给大家分享六个我在 Codex 中会高频用到的提示词，感觉也是一个使用 AI 的习惯。 最近硅谷又开始流行一个概念，叫 Loop Engineering。 简单来说，就是让 Agent 在一个任务中持续执行、检查、修正，直到达到目标。 我觉得它和 Prompt Engineering 依然有很多弯弯绕绕的关系。到今天为止，无论是用 ChatGPT 还是 Codex 这样的 Agent，提示词依然很重要。 模型能力再强，我们怎么和它沟通，会直接影响最终的产出。 不过，今天的提示词已经不需要写成八股文了。不需要每次都套一套复杂的格式，提示词说到底就是我们和 AI 交互的思路。 跟和同事沟通是一个道理，沟通方法不同，达成的结果往往也不一样。 下面是我最近使用 Codex 时，最常用的六个提示词思路。注意，重点是思路。具体怎么问，可以根据自己的任务随时调整。 一、从何而来，何以至此 遇到一个复杂概念，比如一篇论文、一个新的技术框架，想快速搞懂它，效率最低的方法往往是从第一行开始，一行一行往下看。 看了半天，记住了很多术语，却不知道作者为什么要研究这个问题，它和以前的方法有什么关系，也不知道这篇论文真正重要的地方在哪里。 这时候，我通常会先问 Codex： 详细总结这个论文解决了什么问题，思路是什么？有什么非共识的判断。 因为我觉得理解一个概念，第一步是搞清楚它从何而来，何以至此。 没必要急着深入到细节，而是应该往回倒，想一想为什么会是这样，到底要解决什么问题，又是怎么一步一步走到现在的。 很多知识单独拿出来看，会显得非常抽象。一旦知道它是为了解决什么问题、之前别人是怎么做的，就会立马明白其中的逻辑。 比如一篇论文提出了一套新的架构，先不用急着看每一个公式。 搞清楚旧架构遇到了什么问题，为什么继续增加参数、增加数据或者调整训练方法已经解决不了。脉络理出来之后，后面的细节就容易理解了。 二、让 AI 指出我的思维盲区 我在和 Codex 协作时，如果自己对方向比较确定，通常会不断地告诉它需求和想法。 Codex 一般都会顺着这个方向执行，完成得也还不错。 这种场景下，Codex 扮演的还是执行者。我告诉它要做什么，它就会尽可能做好。 只要当前方案能成立，它通常不会跳出来挑战我们的判断。 但其实协作过程中，Codex 会阅读相关材料，看过完整代码，知道我们为什么这样改，也知道前面做过哪些取舍。 很多时候，它掌握的上下文甚至比其他参与者还完整。 所以做完一个相对完整的任务之后，我会让 Codex 暂时跳出执行者的角色，重新审视整个过程，然后问它： 从刚才这个任务来看，我的思维盲区是什么？ 这时候 Codex 会基于上下文以及它对于这件事情的理解，列出来可能存在的思维盲区。 多数情况下，Codex 反馈的这些新的视角对我来说都有很多启发。大家可以试试。 三、让 AI 反思它最没把握的地方 还有的时候，我们会给 Codex 一个相对复杂的需求，让它自己搞定。Codex 可能会花很长时间执行。 这个过程中，很多决定是 Codex 自己做的，诸如用什么方案，怎么实现。 最后做完之后， Codex 基本上也会用比较确定的语气说它搞定了，然后列出来自己做了什么。 但其实，AI 也有自己的盲点。所以，在进入细节看具体的实现之前，我会先问： 重新反思一下，刚才执行过程中最没把握的地方有哪些？ 再或者，还可以继续要求说得更具体：哪些结论经过了实际验证？有哪些问题暂时无法确认？ 这样一问，Codex 通常会主动把风险暴露出来。 比如某个接口没有真实环境所以没跑完整测试，某段代码看起来已经废弃但无法百分之百确认，某个功能只测了正常流程没有覆盖异常输入，或者为了兼容旧逻辑选了一个保守方案但不确定是不是我们真正想要的。 这些信息非常重要。 四、让 AI 用大白话讲清楚它的逻辑 AI 做长程任务的时候，速度肯定是人的几十倍。我们不可能每次都逐行检查代码。即使看了，也未必能快速理解它为什么这么改。 这时候，我通常会直接问： 言简意赅地讲一下，刚才这个任务的解决逻辑是什么。不要逐个文件介绍，用通俗易懂的话讲清楚就行。 也可以问得更具体： 这个问题原来为什么会出现？做了哪几项关键修改？修改之后这套逻辑是怎么运行的？后面最容易出问题的地方在哪里？ 这个提示词看起来简单，但我觉得特别重要。当 AI 可以独立完成越来越多工作之后，人很容易只关注最后的结果。只要功能正确，就皆大欢喜。 但时间长了以后，我们会逐渐失去对项目的理解。这种理解层面的让渡非常可怕，因为后面一旦 AI 出问题，搞不定了，需要我们接手，那我们面对的可能完全是一个黑盒。 所以我会要求 Codex 把关键逻辑讲到我能听懂。 比如它可以这样解释：以前每次切换页面，系统都会重新请求一次数据，所以页面会闪烁。 我现在把数据放进了共享缓存里，第一次打开时请求，之后优先读取缓存，缓存过期之后再重新更新。 这样的解释没有太多代码细节，但我们很容易理解。理解之后才能继续判断这个方案是否符合预期，缓存多久合适，会不会出现数据更新不及时的问题，下一步应该怎么继续。 代码可以交给 AI 写，很多细节也可以让 AI 处理。但关键逻辑，最好还是让它讲到我们真正理解。 五、让 AI 做结构化的信息呈现 有些事情，AI 用文字讲了很多，我们还是很难理解。特别是系统架构、数据流、业务流程、模块依赖这些内容。它写了三四段，看的人云里雾里。 这时候我一般不会继续让它再换一种文字表达，而是直接说： 能不能给我做一张图，把这套逻辑表达清楚？具体用什么图，根据场景来定。 流程图适合表达任务的执行顺序，架构图适合说明前后端和数据库之间的关系，脑图适合整理功能结构，时序图适合展示一次完整请求的过程，对比图适合说明修改前后的区别。 Codex 现在已经可以调用图像生成能力，也可以生成 Mermaid、Excalidraw、HTML 图表等不同形式的图。 六、表达完需求后，先让 AI 确认理解 给 Codex 说完需求，它会马上开始执行。但注意，我们表达需求的时候，本来就很容易遗漏信息。 特别是现在用语音输入法，表达可能东一句西一句。Codex 只能根据有限的信息去猜。一旦最开始理解错了，后面执行得越认真，浪费的时间越多。 所以我表达完需求之后，经常会紧接着说： 先看看是否理解了我的需求，不要开始执行。有不理解的地方直接追问我，追问清楚之后再继续。 或者有时候也会让它把理解复述一遍： 先用自己的话复述一下我的目标、限制条件和最终要交付的结果。 这一小步，真的可以提前消除很多误会。

【日经Gaming精选——不只是情怀展：一个40年的IP，怎么用“五感体验”吸引年轻一代？】自1986年首作发售以来，勇者斗恶龙系列一直引领着日本RPG游戏的发展。为纪念作品诞生40周年，官方在东急广场原宿Harakado举办了沉浸式展览……

【日經Gaming精選——不只是情懷展：一個40年的IP，怎麼用「五感體驗」吸引年輕一代？】自1986年首作發售以來，勇者鬥惡龍系列一直引領著日本RPG遊戲的發展。為紀念作品誕生40週年，官方在東急廣場原宿Harakado舉辦了沉浸式展覽……

分享一下我周四晚上的人在东京囧途。 没错我又丢了钥匙（找回来了） 早上打车去的学校，晚上回家发现钥匙不见了。这时候我还挺轻松，因为有 airteg，我看airteg在千驮谷的交番，心想太好了！ 结果打车到了发现没人，拿起自助电话跟新宿警察署打了大半个小时电话（警察署的人好奈斯），没有，然后就回家了，想着叫管理公司开门就好了。 然后噩梦就开始了。 因为以前管理公司东急会直接叫安保公司 secom 上门开门，然后就完事了。结果这次就变成了调查我二十多分钟个人信息后，变成需要叫开锁公司上门。 我知道东京开锁公司真的很贵，一开始我不同意。 然后我就联系房东拿到了 secom 的电话，又跟 secom 联系。secom 那边说要跟东急确定后，后来又跟我说，东急不允许他们去？！！？！！ 我一整个大恼火，又去跟东急 battle，结果东急就是说只能找开锁公司。我说那开锁公司现在也打不开门禁啊，他说： 那可以等明天管理员上班了？？？ 我最终还是决定了那就由开锁公司来吧，管理公司说，那你可以先叫开锁，然后再叫 secom，三人一起刷电梯上去。 我？？？？？ 明明 secom 就可以直接开门啊！ 无奈，联系了开锁，再联系 secom。结果 secom 也很无语，说，你得联系管理公司，让管理公司联系我们，我们才能来。 于是我又联系了东急。 此时已经夜里一点了。 最终，夜里两点半（没错开锁公司是一个多小时后才来的，开锁又开了半小时），我才进到家门。 secom 的人出现的时候，我问他，以前直接你们就可以开门，为什么现在必须要加一个开锁公司？ 他说东急那边的新的政策是，除非火灾泡水这种大事故，否则他们是不能开门的。 我无语，难怪开锁公司开口第一句话就是，哪家公司介绍你来的呢，原来是为了赚介绍费。 这也就算了，第二天我再联系原宿警察署，结果他说他们那边没有我的钥匙。可是 airteg 就在交番啊！ 这时候我已经绝望了，我就问了班主任怎么办，日本人果然还是熟悉日本人，老师说，你试试联系一下早上的打车公司。 然后就遭遇了目前为止我遇到的最暴躁最凶的一通日本电话，对方那个老登直接质问我日本語分かります？ （其实只是我没有用特别好的敬语） 搞得我没明白钥匙到底在不在他们那边，真的太凶了，就只能求助学校事务所的老师了。 最后确定了，在租车公司，放学后去拿了。 只能说，airteg 这东西在日本感觉不是很有用啊，日本 iPhone 普及率并不高，身边没有 iPhone 的话，地理位置是不会更新的，要不然可能早就知道它在出租车公司了。 anyway，确实是一场大型的日语口语听力大锻炼，我打了几十个电话，花了四万多日元，最终也算是解决了一个问题吧。 接下来决定把备用钥匙放一把在朋友家里了，不然真的实在是太坑了。

过去20年日本最成功的房地产公司 刚刚出炉的数据，大伙儿猜猜日本工资最高的上市公司是谁？ 不是丰田，也不是软银，更不是五大商社。 而是一家可能你从来都没有听过的房地产公司——Hulic。 如果说OpenHouse将新入社员的月薪调整到40万起步，已经是行业的翘楚，那么当你了解了Hulic这家公司之后，你才会发现，什么叫小巫见大巫？ 根据东京商工Research最新披露的数据：Hulic员工2025年度平均年收入达到2295万日元（约合人民币110多万元），比上一年的1908万日元又涨了一大截，创下日本上市企业的历史纪录。 Hulic的员工年薪在被统计的3123家日本上市公司中排名第一。 第二名M&A Capital Partners是2266万，第三名Keyence是2178万。 Hulic在日本房地产行业的市值只能排到第四位。 目前日本市值最大的房地产公司分别是三井不动产，总市值为4.58万亿日元；三菱地所，总市值为4.14万亿日元；住友不动产，总市值为2.98万亿日元。Hulic的总市值为1.24万亿日元。（以上总市值均为2025年9月8日数据） 市值第四位，用人最后一位。 这家公司的员工总数，如果不算入子会社，总数只有234人。我估计比很多中坚型不动产公司的人数还要少。 即使算入子会社，包括酒店管理公司，物业管理公司等等，全部加起来，员工也只有3495人。 比起传统的大财阀，如果按照集团来算，比如三菱6万多人，三井5万多人，伊藤忠11万多人，住友8万多人，丸红5万多人，Hulic的职工人数也就是这些巨头的零头。 就这234个人，管理着一家总资产超过3.5万亿日元的房地产公司。 Hulic从2008年开始，实现了连续18年的增长，2008年利润123亿，2025年利润大约1550亿日元，意味着平均每一名员工，对应创造约6.6亿日元经常利润。 所以它敢给员工2000多万年薪。 看来不是工资给得太高，而是人均创造得太多！ 从ROE的角度看，Hulic一直保持了10%以上的水平。来看看2025年头部几家房地产公司的ROE对比数据。 ROE本质上回答的是：股东给你100块钱，你一年能替股东赚回来多少钱？ 三菱地所大约赚8.5块。 三井不动产大约赚8.7块。 Hulic能赚13块。 所以Hulic真正超过日本三大财阀地产公司的，不是规模，而是资本效率。 要比规模，三菱地所有丸之内，三井不动产有日本桥，住友不动产有新宿，东急有涩谷，森大厦有六本木，这些传统财阀的资产规模都比Hulic大。 但要是比同样出100亿资本，谁能赚出更多的钱。 毫无疑问，Hulic遥遥领先！ 那么这家公司成功在哪里呢？ 答案就藏在他们过去20年的经营逻辑里。 Hulic以前根本不是什么地产巨头。 1957年成立的时候叫“日本桥兴业”，本质上就是富士银行旗下管理自有房地产的公司。本来是用来存放自用不动产和安置半退休行员的子公司，说得更直白一点，它就是富士银行的养老院。 真正的转折点发生在2006年，前瑞穗银行副行长西浦三郎接手以后，做了改革，干了三件事：改名字、挖人才、准备上市。 开始彻底改造这家公司，这三件事的背后，就是一个目标：摆脱银行控制！ 在这样的大刀阔斧改革之下，过去银行体系里那些半退休式的人事安排慢慢退出核心岗位，大量引入真正懂建筑、开发、金融、不动产投资的人。 Hulic最大的秘密：就是坚决不把公司做大。西浦三郎一直认为，公司保持300人左右最好。所以一直到今天，Hulic也只有234人。 很多房地产公司赚钱以后第一件事是扩编：开发部、管理部、销售部、酒店部、海外部、、、、、、最后楼越来越多，人更多，会议更多，效率反而越来越低。 Hulic走的是反方向：公司可以做到万亿级，人要在300以内！ 人少，做的事儿就得精！只是，西浦三郎要的不是“小而精”，而是“中而精”。 简而言之，五点战略： 1、只要东京都心，车站3分钟的物业，放弃日本地方小城市的房地产。 2、重点发展中规模的写字楼，舍弃了大规模的地标性的写字楼。 3、重点做旧楼的再开发和中小规模再开发，舍弃了大规模的再开发。 4、重点做面对老人的养老设施，舍弃了住宅开发。 5、重点做面向观光客人的酒店和日式旅馆，舍弃了海外地产业务。 Hulic的战略高度浓缩，可以归纳成一句话：只做东京核心车站边上的中型物业，加上“3K”：高龄者Koureisha、观光Kankou、环境Kankyou。 目前Hulic持有物业中，68%在东京23区，46%在千代田、中央、港、新宿、涩谷这都心5区，73%的楼距离车站步行5分钟以内。结果就是空室率只有0.3%，而东京都心5区的市场平均空室率是4.0%，相差差了十几倍。 20年后，这家当年没人瞧得上的银行子公司，成了日本银座最大的房东，手握银座39栋物业，超过三井、三菱、住友这些财阀系巨头在银座的存在感。 今天大家都在聊AI，它又开始投资东京的数据中心。战略又进一步延伸到了酒店、数据中心、航空物流、研究设施等下一代资产。 Hulic这样的公司对于我们这样小型房地产公司有哪些启示呢？ 这个，我们明天再聊。

第五个问题：通胀对经济的影响 鲍威尔回答：在过去的几年，确实有很多的数据显示美国在急东位置产生的空气条件和失业率美没有太大的原因，我认为同葬和美联储有相关性。实际上我们需要知道美联储能做什么，

肘后备急方》由东晋葛洪编著，是我国第一部临床急救手册。后经梁代医家陶弘景、金代医家杨用道增补成即今存本《葛仙翁肘后备急方》。全书共八卷，共七十三篇，采取因病检方的编写体例，涉及的疾病上百种。此内含明嘉靖时期襄阳知府吕颙刊本及明万历二年李栻本。介绍下载：