三条提示词做出一个 LaTeX 工具，Claude Code 团队让审查像拼写检查一样随写随查

Simon Willison 在本人博客记录了一个小工具的做法。灵感来自 Tiny Little Office：这套网页版办公工具把文档数据全部存在 URL 的 #fragment 里，每份文档都是一个能收藏、能分享的链接。它还提供 llms.txt，告诉 agent 怎样拼出能渲染成文档的网址。Claude 就靠这个文件生成了一份讲 URL 格式的幻灯片。

他给 Claude Code 的提示词一共三条。第一条是完整规格：读取 # 后面的内容按 LaTeX 渲染；支持一个前缀，表示内容用专为 LaTeX 优化的自定义字典压缩过；从 CDN 选最好的渲染库，WebAssembly 也可以考虑；没有 # 时显示编辑器，可以切到渲染视图，渲染视图要能收藏。第二条问安全：能不能防 XSS？可以像 SVG in Markdown 工具那样用 iframe sandbox。第三条要复用：照那个工具的做法，支持从 URL 或 Gist 加载。

可以借鉴的是后两步。agent 在你自己的仓库里工作，“参考某某工具的做法”比从头描述需求更短，也更可靠。适合已经积累了一些内部小工具的工程师、分析师。把数据放进网址也省掉了后端和存储，做团队内部分享用的小页面可以先试这个结构。

Simon Willison 摘录了 Claude Code 团队的一段话。他们说，以前的审查是流程末尾的关卡：写代码、开 PR、等同事看。现在换了一个问题来问：这个改动可能出什么错，哪一道检查最适合拦住它？ 问题换了，审查的时机也跟着变了，变成写代码时持续在跑，像拼写检查。大多数改动在请人看之前，已经被 Claude 审过、修过至少一次。

同一天，Every CEO Dan Shipper 在 X 上写道：生成内容现在便宜，质量也高，接下来最需要提升的能力是编辑和监督。两边说的是同一件事：瓶颈从“写出来”移到了“查得对”。

对带团队或自己写代码的人，可以先列出常见错误，把能由机器发现的那部分前移到写作过程中，人工审查只留给设计取舍、需求理解这类问题。这套分工依赖可靠的自动检查。测试薄弱的项目照搬，等于少了一道人工关卡，却没有补上别的检查。

Starter Story 的短视频里，Maxed.ai 创始人 Max 讲了现阶段该把力气花在哪。他没有编程经验，做出了这个举重 App。他的判断是 Meta 的流量比 TikTok 更值钱：“用户购买意向更高……付费意愿也更高。”他还说切片短视频“真的爆发了”，现在入场仍然能赚到钱，也是拿到海外曝光和自然下载的好办法。

顺序值得记下：先找到能带来下载的切入角度，再花钱请 UGC 创作者放大。角度没验证就付费，等于花钱试错。另一个点是 X：他三个月前才开始发推，现在约三分之一收入来自那里。对独立开发者来说，公开记录做产品的过程本身就是一个获客渠道，成本几乎只有时间。

Elton Jones 在 Tom's Guide 列出了他每天用的七个 ChatGPT 插件，以及每个插件最好用的提示词。他的模板有共同点：给出具体喜好，要求说明理由，要求排序，并指定冷门推荐的数量。比如找电影时，他让 AI 按氛围、叙事、人物塑造和反转来匹配，不只看类型。用 Tubi 时，他让 AI 安排一个免费电影之夜，并分出适合轻松看和认真看的片子。

下棋插件 Chessy 的提示词也能用在别处：说明自己是新手，让 AI 每步之后指出一个做得好的地方、一个要注意的错误。拿来学任何新技能都可以试试。他的习惯是先查评价再采用推荐，然后转给朋友。这里交出去的只是兴趣偏好，不涉及账户和财务数据，风险很低。