我如何使用 LLM：卡帕西的日常 AI 工作流
这是观看指南，不是字幕或搬运。视频请在原频道观看：YouTube 直达 →
一句话
讲完原理，这支视频回答另一个问题：世界顶级 AI 研究者自己是怎么用 ChatGPT、Claude 这些工具的？两个多小时全程屏幕实操，从选哪个模型、什么时候开「思考模式」，到语音、图像、自定义 GPT、用 Cursor 写代码——相当于旁观他把自己的整套工作流摊开给你看。
视频讲了什么
官方描述附完整章节，内容可以归成四大块：
- 基本盘：会话与选型。先讲清对话的本质（token 序列、上下文窗口就是工作内存，开新话题就开新会话），然后是很多人最关心的问题：各家模型怎么选——他的习惯是同一个问题问多个模型当「LLM 委员会」，付费档位差异大时值得为强模型花钱；以及什么时候切换「思考模型」——推理强但慢，适合数学、代码、难题，日常问答用快模型即可。
- 给模型加工具。联网搜索（时效性问题必开）、深度研究（Deep Research 类功能：让模型花几十分钟读几十个来源生成带引用的报告）、上传 PDF 和文档一起读、Python 解释器做数据分析、Claude Artifacts 生成小应用。核心心法：分清模型「闭卷回忆」和「开卷查证」两种模式，别让它闭卷答需要开卷的问题。
- 多模态。语音输入输出的两条路线（转文字的「假语音」vs 原生音频的高级语音模式，后者能听出语气）、用 NotebookLM 把资料变成播客、图像输入（拍照问问题）与生成、视频输入。
- 个性化与编程。记忆功能、自定义指令、Custom GPTs（他用来做语言学习的例句拆解等重复任务）；最后是写代码：直接贴代码问 ChatGPT 太低效，他用 Cursor 这类 AI 编辑器，也就是后来所谓 vibe coding 的工作方式。
背景
这是 2025 年 2 月双子视频的「实战篇」——「原理篇」是《深入 ChatGPT 这样的大语言模型》。当时 AI 工具大爆炸：思考模型、深度研究、语音模式全在几个月内涌现，普通用户根本不知道自己「用错了」多少功能。他索性把自己的用法录下来。注意视频里的具体产品和价格是 2025 年初的快照，一年多后早有变化——但选型思路和心法几乎没有过时。
为什么值得花这两小时
因为「知道 LLM 能干什么」和「顺手用出来」是两回事。这支视频的价值不在任何单个技巧，而在于看一个理解模型内部机制的人如何据此决定用法：为什么时效问题必须开搜索（不在参数里）、为什么难题要给思考时间（token 即计算）、为什么长对话该重开（上下文窗口是稀缺资源）。看别人的工作流是升级自己工作流最快的方式，何况是他的。
对你意味着什么
- AI 学习者：把它当「LLM 使用驾照」。建议边看边在自己常用的工具里复现每个功能——两小时视频，练完大概需要一个周末，回报极高。
- 独立开发者 / agent 开发者：他的每个手动工作流都是产品机会清单——「LLM 委员会」「深研报告」「资料变播客」在 2026 年都已长成产品品类。另外他对上下文的精细管理，正是后来 context engineering 的用户侧雏形。
- 英文门槛：这支相对好懂——全程屏幕演示，看画面就能跟上大半（YouTube 有英文自动字幕）。国内访问部分演示产品可能受限，但每类功能在国内工具里基本都有对应物，思路照搬即可。
延伸
- 视频原片（描述区附章节列表）
- 导读：深入 ChatGPT 这样的大语言模型 —— 先懂原理，用法自然对
- 解读：vibe coding —— 视频编程一节背后的著名概念
- 导读：MenuGen 实录 —— 他自己 vibe coding 建站的完整复盘
- 解读：context engineering —— 「管理上下文」从技巧变成学科