怎么用ai做副业

以下是一些具有文件上传功能的 AI 智能体或应用的搭建教程： 使用 Coze 搭建： 方法一：直接使用 Coze 的 API 对接前端 UI 框架，将工作流逻辑集中在工程模板端，实现前后端分离的处理方式。 方法二：直接调用大模型 API，并通过前端代码实现提示词处理和逻辑控制，将交互流程完全放入前端代码中。 实现文件上传：通过 Coze 的，用户可将本地文件上传至 Coze 的云存储。在消息或对话中，文件上传成功后可通过指定 file_id 来直接引用该文件。 Coze 的 API 与工作流执行：关于 API 的使用及工作流执行流程可以参考。 设计界面：搭建 Demo 最简单的方式是首先绘制草图，然后借助多模态 AI 工具（如 GPT/Claude）生成初步的前端结构代码。前端开发语言包括 HTML 用于构建网页基础框架，定义整体页面结构；CSS 负责网页布局样式美化；JavaScript 实现交互逻辑，如信息处理、网络请求及动态交互功能。 Stuart 教学 coze 应用中的“上传图片”： 传递上传图片地址：首先，把工作流的入参设置为 File>Image。然后，注意代码内容，其中 ImageUpload1 部分是可以替换成实际的文件上传组件的组件名称的，一个引号，一个大括号都不能错。 获得图片 URL：接下来就比较简单了，工作流中可以直接用这个 image 变量，也可以用 string 模式输出，它会在工作流中变成图片的 URL。 无企业资质也能 coze 变现： 以 API 形式链接 Zion 和 Coze：同理也可以为 dify、kimi 等给任何大模型&Agent 制作收费前端。参考教程： 自定义配置：变现模版 UI 交互、API、数据库等拓展功能，支持在 Zion 内自由修改，可参考文档配置。相关链接：支付： 微信小程序变现模版正在开发中，不久将会上线。目前实现小程序端可以通过 API 形式搭建。 Zion 支持小程序，Web，AI 行为流全栈搭建，APP 端全栈搭建 2025 上线。

对于 C 端用户应对 AI 幻觉，可以参考以下方法： 1. 在商业化问答场景中，落地时需直面幻觉问题。非技术从业者可从配置入手，如问答机器人界面左侧的 AI 模型、提示词、知识库等。 2. 对于 Claude ，可以尝试以下故障排除方法： 允许 Claude 在不知道答案时说“我不知道”。 告诉 Claude 只有在非常确信回答正确时才回答问题。 让 Claude 在回答问题之前“逐步思考 think step by step”。 给 Claude 留出思考的空间，例如让其在<thinking></thinking>标签内思考，然后从最终输出中删除该部分。 让 Claude 在长篇文档中找到相关引文，然后使用这些引用来回答。 3. 对于提示词污染与不良用户行为，Claude 本身具有一定抵抗力，为实现最大程度保护，可以进行无害性筛选，例如运行“无害性筛选”查询评估用户输入内容是否恰当，若检测到有害提示则拦截查询响应。 4. 在实际应用中，如面对央企等对幻觉零容忍的大客户，可引入 LLM 之外的东西如传统搜索或 hard code 的一些东西去强行控制，但希望流程能在场内完成，同时与客户建立共生的数据。

写 AI 提示词（prompt）是一个关键步骤，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要点和方法： 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，在提示词中提供足够信息。 3. 使用清晰语言：尽量用简单、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：提示词简洁明了，过多信息可能导致模型困惑。 7. 使用关键词和标签：有助于模型更好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。 不同的 AI 工具在提示词的输入和处理上可能存在差异。例如，星流一站式 AI 设计工具中： 输入语言方面，通用大模型与部分基础模型使用自然语言，部分基础模型使用单个词组，且支持中英文输入。 写好提示词方面： 内容准确，包含人物主体、风格、场景特点、环境光照、画面构图、画质等。 可调整负面提示词，帮助 AI 理解不想生成的内容。 利用“加权重”功能让 AI 明白重点内容，还能对已有提示词权重进行编辑。 有辅助功能，如翻译、删除所有提示词、会员加速等。 对于小白用户，还可以点击提示词上方官方预设词组进行生图。希望这些内容能帮助您更好地编写提示词。

以下是关于 AI 的相关知识： 1. 基础方面： 背景知识：包括人工智能、机器学习、深度学习的定义及其之间的关系。 历史发展：简要回顾 AI 的发展历程和重要里程碑。 数学基础： 统计学基础：熟悉均值、中位数、方差等统计概念。 线性代数：了解向量、矩阵等线性代数基本概念。 概率论：基础的概率论知识，如条件概率、贝叶斯定理。 2. 算法和模型： 监督学习：了解常用算法，如线性回归、决策树、支持向量机（SVM）。 无监督学习：熟悉聚类、降维等算法。 强化学习：简介强化学习的基本概念。 3. 评估和调优： 性能评估：了解如何评估模型性能，包括交叉验证、精确度、召回率等。 模型调优：学习如何使用网格搜索等技术优化模型参数。 4. 神经网络基础： 网络结构：理解神经网络的基本结构，包括前馈网络、卷积神经网络（CNN）、循环神经网络（RNN）。 激活函数：了解常用的激活函数，如 ReLU、Sigmoid、Tanh。 关于 WaytoAGI 网站，它提供以下功能： 1. 和 AI 知识库对话：您可以在这里问任何关于 AI 的问题。 2. AI 网站：集合了精选的 AI 网站，按需求找到适合您的工具。 3. AI 提示词：集合了精选的提示词，可以复制到 AI 对话网站来使用。 4. 知识库精选：将每天知识库的精华内容呈现给大家。 请注意，我只能为您提供与 AI 相关的知识和指导，对于其他非 AI 领域的内容，我的知识库中没有相关信息。

以下是一些关于可灵 AI 提示词的相关资源和信息： 提示词模板相关网站： 生成新年场景的提示词示例： 戴着醒狮帽，双手抱拳，红色背景，新年喜庆。背景中有金粉，碎花，3d 爆竹显得热闹而喜庆 拿着"福"字，新年气氛，红色背景，新年喜庆。背景中有金粉，碎花，3d 爆竹显得热闹而喜庆 关于律师如何写好提示词用好 AI 的观点： 不能期待设计一个完美的提示词，然后 AI 百分百给到一个完美的符合要求的答案，中间不能有谬误，否则就是一个需要修复的“BUG”。 要给到 AI 的提示词实际上是一个关于此项问题的相对完善的“谈话方案”，真正的成果需要在对话中产生，并且在对话中限缩自己思维中的模糊地带。

对于非计算机专业出身想要快速入门 AI 的人，以下是一些建议： 1. 了解 AI 基本概念： 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。 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。 2. 开始 AI 学习之旅： 在「」中，您能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，并有机会获得证书。 3. 选择感兴趣的模块深入学习： AI 领域广泛，比如图像、音乐、视频等，您可以根据自己的兴趣选择特定的模块进行深入学习。 掌握提示词的技巧，它上手容易且很有用。 4. 实践和尝试： 理论学习之后，实践是巩固知识的关键，尝试使用各种产品做出您的作品。 在知识库提供了很多大家实践后的作品、文章分享，欢迎您实践后的分享。 5. 体验 AI 产品： 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。 此外，对于不会代码的您，20 分钟上手 Python + AI 的方法如下： 在深入学习 AI 时，许多朋友发现需要编程，变得头大。同时，各类教程都默认您会打命令行，导致入门十分困难。鉴于此，就有了这份简明入门，旨在让大家更快掌握 Python 和 AI 的相互调用，并使您在接下来的 20 分钟内，循序渐进的完成以下任务： 1. 完成一个简单程序。 2. 完成一个爬虫应用，抓取公众号文章。 3. 完成一个 AI 应用，为公众号文章生成概述。 一些背景： 1. 关于 Python： Python 就像哆拉 A 梦，它拥有一个百宝袋，装满了各种道具，被称为标准库。当遇到问题时，都可以拿出来直接使用。 如果百宝袋里的道具不够用，还可以打电话给未来百货，去订购新道具。在这里：打电话对应 pip 一类的工具，可以用来订购任何的道具；未来百货对应 GitHub 一类的分享代码的平台，里面啥都有。 Python 被全世界广泛使用，尤其是在 AI 领域，所以遍地是大哥。 2. 关于 OpenAI API： OpenAI 通过两种方式提供服务：其一，通过 ChatGPT，提供开箱即用的服务，直接对话即可，简单直观；其二，通过 OpenAI API，提供更加灵活的服务，通过代码调用，来完成更多自动化任务，比如全自动将本地的 1 万本小说，从中文翻译成英文。 欢迎来到“AI 企业落地应用”专栏，在这里，我们将分享 AI 技术在真实商业场景中落地应用的有趣案例故事和实战经验教训。做为铺垫和开始，这是一篇能带你快速搞懂本轮 AI 大模型革命相关核心知识信息的文章，我们将从历史到今天，从原理到应用，从产业到趋势，用尽可能通俗易懂但又不失专业严谨的方式，带你快速走入 AI 的世界，跟上 AI 大势。阅读提示：为了方便没有计算机学习背景但又热衷学习 AI 应用的伙伴更好的阅读，下面的内容可能会使用打比方、作类比的方式来让那些晦涩枯燥的知识变得更为有趣和更容易入心入脑，帮助于您在学习应用 AI 的路上走得更加顺畅和稳健，但这也势必会一定程度带来专业性上的不严谨，我们将会显性的做出标注提示，方便您识别，您可以关注文末的论文推荐导引，去了解真实的技术细节。此外，文章中可能还会涉及一些相对专业和可能超纲的知识内容，我们也将会显性的做出标注提示，告诉您这部分内容即使不懂，也完全没关系，可以放心跳过，不必焦虑。

普通人可以通过以下几种方式利用 AI 为副业挣钱： 1. 艺术创作：利用生成式 AI 工具进行内容创作，例如在像 Lensa 这样的平台上，从肖像画开始，拓展到各种媒介的创作，通过内容实现盈利。 2. 成为数字克隆体提供者：将自己的经历和体验提供给数字克隆体，依据被使用的时长和费率获取收益。用户可以通过订阅平台使用多个克隆体，而作为克隆体本体，可基于自身克隆体的费率和被使用时长与平台结算。 3. 利用 AI 进行职业变迁：如果 AI 导致工作机会变化，政府可能通过税收平衡差异，例如全民基本收入（Universal basic income UBI）的方式，为个人提供一定的经济支持。

以下是关于您自学更多 AI 工具以发展副业的学习与实践建议： 1. 基础理解：了解大型语言模型的工作原理和局限性，例如它们在数学计算方面主要基于语言理解和生成，而非专门的数学计算设计，可能会在处理简单数学问题时出错。 2. 学习路径： 规划：明确学习目标和步骤。 记忆：记住关键知识和操作方法。 3. 实践操作： 掌握 GPT 的使用：了解 GPT 如 GPT4 的功能和特点，包括其工具选择和行动（Action）机制。 尝试工具：如 Webpilot，它能让 GPT 支持更实时的联网功能，获取网络资源。具体操作是在新建的 GPT 里勾掉 Web Browsing，然后点击添加 Actions（Add actions），再点击 import from URL 并填入相关网址。 4. 就业与应用： 了解人工智能领域的高薪工作，如数据科学家、机器学习工程师等，学习相关技能以增加就业机会。 关注 AI 技术在金融、医疗、制造业等行业的应用，掌握相关技能以拓展副业发展的可能性。 但需要注意的是，学习 AI 有可能赚钱，但不保证每个人都能成功，是否能赚钱还取决于个人的学习能力、实际应用能力、对市场和商业的理解等因素，需要持续学习和实践。

对于普通人入局 AI 以提升职场竞争力或开启第二副业，以下是一些建议： 1. 应用 AI 提效：在互联网大厂降本增效的背景下，个人工作量可能增加，利用 AI 提高工作效率，既能增强竞争力，又有助于早下班。 2. 躬身入局：如徐文浩老师所说，在重大技术变革时，每天在一线动手实践是可行之路。 3. 关注优质信息源：例如吴炳见的【AI 大航海】和徐文浩老师的【AI 炼金术】公众号，获取有价值的信息。 4. 了解共创模式：共创模式有多元化视角、增强参与感、共享资源、快速迭代、增强创新等优点，但也面临协调复杂、知识产权保护、利益分配、责任归属与质量控制等挑战。 需要注意的是，在开启相关行动之前，要做好充分的准备和学习。

以下是关于 AI 副业的一些信息： 蓝衣剑客主业为 AI 从业者、项目经理，起草过多个 AI 领域国家级标准、报告，为多个世界 500 强企业提供过 AI 领域业务咨询、项目落地指导。其副业为 AI 领域博主，是 WayToAGI、火山引擎社区、掘金 AGI、LangGPT 核心共建。 AI 已经渗透到各行各业，在医疗保健领域，可用于医学影像分析、药物研发、个性化医疗、机器人辅助手术等；在金融服务领域，可用于风控和反欺诈、信用评估、投资分析、客户服务等；在零售和电子商务领域，可用于产品推荐、搜索和个性化、动态定价、聊天机器人等；在制造业，可用于预测性维护、质量控制、供应链管理、机器人自动化等；在交通运输领域也有相关应用。 如果您想了解更多关于 AI 副业的详细内容或有其他特定需求，请进一步向我提问。

以下是一些利用 AI 做副业赚钱的项目： 1. 艺术创作：生成式 AI 可用于内容创作，如肖像画等。从消费者“仅为了娱乐”地创造内容，到创作者或个体创业者通过内容实现盈利。但目前一些 AI 工具存在幻觉（如照片中突然出现第三只手臂）或处理请求时间长的问题。为满足高级用户需求，预计许多公司将推出提供更高质量服务的“专业版”套餐，如 ChatGPT 已做到的那样。 2. 游戏创建： 第一阶段重点关注工具。生成式人工智能可成为人类创作者的副驾驶，使现有的 UGC 工作流程更强大和易于访问。现有 UGC 平台（如 Roblox）会在现有工具集中添加生成人工智能工具，初创公司会复制当前 UGC 工作流程，并针对生成人工智能进行优化。生成式人工智能将从点解决方案工具开始，协助创作者当前的工作流程。 第二阶段会出现新公司，从头开始重新构想创作工作流程。产品可能更像基于生成人工智能构建的引擎或操作系统，会出现全新的创作范式，但目前其形式难以预测。

对于您的情况，以下是为您安排的学习 AI 技术的计划： 首先，鉴于您的时间较为有限，建议您选择一项相对容易入门且实用的 AI 技术，比如自然语言处理（NLP）中的文本分类或情感分析。 在学习时间安排上，您可以利用孩子上学后的白天时间，每天抽出 12 小时进行系统学习。晚上孩子休息后，再安排 1 小时左右进行复习和实践。 学习资源方面，您可以通过在线课程平台，如 Coursera、EdX 等，寻找相关的入门课程。同时，阅读一些经典的入门书籍，如《自然语言处理入门》等。 实践环节非常重要，您可以尝试参与一些开源项目，或者利用公开的数据集进行练习。 另外，在直播副业中，您也可以尝试将所学的 AI 技术应用其中，比如通过分析观众的评论和反馈，优化直播内容和互动方式。 希望这个学习计划对您有所帮助，祝您学习顺利！