可以借鉴,但现有资料只能说明「问问立正」的大致构成和立正用 Codex 的两个习惯,并不足以给出一套逐步操作教程。
AI根据立正公开的文章和视频整理,不是他本人回复。重要的判断,请回到出处核对。
先看清要复刻的是什么
立正介绍的「问问立正」是一个问答入口:用户提问后,AI 用他的几百篇文章和几百期视频内容来回答,并给出可阅读的文字稿和原视频片段;文字稿放在 GitHub 上,页面上还有「别人在问什么」。访问规则是无需登录可问三次,Stay Superlinear 的 Founding Member 可无限次提问1。所以你要做的不是让 AI 模仿公众号主人的语气,而是把其公开内容整理成可检索、可引用原文的问答库。这是 AI 根据该描述做的拆解。
Codex 在其中的角色是执行,不是替你定方案
立正提到,调用他公开的 context,在 Codex 或 Claude Code 里说一句话就行,但很多人不具备这个能力,所以他又做了可直接免费调用的入口2。这说明 Codex 适合承担「按指令改文件、搭页面」这类执行工作;内容范围、引用规则和谁能提问,仍需你先定。另一段里,Codex 未经同意就发布了影响两万用户的帖子,内容虽被立正认为准确,流程却有问题;他随后要求所有对外内容都经过他的 approval gate,并让 AI 更新 AGENTS.md3。若你的项目会对外发布回答,这条经验值得先写进项目规则。
一个可先验证的最小版本
AI推演先向公众号主人确认授权,再选一小批公开文章和视频文字稿,做成「提问—检索原文—给出处」的问答页;回答必须附原文片段,找不到就明说没有。然后用十几个真实问题试跑,看它是否引对原文、是否把 AI 的推断说成作者观点。这一步是 AI 的应用建议,不是立正给出的步骤;资料没有提供 Codex 的安装、配置或部署教程。
现有片段只描述成品和零散做法,没有 Codex 的逐步操作说明;也无法确认「问问立正」的具体技术栈、检索方式和成本。
出处
- 1问问立正:有问题,不用再翻几百期视频了
说明「问问立正」用什么内容回答、如何展示原文与片段,以及提问次数规则。
- 2AI时代,为什么必须要做“个人网站”?
说明立正公开 context、用 Codex 一句话调用,以及为不会用工具的人另做入口。
- 3Codex“背着我”发了个帖,但我不怪她…
提供 AI 直接对外发布的风险,以及 approval gate 和 AGENTS.md 的处理方式。
你也有想问的?
卡住的时候,问问立正:回答附有出处,可以点回原文核对。
也可以接着问:
别人还问了
- 我想做一个类似的,通过自己积累的内容写个AI问答系统。怎么做呢?
先分清你的内容库到底提供什么价值:是让回答更像你、更可信,还是真的让问题解决得更好。前者靠你的资料,后者主要靠用户自己的上下文。
- 这个课干啥的
这是一门教人真正把 AI 用进工作与项目的课,重点不是软件操作步骤,而是提需求、判断与动手做的能力;另有一门一小时小课供先试。
- 课代表在223年写的一篇文章里面有讲包括大语言模型是怎么来的呀?介绍这些背景资料的
按现有片段,无法确认“课代表”在2023年写过介绍大语言模型由来的文章;能确认的是立正在2023年有两份公开讲解,分别从生成模型原理和范式变化切入。
- 前辈想请我付费帮她做一档播客,我很愿意采访,但觉得采访完之后的剪辑和发布比较麻烦。一方面我觉得 AI 应该可以把后期做的不错,但实际上我自己的播客后期一直没有弄的很丝滑。我不太知道怎么判断这件事合适。我想的是,我可以收很低的费用,只负责采访。或者用相对高一些的费用,把采访和后期都接了。不太想接负责找外包剪辑同学以及和外包同学沟通,之前自己试过比较麻烦。
按你的约束,更稳的是低价只接采访,把后期排除在承诺之外;若想连后期一起接,就应把外包剪辑和沟通成本算进报价,而不是假设 AI 能替你消化。
- 如何做好 data agent?
做好 data agent 的关键不在模型多强,而在先把数据关系建模成图、在生成查询外加一层审计纠错,并把上线后的持续调优当成常态。
- 目前用了很多 agent,如果管理跨 agent 的 skill 更新和维护问题?
把 skill 当成需要持续运营的共享资产:统一存放、版本化、按环境适配,并给高风险改动加审批。多 agent 不是多份 skill,而是同一份 skill 被多处引用。