直达「 通往AGI之路 」飞书知识库 →
首页/问答列表/问答详情

有没有什么帮助非虚构创作的prompt示例

回答

非虚构创作(Non-fiction writing)通常基于事实、真实事件或个人经验。使用AI生成的prompt(提示词或提示短语)可以帮助非虚构创作者激发灵感、梳理思路或增加内容深度。以下是一些帮助非虚构创作的prompt示例:

  1. 回忆录写作

    • "描述你童年最难忘的一个夏天,包括那时的天气、你穿的衣服和你的感受。"
  2. 历史事件分析

    • "如果历史中的[某个事件]没有发生,我们的世界会有哪些不同?"
  3. 科技评论

    • "讨论人工智能如何改变我们处理[某项任务]的方式。"
  4. 个人成长故事

    • "回想一次你克服了巨大困难的经历,你是如何找到解决问题的方法的?"
  5. 教育观点

    • "在当前教育体系中,我们如何更有效地培养学生的[某项技能]?"
  6. 职业发展建议

    • "如果你要给刚入行的[职业名称]提建议,你会说什么?"
  7. 健康与生活方式

    • "解释为什么定期进行[某项活动]对身心健康至关重要。"
  8. 社会问题探讨

    • "分析[某个社会问题]对不同群体的长期和短期影响。"
  9. 旅行写作

    • "描述你在[某个地方]的旅行经历,包括当地的文化、食物和你遇到的人们。"
  10. 环境问题

    • "讨论我们如何通过改变日常习惯来对抗[某个环境问题]。"
  11. 人物特写

    • "撰写一篇关于[某个人物]的特写,包括他们的成就、挑战和个人生活。"
  12. 文化评论

    • "分析[某文化现象]如何反映了当代社会的价值观和趋势。"
  13. 商业策略

    • "讨论在[某个行业]中,创新如何帮助企业保持竞争力。"
  14. 技术教程

    • "逐步解释如何使用[某项技术]来解决[某个问题]。"
  15. 政策分析

    • "评估[某项政策]对[特定群体或行业]的潜在好处和风险。"

使用这些prompts可以帮助非虚构创作者从不同角度审视主题,挖掘更深层次的内容,以及探索新的写作方向。

内容由 AI 大模型生成,请仔细甄别(powered by aily)

参考资料

真实性

LLM模型有时会生成听起来连贯且令人信服但有时是虚构的回答。改进提示可以帮助提高模型生成更准确/真实的回答,并降低生成不一致和虚构回答的可能性。一些解决方案可能包括:在上下文中提供基本事实(例如相关文章段落或维基百科条目),以减少模型生成虚构文本的可能性。通过降低概率参数并指示模型在不知道答案时承认(例如,“我不知道”)来配置模型以生成更少样式的响应。在提示中提供问题和答案的组合示例,其中可能知道和不知道的问题和答案。让我们看一个简单的例子:提示:输出:我编造了“Neto Beto Roberto”的名字,所以模型在这种情况下是正确的。尝试稍微改变问题,看看是否可以使其正常工作。根据您迄今学到的所有知识,还有不同的方法可以进一步改进它。

即梦AI 视频生成 | 教你如何写好prompt

prompt应该尽可能具体,提供足够的细节,但需要清楚简单好理解,目前生成时长为3s,因此你应该给到3s内可以实现的画面的指令,太长的运动指令,模型可能不能完全覆盖哦。例如,如果你想生成一个关于“海滩”的视频,你可以提供具体的海滩外观、海浪运动、画风等信息,这样可以帮助即梦生成更加真实符合预期的视频。薄荷绿的海浪拍打着金色的沙滩,棕榈树在海岸边,微风吹动棕榈树的叶子,手绘风格,漫画一个黑色的小猫静静地趴在粉色透明花瓶旁,背景是淡黄色的窗帘,微风吹动窗帘

Explore Prompting-Prompt的探索

更精确的单词和短语可以帮助创造出完全符合您期望的内容和感觉的图片。例如:/imagine prompt <style> sketch of a cat|Life Drawing素描写生|Continuous Line连续线条|Loose Gestural自由风格|Blind Contour盲画|<br>|-|-|-|-|<br>|Value Study<br>明暗对比研究|Charcoal Sketch<br>炭笔素描|||

其他人在问
咱们有dify的好的实践教程或示例吗
以下是关于 Dify 的一些实践教程和相关信息: 接入企业微信: 创建聊天助手应用:在 Dify 平台创建基础编排聊天助手应用,获取 API 密钥和 API 服务器地址。 下载 Dify on WeChat 项目:下载并安装依赖。 填写配置文件:在项目根目录创建 config.json 文件,填写 API 密钥和服务器地址。 把基础编排聊天助手接入微信:快速启动测试,扫码登录,进行对话测试,可以选择源码部署或 Docker 部署。 把工作流编排聊天助手接入微信:创建知识库,导入知识库文件,创建工作流编排聊天助手应用,设置知识检索节点和 LLM 节点,发布更新并访问 API。 把 Agent 应用接入微信:创建 Agent 应用,设置对话模型和添加工具,生成 API 密钥,填写配置文件,启动程序并进行测试。更多内容请访问原文:https://docs.dify.ai/v/zhhans/learnmore/usecases/difyonwechat 构建知识库的具体步骤: 准备数据:收集需要纳入知识库的文本数据,包括文档、表格等格式。对数据进行清洗、分段等预处理,确保数据质量。 创建数据集:在 Dify 中创建一个新的数据集,并将准备好的文档上传至该数据集。为数据集编写良好的描述,描述清楚数据集包含的内容和特点。 配置索引方式:Dify 提供了三种索引方式供选择:高质量模式、经济模式和 Q&A 分段模式。根据实际需求选择合适的索引方式,如需要更高准确度可选高质量模式。 集成至应用:将创建好的数据集集成到 Dify 的对话型应用中,作为应用的上下文知识库使用。在应用设置中,可以配置数据集的使用方式,如是否允许跨数据集搜索等。 持续优化:收集用户反馈,对知识库内容和索引方式进行持续优化和迭代。定期更新知识库,增加新的内容以保持知识库的时效性。 Dify 介绍:Dify 是一个开源的大模型应用开发平台,它通过结合后端即服务和 LLMOps 的理念,为用户提供了一个直观的界面来快速构建和部署生产级别的生成式 AI 应用。该平台具备强大的工作流构建工具,支持广泛的模型集成,提供了一个功能丰富的提示词 IDE,以及一个全面的 RAG Pipeline,用于文档处理和检索。此外,Dify 还允许用户定义 Agent 智能体,并通过 LLMOps 功能对应用程序的性能进行持续监控和优化。Dify 提供云服务和本地部署选项,满足不同用户的需求,并且通过其开源特性,确保了对数据的完全控制和快速的产品迭代。Dify 的设计理念注重简单性、克制和快速迭代,旨在帮助用户将 AI 应用的创意快速转化为现实,无论是创业团队构建 MVP、企业集成 LLM 以增强现有应用的能力,还是技术爱好者探索 LLM 的潜力,Dify 都提供了相应的支持和工具。Dify 官方手册:https://docs.dify.ai/v/zhhans 。一般地,如果是个人研究,推荐单独使用 Dify,如果是企业级落地项目推荐使用多种框架结合,效果更好。
2024-11-22
Coze代码测试成功,运行示例时报错
关于您提到的 Coze 代码测试成功但运行示例时报错的问题,以下是相关的信息和可能的解决办法: 图片生成方面:理想生成图片只实现了一次,其他几次生成文字加链接,链接需点进去查看且图片需渲染或加载,无互动趣味性,增加等待时间。因为默认返回的是 markdown 格式,微信不支持 markdown 格式,可在 github 上搜索 nicecoze 插件,基于 cow,把 markdown 转换为图片消息。 模型配置方面:Coze 里面模型配置用的 GPT4o,程序运行调用的是 GPT3.5 Turno。这是因为没有查询到 4o 的 token 计算方式,所以采用 3.5 的,但依然使用的是 GPT4o,只是 token 计算方式用的 3.5。 插件功能方面:Coze 加入了插件 Data Analysia(数据分析)、Browser 和 GPT4v 互动过程无法实现功能。这需要在 coze 里进行鼓捣,和 cow 的 config 无关。 外层 bot 方面:在外层 bot 进行运行时容易出现报错,暂时无法确定原因,猜测可能是外层 bot 的并发不够稳定,不如直接在工作流编辑面板中获取精度结果。如果自行实验时多次报错且无法定位问题原因,不要急着怪自己,相关 bug 已提交给 Coze 团队,希望能加紧优化。
2024-11-19
有没有火山引擎方舟微调模型的文档、视频、示例?
火山引擎的方舟模型微调工具文档和相关资源可以在火山引擎官方网站找到。这些资源包括详细的文档、视频教程和示例代码,帮助用户了解如何使用和微调模型。 以下是一些重要的资源链接和说明: 1. 文档:火山引擎提供详细的文档,涵盖模型微调的各个方面,包括API参考、使用指南和常见问题解答。这些文档帮助用户了解如何设置和使用方舟模型微调工具。https://www.volcengine.com/docs/6561/80909 2. 视频教程:视频教程通过实际操作演示,帮助用户更直观地理解模型微调的过程。这些视频通常涵盖从基本设置到高级应用的各个方面,适合不同水平的用户。https://www.volcengine.com/product/veRTC 3. 示例代码:火山引擎提供示例代码,展示如何在不同的应用场景中使用模型微调工具。这些示例代码可以帮助开发者快速上手,了解具体的实现细节。 4. 官方支持:如果在使用过程中遇到问题,用户可以通过火山引擎的支持平台获取帮助。官方支持团队可以提供技术支持和解决方案。 访问火山引擎官网()获取更多详细信息和资源。通过这些文档、视频和示例,用户可以有效地学习和应用方舟模型微调工具,实现更高效的模型优化和应用。
2024-05-30
生成书籍阅读助手的 Prompt
以下是为您生成的书籍阅读助手的 Prompt 相关内容: 如果想让 AI 帮助您像“樊登读书”或者“得到”这样给您讲书,您需要设计一个叫做“书籍阅读助手”的 Prompt。要把通用型的读书方法论复刻到 Prompt 里,再根据不同类型的书籍测试,不断优化和迭代。 通用型读书方法论的访谈问题包括: 1. 不同类型的书是不是有不同的阅读和记忆方法?如何分类,有没有一些共性的方法论可以给出? 2. 阅读和记忆是不是有不同的思维模型或者小技巧,能列出来参考吗? 3. 读书时更需要的好像是一种自驱力,如何优先选择自己“一定看得下去”的书籍?怎么通过目录大纲确定一本书的核心内容? 4. 一本书您会读几遍?有什么顺序上的讲究吗? 5. 您会在读的过程中做笔记吗?还是读完以后回忆来做大纲呢? 6. 如果要教您大学刚毕业的孩子学会有效读书,怎么才能快速教会他呢? 当上述问题都有清晰、明确的答案之后,就可以开始设计 Prompt 了。 如果想要让 AI 在“选书”和“督促我读书”这个环节起作用,那要做的是一个叫做“催我读书”的 Prompt,要重点研究如何选出适合用户的书,如何实现 Prompt 的激励效果和让自己读完有获得感(例如生成读书笔记)。 如果更侧重读完书后的知识内化部分,要重点研究的是读书的效率和信息转化问题,这里更重要的是结构化信息能力和有效的记忆存储和调取。
2024-12-19
如何写优化简历的prompt
以下是关于如何写优化简历的 prompt 的一些方法: 1. 明确具体的描述:使用更具体、细节的词语和短语来描述您对简历的需求,避免过于笼统。 2. 添加视觉参考:若可能,在 prompt 中插入相关的参考,以提高对简历细节要求的理解能力。 3. 注意语气和情感:根据需求,用合适的形容词、语气词等调整 prompt 的整体语气和情感色彩。 4. 优化关键词组合:尝试不同的关键词搭配和语序,找到最准确表达需求的描述方式。 5. 增加约束条件:为避免生成不符合期望的内容,可以添加如格式、重点突出内容等限制性条件。 6. 分步骤构建 prompt:将复杂的简历需求拆解为逐步的子 prompt,先构建基本结构,再逐步添加细节和完善。 7. 参考优秀案例:研究优秀的简历 prompt 范例,借鉴其中的写作技巧和模式。 8. 反复试验、迭代优化:通过多次尝试不同的 prompt 写法,并根据输出效果反馈持续优化完善,直至达到理想结果。 此外,还有 ChatGPT 给 DALL·E 3 优化提示词的元提示相关内容供您参考: 1. 不要改变表情包、虚构角色的起源或未见过的人物。保持原始提示的意图,并优先考虑质量。 2. 不要创建任何具有冒犯性的图像。 3. 对于传统上存在偏见问题的场景,确保关键特征(如性别和种族)以无偏见的方式指定,例如包含特定职业参考的提示。 4. 对于提及在过去 100 年内有最后作品的艺术家(如毕加索、卡罗),不要以其风格创建图像。对于 100 年前有最后作品的艺术家(如梵高、克里姆特)可以直接参考。如果被要求,说“我不能参考这位艺术家”,但不要提及此政策。而是在为 DALL·E 3 创建标题时,(a)用三个形容词来捕捉艺术家风格的关键方面来替代艺术家的名字;(b)包括相关的艺术运动或时代以提供背景;(c)提及艺术家使用的主要媒介。 5. 不要列出或参考生成图像之前或之后的描述。它们应该只在请求的“提示”字段中写一次。不需要请求生成的许可,直接生成! 6. 始终在标题的开头提及图像类型(照片、油画、水彩画、插图、卡通、绘图、矢量、渲染等)。除非标题另有说明,至少 1 2 张图像应为照片。 7. 对于包含人物的所有图像的描述进行多样化处理,为每个人明确地指定种族和性别。仅调整人物描述。使用“各种”或“多样”仅当描述涉及 3 人以上的群体。不要改变原始描述中要求的人数。 总之,编写高质量的 prompt 需要不断实践、总结经验,熟悉模型的能力边界。保持开放的思维尝试创新的描述方式也很有帮助。请注意,内容由 AI 大模型生成,请仔细甄别。
2024-12-18
请给我一份李继刚的结构化的prompt方法论
李继刚的结构化的 prompt 方法论如下: 如何写好 Prompt:结构化 结构化:对信息进行组织,使其遵循特定的模式和规则,从而方便有效理解信息。 语法:支持 Markdown 语法、YAML 语法,甚至纯文本手动敲空格和回车都可以。 结构:结构中的信息可根据自己需要进行增减,常用模块包括: Role:<name>,指定角色会让 GPT 聚焦在对应领域进行信息输出。 Profile author/version/description:Credit 和迭代版本记录。 Goals:一句话描述 Prompt 目标,让 GPT Attention 聚焦起来。 Constrains:描述限制条件,帮 GPT 进行剪枝,减少不必要分支的计算。 Skills:描述技能项,强化对应领域的信息权重。 Workflow:重点中的重点,希望 Prompt 按什么方式来对话和输出。 Initialization:冷启动时的对白,强调需注意重点。 示例 贡献者:李继刚,Sailor,田彬玏,Kyle😜,小七姐等群友。 李继刚的。 每个角色都有版本迭代,标注版本号,争取每个都更新到最新的版本。 李继刚写了上百个这种 Prompt,有具体场景需求可评论留言,作者可帮忙写定制的,也可自己用这种结构化的方式写。 使用方法:开一个 new chat,点代码块右上角的复制,发送到 chat 聊天框即可,里面的描述可按自己需求修改。 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。
2024-12-17
prompt能干什么
Prompt 是给大模型输入的一段原始输入,能够帮助模型更好地理解用户的需求并按照特定的模式或规则进行响应。它通常以问题或指示的形式出现,比如可以设定“假设你是一位医生,给出针对这种症状的建议”,后续与大模型的对话会按照此设定展开。 Prompt 有多种玩法,例如可以在设定中要求模型按照一定的思路逻辑去回答,像最近比较火的思维链(cot)就是在 prompt 环节对模型的输出进行指导。还可以让模型按照特定格式(如 json)输出,使模型变成一个输出器。 简单来说,Prompt 是一套与大模型交互的语言模板,通过它可以输出对大模型响应的指令,指定大模型应做的任务、如何处理任务,并最终获得期望的结果。大模型本质是基于语言的概率模型,若直接询问而不提供 prompt,模型随机给出答案;有了 prompt 则相当于给了模板,包括对模型的要求、输入和输出的限制,模型在限制下得出概率最大的答案。虽然大模型有基础文字能力能理解大部分话,但为提升回答效果,需要通过 prompt 来提高返回的准确性。在大模型时代,人机交互的主要方式可以认为是 prompt,而非过去通过代码的方式。
2024-12-17
写邮件号的 prompt
写提示词(prompt)是一个关键步骤,它决定了 AI 模型如何理解并生成文本。以下是一些编写提示词的建议: 1. 明确任务:清晰定义任务,如写故事时包含背景、角色和主要情节。 2. 提供上下文:若任务需特定背景知识,提供足够信息。 3. 使用清晰语言:用简单、清晰的语言描述,避免模糊或歧义词汇。 4. 给出具体要求:如有特定格式或风格要求,在提示词中明确指出。 5. 使用示例:若有特定期望结果,提供示例帮助 AI 模型理解需求。 6. 保持简洁:简洁明了,过多信息可能使模型困惑导致不准确结果。 7. 使用关键词和标签:有助于模型理解任务主题和类型。 8. 测试和调整:生成文本后仔细检查结果,根据需要调整提示词,可能需多次迭代达到满意结果。 希望这些建议能帮助您更好地编写提示词。内容由 AI 大模型生成,请仔细甄别。
2024-12-16
prompt 从入门到精通
以下是关于 prompt 从入门到精通的相关内容: Claude 在开箱即用时提供了高水平的基线性能,但 prompt 工程可以帮助进一步提升其性能并微调响应以适应特定用例。若要快速开始使用提示或了解提示概念,可参阅提示入门:https://docs.anthropic.com/claude/docs/introtoprompting 。 小七姐提供的 Prompt 喂饭级系列教程小白学习指南(一):对于新手学习 prompt,第一步要有一个大模型帐号并熟悉对话方式,如 ChatGPT4 或国产平替: 。 海螺 AI Prompt 教学入门 认识海螺 AI : MiniMax 视频模型能识别用户上传的图片,生成高度一致的视频,还能理解超出图片内容的文本并整合到视频生成中。 只依靠模型综合能力就能实现顶级影视特效,用户可自由创作丰富多变的电影级视频。 人物表情控制力强,5 秒钟内可实现多种表情变化。 近期上线提示词优化功能,对无特殊要求的建议开启,专业创作者有 2000 字提示词空间。 为达到更好表现效果,设计了两类 Prompt 的参考公式。 总之,无论新手还是老手,通过清晰结构和灵活表达,都能掌握 Prompt 编写技巧,实现“一个人+一个 AI=一个专业剧组”的愿景。
2024-12-16
在WAY TO AGI 知识库有没有适合老师备课用的AI?请推荐
以下是为老师备课推荐的一些 AI 相关内容: B 站 up 主 Nally 的课程,免费且每节 15 分钟,内容很棒。 14、15 号左右白马老师和麦菊老师将带大家用 AI 做生图、毛毡字、光影字、机甲字等。 16 号晚上中老师将带大家动手操作炼丹,炼丹可能需要准备一些图,后续会让中老师提前发布内容方便大家准备。 工程生产有很多可控性,AI 视频相关内容丰富,文档会列出工具优劣及操作。很多工具每天有免费积分,共学课程基本不用花钱。每周有 AI 视频挑战赛。 有 AI 音乐的流派和 prompt 电子书,格林同学做了翻译。 此外,还有以下相关信息: 高效 PB 及相关案例:高效 PB 投入力度大,有厉害的伙伴,案例在社区,有多种 battle 方式,会有菩萨老师专门介绍。 11 月 2 号左右将开展博物馆奇妙日主题活动,在各地博物馆进行新创意。 关于 AI 知识库及学习路径的介绍,包括时代杂志评选的领军人物、AI 相关名词解释、知识库的信息来源、社区共创项目、学习路径、经典必读文章、初学者入门推荐、历史脉络类资料等。
2024-12-20
有没有视觉识别的模型
以下是一些视觉识别的模型: 1. siglipso400mpatch14384:由 Google 开发的视觉特征提取模型,负责理解和编码图像内容。工作流程包括接收输入图像、分析图像的视觉内容(如物体、场景、颜色、纹理等)、将这些视觉信息编码成一组特征向量。可在 ComfyUI\models\clip 中下载,若因环境问题,也可在网盘中下载。下载好后,目录的文件包括 image_adapter.pt(适配器),其连接视觉模型和语言模型,优化数据转换。工作流程包括接收来自视觉模型的特征向量、转换和调整这些特征使其适合语言模型处理、进行一些特定任务的优化或微调(如图片到文字)。可通过 https://huggingface.co/spaces/fancyfeast/joycaptionprealpha/tree/main/wpkklhc6 下载,放到 models 的 Joy_caption 文件夹里,若该文件夹不存在,新建一个。 2. Comfyui IPAdapter 中的图像模型: ,下载并重命名。 ,下载并重命名。下载后放入/ComfyUI/models/clip_vision。需要注意的是,clip vison 只能编码 224x224 大小的正方形图片,后续使用时若图片不是正方形,需进行裁剪。
2024-12-19
有没有AI换头工具
以下是一些关于 AI 换头工具的信息: 实战方法: 打开快捷工具中的 JupyterLab,通过终端启动 facefusion。具体操作包括:点击顶部的“+”号选项卡打开新的终端窗口,在终端区域输入命令查看文件列表(输入“ls”并回车)、进入 facefusion 目录(输入“cd facefusion 并回车”)、启动 facefusion(输入“python./run.py executionproviders cuda cpu”)。注意后面的参数“executionproviders cuda cpu”非常重要,不加“cuda”默认不使用 GPU 能力,推理会很慢。 打开 facefusion 软件,返回实例列表,点击自定义服务按钮,通过新的浏览器窗口访问其 UI 界面,上传准备好的图片、视频,在右侧可看到预览效果,点击开始按钮执行换脸处理,处理完成后在输出位置下载处理后的视频。 辅助工具: Face Swapper:AI 换脸工具,可一次替换多张脸,支持 JPG、PNG、WEBP 格式,最大 1024px 分辨率,应用场景包括时尚、美容、电影、媒体、人力资源。传送门: 开源免费的解决方案 facefusion: 开源地址:https://github.com/facefusion/facefusion 本机解决方案:需要 Python 环境及安装视频解码器等多个依赖软件,对编程知识有一定要求,且运行推理计算速度依赖 GPU,本地计算机若无 GPU 或 GPU 显存较小,执行速度慢,不推荐本地化安装。 云服务解决方案:可利用云厂商如阿里云的 PAI 和 AutoDL 已提供的大模型运行环境和计算能力,如选择 AutoDL,其官网是:https://www.autodl.com/home 。注册后在算力市场中选择能接受价格的算力服务器,建议选取 GPU 配置更高的算力设备。在算法社区查找 facefusion 镜像,点击右侧合适的镜像创建并启动实例。
2024-12-18
有没有好的ai工具,可以根据excel的数据,根据我的要求绘制图标
以下是一些可以根据 Excel 数据并按照您的要求绘制图标的 AI 工具: 1. Lucidchart: 简介:强大的在线图表制作工具,集成了 AI 功能,可绘制多种示意图,包括流程图、思维导图、网络拓扑图等。 功能:拖放界面,易于使用;支持团队协作和实时编辑;丰富的模板库和自动布局功能。 官网:https://www.lucidchart.com/ 2. Microsoft Visio: 简介:专业的图表绘制工具,适用于复杂的流程图、组织结构图和网络图,AI 功能可帮助自动化布局和优化图表设计。 功能:集成 Office 365,方便与其他 Office 应用程序协同工作;丰富的图表类型和模板;支持自动化和数据驱动的图表更新。 官网:https://www.microsoft.com/enus/microsoft365/visio/flowchartsoftware 3. Diagrams.net: 简介:免费且开源的在线图表绘制工具,适用于各种类型的示意图绘制。 功能:支持本地和云存储(如 Google Drive、Dropbox);多种图形和模板,易于创建和分享图表;可与多种第三方工具集成。 官网:https://www.diagrams.net/ 假设您需要创建一个项目管理流程图,可以按照以下步骤使用 Lucidchart: 1. 注册并登录:https://www.lucidchart.com/ 2. 选择模板:在模板库中搜索“项目管理流程图”。 3. 编辑图表:根据您的项目需求添加和编辑图形和流程步骤。 4. 优化布局:利用 AI 自动布局功能,优化图表的外观。 5. 保存和分享:保存图表并与团队成员分享,或导出为 PDF、PNG 等格式。 此外,以下工具可以用于画逻辑视图、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,用户可使用拖放界面轻松创建架构图。 2. Visual Paradigm:全面的 UML 工具,提供创建各种架构视图的功能。 3. ArchiMate:开源建模语言,与 Archi 工具一起使用可创建逻辑视图。 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,提供丰富模板。 6. draw.io(现在称为 diagrams.net):免费的在线图表软件,允许创建各种类型图表。 7. PlantUML:文本到 UML 的转换工具,可通过编写描述性文本生成视图。 8. Gliffy:基于云的绘图工具,提供创建各种架构图的功能。 9. Archi:免费开源工具,用于创建 ArchiMate 和 TOGAF 模型,支持逻辑视图创建。 10. Rational Rose:IBM 的 UML 工具,支持创建多种视图。
2024-12-18
有没有AI能长期记住对话内容
AI 能够实现长期记住对话内容。在智能体中,长期记忆主要有长文本(持久化)、总结、RAG 这三种实现方式。长文本(KV Cache)是 Transformer 架构中的一个功能,能通过缓存历史计算的 Key(K)和 Value(V)来减少冗余计算,加速模型的推理过程,但需要额外的存储空间,可能导致显存占用增加,为此有研究者提出多种优化技术。如果未来能结合持久化 KV Cache、KV Cache 的压缩技术,控制成本,就有可能打造出记忆力超越人类的智能体,能回忆更多详细信息,并在服务中展现更高级别的个性化和情感连贯性。 当下比较推荐将临时记忆转换为长期记忆的方式是定期总结+RAG,即定期对上下文对话内容进行总结,然后对总结后的文本进行索引,并将索引后的内容存储到数据库中。整个过程和人记忆内容的过程相似,但要注意避免在归纳和记忆时产生偏见,比如在归纳信息时回顾并整合已有记忆,在推理中加入反思环节,对于同一事物的记忆详细记录每次情况等。
2024-12-17
有没有一个ai,可以把一篇文档变成像Quizlet这样的填空或选择题
目前可能没有专门将文档直接转换为像 Quizlet 那样的填空或选择题形式的单一 AI 工具。但您可以利用一些自然语言处理和文本编辑的工具,结合一定的人工处理来实现类似的效果。例如,使用一些在线的文本编辑软件,先对文档进行分析和标记,然后手动创建填空或选择题。
2024-12-16