”的可能。

最近我看到Genspark的聯合創始人朱凱華也提到，他們的愿景就是把Cursor作為對標的，“要把Cursor給開發者帶來的體驗帶給所有人”。這也很有意思，一個要做通用AI agent產品的公司，在產品設計和體驗上，在拿“AI Coding”的產品做基準。

我覺得這也印證了剛才我自己的感受，Cursor其實它的前身，或者一開始也不是今天這個AI編程的東西，而是從插件的模樣開始變成這樣的，那么它的未來，或者它所啟發和指向的產品樣貌，也可能不只是一個“AI coding”工具那么簡單了。

點個愛心，再走 吧