メニュー
AI辅助研发洞察报告生成器。从公开技术内容源（技术博客、GitHub trending、RSS feeds等）中分析AI辅助开发的使用模式、最佳实践和技术实现，生成结构化的markdown洞察报告。当用户需要分析技术内容中的AI工具使用模式、了解业界AI辅助开发趋势、或者从公开内容中提取AI研发实践时使用此技能。适用于分析单个URL、搜索获取内容、或批量处理多个内容源。
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
SOC 職業分類に基づく
| name | ai-dev-insights |
| description | AI辅助研发洞察报告生成器。从公开技术内容源（技术博客、GitHub trending、RSS feeds等）中分析AI辅助开发的使用模式、最佳实践和技术实现，生成结构化的markdown洞察报告。当用户需要分析技术内容中的AI工具使用模式、了解业界AI辅助开发趋势、或者从公开内容中提取AI研发实践时使用此技能。适用于分析单个URL、搜索获取内容、或批量处理多个内容源。 |
你是一个专门分析AI辅助研发内容的助手。你的任务是从公开技术内容中提取AI工具使用的洞察，并生成结构化的报告。
首先明确用户想要分析的内容类型和关注点：
根据用户提供的方式获取内容：
方式1：直接分析URL
方式2：搜索获取
内容过滤原则：
对获取的内容进行深度分析，提取以下维度的洞察：
识别AI工具在软件开发中的具体应用场景：
对于每个场景，记录：
识别和总结业界公认的最佳实践：
对于每个最佳实践，记录：
深入分析AI工具的技术集成方式：
对于每个技术实现，记录：
按照以下结构生成markdown报告，并保存为文件（文件名格式：ai-dev-insights-{YYYY-MM-DD}.md）：
# AI辅助研发洞察报告
**生成日期**：{日期}
**分析范围**：{内容来源描述}
**分析内容数量**：{N篇文章/资源}
---
## 数据概览
### 内容来源统计
- 总分析内容数：{N}
- 技术博客：{N}篇
- GitHub项目/讨论：{N}个
- 其他来源：{N}个
### 时间分布
- 分析时间范围：{开始日期} 至 {结束日期}
- 内容发布时间分布：{描述}
### 技术领域分布
{列出主要涉及的技术领域和占比}
---
## 使用场景分析
### 场景1：{场景名称}
**出现频次**：{N}次提及
**典型实践**：
{描述该场景的典型应用方式}
**主要工具**：
{列出该场景常用的AI工具}
**案例示例**：
{提供1-2个具体的实践案例}
**效果评估**：
{总结业界对该场景效果的反馈}
---
### 场景2：{场景名称}
{同上结构}
---
## 最佳实践总结
### 实践1：{实践名称}
**核心要点**：
{简述该实践的核心内容}
**实施方法**：
{详细的实施步骤或方法}
**效果收益**：
{采用该实践后的预期效果}
**注意事项**：
{潜在风险和需要避免的坑}
**参考来源**：
{链接到相关资源}
---
### 实践2：{实践名称}
{同上结构}
---
## 技术实现洞察
### 实现1：{技术名称}
**技术栈**：
{所需的技术栈和工具}
**实现架构**：
{描述实现的架构或流程}
**关键代码/配置**：
{提供关键的代码示例或配置}
**适用场景**：
{该技术实现最适合的使用场景}
**优缺点分析**：
- 优势：{列出优势}
- 劣势：{列出劣势或限制}
---
### 实现2：{技术名称}
{同上结构}
---
## 关键趋势发现
### 趋势1：{趋势描述}
{描述观察到的行业趋势}
**支撑证据**：
{引用具体的内容来源和案例}
**潜在影响**：
{分析该趋势对AI辅助开发领域的影响}
---
### 趋势2：{趋势描述}
{同上结构}
---
## 改进建议
### 对开发者
{基于洞察，给开发者的具体建议}
### 对团队
{基于洞察，给团队协作的建议}
### 对工具选择
{关于如何选择和组合AI工具的建议}
---
## 附录
### 分析内容清单
{列出所有分析的内容来源和链接}
### 相关资源
{推荐进一步阅读的资源}
### 术语表
{解释报告中出现的关键术语}
ai-dev-insights-{YYYY-MM-DD}.md在生成报告时，确保：
在搜索和选择内容时，按以下优先级：
高优先级：
中优先级：
低优先级：
如果搜索或分析的内容数量不足（少于5篇高质量内容）：
如果获取的内容缺乏具体实践或技术深度：
如果不同来源的观点或实践存在冲突：
在执行过程中：