📅

📅 Daily Prompt Intelligence — 07. Oktober 2026

🏆 Highlight

### 15 Motion-Design-Filme aus je einem Prompt — vollständig veröffentlicht Prompt (vollständig, kopierbar): ``` # Output (fixed) - 1920×1080, 30 fps, exactly 10.000 s (300 frames), H.264 MP4 with stereo AAC audio (48 kHz), mastered to −14 LUFS integrated, true peak ≤ −1 dBTP. Final file: video.mp4. # Suggested technical route <Rendering-Route; du darfst eine bessere wählen, ...

📅 Daily Prompt Intelligence — 07. Oktober 2026

🔤 TOP 3 PROMPTS — Textgenerierung

1. Ein interaktiver Call-Graph aus einem einzigen Prompt („callGraphBrowser")

Prompt (vollständig, kopierbar):

Prompt for a visualizer:

Build me an interactive call-graph page for this project, published as an artifact.

DATA
- Extract the call graph from the current source on the default branch, not from
  whatever stale branch is checked out. Record the commit it was built from.
- One node per function or method. Qualify names that collide (Type::name, and
  module::Type::name when two modules define the same type).
- Resolve calls as precisely as a regex pass allows: self.x(), Self::x(), Type::x(),
  module::x(), calls through wrapper fields (self.inner.next(), self.0.step()),
  parameter and local variable types, and match-arm bindings. Expand any
  macro_rules that generate impl blocks so macro-made types get real nodes and
  edges. Drop calls you cannot resolve rather than guessing; names that also
  exist in the standard library (next, len, insert, fmt, eq...) never match on
  an unresolved receiver. Skip test functions.
- Spot-check a dozen edges against the source before rendering.

LAYERS (horizontal bands, top to bottom)
1. Public API: inherent public methods on public types, excluding anything the
   project marks as not-really-public (doc(hidden), an "internal" module or
   feature, test/bench-only knobs).
2. Trait plumbing: trait impl methods on public types (iterator impls, std
   traits, serde and the like). Public by construction, not by intent.
3. Operation internals: private helpers belonging to one operation, plus the
   hidden knobs from layer 1.
4. Shared utilities: the common helpers, memory layout and allocation modules
   that every operation uses.

COLOR
- Color nodes by operation family (e.g. construct/drop, get/entry, insert/bulk,
  delete, iterate/range, set, validate/inspect), with a neutral grey for shared
  utilities. Validate the palette for colorblind separation in light and dark.
  Dashed border for feature-gated functions. Every node is labeled in
  monospace with its name.

LAYOUT (d3 v7 from cdnjs, force simulation)
- forceY pins each node to its band; weak link force; moderate charge; no
  strong pull toward the center.
- Nodes are pills, so use rectangular collision, not forceCollide circles, and
  clamp every node inside its band after each tick. Pre-run ~200 ticks so the
  first frame is already layered.
- Edges are gentle curves from caller to callee with an arrowhead that stops at
  the pill border. Band labels at the left show the layer name and count.
- Fit the whole graph to the viewport on load; scroll to zoom, drag to pan.

INTERACTION
- Hover a pill: highlight its callers and callees in their family colors, dim
  everything else. The highlight must clear when the pointer leaves (do not
  re-order the hovered element in the DOM during hover; that breaks mouseleave).
- Click a pill to keep it selected; click the background to clear.
- Side panel for the selected function: file:line, visibility, layer, callers
  and callees as clickable lists that select in turn.
- Legend chips per family toggle whether those functions appear in the graph
  at all (remove nodes and their edges from the simulation, update counts,
  let the rest re-settle). Hidden callers/callees show greyed in the panel.
- Drag a pill to pin it; double-click releases; an "Unpin all" button.
- Search box highlights matching names. "Fit" and "Re-run layout" buttons.
- Light and dark themes via CSS tokens; works at phone width.

VERIFY, THEN PUBLISH
- Render the page once in a headless browser and look at it: no pills outside
  their bands, no overlap at rest, highlight clears on mouse-out, chip toggles
  change the node count. Fix what you see, then publish as an artifact.
- Tell me the node and edge counts, the layer breakdown, and what the
  extractor cannot see (closures, trait objects, std adapters).

Am besten mit: Claude Code, Codex, Cursor — jedem Coding-Agent, der HTML-Artifacts bauen und headless rendern kann.

Warum effektiv: Der Prompt teilt die Aufgabe in DATA, LAYERS, COLOR, LAYOUT, INTERACTION und einen abschließenden VERIFY-Block auf — inklusive konkreter Anti-Fehler-Regeln („Drop calls you cannot resolve rather than guessing"). Der Agent muss das Ergebnis headless prüfen und Knoten-/Kantenzahlen melden, bevor er liefert. So wird aus einer flüchtigen Chat-Idee ein reproduzierbares Werkzeug.

Quelle: https://github.com/KentBeck/ToolSeeds | ⭐ 37 Sterne

Community Resonanz: Kent Becks These „Programming tools can now be transmitted in the form of prompts" regt zu eigenen Seed-Prompts an; das Repo enthält sechs fertige Seeds plus einen Prompt, der jeden Seed in deterministische Software verwandelt.

2. Paper X-Ray — wissenschaftliche Paper tief lesen wie Hinton & 3Blue1Brown

Prompt (vollständig, kopierbar):

Install SKILL.md from the paper-xray repository as a skill named paper-xray into my agent skills directory, then confirm it is registered and callable.

Danach genügt zum Start:

/paper-xray 2104.09864 html

Am besten mit: Claude Code (als Skill; local PDF, arXiv-ID oder Link).

Warum effektiv: Der Einzeiler installiert eine 15-sektionige Lese-Spezifikation, die ein Paper nicht nacherzählt, sondern rekonstruiert: an welcher Stelle existierende Methoden brachen, welches Design das Ergebnis trägt und wo die Autoren bluffen. Jede Formel bekommt einen handrechenbaren Micro-Beispiel-Satz, fehlende Ablations werden als fehlend markiert — nicht schöngeredet.

Quelle: https://github.com/Wang-auspicious/paper-xray | ⭐ 64 Sterne

Community Resonanz: Der Skill wurde als „Hinton-meets-3B1B"-Lese-Prompt veröffentlicht, mit interaktiven HTML-Demos (z. B. DINO) und vollständiger verbatim-Prompt-Ausgabe — Nachbauten auf eigene Paper werden ausdrücklich gefördert.

3. „Answer me with HTML" — Antworten als eine Seite, die man wirklich lesen kann

Prompt (vollständig, kopierbar):

Install Answer me with HTML: read https://raw.githubusercontent.com/QingYunA/answer-me-with-html/main/INSTALL.md and follow it.

Am besten mit: Claude Code, Codex, Cursor, OpenCode — jeder Agent führt die Installation selbst aus.

Warum effektiv: Der Agent lädt die Anleitung, installiert sich das Plugin/Skill selbst und prüft das Ergebnis abschließend mit einer TCP-Handshake-Beispielseite — null Rückfragen. Danach kommen Antworten als einseitige HTML-Explainer statt als Textwand: In einem Benchmark brauchte ein Erklärvideo von Hand 27.839 Output-Tokens, mit dem Skill nur 1.566 — 17,8× weniger und 11,8× schneller.

Quelle: https://github.com/QingYunA/answer-me-with-html | ⭐ 1.868 Sterne

Community Resonanz: Der am schnellsten wachsende Prompt-Export der Woche; installierbare Skills als verteilbares Prompt-Format sind aktuell das meistkopierte Muster.

🎬 TOP 3 PROMPTS — Videogenerierung

1. „NEON DRIVE" — eine 80s-Synthwave-Titelsequenz aus einem Prompt

Prompt (vollständig, kopierbar):

You are the director, motion designer, engineer and sound designer of ONE 10-second motion-design film.
The goal is the most classic, yet most stunning form of this style — award-shortlist / high-end commercial quality. A clean,
template-looking result is a fail. Benchmarks: Buck, ManvsMachine, Ordinary Folk, Giant Ant, Territory Studio, Apple keynote
motion, Pentagram motion identities, top Behance/Motionographer features, top 抖音/B站 designer accounts.

# Style
复古系（80s Synthwave / Y2K 千禧） Retro: 80s Synthwave / VHS / Y2K

# Output (fixed)
- 1920×1080, 30 fps, exactly 10.000 s (300 frames), H.264 MP4 with stereo AAC audio (48 kHz), mastered to −14 LUFS
  integrated, true peak ≤ −1 dBTP. Final file: video.mp4.

# Suggested technical route
HTML WebGL (perspective grid, sun, mountains shader) + canvas chrome text + CSS/SVG glow; VHS pass
(You may choose a better route if it clearly raises quality; say why.)

# Creative seed
「OUTRUN 1986」The quintessential 80s synthwave title sequence.
- Starry night, striped retro sun (horizontal band cut-outs, magenta→orange→yellow), wireframe mountains, palm silhouettes, neon magenta/cyan perspective grid rushing toward the camera.
- 0–1s: VHS tracking noise + 'PLAY ▶' OSD; 1–4s: camera flies low over the grid, sun rises; 4–6s: CHROME title (e.g. "NEON DRIVE", multi-stop metallic gradient, bevel highlight, star glint sweeping across) SLAMS in with a lens flare; 6–7.5s: pink neon script word (e.g. "Midnight") writes on like a neon tube with flicker; 7.5–10s: sustained ride, subtle VHS chroma bleed/scanlines, end on the hero frame.
- Double glow (tight ~4px + wide ~30px), deep purple sky gradient.
Sound: synthwave — gated-reverb snare, arpeggiated saw bass, lush pads, big chord + crash on the title slam.

You are the director: you may change the concept, copy, story beats and brand names if you find a stronger idea, but the result must remain the CANONICAL, instantly-recognisable form of this style and must hit its signature features below.

# Signature features and key techniques (the result is judged against these)
对特定年代媒介美学的整体引用：80s synthwave 是霓虹网格+日落渐变+镀铬字；VHS 是扫描线+色偏+磁带噪声；Y2K 千禧风是液态镀铬金属、酸性绿紫、拟物系统窗口和低保真 3D。近两年 Y2K 在音乐视频与潮流品牌片中强势回潮，B站模板市场大量供应'酸性镀铬'素材。
视觉特征 霓虹辉光, 透视网格地平线, 扫描线与RGB色偏, 镀铬金属字, 酸性配色, 拟物窗口UI
关键技法 synthwave 三件套：透视网格滚动（一点透视 grid + 纵向位移循环）、日落多层渐变球、双层辉光（内层紧 4px 高亮+外层散 30px 低透明）
VHS 做旧链：RGB split（红蓝通道各偏 1~2px）→ 扫描线（2px 间隔 10% 黑条）→ 波浪扭曲抖动（每秒 1~2 次随机 glitch 抽帧）→ 4:3 圆角遮罩
Y2K 镀铬字：极高对比的多段金属渐变 + bevel 高光 + 环境映射感反光，配 lens flare
Y2K 运动语言：弹窗式 pop 出现、光标点击、窗口拖拽，界面拟物即动画叙事
帧率故意不稳：关键段落抽帧到 15fps 或倒放 2 帧制造磁带卡顿

# How to work
1. Treatment. Write down one clear idea: a hook in the first 0.5 s (never open on more than 0.3 s of empty or black), an
   escalation, one unmistakable hero moment at ~60–75 % of the runtime, and a composed end frame held ~0.8–1.2 s with living
   micro-motion. Map every signature feature above to a moment. Keep one cue sheet (beats and hit times) that both the
   picture and the sound read from.
2. Key frames before motion. Build the look, render stills at 6–10 key times and actually look at them. Each still should be
   poster-worthy: composition, hierarchy, negative space, type set properly (kerning, line-height, weight contrast, CJK
   punctuation, ~5 % safe margins). Iterate until nothing looks default, generic, cramped or "AI-template".
3. Motion. Build the choreography and preview at low resolution. Step through the fastest moves frame by frame: spacing,
   easing, arcs, overlap, anticipation and follow-through, motion blur. No unintended dead spans; the energy follows the music.
4. Sound. Write genre-correct music and sound design locked to the cue sheet. Check that visual hits land on audio onsets.
   Master to the output spec.
5. Final. Render at full resolution (motion blur where apt), then check: exactly 10.00 s, resolution, fps, audio present and at
   the right loudness, no black frames, no fallback fonts or tofu, no clipped elements at the frame edges, no shimmer on thin
   lines, no gradient banding. Fix and repeat until you would submit it to a festival.
6. Write an honest self-critique: what is strongest, what is weakest, what you would do with more time.

# Rules
- Rendering must be deterministic: every frame is a pure function of time t. Seeded randomness only; physics and particles
  precomputed or closed-form; no real-time clocks; no state-triggered CSS transitions. A reliable route: a web page that can
  draw any time t on request, captured frame by frame with a headless browser and encoded with ffmpeg (or a Blender script
  that renders a PNG sequence).
- Assets: only CC0 / public domain / OFL / Apache / free-for-commercial-use. Record each source and licence in CREDITS.md.
  No real brand trademarks; invent brand names.
- On-screen text must be correct and natural: idiomatic Chinese, proper CJK punctuation, no typos.

# Craft checklist (what a jury looks for)
- Style authenticity: an expert names the style in one second; every signature technique is present and executed correctly.
- Motion craft: purposeful easing (no linear unless mechanical by design), overlap and stagger, anticipation and
  follow-through, arcs, squash and stretch where the style allows, consistent physics, motion blur where apt; transitions
  carried by elements, not crossfades.
- Rhythm: hits locked to the music; contrast between busy and calm; no monotony.
- Design: strong composition, grid, typographic hierarchy, controlled palette; texture and finishing (grain, glow, vignette)
  only where the style wants it; nothing looks accidental.
- Technical polish: no jitter (unless intended), no popping, no aliasing, no banding, no fallback fonts, no half-loaded images.
- Sound: genre-correct, musical, synced, mastered.

# Before you deliver, score yourself honestly
1–10 on style fidelity, concept wow, motion craft, design & typography, finish & texture, sound & sync, technical
(6 = template-level, 8 = high-end agency, 9 = award shortlist). Aim for 9; fix whatever scores lowest first.

# Deliver
video.mp4, plus a short report: the concept in two sentences; a beat sheet with timecodes; how each signature feature is
realised; the tech route; check numbers (duration, resolution, fps, loudness, true peak); your honest top-3 weaknesses.

Am besten mit: Claude Code mit Opus 5.5 (benötigt Node, Chrome und ffmpeg; in einem leeren Ordner starten).

Warum effektiv: Der Prompt fixiert alles, was zählt: Output-Spec (1920×1080, 30 fps, exakt 10.000 s, auf −14 LUFS gemastert), Zeitbeats von 0–10 s, „Signature Features" als Bewertungsmaßstab und deterministisches Rendering als Pflichtregel. Der „Score yourself honestly"-Abschnitt zwingt das Modell zur Selbstkritik vor der Abgabe — die Vorlage erreichte 8,21/10 im AI-Jury-Rating.

Quelle: https://github.com/Vincentwei1021/mg-styles-15/blob/main/prompts/10-synthwave.md | ⭐ 377 Sterne

Community Resonanz: Das Repo zeigt 15 Filme aus je genau einem Prompt — mit komplettem Quellcode unter MIT-Lizenz; alle Filme sind auf der Showcase-Seite live ansehbar.

2. Rube-Goldberg-Maschine mit echter Physik

Prompt (vollständig, kopierbar):

Extremely complicated 3d rube goldberg machine, accurate physics, aaa gfx, vfx

Am besten mit: Claude Fable 5.5 (Claude Code, Claude-App oder jeder Agent mit Fable 5.5).

Warum effektiv: Ein Satz, drei Qualitätshebel: „accurate physics" erzwingt Simulation statt Loop-Animation, „aaa gfx" setzt den Rendering-Standard, „vfx" fordert Effektarbeit. Der Prompt zeigt Fables Stärke bei kurzen, konkreten Aufgaben — das Ergebnis ist ein einminütiger Kurzfilm aus einem Einzeiler.

Quelle: https://github.com/yihui-dev/awesome-fable5-5-videos (Original: https://x.com/imjustnewatai/status/2105889407056109991) | ⭐ 37 Sterne

Community Resonanz: Die Sammlung dokumentiert auffällig, dass die erfolgreichsten Fable-Prompts oft nur eine Zeile lang sind — ein Gegenentwurf zu überenginierten Prompt-Blobs.

3. Produktfilm mit voller kreativer Freiheit

Prompt (vollständig, kopierbar):

I'd like a motion design video to present on X for our update to paracortex terminal and pi 1.0
25 seconds should do and I'm giving you free range for what it shows, how it shows it and what to highlight and what to merely mention
make it lively

Am besten mit: Claude Fable 5.5.

Warum effektiv: Die Stärke liegt in der bewussten Delegation: „free range" übergibt die Regie, während Kanal (X), Länge (25 Sekunden) und Tonfall („lively") fixiert bleiben. Dramaturgie, Kamera und Highlights entscheidet das Modell — Ergebnis: ein lebendiger Brand-Film statt einer Feature-Liste.

Quelle: https://github.com/yihui-dev/awesome-fable5-5-videos (Original: https://x.com/RobIW_dev/status/2105894547796476225) | ⭐ 37 Sterne

Community Resonanz: Der Prompt ist eine Vorlage für jedes Produkt-Update: Team, Produkt und Länge tauschen — die Struktur bleibt.

🧠 TOP 3 NEUE TECHNIKEN

1. Jev-Decision-Prompts: Entscheidungsfragen statt freier Generierung

Zusammenfassung: Kleine „Decision Models" antworten nicht mit freiem Text, sondern wählen aus vorgegebenen Optionen und liefern einen kalibrierten Confidence-Score mit.

Erklärung: Statt ein LLM offen generieren zu lassen, wird jede Entscheidung als Multiple-Choice mit Optionen formuliert. Strands Decider 2B (2 Mrd. Parameter, Qwen3.5-Torso mit Pointer-Head statt LM-Head, Rank-16-LoRA) trifft solche Entscheidungen lokal in rund 115 ms (RTX 3090) bzw. ca. 153 ms (M3 MacBook) — immer mit gültiger Option und Brier-kalibriertem Vertrauen. Die SRE-Pipeline von SREGym zeigt den Praxiseinsatz: ein Collector sammelt Kubernetes-Beweise, das Decision-Modell wählt Ursache und Schlüsselbeleg aus nummerierten Optionen — über 21 Faults mit ungewöhnlich konsistenten Diagnosen.

Beispielprompt:

Is the string 'turn on the lights' about the coffee machine? Yes or no.
What language is the phrase 'sihamba ngokushesha' in? English, Zulu, or Dutch.
Is the phrase 'this is the best doc I've ever read' a positive sentiment? Between 0 and 1.

Geeignet für: Strands Decider 2B (lokal), Jev-Modelle (z. B. via Ollama), OpenAI Decisions API.

Ursprung: https://strandsagents.com/blog/introducing-strands-decider/

Warum heute wichtig: Decision Models sind der Trend des Tages: 169 HN-Punkte für Decider 2B, native Ollama-Unterstützung, OpenAI Decisions API in öffentlicher Beta — Agenten delegieren die „leichten" Entscheidungen an schnelle 2B-Modelle und sparen Kosten und Latenz.

2. Tool-Seeds: Werkzeuge als Prompts übertragen

Zusammenfassung: Prompts beschreiben keine einzelnen Aufgaben mehr, sondern ganze Programmierwerkzeuge, die der Agent im Kontext des eigenen Projekts baut.

Erklärung: Ein Seed legt Zweck und erwartetes Verhalten fest, gruppiert Anforderungen unter Überschriften (z. B. DATA, LAYOUT, INTERACTION), nennt explizit Edge Cases und bekannte Agent-Fehler und endet mit einem VERIFY-Schritt: was der Agent prüfen und melden muss, bevor er fertig ist. Anders als fertige Software passt sich ein Seed an Sprache, Framework und Constraints des eigenen Projekts an; der Seed promptToDeterministicTool macht daraus schließlich reproduzierbares, getestetes Werkzeug.

Beispielprompt:

Build me <tool>, published as an artifact.

DATA
- Extract <what> from the current source on the default branch; record the commit it was built from.
- <Edge cases: what must never be guessed; what to drop rather than resolve approximately.>

LAYOUT / INTERACTION
- <how the page is organized: bands, colors, hover and click behavior, side panel>
- <specific known agent mistakes to avoid>

VERIFY, THEN PUBLISH
- Render the page once in a headless browser and look at it: <the checks>. Fix what you see, then publish as an artifact.
- Tell me the node and edge counts and what the extractor cannot see.

Geeignet für: Claude Code, Codex, Cursor und alle Coding-Agents mit Artifact-Ausgabe.

Ursprung: https://github.com/KentBeck/ToolSeeds

Warum heute wichtig: Mit Agent-Skills werden Werkzeuge lieferbar als Text: ein Seed überträgt ein Tool per Copy-Paste in jedes Projekt — und bleibt anpassbar, statt binär und unflexibel zu sein.

3. Codemode: Tool-Calls als JavaScript komponieren

Zusammenfassung: Der Agent orchestriert Tool-Aufrufe nicht mehr einzeln durchs Kontextfenster, sondern als JavaScript-Programm in einer isolierten Sandbox des Harness.

Erklärung: Armin Ronacher beschreibt Codemode im Pi-Harness: JavaScript läuft in QuickJS/WASM — ohne Netzwerk, Dateisystem oder Timer — und kann ausschließlich Tool-Calls absetzen. Damit komponiert der Agent nebenläufige Workflows mit echtem Kontrollfluss, und riesige Tool-Outputs bleiben in der Sandbox statt das Kontextfenster zu fluten: Der Agent sieht nur die verdichtete Summary. Das ist Context-Engineering per Code statt per Chat.

Beispielprompt:

Compose this as one codemode program instead of separate tool calls:
read the three log files under logs/, filter each to lines with status="error",
and return only the combined count and the top three failing services.
Keep the full file contents out of my context; print only the summary.

Geeignet für: Pi (Codemode), Agent-Harnesses mit JS-Sandbox.

Ursprung: https://lucumr.pocoo.org/2026/10/6/codemode/

Warum heute wichtig: 76 HN-Punkte — die Antwort auf 200k-Kontexte, die durch Tool-Outputs aufgebläht werden: Komposition, Filterung und Aggregation passieren außerhalb des Modellkontexts.

🏆 Highlight des Tages

15 Motion-Design-Filme aus je einem Prompt — vollständig veröffentlicht

Prompt (vollständig, kopierbar):

# Output (fixed)
- 1920×1080, 30 fps, exactly 10.000 s (300 frames), H.264 MP4 with stereo AAC audio (48 kHz), mastered to −14 LUFS integrated, true peak ≤ −1 dBTP. Final file: video.mp4.

# Suggested technical route
<Rendering-Route; du darfst eine bessere wählen, wenn sie die Qualität klar hebt — sag warum.>

# Creative seed
<deine Geschichte: Hook in den ersten 0,5 s, Eskalation, ein unübersehbarer Hero-Moment bei 60–75 % der Laufzeit, komponierter Schlussframe>

# Signature features and key techniques (the result is judged against these)
<visuelle Merkmale und Schlüsseltechniken, die den Stil auf den ersten Blick erkennbar machen>

Am besten mit: Claude Code mit Opus 5.5 (Node 22+, Chrome, ffmpeg; für den 3D-Stil: Blender).

Warum effektiv: Das Repo liefert das komplette Rezept: einen vollständigen Prompt pro Stil, eine Vorlage mit genau vier Sektionen (Output-Spec, Technical Route, Creative Seed, Signature Features) und einen Review-Loop — make → review durch ein zweites AI anhand rubric.md → revise, zweimal wiederholt. Jeder der 15 Filme entstand aus genau einem Prompt; die AI-Jury bewertete die Ergebnisse mit 7,57–8,21 von 10.

Quelle: https://github.com/Vincentwei1021/mg-styles-15 | ⭐ 377 Sterne

Community Resonanz: 377 Sterne in wenigen Tagen; Prompts, Quellcode und Filme stehen vollständig unter MIT — die Showcase-Seite mit allen 15 Filmen ist live: https://vincentwei1021.github.io/mg-styles-15/

📰 Erlesene Artikel & Ressourcen

Bericht erstellt am 07.10.2026 Quellen: Hacker News, AI News Portals, arXiv, GitHub, Personal Blogs