Navigate to WaytoAGI Wiki →
Home/Question List/Question Detail

知识库中有哪些关于结构化提示词的文章，请列表显示

Answer

以下是知识库中关于结构化提示词的一些文章：

  1. 《LangGPT 相关视频 & 活动分享》：介绍了 LangGPT 项目的相关视频和活动，包括结构化 prompt。
  2. 《系统论述文章构建高性能 Prompt 之路—结构化 Prompt》：探讨了如何构建高性能的 Prompt，包括结构化 Prompt 的使用。
  3. 《提示链 Prompt Chain 和多提示词协同》：介绍了 Prompt Chain 和多提示词协同的概念，以及如何使用它们来提高模型的性能。
  4. 《如何构建生产级鲁棒高性能 Prompt》：提供了一些关于如何构建生产级鲁棒高性能 Prompt 的建议。
  5. 《提升大模型可靠性的 prompt 方法汇总》：总结了一些提升大模型可靠性的 prompt 方法，包括结构化 Prompt。
  6. 《为什么结构化 Prompt 如此有效？》：解释了结构化 Prompt 之所以有效的原因。
  7. 《DALLE-3 的紧箍咒》：讨论了 DALLE-3 模型的限制，以及如何使用结构化 Prompt 来克服这些限制。

这些文章提供了关于结构化提示词的不同方面的信息，包括如何使用它们来提高模型的性能和可靠性，以及如何构建生产级的高性能 Prompt。

Content generated by AI large model, please carefully verify (powered by aily)

References

云中江树- LangGPT 提示词

【LangGPT项目】[云中江树：LangGPT ——让人人都能编写高质量Prompt](https://web.okjike.com/originalPost/645e48f8f9f51888942247d2)【结构化prompt】[云中江树：系统论述文章构建高性能Prompt之路—结构化Prompt](https://mp.weixin.qq.com/s/N9BrkDqvkIHQD7TTnhNk6Q)【提示链Prompt Chain】[Prompt进阶—提示链（Prompt Chain）和多提示词协同](https://mp.weixin.qq.com/s/syzvo17WQcOVqajU-xxF6Q)[如何构建生产级鲁棒高性能Prompt](https://web.okjike.com/originalPost/64834951b0f25cc9183d5652)[提升大模型可靠性的prompt方法汇总](https://web.okjike.com/originalPost/64aac48463e42a95c4d1891f)[为什么结构化Prompt如此有效？](https://web.okjike.com/originalPost/64bfe90716e52475022dd0a2)【DALLE-3】[DALLE-3的紧箍咒](https://mp.weixin.qq.com/s/WYv0aq6a4W1tdNQKCR9oiw)

云中江树- LangGPT 提示词

[1.LangGPT社区年度分享：AI交流的艺术](https://waytoagi.feishu.cn/wiki/YTnWwiGFZi37wqkzjvjcwuown7b?table=tblp81WDObH3I20H&view=vewM2PB3Iu)[2.系统论述文章：构建高性能Prompt之路—结构化Prompt](https://waytoagi.feishu.cn/wiki/OsEowcI67i6UBMk5ztac4Tsrned?table=tblp81WDObH3I20H&view=vewM2PB3Iu)[3.如何让LLM应用性能登峰造极](https://waytoagi.feishu.cn/wiki/LSlHw3FbWiNZupkBOVXcl7aVnrf)[3.Prompt进阶—提示链（Prompt Chain）和多提示词协同](https://waytoagi.feishu.cn/wiki/LOt0wYe5jiqbP0kafxqcWta2nnL?table=tblp81WDObH3I20H&view=vewM2PB3Iu)[4.Agents基石|提示词结构化方法论和实践](https://waytoagi.feishu.cn/wiki/UIhhwy31bifLL5knakfcAn00nMg)[5.提示工程培训：入门到精通系列课程](https://waytoagi.feishu.cn/wiki/NzStwHsNei0LqPkzWGocja90nPd?table=tblp81WDObH3I20H&view=vewM2PB3Iu)[6.DALLE-3的紧箍咒](https://waytoagi.feishu.cn/wiki/Yv41wFABvixzJAk1KQkc1ZGsnUc?table=tblp81WDObH3I20H&view=vewM2PB3Iu)[7.让机器来点人味](https://waytoagi.feishu.cn/wiki/ZNRmwSEeXinTR7kSlwQcGjqUnBb?table=tblp81WDObH3I20H&view=vewM2PB3Iu)

小七姐：Prompt 喂饭级系列教程小白学习指南（四）

在今天的（四）中，我们主要分享：Prompt的结构化什么是结构化Prompt？结构化的思想很普遍，结构化内容也很普遍，我们⽇常写作的⽂章，看到的书籍都在使⽤标题、⼦标题、段落、句⼦等语法结构。结构化Prompt的思想通俗点来说就是像写⽂章⼀样写Prompt。结构化编写Prompt本身算是提示词编写的进阶学习内容，基于我们是面向新手的喂饭级教程，这里只列举一套（极简）基础的结构化编写Prompt的框架，我们可以看到它通过一些特定的标准，将提示词结构为一些固定范式，例如：# Role:[请填写你想定义的角色名称]# Profile:- author:作者- version:版本- language:中文- description:[请简短描述该角色的主要功能，50字以内]## Goals:1.[请列出该角色的主要目标1]2.[请列出该角色的主要目标2]## Constrains:[请列出该角色在互动中必须遵循的限制条件1][请列出该角色在互动中必须遵循的限制条件2]## Skills:[为了在限制条件下实现目标，该角色需要拥有的技能1][为了在限制条件下实现目标，该角色需要拥有的技能2]## Workflows:1.[请描述该角色的工作流程的第一步]2.[请描述该角色的工作流程的第二步]

Others are asking
知识库搭建注意事项
以下是关于知识库搭建的注意事项： 1. 数据清洗方式： 可选择手动清洗数据以提高准确性，避免自动清洗数据可能出现的不准确情况。 对于本地文档，要注意合理拆分内容以提高训练数据准确度，不能将所有内容一股脑放入训练。 2. 在线知识库： 点击创建知识库，可创建如画小二课程的 FAQ 知识库。 飞书在线文档中每个问题和答案以分割，可点击编辑修改和删除。 选择飞书文档，选择自定义的自定义，输入。 点击添加 Bot 并在调试区测试效果。 3. 本地文档： 对于本地 word 文件，要注意拆分内容的方法。例如，对于画小二课程，将 80 节课程分为 11 个章节，先放入大章节名称内容，再按固定方式细化章节内详细内容。 选择创建知识库自定义清洗数据。 4. 发布应用： 点击发布，确保在 Bot 商店中能够搜到，否则无法获取 API。 5. 文档格式和分片策略： 以创建外贸大师产品的帮助文档知识库为例，可选择使用 Local doucuments 方式上传 Markdown 格式文档，每个问题以开头。 文档的分片策略会严重影响查询结果，RAG 方案存在跨分片总结和推理能力弱、文档有序性被打破、表格解析失败等缺点。 此外，在信息管理和知识体系搭建中，“拎得清、看得到、想得起、用得上”是四个核心步骤： 1. 拎得清：主动选择和判断高质量、与目标相关的信息源，利用 AI 搜索引擎筛选信息，加入优质社群、订阅号等建立信息通路。 2. 看得到：确保所选信息能频繁且不经意地触达个人，通过浏览器插件、笔记工具等组织信息，使其易于检索和浏览。 3. 想得起：做好信息的索引和关联，存储时做好标记（关键词、tag）、选择合适存放位置，推荐使用 PARA 笔记法等方法组织串联信息。 4. 用得上：将积累的知识转化为实际行动和成果，在解决问题或创造价值时从知识库中调取相应信息。
2025-03-17
如何利用AI来打造自己的知识库？需要利用哪些软件？
以下是利用 AI 打造自己知识库的一些方法和可能用到的软件： 1. 飞书软件：例如“通往 AGI 之路”就是一个使用飞书搭建的 AI 知识库。您可以在飞书大群中与机器人对话获取资料。 2. Coze：在“大圣：胎教级教程：万字长文带你使用 Coze 打造企业级知识库”中有相关介绍，能帮助您理解 AI 时代的知识库，包括其概念、实现原理和能力边界等。 3. AnythingLLM：包含所有 Open WebUI 的能力，额外支持选择文本嵌入模型和向量数据库。安装地址为 https://useanything.com/download 。安装完成后可进行配置，包括选择大模型、文本嵌入模型和向量数据库。在 AnythingLLM 中可创建独有的 Workspace 来构建本地知识库，包括创建工作空间、上传文档并进行文本嵌入、选择对话模式（Chat 模式和 Query 模式），配置完成后可进行测试对话。 4. GPT：通过将文本拆分成小文本块并转换为 embeddings 向量，保存在向量储存库中作为问答的知识库。当用户提问时，将问题转换为向量并与储存库中的向量比对，提取关联度高的文本块与问题组合成新的 prompt 发送给 GPT API 。 希望以上信息对您有所帮助。
2025-03-17
知识库
以下是关于知识库的相关内容： 智能体创建： 手动清洗数据：本次创建知识库使用手动清洗数据，上节课程是自动清洗数据，自动清洗数据可能出现数据不准的情况，手动清洗可提高数据准确性。参考课程：。 在线知识库：点击创建知识库，创建画小二课程的 FAQ 知识库。飞书在线文档中每个问题和答案以分割，可选择飞书文档、自定义的自定义，输入后可区分内容，还可编辑修改和删除，添加 Bot 后可在调试区测试效果。 本地文档：对于本地 word 文件，注意拆分内容以提高训练数据准确度。例如画小二 80 节课程分为 11 个章节，不能一股脑全部放入训练，应先放入大章节名称内容，章节内详细内容按固定方式人工标注和处理，然后选择创建知识库自定义清洗数据。 发布应用：点击发布，确保在 Bot 商店中能搜到，否则无法获取 API。 概述： 扣子提供了几种存储和记忆外部数据的方式，以便 Bot 精准回复用户。知识库是大量知识分片，通过语义匹配为模型补充知识，以车型数据为例，每个知识库分段保存一种车型基础数据。同时还介绍了数据库、AI 便签、单词本等。 智能体“竖起耳朵听”： 扣子的知识库功能强大，可上传和存储外部知识内容，提供多种查找知识的方法，解决大模型有时出现的幻觉或专业领域知识不足的问题。在该智能体中使用了自己的知识库，收集了很多地道口语表达的短句，知识库可包含多种格式文件，此例中只用了文本格式，智能体回答用户时会先检索知识库内容。还可添加开场白提升体验。
2025-03-16
我需要搭建一个每个人都能使用的知识库
要搭建一个每个人都能使用的知识库，可以考虑使用 GPT 并借助 embeddings 技术。以下是相关步骤和原理： 1. 文本处理：将大文本拆分成若干小文本块（chunk）。 2. 向量转换：通过 embeddings API 将小文本块转换成与语义相关的 embeddings 向量，并在向量储存库中保存这些向量和文本块，作为问答的知识库。 3. 问题处理：当用户提出问题时，先将问题通过 embeddings API 转换成问题向量，然后与向量储存库中的所有文本块向量进行比对，查找距离最小的几个向量，提取对应的文本块，并与原有问题组合成新的 prompt 发送给 GPT API。 4. 容量限制：GPT3.5 一次交互支持的 Token 数量有限，embedding API 是解决处理大量领域知识的方案。 5. 理解 embeddings：embeddings 是浮点数字的向量，向量之间的距离衡量关联性，小距离表示高关联度。例如，“猫”和“狗”距离近，与“汽车”距离远。 例如，对于一篇万字长文，拆分成的 chunks 包含：文本块 1：本文作者：越山。xxxx。文本块 2：公众号越山集的介绍：传播效率方法，分享 AI 应用，陪伴彼此在成长路上，共同前行。文本块 3：《反脆弱》作者塔勒布xxxx。文本块 4：“科技爱好者周刊”主编阮一峰会记录每周值得分享的科技内容，周五发布。如果提问是“此文作者是谁？”，通过比较 embeddings 向量，可以直观地看出文本块 1 跟这个问题的关联度最高，文本块 3 次之。最后发送给 GPT API 的问题会类似于“此文作者是谁？从以下信息中获取答案：本文作者：越山。xxxx。《反脆弱》作者塔勒布xxxx。”这样大语言模型大概率能回答上这个问题。
2025-03-16
我想建立一个知识库，自动生成解决方案
以下是关于建立知识库并自动生成解决方案的相关信息： smartBot 的应用场景： 1. 辅助使用者对某个行业/领域/问题进行深度解读和分析，并建立系统性的认知过程。 2. 根据预设流程，自动化形成对某个专业方向/领域/行业的系统化知识图谱。 基于知识图谱的问答系统： 1. 结合知识图谱中的丰富信息，能够提供精确且富有洞察力的答案，无论问题是关于具体事实还是复杂关系。 2. 以 Bilibili 知识区为核心，将分散的知识点整合成语义网络，涵盖广泛主题领域，揭示不同概念间潜在关系。 3. 对 Bilibili 知识区重点视频字幕进行数据清洗和分词处理，确保数据准确性和一致性。 4. 利用 NLP 技术解析和优化用户查询，自动补充或纠正模糊查询词，提高查询准确性和覆盖面。 5. 采用先进深度学习技术，对用户查询进行深入语义理解和上下文分析，提供更精准搜索结果。 知识库构建与业务完整性： 1. 从文档切片、向量化到数据入库，构建完整的知识库。 2. 结合检索模块和生成模块，提供从检索到生成的完整解决方案。 用 Coze 免费打造微信 AI 机器人的步骤： 1. 设计方面：确定功能范围。 2. 搭建步骤： 开始节点和结束节点由 coze 自动生成。 开始节点配置：输入变量名写“Question”，描述写“用户输入的问题”，变量类型选“String”。 知识库配置：将开始节点和知识库左侧节点连接，引用开始节点的变量“Question”，添加创建好的知识库，并将知识库右侧节点与结束节点左侧连接。 结束节点配置：用于输出 AI 机器人的最终结果，回答格式设置为“您的问题：{{question}} 问题的答案：{{answer}}”，定义“question”引用“开始节点的 Question”，“answer”引用“知识库节点的输出 output”，选择使用设定内容直接回答。 试运行测试：点击右上角“试运行”，输入问题后点击“运行”，查看工作流每一步的详细输入和输出。
2025-03-16
如何建立自己的知识库
要建立自己的知识库，可以参考以下两种方法： 方法一：用 GPT 打造个人知识库 1. 理解 embeddings：embeddings 是一个浮点数字的向量（列表），两个向量之间的距离衡量它们的关联性，小距离表示高关联度，大距离表示低关联度。向量是数学中表示大小和方向的一个量，通常用一串数字表示，在计算机科学和数据科学中，向量通常用列表来表示。向量之间的距离是一种度量两个向量相似性的方法，最常见的是欧几里得距离。在 OpenAI 词嵌入中，靠近向量的词语在语义上相似。 2. 使用 embeddings：将大文本拆分成若干个小文本块（chunk），通过 embeddings API 将小文本块转换成 embeddings 向量，在一个地方（向量储存库）中保存这些 embeddings 向量和文本块，作为问答的知识库。当用户提出一个问题时，该问题先通过 embeddings API 转换成问题向量，然后将这问题向量与向量储存库的所有文本块向量比对，查找距离最小的几个向量，把这几个向量对应的文本块提取出来，与原有问题组合成为新的 prompt（问题/提示词），发送给 GPT API。 方法二：用 Coze 免费打造自己的微信 AI 机器人 1. 设计您的 AI 机器人。 2. 确定功能范围。 3. 创建知识库：整理“关键字”与“AI 相关资料链接”的对应关系，并将信息存储起来。创建知识库路径为个人空间 知识库 创建知识库。知识库文档类型支持本地文档、在线数据、飞书文档、Notion 等，本次使用【本地文档】。按照操作指引上传文档、分段设置、确认数据处理。小技巧：知识库好不好用，跟内容切分粒度有很大关系，我们可以在内容中加上一些特殊分割符，比如“”，以便于自动切分数据。分段标识符号要选择“自定义”，内容填“”。最终的知识库结果中，同一颜色代表同一个数据段，如果内容有误需要编辑，可以点击具体内容，鼠标右键会看到“编辑”和“删除”按钮，可以编辑或删除。
2025-03-16
如何用结构化提示词生成具体某一页PPT
以下是关于如何用结构化提示词生成具体某一页 PPT 的相关内容： 一、熊猫 Jay 的思路和指南 1. AI 生成 PPT 的主要思路 利用 AI 生成 PPT 大纲 培训文档助手提供核心提示词（仅供参考，可在此基础上丰富） 本章节结合 ChatGPT GPT4 模型生成大纲，也可利用其他 AIGC 工具 结构化提示词模版大多以 Markdown 语法构建，“”代表一级标题，“”代表二级标题，“”代表无序列表 输入关键信息生成大纲，包括针对不同人群的受众分析 2. 注意事项 提示词是利用 LangGPT 生成的基本提示词 语法的详细用法可自行了解 二、Kimi 的 15 款官方提示词 1. 【PPT 精炼】整理各种课程 PPT，输出结构明晰、易于理解内容文档 2. 【🔥爆款文案】生成高质量的爆款网络文案 3. 【🎥影剧推荐】根据喜好推荐影视，提供保姆级资源渠道 4. 【📝影评达人】专业生成引人入胜、富有创意的电影评论 5. 【🚀职业导航】私人职业路径规划顾问，综合考虑个人特质、就业市场和发展前景 6. 【📅营销策划】为产品或服务提供定制化营销活动策划 7. 【🎤面试模拟】私人面试 mock 伙伴，根据简历信息和求职岗位进行模拟面试 8. 【📢宣传 slogan】快速生成抓人眼球的专业宣传口号 9. 【✍️期刊审稿】提前预知审稿人对文章的吐槽 10. 【📖诗意创作】现代诗、五言/七言诗词信手拈来的诗歌创作助手 11. 【📰推闻快写】专业微信公众号新闻小编，兼顾视觉排版和内容质量，生成吸睛内容 12. 【📚要点凝练】长文本总结助手，能够总结用户给出的文本、生成摘要和大纲 13. 【🎬短剧脚本】创作定制化短视频脚本，包含拍摄要求和分镜细节 14. 【📝美文排版】使用 Unicode 符号和 Emoji 表情符号优化文字排版，提供良好阅读体验 整理收录：小七姐 Prompt 星球：https://t.zsxq.com/15KhQ0RE7 三、甲木的方法 1. 让 Claude 帮做「古诗词卡片」 语文老师 PPT 配图有救了 主题+方向=符合诗词原意调性的古诗词名片 流程简单：输入 Prompt，用户输入主题、风格，AI 输出最终结果 获取提示词：第一版规定 AI 排版，固定输出；第二版释放 AI 创意，自由发挥，不受拘束 开源了提示词，可直接获取，关注、点赞、转发更佳 希望以上内容对您有所帮助。
2025-03-17
如果要搭建一个自己的业务知识的结构化知识库，推荐哪个平台和工具？
以下是为您推荐的搭建自己业务知识结构化知识库的平台和工具： 1. Coze： 影响 RAG 输出质量的因素：当下这些平台的 RAG 能力对问答场景友好，其他场景效果一般。若需要企业级复杂知识库场景，可能需要找专业团队，收费几万到几十万不等。 基础能力：包括提示词（设定 Bot 身份、目标和技能）、插件（通过 API 连接集成平台和服务）、工作流（规划和实现复杂功能逻辑）、记忆库（保留和理解对话细节，添加外部知识库）。 相关参考：编写提示（https://www.coze.cn/docs/guides/prompt）、插件介绍（https://www.coze.cn/docs/guides/create_plugin）、工作流介绍（https://www.coze.cn/docs/guides/workflow）、知识库介绍（https://www.coze.cn/docs/guides/knowledge）、数据库（https://www.coze.cn/docs/guides/database）。 2. 您还可以参考以下文章： 《小七姐：信息管理工具与方法》：从信息源的选择、信息通路的建立、知识结构化、知识内化与应用等方面展示了信息管理和知识体系搭建的过程。 《这可能是讲 Coze 的知识库最通俗易懂的文章了》：其中提到如果想使用专门搭建个人知识库的软件，可以查看《手把手教你本地部署大模型以及搭建个人知识库》（https://waytoagi.feishu.cn/wiki/ZKGmwsQhTihYZ8kdu7uccF1lnQc?from=from_copylink），忽略本地部署大模型环节，直接看其中推荐的软件。但使用该软件可能需要对接一些额外的 API，建议先了解 RAG 的原理再使用。
2025-03-05
如何让大模型输出结构化的数据
要让大模型输出结构化的数据，可以采取以下几种方法： 1. 设计合理的 Prompt 工程： 明确的待处理内容指引：在构建 Prompt 时，清晰地定义需要处理的文本，并使用标记框起来，让模型准确识别待处理内容范围。 提供明确字段定义：具体化每个字段的名称、用途及要求，为模型提供清晰的提取方向。 异常处理：设置异常处理原则，如规定缺失数据使用默认值填充，特殊数据类型符合标准格式，确保模型输出的完整性和一致性。 要求结构化输出：指示模型以结构化格式（如 JSON）输出数据，便于后续处理和系统集成。 2. 搭建工作流： 模型选择：根据需求选择合适的大模型，如默认的豆包 32k 或更大的 kimi128k 等。 配置参数：进行批处理，输入相关参数，如文章内容正文、url 链接和标题等。 提示词输入：将相关内容一起送给大模型进行总结，并拼接成特定格式输出。 汇总格式化最终输出内容：使用代码节点对大模型输出的内容进行最终格式化。 3. 探索 JSON Output 应用： 无模板的 Excel 导入：改变传统数据导入方式，通过 Prompt 读取想要的数据列。 AI 审核员：在人审环节前加 AI 审，提供相关知识和少量示例，输出简单结果。 分类器：一个 Prompt 即可完成分类任务。 应用于其它业务场景：如在一些业务场景中落地，提高效率。 但需要注意的是，过去大模型还不太成熟，应用过程可能会有一些困难。
2025-02-27
怎么让AI识别对话，并生成结构化数据存储到我的软件系统里
要让 AI 识别对话并生成结构化数据存储到软件系统里，可以参考以下方法： 1. 基于结构化数据来 RAG：如果原始数据本身就是结构化、标签化的，不必将这部分数据做向量化。结构化数据的特点是特征和属性明确，可用有限标签集描述，能用标准查询语言检索。以餐饮生活助手为例，流程包括用户提问、LLM 提取核心信息并形成标准查询、查询结构化数据、LLM 整合回复。 2. 利用 Coze 平台设计 AI 机器人：创建好 Bot 后，从“个人空间”入口找到机器人，进行“编排”设计。Coze 平台常用的概念和功能包括提示词（设定 Bot 身份和目标）、插件（通过 API 连接集成服务）、工作流（设计多步骤任务）、触发器（创建定时任务）、记忆库（保留对话细节，支持外部知识库）、变量（保存用户个人信息）、数据库（存储和管理结构化数据）、长期记忆（总结聊天对话内容）。设计 Bot 时要先确定目的，比如“AI 前线”Bot 的目的是作为 AI 学习助手，帮助职场专业人士提升在人工智能领域的知识和技能，并提供高效站内信息检索服务。 注：Coze 官方使用指南见链接：https://www.coze.cn/docs/guides/welcome ，遇到疑问也可查阅该指南。
2025-02-18
生成一个完整的结构化提示词
以下是为您生成的关于结构化提示词的相关内容： 为 AI 视频生成设计的结构化提示词模板包含镜头语言、主体、细节、氛围等要素，适合生成具有电影感的大场景视频。完整提示词结构示例为：主题风格+镜头运动+主体描述+动态细节+背景环境+光影色调+情绪氛围（可附加技术参数：如时长、运镜速度、镜头焦距等） 样例驱动的渐进式引导法是让 AI 主动读懂您的想法。以 1 2 个正向样例作为起点，通过与 AI 的多轮对话，引导 AI 从样例中提炼隐含的生成要求，逐步完善提示词。例如教 AI 仿写爆文时，只需提供优秀样例，AI 会自动分析理解精髓并生成符合自身运作方式的指令。 其核心步骤包括： 1. 构建初始样例：创建符合期望输出的具体例子。 2. 评估样例，尝试提炼模板：让 AI 分析理解样例的结构和关键元素，并以专家视角优化样例。 3. 固定模板，强化要求说明：基于对初始样例的理解，让 AI 提出通用模板，通过测试 Prompt 验证可靠性。 4. 生成结构化提示词：将优化后的模板转化为结构化的提示词，用户适当调整并确认后投入使用。 在这个过程中，用户的角色主要是： 1. 提供尽可能与自己预期一致的初始样例。 2. 判断 AI 的输出质量。 3. 反馈改进建议，提供行动引导。 这种方法的优势在于简化了提示词设计过程，让非专业用户也能创建高质量的 Prompt。通过引导 AI 进行分析和优化，用户可以专注于判断输出质量和提供反馈，而不需要深入理解复杂的 Prompt 工程技巧。接下来，将通过一个实战案例“知识闪卡 AI”来逐步分享运用过程，帮助您直观了解如何使用该方法设计高质量的提示词。
2025-02-18
请把机器学习相关和大模型相关的知识点形成一个结构化的知识树，包括但是不限于算法、框架、工具、注意力机制等
以下是一个关于机器学习和大模型的结构化知识树： 一、基础数学知识 1. 线性代数 2. 概率论 3. 优化理论 二、机器学习基础 1. 监督学习 分类 回归 2. 无监督学习 聚类 3. 强化学习 三、深度学习 1. 神经网络 卷积网络 递归网络 注意力机制 2. Transformer 模型 四、自然语言处理 1. 语言模型 2. 文本分类 3. 机器翻译 五、计算机视觉 1. 图像分类 2. 目标检测 3. 语义分割 六、前沿领域 1. 大模型 2. 多模态 AI 3. 自监督学习 4. 小样本学习 七、工具与框架 1. TensorFlow 2. PyTorch 八、应用领域 1. 自然语言处理 2. 计算机视觉 3. 推荐系统 九、数据处理 1. 数据采集 2. 数据清洗 3. 特征工程 十、模型部署 1. 模型优化 2. 模型服务 十一、科研实践 1. 论文阅读 2. 模型实现 3. 实验设计 十二、行业实践 1. 项目实战 2. 案例分析
2025-02-11
上手coze的路径，整理一个教程的列表
以下是上手 Coze 的路径及相关教程列表： 1. 历史活动教程： 5 月 7 号（）：大聪明分享｜主题：Agent 的前世今生，每个分享人分享最初是怎么接触 Coze 的，以及现在用 Coze 做什么。流程安排：20:00@🌈AJ 主持开场，20:00 21:00 大聪明分享，21:00 21:30 关于 Coze 随便聊聊。 5 月 8 号（）：大圣分享｜主题：我眼中的 AI Agent 以及通过搭建知识库实例入门 Coze。流程安排：20:00 21:20 大圣分享。 5 月 9 号（）：艾木分享｜主题：Agent 系统的核心构成：Workflow 和 Multiagent Flow（以“Dr.Know”和“卧底”为例，线上答疑。流程安排：20:00 21:00 艾木分享，21:00 21:30 线上答疑。 5 月 10 号（）：罗文分享｜主题：一个方法解锁 COEZ 所有插件的用法+如何自动化解锁每天抓取 X 内容+改写+发布到飞书。流程安排：20:00 21:00 罗文分享。 5 月 11 号（）：Itao 分享｜主题：和 AI 成为搭子，线上答疑。流程安排：20:00 21:00：itao 分享，21:00 21:30 线上答疑。 2. 基础教程： 3. 大圣的胎教级教程中的 Coze 概述： 字节的官方解释：Coze 是新一代一站式 AI Bot 开发平台。无论是否有编程基础，都可以在 Coze 平台上快速搭建基于 AI 模型的各类问答 Bot，从解决简单的问答到处理复杂逻辑的对话。并且，可以将搭建的 Bot 发布到各类社交平台和通讯软件上，与这些平台/软件上的用户互动。 个人认为：Coze 是字节针对 AI Agent 这一领域的初代产品，在 Coze 中将 AI Agent 称之为 Bot。 字节针对 Coze 这个产品部署了两个站点，分别是国内版和海外版。 国内版： 网址：https://www.coze.cn 官方文档教程：https://www.coze.cn/docs/guides/welcome 大模型：使用的是字节自研的云雀大模型，国内网络即可以正常访问。 海外版： 网址：https://www.coze.com 官方文档教程：https://www.coze.com/docs/guides/welcome 大模型：GPT4、GPT3.5 等大模型（可以在这里白嫖 ChatGPT4，具体参考文档：），访问需要突破网络限制的工具，参考文档：https://www.coze.com/docs/zh_cn/welcome.html AI Agent 的开发流程：Bot 的开发和调试页面布局主要分为提示词和人设的区块、Bot 的技能组件、插件、工作流、Bot 的记忆组件、知识库、变量、数据库、长记忆、文件盒子、一些先进的配置、触发器（例如定时发送早报）、开场白（用户和 Bot 初次对话时，Bot 的招呼话语）、自动建议（每当和 Bot 一轮对话完成后，Bot 给出的问题建议）、声音（和 Bot 对话时，Bot 读对话内容的音色）。
2025-03-16
可以给我一份国内ai工具网站的列表吗
以下是为您整理的部分国内 AI 工具网站： |排行|产品名|分类| |||| |31|autoDL 云服务租用|云服务租用| |32|AIbot ai 工具集|导航网站| |33|同花顺问财|金融| |34|魔搭社区阿里达摩院|AI 训练模型| |35|MasterGo|设计工具| |36|即时 AI 设计|设计工具| |37|百度 Chat|AI ChatBots| |38|创客贴 AI|设计工具| |39|即梦 AI（剪映）|其他视频生成| |40|可灵 AI|其他视频生成| |41|360 快剪辑|视频编辑| |42|Dify.ai|Agent| |43|Vast（算力）|算力| |44|提示工程指南|Prompts| 以下是 4 月访问量相关的部分国内 AI 工具网站： |排行|产品名|分类| |||| |15|墨刀 AI|设计工具| |16|无限画|图像生成| |17|autoDL 云服务租用|Agent| |18|百度 Chat|AI ChatBots| |19|360AI 搜索（没接 GA）|搜索| |20|AIbot ai 工具集|导航网站| 以下是一些其他的 AI 工具分类及示例： 1. AI 研究工具：Claude、ChatGPT、Bing Chat、Perplexity 2. 图片处理：DallE、Leonardo、BlueWillow、Midjourney 3. 版权写作：Rytr、Copy AI、Wordtune、Writesonic 4. 设计：Canva、Clipdrop、Designify、Microsoft Designer 5. 网站搭建：10Web、Framer、Hostinger、Landingsite 6. 视频处理：Klap、Opus、Invideo、Heygen 7. 音频处理：Murf、LovoAI、Resemble、Eleven Labs 8. SEO 优化：Alli AI、BlogSEO、Seona AI、Clearscope 9. Logo 设计：Looka、LogoAI、Brandmark、Logomaster 10. 聊天机器人：Droxy、Chatbase、Voiceflow、Chatsimple 11. 自动化工具：Make、Zapier、Bardeen、Postman 12. 市场营销
2024-12-18
整理一下Midjourney的全部指令列表、指令的含义、指令的可选项
以下是 Midjourney 的指令列表、指令含义及可选项： /ask：获得一个问题的答案。 /blend：将两个图像混合在一起。 /daily_theme：获取 dailytheme 频道更新的通知提醒。 /fast：切换到 Fast 模式。 /help：显示 Midjourney 机器人的基础使用信息或者提示。 /imagine：通过指令生成图像。 /info：查看有关您的账户以及任何排队或正在运行的作业的信息。 /stealth：针对专业版订户，切换到隐形模式。 /public：针对专业版订户，切换公共模式。 /subscribe：生成用户账户页面的个人链接。 /settings：查看和调整 Midjourney 机器人的设置。 /prefer option：创建或管理自定义选项。 /prefer option list：查看您当前的自定义选项。 /prefer suffix：指定要添加到每个提示结尾的后缀。 关于 /imagine 指令的使用： 1. 输入 /imagine prompt: 或者从指令弹框选择 /imagine 指令。 2. 在 prompt 字段中输入一个简短而具体的描述。 3. 按下回车键发送消息指令。 控制画面提示词指令： cref/cw：主要作用是保证人像一致性。使用 cw 需要用 cref 指令，cw 参数范围为 0 100。强度 100（cw 100）是默认值，会使用面部、头发和衣服，cw 为 0 的话仅保证脸部一致。基础格式：cref 图片链接，cw 100。参考链接： sref/sw：主要作用是保证画面风格和参考图一致（例如：背景基调、画风等）。使用 sw 需要用 sref 指令，sw 参数范围为 0 1000。基础格式：sref 图片链接，sw 100。参考链接：
2024-11-25
给我一个办公使用的AI工具列表
以下是一些适用于办公的 AI 工具： 1. 豆果美食 APP：是一个 AI 菜谱生成平台，运用自然语言处理和数据分析技术，能根据用户口味和现有食材生成个性化菜谱，市场规模达数亿美元。 2. 沪江开心词场：作为 AI 语言学习助手，采用自然语言处理和机器学习技术，辅助用户学习语言并提供个性化学习方案，市场规模达数十亿美元。 3. 爱奇艺智能推荐：这是一个 AI 电影推荐系统，通过数据分析和机器学习技术，根据用户喜好推荐电影，市场规模达数亿美元。 4. WPS Office：作为 AI 办公自动化工具，借助自然语言处理和机器学习技术，提高办公效率，实现自动化办公流程，市场规模达数十亿美元。 此外，在软件架构设计方面，以下工具可用于绘制逻辑视图、功能视图、部署视图： 1. Lucidchart：流行的在线绘图工具，支持多种视图创建，用户可通过拖放界面轻松操作。 2. Visual Paradigm：全面的 UML 工具，提供多种架构视图创建功能。 3. ArchiMate：开源建模语言，与 Archi 工具配合可创建逻辑视图。 4. Enterprise Architect：强大的建模、设计和生成代码工具，支持多种视图创建。 5. Microsoft Visio：广泛使用的图表和矢量图形应用程序，有丰富模板。 6. draw.io（diagrams.net）：免费在线图表软件，支持多种类型图表创建。 7. PlantUML：文本到 UML 转换工具，可自动生成相关视图。 8. Gliffy：基于云的绘图工具，提供架构图创建功能。 9. Archi：免费开源工具，支持逻辑视图创建。 10. Rational Rose：IBM 的 UML 工具，支持多种视图创建。
2024-11-11
通往AGI之路整理了哪些优秀的AI网站列表
以下是通往 AGI 之路整理的一些优秀的 AI 网站：
2024-09-12
AI的技术历史和发展方向，目前最前沿的技术点有哪些，请以列表的方式梳理；并给出偏向技术研究以及应用的个人的学习路径
AI技术的发展历程和前沿技术点可以概括如下: AI技术发展历程 1. 早期阶段: 专家系统、博弈论、机器学习初步理论 2. 知识驱动时期: 专家系统、知识表示、自动推理 3. 统计学习时期 4. 深度学习时期: 深度神经网络、卷积神经网络、循环神经网络等 当前AI前沿技术点 1. 大模型: GPT、Gemini等 2. 多模态AI: 视觉语言模型、多模态融合 3. 自监督学习: 自监督预训练、对比学习、掩码语言模型等 4. 小样本学习: 元学习、一次学习、提示学习等 5. 可解释AI: 模型可解释性、因果推理、符号推理等 6. 机器人学: 强化学习、运动规划、人机交互等 7. 量子AI: 量子机器学习、量子神经网络等 8. AI芯片和硬件加速 学习路径 偏向技术研究方向 1. 数学基础: 线性代数、概率论、优化理论等 2. 机器学习基础: 监督学习、无监督学习、强化学习等 3. 深度学习: 神经网络、卷积网络、递归网络、注意力机制等 4. 自然语言处理: 语言模型、文本分类、机器翻译等 5. 计算机视觉: 图像分类、目标检测、语义分割等 6. 前沿领域: 大模型、多模态AI、自监督学习、小样本学习等 7. 科研实践: 论文阅读、模型实现、实验设计等 偏向应用方向 1. 编程基础: Python、C++等 2. 机器学习基础: 监督学习、无监督学习等 3. 深度学习框架: TensorFlow、PyTorch等 4. 应用领域: 自然语言处理、计算机视觉、推荐系统等 5. 数据处理: 数据采集、清洗、特征工程等 6. 模型部署: 模型优化、模型服务等 7. 行业实践: 项目实战、案例分析等 无论是技术研究还是应用实践,数学和编程基础都是必不可少的。同时需要紧跟前沿技术发展动态,并结合实际问题进行实践锻炼。
2024-04-17
根据图片加文字描述生成分镜脚本的提示词
以下是一些根据图片加文字描述生成分镜脚本的提示词示例及相关说明： 1. 对于影片《哪吒·龙影之下》的分镜脚本，其提示词包括分镜编号、分镜内容描述、人物、情绪、对白或配音等方面，如“1|高中操场，学生们活动|学生群|活跃|无”。 2. 在商业级 AI 视频广告的分镜创作中，提示词的结构为：要做多长时间的视频、要出多少个分镜、每个分镜包含哪些内容、对输出格式有什么要求。例如“请把这个故事脚本改写成一个 30 秒时长的广告片分镜脚本，脚本结构包括序号、场景、景别、镜头时长、镜头运动、画面内容、对话旁白和音乐音效。每个分镜拆分细致一些，补充多一些细节，单镜头时长控制在不超过 5 秒，一共拆分 10 个分镜”。 3. 在“城市狂想”的图片制作中，针对分镜内容生成了不同风格的提示词，如“远景，三分法构图，俯视视角，数字绘画，云雾缭绕的山谷，群山连绵起伏，山谷间云雾缭绕，阳光透过云层洒在山间，形成光与影的对比，模拟观众的视线逐渐接近这片土地，新印象派风格特征，使用数字画笔和渐变工具ar 16:9v 6.1”。 希望以上内容能对您有所帮助。
2025-03-17
给我推荐个 ai视频提示词
以下为为您推荐的 AI 视频提示词： 1. 史诗灾难场景 提示词： 2. 赛博朋克未来都市 提示词： 3. 奇幻神话场景 提示词： 4. Adobe Firefly AI 视频功能相关 提示词：Miniature adorable monsters made out of wool and felt,dancing with each other,3d render,octane,soft lighting,dreamy bokeh,cinematic.（用羊毛和毛毡制成的微型可爱怪物，互相跳舞，3D 渲染，辛烷值，柔和的灯光，梦幻般的散景，电影） 提示词：Footage of a camera on a drone flying over a desert with wind blowing over the dunes creating waves in the sand below.（无人机上的摄像机飞越沙漠的镜头，风吹过沙丘，在下面的沙子上产生波浪） 提示词：Detailed extremely macro closeup view of a white dandelion viewed through a large red magnifying glass 提示词：Cinematic closeup and detailed portrait of a reindeer in a snowy forest at sunset.The lighting is cinematic and gorgeous and soft and sunkissed,with golden backlight and dreamy bokeh and lens flares.The color grade is cinematic and magical.（日落时雪林中驯鹿的电影特写和详细肖像。灯光如电影股华丽、柔和、如阳光股，金色背光、梦幻股的散景和镜头光量。色彩等级具有电影股的魔力。） 提示词：Slowmotion fiery volcanic landscape,with lava spewing out of craters.the camera flies through the lava and lava splatters onto the lens.The lighting is cinematic and moody.The color grade is cinematic,dramatic,and highcontrast.（慢动作的炽热火山景观，熔岩从火山口喷涌而出。相机飞过熔岩，熔岩溅到镜头上。灯光具有电影感和喜怒无常。色彩等级具有电影感、戏剧性和高对比度）
2025-03-17
想要使用AI软件对学生成绩进行分析，请问应该用什么提示词
以下是一些关于使用提示词对学生成绩进行分析的建议： 1. 明确分析目标：例如找出成绩优秀和较差的学生特点、分析成绩的趋势等。 2. 描述数据特点：包括成绩的科目、分数范围、数据量等。 3. 确定分析方法：如比较不同时间段的成绩、按照班级或年级进行分类分析等。 4. 强调重点关注内容：比如特定学科的成绩表现、成绩波动较大的学生等。 5. 注意提示词的准确性和清晰性，避免模糊或歧义的表述。 在实际编写提示词时，可以参考以下格式：“对的表现。” 同时，不同的 AI 工具可能对提示词的要求和处理方式有所不同，您可能需要根据具体工具的特点进行适当调整。
2025-03-17
改文提示词
以下是为您整理的关于改文提示词的相关内容： 1. Claude 官方提示词（中文版含 API Prompt）： 批改大神：根据用户设定的标准和规范，对书面文本的质量进行对比评估，包括描述性语言和意象、句子结构和多样性、情感影响力和吸引力、语法和标点符号。 绕口令：制造复杂有创意的绕口令，融入双关语、押韵和同音连续等增加难度和乐趣。 面试题制造机：根据给定的背景信息生成一系列富有深度、开放式的面试问题，避免是/否问题和有明显答案的问题，专注于鼓励反思、自我评估和分享具体示例或案例。 语法天才：接受提供的文本，重写为清晰、语法正确的版本，纠正拼写、标点、动词时态、词语选择等语法错误，尽可能保留原始含义。 2. 拘灵遣将： 基础材料一般是一份检索报告，可自行整理或用元典问达的 AI 自动生成。 采用权威教育性语气、使用专业法律术语、结构化内容组织（使用编号、子标题和列表）、规定概述内容解读结语结构、结合案例和挑战、结合法规和实际操作、使用商业术语（餐饮行业）改写基础材料。 标题要开门见山、切中要害，用疑问句引起目标群体悬念。 3. 胡凯翔：构建提示词的方法——基于阅读 Claude Cookbook 的思考和测试： 充分描述任务，将编写提示词当作思维磨练，尝试以相关技巧为蓝本改写官方 prompt，类似“StepBack Prompting”（后退提示），可参考相关论文拓展思路。
2025-03-17
提示词工程
提示词工程师（Prompt Engineer）是在与人工智能模型交互时，负责设计和优化提示的专业人员，旨在引导模型产生准确、有用和相关的回答。 其主要职责包括： 1. 设计提示：根据用户需求和模型能力，考虑提示的长度、结构、措辞和信息量等因素，设计有效的提示以清晰传达用户意图并引导模型生成满意结果。 2. 优化提示：通过收集用户反馈、分析模型结果和实验不同的提示策略等方式不断优化提示，提高模型性能。 3. 评估提示：使用模型的准确率、流畅度和相关性等指标评估提示的有效性。 提示词工程师需要具备以下技能和知识： 1. 领域知识：对所工作的领域有深入了解，以便设计出有效的提示。 2. 自然语言处理（NLP）：了解 NLP 的基本原理和技术，能够理解和生成自然语言文本。 3. 人工智能（AI）：了解 AI 的基本原理和技术，能够理解和使用 AI 模型。 4. 沟通能力：具备良好的沟通能力，与用户、团队成员和其他利益相关者有效沟通。 以下是一些提示词工程师工作的实际案例：无需微调，仅用提示词工程就能让 LLM 获得 tool calling 的功能。其实现原理主要有两部分代码组成：提示词注入和工具结果回传。提示词注入用于将工具信息以及使用工具的提示词添加到系统提示中。工具结果回传则是解析 tool calling 的输出，并将工具返回的内容再次嵌入 LLM。 在基本概念方面，通过简单的提示词（Prompts）可获得大量结果，结果质量与提供的信息数量和完善度有关。一个提示词可包含指令、问题等信息，也可包含上下文、输入或示例等详细信息。当使用 OpenAI 的 gpt4 或者 gpt3.5turbo 等聊天模型时，可使用三个不同的角色来构建 prompt：system、user 和 assistant。提示工程（Prompt Engineering）就是探讨如何设计出最佳提示词，用于指导语言模型帮助高效完成某项任务。上述示例基本说明了现阶段的大语言模型能够发挥的功能作用，可用于执行各种高级任务，如文本概括、数学推理、代码生成等。
2025-03-16