请你以制定清晰的任务列表和优先级的方式，来制作ai绘画相关的课程，帮助小白一步步上手操作成为大神。

以下是关于 AI Generated art 的相关信息： AI 漫画 Anifusion 特点： 对特定艺术细节的控制有限。 生成的艺术作品可能缺乏独特性。 需要订阅才能使用高级功能。 可能无法完全替代专业级工作的熟练人类艺术家。 定价： 提供免费和高级订阅选项。 免费层级：提供 50 个免费信用点和一个工作空间，适合初学者体验。 高级层级：每月 20 欧元，包含 10,000 个信用点、无限工作空间、无限漫画生成、多种 LoRA 模型支持，以及新功能的早期访问权限。 如何使用： 注册账户：访问 anifusion.ai 并创建一个免费账户以开始使用。 选择布局：从预设计的漫画预设中选择，或使用 Anifusion 的直观布局工具创建您自己的独特布局。 描述页面内容：使用简单的文本提示来描述您漫画中每个页面或面板的内容。 生成 AI 艺术：让 AI 根据您的文本描述生成动漫风格的艺术作品。 优化结果：使用 Anifusion 强大的画布编辑器根据需要优化和调整 AI 生成的艺术作品。 添加文本和效果：添加对话气泡、字幕和视觉效果以完成您的漫画页面。 导出和分享：导出您完成的漫画并与世界分享。您对您的创作拥有完全的商业权利。 主要功能： AI 文本生成漫画：用户输入描述性提示，AI 会根据文本生成相应的漫画页面或面板。 直观的布局工具：提供预设模板，用户也可自定义漫画布局，设计独特的面板结构。 强大的画布编辑器：在浏览器中直接优化和完善 AI 生成的艺术作品，调整角色姿势、面部细节等。 多种 AI 模型支持：高级用户可访问多种 LoRA 模型，实现不同的艺术风格和效果。 商业使用权：用户对在平台上创作的所有作品拥有完整的商业使用权，可自由用于商业目的。 使用案例： 独立漫画创作：有抱负的漫画艺术家无需高级绘画技能即可将他们的故事变为现实。 快速原型设计：专业艺术家可以在详细插图之前快速可视化故事概念和布局。 教育内容：教师和教育工作者可以为课程和演示创建引人入胜的视觉内容。 营销材料：企业可以制作动漫风格的促销漫画或用于活动的分镜脚本。 粉丝艺术和同人志：粉丝可以基于他们最喜欢的动漫和漫画系列创作衍生作品。 优点：非艺术家也可轻松进行漫画创作；基于浏览器的全方位解决方案，无需安装额外软件；快速迭代和原型设计能力；创作的全部商业权利。 生成式人工智能艺术形态 生成式人工智能是一种全新的信息获取方式，以 Midjourney 等工具为代表，在图形领域通过背后的人工智能模型，根据用户提供的文本描述生成高度相关和创造性的图像。这种通过文本命令获得图像的方式叫做 Prompting，是一种全新形态的人机交互。例如输入“想象:安塞尔亚当斯的风光摄影，平遥，全景图，云隙光，丁达尔光，史诗的，明暗对照法”就能获得相关图像。 其达成这样能力的原因可以拆解为三个简单的词汇：数据、映射和扩散。首先是数据，包括从公共数据库中获取世界上万事万物的图像存档、历史文献图片，或者创建特定的数据集以覆盖特定的风格或元素，最终目的是获得足够基础用以特征化每一个世界上的物体、风格或概念。其次是映射，在数据处理阶段，AI 使用如卷积神经网络的算法，来识别和提取图片中的关键视觉特征，如颜色、形状、纹理等，这个过程涉及到从原始数据中学习到的特征的映射，这些映射后的特征将用于生成新的艺术作品，其核心本质是将信息进行蒸馏，抛弃干扰的部分将特征得以呈现。最后是扩散（Diffusion），利用学习到的数据和视觉特征，AI 能够通过创造性扩散的过程，不仅仅是复制或模仿已知的艺术风格，而是在现有数据的基础上，通过 AI 的内部处理机制，探索和创造新的视觉表达形式。归根结底，这样的核心机制，授予了创作者一只自己会动的笔。本雅明把摄影时代称作为机械复制时代，那也许我们这个时代就是人工智能执笔时代，不需要笔也能画画、拍电影，只需站在“画架”之前思考我们的观念、题材、实现路径。

利用 AI 写论文可以参考以下步骤和建议： 1. 确定论文主题：明确您的研究兴趣和目标，选择一个具有研究价值和创新性的主题。 2. 收集背景资料：使用 AI 工具如学术搜索引擎和文献管理软件来搜集相关的研究文献和资料。 3. 分析和总结信息：利用 AI 文本分析工具来分析收集到的资料，提取关键信息和主要观点。 4. 生成大纲：使用 AI 写作助手生成论文的大纲，包括引言、文献综述、方法论、结果和讨论等部分。 5. 撰写文献综述：利用 AI 工具来帮助撰写文献综述部分，确保内容的准确性和完整性。 6. 构建方法论：根据研究需求，利用 AI 建议的方法和技术来设计研究方法。 7. 数据分析：如果论文涉及数据收集和分析，可以使用 AI 数据分析工具来处理和解释数据。 8. 撰写和编辑：利用 AI 写作工具来撰写论文的各个部分，并进行语法和风格的检查。 9. 生成参考文献：使用 AI 文献管理工具来生成正确的参考文献格式。 10. 审阅和修改：利用 AI 审阅工具来检查论文的逻辑性和一致性，并根据反馈进行修改。 11. 提交前的检查：最后，使用 AI 抄袭检测工具来确保论文的原创性，并进行最后的格式调整。 需要注意的是，AI 工具可以作为辅助，但不能完全替代研究者的专业判断和创造性思维。在使用 AI 进行论文写作时，应保持批判性思维，并确保研究的质量和学术诚信。 另外，在让孩子使用 AI 辅助写作时，可以将任务改成让孩子提交一份他和 AI 共同完成作文的聊天记录。作文需要由 AI 来写，孩子要对 AI 的作文进行点评批改、让 AI 迭代出更好地文章。对话记录里孩子能否说清楚 AI 写的作文哪里好哪里不好、要怎么改（孩子可能还得给 AI 做示范），才是评价的关注点。 还有成功利用 AI 写小说的经验，比如先让 AI 帮助写故事概要和角色背景介绍，并在其基础上按自己的审美略做修改。然后让 AI 一段一段进行细节描写，以表格的形式输出细节描述，这样有打破 AI 原本的叙事习惯、按编号做局部调整容易、确保内容都是具体细节等好处。之后把生成的表格依次复制粘贴，让 AI 照着写文章。但在局部修改时可能会遇到问题，比如 AI 记性不好、关键情节被改等。

Viggle 是一款创新的可控视频生成平台，具有以下特点： 基于 JST1 技术，允许用户自由创建和控制 3D 角色的动作，在游戏开发、动画制作及 VR/AR 等领域有巨大潜力。 是一款利用骨骼动画将图片转化为一致性角色动画的工具，简化了动画制作流程，能快速生成引人入胜的角色视频，助力故事讲述。 由一支 15 人团队打造，创始人是一位在多家知名公司工作过的华人 AI 研究员。 核心能力是将视频中的角色替换成其他形象。 其视频工具背后依赖自家训练的 3D 视频模型「JST1」，能够根据一张角色图片生成 360 度角色动画，进行更可控的视频生成。 目前支持 Discord 访问和网页版访问，Discord 平台已积累超 400 万用户。 网页版访问地址：https://www.viggle.ai/ 官方推特：https://x.com/ViggleAI 官方 Discord：https://discord.gg/viggle 操作方式（以网页端举例）： Upload a character image of any size.上传任意尺寸的角色图像。 For better results,use a fullbody photo with a clean background.为了获得更好的效果，请使用背景干净的全身照片。 Image size图像大小（最大 10MB） 上传的照片必须符合 功能： /mix:将角色图像混合到动态视频中 上传一张字符清晰的图片 上传一段清晰运动的视频 /animate:使用文本运动提示为静态角色设置动画 上传一张字符清晰的图片 描述想让角色做的动作 /ideate:纯粹从文本创建角色视频 描述想要创造的角色 描述希望角色执行的动作 /character:通过文本提示创建角色并将其动画化 描述想要创造的角色 从四个结果中选择一个图像 描述希望角色执行的动作 /stylize:使用文本提示符重新设计角色的样式并将其动画化 上传一张字符清晰的图片 描述想改变角色的任何地方来重新塑造它 从四个结果中选择一个图像 描述想要角色做的动作 官方提供了多种动作提示词可供参考，提示词地址：https://viggle.ai/prompt

用 AI 建立知识库和直接使用 AI 主要有以下区别： 直接使用 AI 时，AI 生成的内容可能较为笼统模糊，就像遇到只会说“很急，今天就要”却不提供具体指导的领导。若想让 AI 成为得力助手，需对复杂任务进行拆解，提供方法论和定义输出格式。 建立知识库就如同为 AI 准备了“教科书”。知识库灵活，但偶尔会出现查不到内容而“猜题”的情况。例如，将《梦想与颠覆》卡牌等相关内容导入作为 AI 可调用的知识库，后续在创作中激活知识库，AI 会根据场景自动匹配库内素材，使输出更具针对性。 相比之下，微调类似于让 AI“自己真的学会了整本书”，答题更快更准，但训练成本高。微调适合高精度、长期任务，而知识库更适合临时查找、快速问答。

以下是关于标签体系可用的 AI 的相关内容： 在 AI 时代的知识管理体系构建方面： 1. 提示词可帮助规划 PARA 分类模式。PARA 是一种代表项目（Projects）、领域（Areas）、资源（Resources）和档案（Archives）的流行知识管理框架，AI 能通过分析工作模式和内容类型，自动生成提示词，以简化分类过程，加快组织和检索信息。 2. 提示词能帮助设计笔记标签系统。有效的标签系统是知识管理的关键，AI 可通过分析笔记内容和使用习惯，推荐合适的标签和标签结构，提高检索效率。 3. 知识助手 Bot 可帮渐进式积累领域知识。随着在特定领域的深入，知识助手 Bot 能根据学习进度和兴趣点，定期推送相关文章、论文和资源，实现渐进式学习，持续扩展知识边界并确保知识及时更新。 在 AI 术语库方面，包含了众多与 AI 相关的术语，如 Knowledge Engineering（知识工程）、Knowledge Graph（知识图谱）、Knowledge Representation（知识表征）、MultiHead Attention（多头注意力）、MultiHead SelfAttention（多头自注意力）等。

以下是关于用 AI 音乐变现的一些途径和相关信息： 1. 了解 AI 音乐的流派和 prompt 电子书，例如格林同学做的翻译。 2. 利用相关平台，如 LAIVE：这是一个利用 AI 技术一次性生成音乐、歌词、主唱等的创作平台，使用者可以选择自己喜欢的类型和情调，上传参考音源，AI 可以通过分析生成音乐。并且可以选择主唱和修改歌词，目前为开放测试阶段。输入促销代码 LAIVEcreator 可获得 50 代币（入口在个人资料），令牌有效期为输入代码后的 30 天，促销码失效日期为 4 月 17 日。链接：https://www.laive.io/ 3. Combobulator 插件：DataMind Audio 推出的基于 AI 的效果插件，利用神经网络通过样式转移的过程重新合成输入音频，从而使用你自己的声音重现其他艺术家的风格。链接：https://datamindaudio.ai/ 4. 在游戏制作和发行环节使用 AI 生成音乐：AI 生成音乐作为音乐资产是可行的，像 MusicLM 等模型已经支持生成多音轨的作品。使用 AI 生成音乐为原型、佐以专业制作人的协调，将使 AI 音乐更快进入游戏制作与发行的生产线。 目前 AI 生成音乐存在 2 种主流技术路线：基于乐理规则的符号生成模型和基于音频数据的音频生成模型。开发者正在使用 AI 生成音乐来填充游戏过程与游戏 UI 中需要使用到的各类音效、不同游戏场景中用以渲染氛围的各种音乐。

以下是关于用文生图来画插画风格的系统流程图、概念图的快速上手的 prompt、平台和教程： 平台：Tusiart Prompt 提示词： 用英文写您想要 AI 生成的内容，不用管语法，仅使用单词和短语的组合去表达需求，单词、短语之间用英文半角逗号隔开。 描述逻辑通常包括人物及主体特征（服饰、发型发色、五官、表情、动作），场景特征（室内室外、大场景、小细节），环境光照（白天黑夜、特定时段、光、天空），画幅视角（距离、人物比例、观察视角、镜头类型），画质（高画质、高分辨率），画风（插画、二次元、写实）。 教程： 1. 定主题：确定您需要生成的图的主题、风格和要表达的信息。 2. 选择基础模型 Checkpoint：按照主题找内容贴近的 checkpoint，如麦橘、墨幽的系列模型。 3. 选择 lora：在生成内容基础上，寻找内容重叠的 lora 以控制图片效果及质量。 4. ControlNet：可控制图片中特定图像，如人物姿态、特定文字等，高阶技能可后续学习。 5. 局部重绘：下篇再教。 6. 设置 VAE：无脑选择 840000 这个即可。 7. 负向提示词 Negative Prompt：用英文写您想要 AI 避免产生的内容，单词和短语组合，中间用英文半角逗号隔开。 8. 采样算法：一般选 DPM++2M Karras，也可留意 checkpoint 详情页上模型作者推荐的采样器。 9. 采样次数：选 DPM++2M Karras 时，采样次数在 30 40 之间。 10. 尺寸：根据喜好和需求选择。 辅助网站： 1. http://www.atoolbox.net/ ：通过选项卡方式快速填写关键词信息。 2. https://ai.dawnmark.cn/ ：每种参数有缩略图参考，更直观选择提示词。 3. https://civitai.com/ ：可抄作业，复制图片的详细参数用于生成。 下次作图时，可先选择模板，点击倒数第二个按钮快速输入标准提示词。

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）。

如果您想从零开始学习 AI 并上手，以下是一些建议： 1. 阅读相关论文和博客：可以从“GPT1 到 Deepseek R1 所有公开论文 The 2025 AI Engineer Reading List”开始，其中涵盖了人工智能工程的多个领域，如 LLMs、基准、提示、RAG、代理、CodeGen、视觉、语音、扩散、微调等。 2. 学习 Prompt（提示词）技巧：掌握“分配角色”“给出示例（fewshots）”“思维链（ChainofThought）”这三板斧，深入研究这三个核心方面。 3. 了解 Stable Diffusion：通过知乎上的“教程：深入浅出完整解析 Stable Diffusion（SD）核心基础知识”，学习其资源、核心基础原理、网络结构、搭建使用和训练等方面的知识，包括模型工作流程、核心网络结构、推理流程、训练环境配置等。

对于初学者上手 AI，以下是一些建议： 1. 调度器和采样器方面：可以从 Euler 或 DDIM 开始，因为它们提供了良好的平衡点，便于快速了解生成过程。如果对生成过程中的稳定性和细节处理有严格要求，可以考虑 DPM++ SDE Karras、LCM 和 Dynamic Thresholding 这样的采样器。在需要快速生成图像的情况下，DPM fast、Euler 和 DDIM Fast 是不错的选择。如果希望生成更具创意或独特风格的图像，可以尝试 Heun、DPM++ 3M SDE Palefire 以及 Restart 采样器。对于高要求的图像生成任务，推荐使用 DPM++ 3M SDE Karras、DPM2 Exponential 和 LCM 这些经过优化的采样器。 2. 基本概念方面： 阅读「」部分，熟悉 AI 的术语和基础概念，了解人工智能及其主要分支（如机器学习、深度学习、自然语言处理等）以及它们之间的联系，浏览入门文章。 在「」中找到为初学者设计的课程，特别推荐李宏毅老师的课程。通过在线教育平台（如 Coursera、edX、Udacity）上的课程按照自己的节奏学习。 选择感兴趣的模块深入学习，掌握提示词的技巧。 3. 实践方面： 理论学习之后进行实践，尝试使用各种产品做出作品。 在知识库分享实践后的作品和文章。 4. 体验方面： 与现有的 AI 产品进行互动，如 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人，了解它们的工作原理和交互方式。 5. Prompt 方面： 认真写出自己的第一个 prompt，理解 GPT 的工作原理，至少先真正理解以下几个问题：GPT 说人话的能力是怎么来的、“涌现”的产生、prompt 的概念和意义、为什么现阶段我们不得不用 prompt。推荐两个课外阅读，即 B 站 UP Yjango（于建国博士）很早前发布的相关视频。 您还可以关注获取更多内容。

以下是为您提供的相关学习课程，方便您零基础代码学习并搭建自己的工作流： 8 月 13 日 ComfyUI 共学： 讨论了 Config UI 的学习需求、教程分享、部署问题、应用场景，以及相关活动的规划。 分享了 Config UI 工作流在不同场景的应用、优势、弊端以及学习方法，还提及了相关的分享会和开源社区的情况。 探讨了 CONFIUI 的使用、工作流分享、报错问题及解决方案，还有相关课程的设计安排。 讨论了郭佑萌在 AI 绘图领域的工作经历，包括项目实践、技术调研、培训以及未来的教学计划等内容。 介绍了 AI 绘图课程的规划。 课程从零基础开始，从认识 config、UI 及行业概念讲起，逐步深入到环境部署、底层技术概念、提示词等内容。 介绍了 config 牛角尖大王系列，包括 control net、IP Adapter、图像放大、mask 等部分，阐述了它们的作用和玩法。 学习相关知识后初步具备搭建复杂工作流能力，会拆解分析网上热门工作流。 报错问题可分为网络、模型、工作流搭建、环境等方面，安装新插件时可参考项目地址的 requirement 文档。 规划了实战案例思路。 ComfyUI 共学快闪： 王蓉🍀🎈Wang Easy 基础搭建和转绘。 唯有葵花向日晴基础教程，工作流开发，实际应用场景。 热辣 HuolarrAI 系统课私聊图生视频。 咖菲猫咪基础教程/工作流搭建思路/各版本模型使用的优缺点。 傅小瑶 Lucky 如何制作多人转绘视频。 云尚工作流节点搭建思路。 FǎFá 热门节点功能，搭建。 森林小羊基本报错解决方式及基础工作流逻辑分析。 苏小蕊基础教程。 Sophy 基础课程。 蜂老六装一百个最新常用插件后如何快速解决冲突问题。 阿苏工作流框架设计。 aflyrt comfyui 节点设计与开发。 老宋&SD 深度解释虚拟环境部署和缺失模型的安装。 Liguo 模型训练。 啊乐福基础课程。 塵优秀案例。 风信基础课程➕平面设计应用场景。 北南基础课程。 视频工作流框架设计。 Damon 基础课程。 渔舟基础课程+工作流搭建思路。 乔木船长工作流。 ☘️基础教程。 ☘基础教程。 工作流设计+典型案例剖析。 麒白掌工作流搭建。 OutSider 风格迁移。 吴鹏基础+工作流搭建。 拾光工作流基础搭建从入门到精通。 茶浅浅。视频转绘/节点工作流介绍。 百废待.新（早睡版）工作流从入门到进阶。 电商应用场景。 AI 女友麦洛薇（0 代码 comfyui 搭建，知识图谱稳定人设，无限上下文，永久记忆，可接入飞书）： 打开 Comfyui 界面后，右键点击界面，即可找到 Comfyui LLM party 的目录，您既可以学习如何手动连接这些节点，从而实现一个最简单的 AI 女友工作流，也可以直接将工作流文件拖拽到 Comfyui 界面中一键复刻麦洛薇机器人。 飞书机器人创建： 在中创建自建应用。 进入应用获取 app_id 与 app_secret。 添加应用能力>开启机器人应用能力。 权限管理>消息与群组>选择需要的权限打开。 安全设置>将 comfyUI 运行的电脑 IP 加入白名单。 发布机器人以应用生效。 要先把创建的机器人拉到群组中或者拉进私聊。 飞书开发平台找到发送消息的开发文档。 右侧点击获取 token。 选择 receive id type，chat_id 对应群组，open_id 与 user_id 对应个人，点击选择成员，复制对应的 id 即可。 如果需要让机器人发送语音，需要自行在电脑上安装 ffmpeg。

学习不同的 AI 课程并熟练上手实操所需时间因人而异，但大致估计如下： 《雪梅 May 的 AI 学习日记》中制作微信机器人的共学课程，包含 6 个分享，每个分享 2 3 小时，需要有大块完整时间，可能需要数天甚至更长时间才能学完。 入门强化学习，如果没有基础，学习概率论和线性代数相关课程大约需要周末一天时间；吴恩达和李宏毅的课程约 25 小时；《动手学深度学习》前五章约 10 小时；王树森课程的前几节约 5 小时；《动手学强化学习》看到 DQN 部分约十几小时。 微软 AI 初学者入门课程为期 12 周、共 24 课时。 需要注意的是，这只是一个大致的估计，实际所需时间会受到个人学习能力、投入程度等因素的影响。

大模型的底层原理主要包括以下几个方面： 1. 生成式：大模型根据已有的输入为基础，不断计算生成下一个字词（token），逐字完成回答。例如，从给定的提示词“how”开始，通过计算推理依次输出“are”“you”等，直到计算出下一个词是“”时结束输出。 2. 预训练：大模型“脑袋”里存储的知识都是预先学习好的，这个预先学习并把对知识的理解存储记忆在“脑袋”里的过程称为预训练。以 GPT3 为例，训练它使用了约 4990 亿 token 的数据集，相当于 86 万本《西游记》。预训练需要花费大量时间和算力资源，且在没有外部帮助的情况下，大模型所知道的知识信息是不完备和滞后的。 3. 转换器模型（Transformer）：Transformer 是一种处理文本内容的经典模型架构，虽然其具体细节不清楚不影响使用大模型，但感兴趣的可以通过相关链接进一步了解。 4. 参数规模：依靠概率计算逐字接龙的方法看似难以生成高质量回答，但随着参数规模的增加，如从 GPT1 的 1.5 亿到 GPT3.5 的 1750 亿，实现了量变到质变的突破，“涌现”出惊人的“智能”。这种“涌现”现象在人类的进化和个体学习成长历程中也存在。

李继刚等的 prompt 最佳实践相关内容如下： 方法论： 提出了基于 GPT3 的无代码聊天机器人设计工具 BotDesigner。 创建了 Conversation 视图和 Error Browser 视图。 使用 BotDesigner 观察 10 名非专家提示设计师执行聊天机器人设计任务的行为，以探索他们在提示设计中的直觉方法和困难。 结论： 所有参与者都能进行机会性的提示迭代设计，并能对提示更改进行局部测试。 参与者在生成提示、评估提示有效性和解释提示效果方面的困难主要源自过度概括和人际交往预期。 参与者倾向于从单一数据点过度推广，也倾向于从人类交流的角度过滤他们的提示设计和聊天机器人的响应。 关键信息： 贡献者包括李继刚、Sailor、田彬玏、Kyle😜、小七姐等群友。 李继刚的，最近收录不是很及时，可在李继刚的即刻查看更多。 每个角色都有版本迭代，标注版本号，争取更新到最新版本。 李继刚写了上百个这种 Prompt，有具体场景需求可评论留言，作者可帮忙写定制，也可自己用结构化方式写。 使用方法：开一个 new chat，点代码块右上角的复制，发送到 chat 聊天框，里面的描述可按需求修改。 思路来源：云中江树的框架： 方法论总结： 建议用文心一言/讯飞星火等国内大模型试试，有这些 prompt 的加持效果不错。 此外，还有相关的高阶使用方法，如陈财猫的“如何用 GPT 写长篇科幻？用分治法完成复杂任务”（https://waytoagi.feishu.cn/wiki/GY3sw4LQli5k9ckzrDZcRnVmnQf），刘海的“Prompt 纵向研究的最新成果：伪代码提示词”（https://waytoagi.feishu.cn/wiki/MjUDwTbq9iUtBrkskPXcpfOHnPg），陈财猫的“由 GPT 驱动的人生重开模拟器游戏，体验无穷变化的多重人生”（https://waytoagi.feishu.cn/wiki/WyJSwjvN5iZudhkd8iocrSy3njc）

以下是为 AI 小白提供的成为 AI 大神的学习路径： 首先，要了解 AI 基本概念。建议阅读「」部分，熟悉 AI 的术语和基础概念，包括其主要分支如机器学习、深度学习、自然语言处理等以及它们之间的联系。同时，浏览入门文章，了解 AI 的历史、当前的应用和未来的发展趋势。 接着，开始 AI 学习之旅。在「」中，能找到为初学者设计的课程，特别推荐李宏毅老师的课程。还可以通过在线教育平台（如 Coursera、edX、Udacity）上的课程，按照自己的节奏学习，并争取获得证书。 然后，选择感兴趣的模块深入学习。AI 领域广泛，涵盖图像、音乐、视频等，您可以根据自身兴趣选择特定模块进行深入钻研。 此外，还可以通过观看相关视频来辅助学习，比如“”，了解什么是 AI 大模型及其原理，包括生成式 AI 生成的内容叫做 AIGC，以及相关技术名词如机器学习（包括监督学习、无监督学习、强化学习）、深度学习等。 最后，在医疗保健领域应用 AI 时，要像人类学习一样，不能仅仅依靠大量数据和生成模型，而应通过使用彼此堆叠的模型来训练，比如先训练生物学的模型，再添加特定于医疗保健或药物设计的数据点。