返回首页
最新
随着越来越多的人使用像ChatGPT、Gemini和Copilot这样的人工智能助手进行产品研究，传统的搜索引擎优化（SEO）似乎不再是完整的图景。我很好奇大家是如何应对这一变化的：
• 你们是否在跟踪人工智能助手是否推荐你们的产品？
• 你们是否在更改产品数据、架构或数据源，以提高人工智能的可读性？
• 还是说这在实践中仍然为时尚早？
我注意到，有些工具专注于监测人工智能提及，而另一些工具则专注于修复产品数据，以便大型语言模型（LLM）能够实际验证和推荐商品。
我很想听听那些在这方面进行实验的人的真实经验。
我对国际象棋以及不同等级的棋手如何看待这项游戏有一个猜想：<p>与国际大师级别的棋手相比，1500分以下的棋手在比赛中可能会进行更多的实时思考。<p>在精英水平上，许多棋局会被瞬间识别出来。多年的模式识别、理论和经验使得国际大师能够几乎自动地进行大量的对局。他们的聪明才智在于他们所内化的知识。<p>然而，对于1500分以下的棋手来说，大多数棋局都是陌生的。他们对记忆结构的依赖较少，而更多地进行主动的计算、质疑和探索：
• 我的对手在威胁什么？
• 这个走法安全吗？
• 如果我尝试不同的走法会发生什么？<p>这并不是说1500分以下的棋手下得更好——显然他们并没有。但他们可能在每一步棋中都在进行更有意识、更费力的思考过程。<p>这让我思考：
• 国际象棋的精通是更多地思考——还是更少地思考，但思考得更好？
• 在什么情况下直觉会取代深思熟虑的推理？<p>希望听到棋手、教练和其他国际象棋爱好者的看法。
一个小工具，可以一键将 .pptx 文件导出为 .png 图片。
EXE（Windows，开箱即用）：<a href="https://github.com/Water-Run/pptx2png/releases/tag/pptx2png" rel="nofollow">https://github.com/Water-Run/pptx2png/releases/tag/pptx2png</a><p>PyPI（从你的 Python 代码中调用）：<a href="https://pypi.org/project/pptx2png/" rel="nofollow">https://pypi.org/project/pptx2png/</a>
我为客户寻找电子商务模板时遇到了两个不理想的选择：
- 昂贵且受限的生态系统，如 Shopify
- 破碎的 AI 生成的垃圾
于是我创建了 Estrocom，这是一个基于 Astro、Tailwind 和 TypeScript 的电子商务模板，旨在满足 WCAG AA 可访问性标准，友好于 SEO，并优先考虑移动端体验。
在线演示：
[https://estrocom.netlify.app](https://estrocom.netlify.app)
源代码：
[https://github.com/VBproDev/estrocom](https://github.com/VBproDev/estrocom)
为什么值得一试：
- 可访问性：通过 Axe 和 Lighthouse 检测未发现问题，保持 WCAG AA 对比度
- 性能：加载时间低于 1 秒，Lighthouse 得分优秀
- 移动优先：适用于 360px 到大屏幕的设备
- 原子设计：具备原子、分子和有机体的可扩展性
- 完整购物流程：购物车 + 产品分类
- SEO 友好：支持 JSON-LD 架构和网站地图