📅

Daily Prompt Intelligence — 10. Oktober 2026

🏆 Highlight

Ein Prompt, 55 Städte, 6 Subagenten: Das Invisible-Cities-Experiment von Quesma. Quesma-Gründer Piotr Szymański gab Claude Opus 5.5 exakt einen Prompt — „Make a three.js (pnpm) visualization of all Invisible Cities by Italo Calvino. Don't ask questions, it is a one-shot task. You have 6h of work, use it until it becomes a masterpiece." — und ließ das Modell sechs Stunden lang all...

Daily Prompt Intelligence — 10. Oktober 2026

🔤 TOP 3 PROMPTS — Textgenerierung

1. Der 6-Stunden-Meisterwerk-Prompt: Invisible Cities visualisieren

Prompt (vollständig, kopierbar):

Make a three.js (pnpm) visualization of all Invisible Cities by Italo Calvino. Don't ask questions, it is a one-shot task. You have 6h of work, use it until it becomes a masterpiece.

Am besten mit: Claude Opus 5.5 (nachweislich auch: GPT-6 Astra)

Warum effektiv: Der Prompt verbietet Rückfragen, setzt ein explizites Zeitbudget und definiert „Meisterwerk“ als Qualitätsziel — mehr nicht. Genau diese Kürze zwingt das Modell, alle Design-Entscheidungen selbst zu treffen: Opus 5.5 startete 6 parallele Subagenten und lieferte nach 1 h 25 min eine interaktive 3D-Visualisierung aller 55 Städte aus Calvinos Roman. GPT-6 Astra brauchte für dasselbe Ergebnis 53 Minuten und ca. 10 $ an API-Tokens.

Quelle: https://quesma.com/blog/invisible-cities-one-shot/ | 406 Upvotes (Hacker News)

Community Resonanz: 199 Kommentare — die Debatte reicht von ehrlichem „Wow“ über Desensibilisierung gegenüber AI-Built-Demos bis zur Frage, welchen Platz menschliche Autorenschaft in interaktiven Medien noch hat.

2. Warm-Handoff: Session-Wissen retten, bevor der Prompt-Cache kalt wird

Prompt (vollständig, kopierbar):

Write one markdown file that lets a new session continue this work. Its reader starts with none of this conversation.

This skill often runs unattended, after the session has sat idle with nobody at the keyboard. Ask no questions and wait for no confirmation. Write the file from what you already know.

Use these headings in this order, and drop any that would be empty:
- Goal: what the person is trying to get done, in their own terms.
- Status: what is finished, what is half done, and what has not been started.
- Decisions: each choice made and the reason for it, including options the person ruled out.
- Dead ends: what was tried and failed, so the next session skips it.
- Files: the paths that matter, each with a phrase on why.
- Verification: the commands that show whether the work is working, with their last known result.
- Next steps: an ordered list whose first item is specific enough to start on at once.
- Open questions: what only the person can answer.

Use exact paths, command lines, identifiers and error text. Record any standing instructions the person gave about how to work, since the next session will not have heard them.

Am besten mit: Claude Code / Claude Opus 5.5 (funktioniert mit jedem Coding-Agenten)

Warum effektiv: Der Prompt beschreibt exakt, was ein neuer Agent ohne Konversationskontext braucht — und was er nicht braucht: keine Rückfragen, keine Zusammenfassungen, sondern exakte Pfade, Befehle und Fehlermeldungen plus die Sackgassen, die der Nachfolger nicht wieder hochfahren soll. Die Heading-Struktur macht das Dokument in 30 Sekunden scanbar.

Quelle: https://github.com/obie/auto-handoff | 101 Stars

Community Resonanz: Innerhalb einer Woche 101 Stars — das zugrunde liegende Plugin löst ein konkretes Kostenproblem: Nach einer Stunde Idle läuft der Prompt-Cache kalt, und jede Folgerequest liest die ganze Session zum Vollpreis neu. Der Handoff wird bei Minute 50 automatisch geschrieben, solange der Cache noch warm ist.

🖼️ TOP 3 PROMPTS — Bildgenerierung

1. Pokémon Karmesin/Purpur: stabiler In-Game-Screenshot-Stil per Vorlage

Prompt (vollständig, kopierbar):

宝可梦朱紫原版实机游戏截图复刻
画风：Nintendo Switch 宝可梦 朱／紫 开放世界实机截图风格；不要电影 CG、不要写实摄影、不要动画番剧赛璐璐截图、不要厚涂同人插画
朱紫默认造型，学院制服训练家 + 同行宝可梦

帕底亚地图区块：[地点或主题，例如「杭州·西湖苏堤」/「北京·颐和园长廊」/「陶瓷工坊后院」]
画面要素：[3-5 个可识别关键词，只列名词或短词]
玩法时刻：[一句话叙事，写角色正在做什么]
玩法状态：[探索移动 / 野生遭遇 / 捕捉 / 太晶对战 / 野餐料理，五选一]
宝可梦：[1-2 只，只写官方中文名]
帕底亚元素：[3-6 个关键词，只列名称不展开外观]
地名 UI 文字（区域发现）：中间「[真实主地名或场景名]」 / 下方「[真实上级区域名或主题归属]」；单行圆润白字带细描边、淡入、无矩形边框、无深色底纹
HUD：按朱紫原版「[玩法状态]」界面自然出现，不堆满
文字：所有可读 UI 使用简体中文，措辞用原版游戏文案，如「野生的…出现了！」「快扔球！」

Am besten mit: Ein LLM (GPT-6 Astra, Codex/Qoder-Skill) füllt die Vorlage aus — der fertige Prompt geht an Qwen-Image, Seedream oder Midjourney.

Warum effektiv: Der Prompt ist ein 10–14-zeiliges Slot-Template: Zeile für Zeile wird fixiert, was die Stil-Sicherheit ausmacht — Kartografie-Block, Spielzustand (fünf wählbare Modi), Pokémon-Auswahl, Standort-UI und HUD-Regel. Die zweite Zeile ist ein negatives Stilmuster („kein Film-CG, keine realistische Fotografie, kein Cel-Shading“), das die typischen Stil-Drifts aussperrt. Ein solcher Aufbau macht die Ausgabe über Dutzende Bilder stabil reproduzierbar — bei Bildern das Pendant zur System-Prompt.

Quelle: https://github.com/Ryestudio1/pokemon-sv-image-prompt | GitHub-Repo (veröffentlicht Anfang Oktober 2026)

Community Resonanz: Noch jung und klein, aber das Skill-Paket folgt exakt dem Muster des viralen Zelda-Stil-Skills (SKILL.md + Referenz-Spezifikation + Evals) und ist damit sofort für eigene Stil-Vorlagen nachbaubar.

🎬 TOP 3 PROMPTS — Videogenerierung

1. Infinite-Zoom-Landschaftsloop: After-Effects-Look aus einem Prompt

Prompt (vollständig, kopierbar):

Build a looping "infinite zoom" animation, After Effects style: the camera
travels from landscape to landscape by flying through vintage objects.

LOOK: vintage collage realistic photo landscapes + black & white newspaper
cutout objects (halftone, white paper border, soft shadow). Film grain,
vignette, light flicker.

WORLDS (loop): snowy mountains → pocket watch (swinging on its chain) →
sea cliffs → box camera lens → desert dunes → magnifying glass →
misty lake → hand mirror → back to start.
Extras: floating hat, phone, umbrella, gramophone, key; a 1950s man walking
toward the watch; a whale swimming across the cliffs sky.

HOW:
- Generate everything via the Magnific MCP (Seedream 5 Pro landscapes,
  GPT 2.5 transparent cutouts, depth maps, Kling 2.5 animation, Lyria 3
  music). List the generations + credit cost and wait for my OK first.
- Split each landscape into 3 depth layers from its depth map and fill the
  hidden areas. Parallax: layer scale = camera^Z, Z between 0.45 and 1.22.
- Each portal's glass holds the next world; cut seamlessly when it fills
  the frame.
- Constant speed: exponential zoom to a fixed point, each segment's duration
  proportional to log(zoom). Verify the cuts frame by frame.
- Man & whale: generate on pure green (#00B140), animate in place with
  Kling, key out every frame, build a seamless loop (ping-pong if needed).
- Cutouts animate at 15 fps (on twos).
- 20 s loop, 1920×1080, 30 fps. Music: 96 BPM, cut to exactly 8 bars = 20 s.

DELIVER: an interactive artifact (viewer, AE-style timeline, music +
MP4 download) and a rendered MP4 with music under 30 MB.
Show me screenshots before each expensive step.

Am besten mit: Claude Opus 5.5 + Magnific MCP (Seedream 5 Pro für Landschaften, Kling 2.5 für Animation, Lyria 3 für Musik)

Warum effektiv: Der Prompt ist ein kompletter Produktions-Brief in vier Blöcken (LOOK / WORLDS / HOW / DELIVER): Look-Pinsel, Welt-Sequenz mit Loop-Punkt, präzise technische Anweisungen bis hin zur Parallax-Formel (layer scale = camera^Z) und Auslieferungs-Spec inklusive Dateigrößen-Limit. Die Anweisung „List the generations + credit cost and wait for my OK first“ baut zudem eine Budget-Bremse ein, bevor teure Generierungen starten.

Quelle: https://x.com/koldo2k/status/2103129343253778767 | via MotionPromptGallery (178 kuratierte Einträge)

Community Resonanz: Eines der am häufigsten referenzierten Beispiele der Gallery; die Community diskutiert vor allem die MCP-gestützte Pipeline (Bild → Tiefe → Parallax → Animation), die aus einem Prompt einen kompletten After-Effects-Workflow macht.

2. Kinetischer Identity-Bumper: 20 Sekunden, null Interpretationsspielraum

Prompt (vollständig, kopierbar):

You are a world-class motion designer doing a 20.00s kinetic identity bumper for TechHalla — an AI creator known for stealable workflows, not vibes. This piece must feel like the best designer in the room made a street-poster that moves. Showreel stakes: if this is weak, you don't get hired.

DURATION: exactly 20.00 seconds. LOOPABLE: frame 0 == frame last (position, opacity, cursor if any).
FORMAT: one HTML file, 1080×1080 (square, X-native). 60fps.
PALETTE (strict):
- bg # 0A0A0A
- magenta # FF2BD6
- acid green # B8FF00
- white # F5F5F5 only for primary readable type when needed
No other hues. No gradients on UI chrome. Magenta/green may misregister (print offset) by 2–4px on impact frames only.

TYPE SYSTEM (use all three; never one font for everything):
1) Display / scream: Archivo Black (or equivalent ultra-condensed black) — 1–4 words max
2) Urban grotesque: Syne ExtraBold — secondary hits, stacked lines
3) Mono / "prompt code": IBM Plex Mono Medium — small labels, timestamps, fake prompt crumbs
Tracking: display −40 to −80; mono +20. Optical kerning. No cute script fonts.

MESSAGE (locked — do not soften, do not add filler slogans):
Beat hits in this exact order:
1. STOP SCROLLING
2. AI VIDEO ISN'T EXPENSIVE
3. BAD PROMPTING IS
4. WORKFLOWS > WISHES
5. STEAL THE PROMPT
6. @ TECHHALLA
Supporting crumbs (mono, ≤18 chars, never full sentences): JSON · H3 · SEEDANCE · 0 KEYFRAMES · MAGNIFIC · COPY/PASTE

NARRATIVE ARC (20s):
0.0–2.5s  COLD OPEN — "STOP SCROLLING" slams in from below with spring overshoot; magenta smear trail; acid green baseline ticks across like a waveform.
2.5–6.5s  THESIS A — "AI VIDEO ISN'T EXPENSIVE" locks to a poster grid (baseline grid 8px). Letters scramble (seeded Fisher–Yates per glyph) then snap on the beat.
6.5–10.5s THESIS B — "BAD PROMPTING IS" replaces it via mask wipe through the letterforms (the outgoing line is the mask). Magenta/green channel split on the cut.
10.5–14.5s PROOF FLASH — rapid kinetic stack: WORKFLOWS > WISHES, then mono crumbs orbit a central block like a terminal. One fake "prompt block" types 3 lines max, then gets crossed by an acid green strikethrough that becomes a underline for STEAL THE PROMPT.
14.5–17.5s BRAND LOCK — @ TECHHALLA centers; display weight. A thick magenta bar and a thin acid green rule form an L-bracket mark (custom, not a logo download).
17.5–20.0s SETTLE / LOOP — hold lockup; micro-breath (scale 1.000→1.012→1.000); last frame == first ready for loop.

CONCRETE TECHNIQUES (required — implement, don't approximate):
1. seek(t) pure function of time. No CSS transitions. No setInterval. No React state across frames.
2. Springs = closed-form step responses. Stack one spring per target change so motion stays deterministic.
3. Kinetic type: per-glyph spring (y, opacity, blur). Stagger = 1/16 note at 120 BPM (125ms).
4. Print misregistration: on accent frames only, duplicate text layer offset (±2–4px) in magenta and acid green at 40% opacity.
5. Mask reveal: destination text revealed by animating a path mask derived from the outgoing word's outlines.
6. Camera: one orthographic camera; only punch-in (1.0→1.08) and horizontal smash-pans timed to beats — never random drift.
7. Motion blur: render 4 subframes per frame, blend (tmix-style).
8. Beat grid: 120 BPM, downbeat at t=0. Something must land on every beat for the first 16 beats; after that, every other beat is ok.
9. Pre-pass: before full render, export one still per major beat (8 frames). Fix cramped type, orphan words, low contrast — then render.

BANNED:
Generic AI clichés (brains, robots, neural nets, sparkles), soft gradients, bouncy cartoon easing, particle explosions, stock "futuristic HUD", long paragraphs, narrator essay energy, Canva-deck energy, extra slogans beyond the locked message, purple/blue neon, glassmorphism.

Am besten mit: Claude Opus 5.5

Warum effektiv: Der Prompt lässt nichts offen und nichts dem Zufall: exakte Dauer, Loop-Bedingung (frame 0 == frame last), strenge Palette mit Hex-Codes, ein Drei-Ebenen-Typo-System, ein sekundengenaues Storyboard und neun konkrete Implementationstechniken bis hin zur Formel für den Stagger (1/16-Note bei 120 BPM = 125 ms). Der BANNED-Block am Ende verhindert genau die AI-Slop-Ästhetik, die solche Bumper sonst ruiniert — und der einleitende Rollen- plus Stakes-Satz („if this is weak, you don't get hired“) hebt das Anstrengungsniveau messbar.

Quelle: https://x.com/techhalla/status/2103411244468498547 | via MotionPromptGallery (178 kuratierte Einträge)

Community Resonanz: TechHalla („stealable workflows, not vibes“) machte den Prompt als Gegenentwurf zur „vibe prompting“-Debatte populär; die Gallery führt das Stück als eines der meist-empfohlenen Beispiele für Brief- statt Wunsch-Prompting.

3. Der 5-Wort-Rube-Goldberg: maximale Wirkung, minimale Worte

Prompt (vollständig, kopierbar):

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

Am besten mit: Claude Fable 5.5

Warum effektiv: Elf Wörter, drei Zielgrößen: Komplexität („extremely complicated“), physikalische Korrektheit („accurate physics“) und Produktionsqualität („aaa gfx, vfx“). Kein Detail-Diktat — das Modell entscheidet Maschine, Kamera und Timing selbst. Genau das funktioniert mit Fable 5.5, weil das Modell Design-Entscheidungen auf Agenten-Ebene selbst trifft; die Sammlung „Awesome Fable 5.5 Videos“ dokumentiert Dutzende solcher Ein-Satz-Videos.

Quelle: https://x.com/imjustnewatai/status/2105889407056109991 | via https://github.com/yihui-dev/awesome-fable5-5-videos (42 Stars, 80 Videos, 8 wörtliche Prompts)

Community Resonanz: Die Gallery-Kuratoren merken explizit an, „how short most of them are“ — die Community feiert den Kontrast: ein einziger Satz, der bei älteren Modellen ein komplettes Briefing brauchte.

🧠 TOP 3 NEUE TECHNIKEN

1. Physik-Timeline-Prompting mit Negativ-Prompt (CFG-Negatives)

Zusammenfassung: Video-Prompts als physikalisch korrekte Zeitlinie schreiben und pro Szene einen Negativ-Prompt als „Anti-Fehlerliste“ mitgeben — beides von einem LLM generieren lassen.

Erklärung: Hinter den FLUX-3-Einträgen auf dem Physics-IQ-Verified-Leaderboard steckt eine festgeschriebene Meta-Instruktion: Ein LLM (Claude Opus 5.5) erhält Startzustand und Beschreibung der Demonstration und liefert Prompt plus Negativ-Prompt als JSON zurück. Drei Regeln machen den Unterschied: Erstens darf nie eine bereits geschehene Aktion als „bevorstehend“ beschrieben werden und nichts darf in einen früheren Zustand zurückkehren. Zweitens wird die Zukunft als Zeitlinie mit Sekundenangaben erzählt, inklusive Ruhepunkten. Drittens benennt der Negativ-Prompt nur die konkreten Fehlermoden dieser Szene (Rückwärtsbewegung, Durchdringen, Morphing, Kameraschwenk) und wird als Classifier-Free-Guidance-Negativ direkt in die Generierung gefüttert.

Beispielprompt:

{condition}

Short description of the demonstration (written as if from its very start):
{description}

Write the text prompt for the video model so that its 5-second video is as physically accurate as
possible, and a negative prompt.

Prompt:
- Start from EXACTLY the state shown{last}: name the relevant objects, materials, positions and contacts, and
  whether each is at rest or already moving (and in which direction). Never describe an action that has
  already happened as upcoming, and never let anything return to an earlier state.
- Reason about the physics (gravity, support and contact, collisions and momentum transfer, friction,
  rolling, elasticity, fluid flow, buoyancy, etc.) and describe what will actually happen next.
- Narrate the next 5 seconds as a timeline with approximate times (for example "In the first second ...",
  "by about 3 s ...", "at 5 s ..."), including where things come to rest.
- Keep the camera completely static, real-time speed, the same lighting and background. Do not add
  people, hands, text or objects that are not visible; if a hand or a device is visible, describe only the
  motion it is clearly performing.
- 120-220 words of plain prose.

Negative prompt: a comma-separated list (at most 50 words) of the specific visual failure modes to avoid
in THIS scene, e.g. objects moving backwards or repeating an action, objects passing through each other,
floating or defying gravity, appearing or disappearing, morphing, liquids moving unnaturally, motion
freezing, plus camera motion, cuts and zoom.

Answer with JSON only: {{"prompt": "...", "negative_prompt": "..."}}

Geeignet für: FLUX 3 [large] sowie alle i2v/v2v-Modelle mit Negativ-Prompt-Support (z. B. Kling, Seedance)

Ursprung: https://github.com/felifri/flux3-physics-iq-prompts

Warum heute wichtig: Das Repo veröffentlicht erstmals den kompletten Prompt-Satz inklusive der exakten Instruktion, mit der die Verified-Einträge erzeugt wurden — inklusive des Offenlegungsprinzips, dass Prompt plus Negativ-Prompt gegen die Standard-Beschreibungen getestet und danach ausgewählt wurde. Damit ist die Methode für jede physiklastige Video-Generierung (Produkt-Drops, Sport, Simulationen) reproduzierbar.

2. Referenzbild-Reverse-Engineering mit P0/P1/P2-Priorisierung

Zusammenfassung: Ein multimodales LLM analysiert Referenzbilder und übersetzt sie in engineering-gradige Text-zu-Bild-Prompts — mit gestaffelter Priorisierung und ausdrücklichem Verbot, Unbekanntes zu erfinden.

Erklärung: Der veröffentlichte Mega-Prompt (ca. 18.000 Zeichen, generiert mit GPT-6 Astra Ultra) zwingt das Modell zu einer evidenzbasierten Beobachtung: Sichtbare Fakten, Schätzungen (mit „ca.“) und Unbekanntes werden getrennt; Seeds, LoRAs, Sampler, Kameraparameter oder Schriften dürfen nie halluziniert werden, wenn sie nicht ablesbar sind. Details werden nach Ähnlichkeits-Impact priorisiert — P0 für Komposition, Silhouetten, Posen, Farbblöcke und Text, P1 für Materialien und Licht, P2 für Stimmung. Und: Auch Unvollkommenheiten der Vorlage (Asymmetrien, Körnung, Unschärfe, Beschädigungen) müssen erhalten bleiben, nichts darf „verschönert“ werden. Das Ergebnis ist ein vollständiges Replication-Paket: Spec, Text-zu-Bild-Prompt, Bild-zu-Bild-Prompt mit Erhalts-Regeln, negative Constraints und Abnahme-Punkte.

Beispielprompt:

Analysiere die angehängten Referenzbilder und übersetze sie in engineering-gradige Generierungs-Prompts.

Regeln:
1. Trenne sichtbare Fakten, Schätzungen (mit „ca.") und Unbekanntes. Erfinde nie Seeds, LoRAs, Sampler, Kameraparameter oder Schriftarten, die nicht ablesbar sind.
2. Priorisiere nach Ähnlichkeits-Impact: P0 = Komposition, Silhouetten, Posen, Farbblöcke, sichtbarer Text; P1 = Materialien, Lichtstimmung, Tiefenschärfe; P2 = Stimmung und Feinkorn.
3. Behalte auch Unvollkommenheiten der Vorlage (Asymmetrien, Körnung, Unschärfe, Beschädigung) — nichts verschönern, nichts „kommerzialisieren".
4. Liefere: (a) Replication-Spec, (b) Text-zu-Bild-Prompt auf Englisch, (c) Bild-zu-Bild-Prompt mit Erhalt-/Änderungs-Regeln, (d) negative Constraints, (e) fünf Abnahme-Punkte zum Gegenchecken mit dem Original.
Text in Bildern bleibt in der Originalsprache;只交付结果,不展示内部推理过程。

Geeignet für: GPT-6 Astra, Claude Opus 5.5 (multimodale LLMs) — Ergebnis-Prompts für Midjourney, FLUX, Qwen-Image, Seedream

Ursprung: https://github.com/MrDouZheng/text-to-image-prompt-reverse-engineering-replication

Warum heute wichtig: Reverse-Engineering ist der schnellste Weg zu reproduzierbaren Styles — das Repo veröffentlicht den kompletten Prompt als Raw-Text und damit eine sofort einsetzbare Vorlage. Gerade die P0/P1/P2-Priorisierung löst das Kernproblem von Bild-zu-Bild-Workflows: Modelle verschwimmen im Detail und verlieren genau die Merkmale, die die Ähnlichkeit ausmachen.

3. Beat-gesperrte, code-synthetisierte Soundtracks

Zusammenfassung: Das Agent-Modell komponiert die Musik vollständig selbst in Code — und weil Musik und Schnitt aus derselben Uhr kommen, landet jede Montage exakt auf dem Beat, ohne Post-Editing.

Erklärung: Statt eine fertige Audiodatei zu liefern, verlangt der Prompt den kompletten Verzicht auf Samples, Audio-Dateien und VST-Instrumente: Der Soundtrack muss in Code synthetisiert werden. Musik und Motion entstehen damit aus derselben Zeitbasis — das Beat-Grid wird zum Schnitt-Raster, und die Sync-Frage, die sonst in der Nachbearbeitung gelöst werden muss, löst sich an der Wurzel. Ausgeliefert wird direkt ein MP4 mit eingerenderter Musik plus Speicherpfad. In der MotionPromptGallery ist die Technik unter „music-synced“ ein eigener Pfad geworden.

Beispielprompt:

make a dynamic 15-second motion graphics video that shows what an incredible motion designer you are, like it's your showreel for a résumé. go all out.

compose the soundtrack yourself, fully synthesized in code. no samples, no audio files, no VST instruments. every cut and transition must land on the beat.

1920x1080, 60fps. render the final video with the music mixed in as an MP4 and tell me where it's saved.

Geeignet für: Claude Opus 5.5, GPT-6 Astra (Coding-Agenten mit Audio- und Render-Ausgabe)

Ursprung: https://x.com/prasenx/status/2103538744695693512 (via https://motionpromptgallery.com)

Warum heute wichtig: In der aktuellen Ein-Prompt-Video-Welle (Fable 5.5, Opus 5.5) entscheidet Musik-Sync über den Eindruck „Demo“ vs. „Produktion“: Ein Video, das nicht auf den Beat geschnitten ist, wirkt sofort amateurhaft. Die Technik macht Beat-Treue deterministisch statt erhofft — und funktioniert mit jedem Agenten, der Code ausführen und rendern kann.

🏆 Highlight des Tages

Ein Prompt, 55 Städte, 6 Subagenten: Das Invisible-Cities-Experiment von Quesma.

Quesma-Gründer Piotr Szymański gab Claude Opus 5.5 exakt einen Prompt — „Make a three.js (pnpm) visualization of all Invisible Cities by Italo Calvino. Don't ask questions, it is a one-shot task. You have 6h of work, use it until it becomes a masterpiece." — und ließ das Modell sechs Stunden lang allein arbeiten. Das Ergebnis: eine interaktive 3D-Visualisierung aller 55 Städte aus Italo Calvinos „Invisible Cities“, jede Stadt eine Emotion in Architektur übersetzt.

Drei Details machen den Fall zum Highlight des Tages:

  1. Agentic Time Dilation: Opus 5.5 teilte sich in 6 parallele Subagenten auf und lieferte in 1 h 25 min Wanduhr etwa 7 Agenten-Stunden Arbeit — es nutzte damit effektiv mehr als das genehmigte Budget, ohne die Wanduhr zu überschreiten.
  2. Der Modell-Vergleich im selben Prompt: GPT-6 Astra löste dieselbe Aufgabe in 53 Minuten für ca. 10 $ — der Autor ermutigt ausdrücklich, denselben Prompt mit verschiedenen Modellen und Harnesses zu wiederholen.
  3. Die eigentliche Lektion: Der Prompt enthält keinerlei Spezifikation von Design, Layout oder Interaktion — die Qualität entsteht nicht aus Diktat, sondern aus der Kombination aus Zeitbudget, Verbot der Rückfragen und einer messbaren Qualitätslatte („masterpiece").

Die Diskussion auf Hacker News (406 Punkte, 199 Kommentare) dreht sich um genau diese Frage: Wenn ein 19-Wort-Prompt das liefert, was ist der menschliche Anteil an interaktiven Medien noch wert — und wie schnell gewöhnt man sich an „wow".

Nachlesen: https://quesma.com/blog/invisible-cities-one-shot/ · Diskussion: https://news.ycombinator.com/item?id=50004790

📰 Erlesene Artikel & Ressourcen

Bericht erstellt am 10. Oktober 2026 Quellen: Hacker News, AI News Portals, arXiv, GitHub, Personal Blogs