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

给我找一些apple intelligence 的详细解读文章

Answer

以下是为您找到的关于 Apple Intelligence 的详细解读文章：

  1. Apple Intelligence 里面各种智能应用的提示词已经被曝光了（译文：https://baoyu.io/translations/apple/apple-intelligence-instructions-macos-15-1-sequoia-beta）。上周推出的 Apple 最新开发者测试版中包含了一些在 WWDC 上宣布的生成式 AI 功能，这些功能将在未来几个月内登陆您的 iPhone、iPad 和 Mac。在 Apple 的计算机上，可以阅读支持这些 Apple Intelligence 功能的模型中的指示，这些指示会作为默认情况下在您对聊天机器人说任何话之前的提示出现。
  2. AIGC Weekly #83，苹果发布了一篇 47 页的论文，详细介绍了他们 AI 系统的全部架构。Apple 为其智能功能开发了两个基础语言模型 - AFM-on-device（约 30 亿参数）和 AFM-server（更大的服务器模型），详细描述了模型架构、训练数据、训练过程、推理优化和评估结果。
  3. 媒体报道：
Content generated by AI large model, please carefully verify (powered by aily)

References

Apple Intelligence 里面各种智能应用的提示词已经被曝光了

更多介绍可以参见：[https://theverge.com/2024/8/5/24213861/apple-intelligence-instructions-macos-15-1-sequoia-beta](https://t.co/2JAWRW2yBn)[…](https://t.co/2JAWRW2yBn)译文：[https://baoyu.io/translations/apple/apple-intelligence-instructions-macos-15-1-sequoia-beta](https://t.co/GSsWeICKzr)上周推出的Apple最新开发者测试版中包含了一些在WWDC上宣布的生成式AI功能，这些功能将在未来几个月内登陆你的iPhone、iPad和Mac。然而，在Apple的计算机上，你实际上可以阅读支持这些Apple Intelligence功能的模型中的指示。这些指示会作为默认情况下在你对聊天机器人说任何话之前的提示出现，我们以前在Microsoft Bing和DALL-E等AI工具中也见过它们被揭示出来。现在，macOS 15.1 beta subreddit的一名成员发布了他们发现包含这些后台提示的文件。你不能更改任何文件，但它们确实初步揭示了这些功能的工作原理。在上面的例子中，一个“有用的邮件助理”AI机器人正在被告知如何根据邮件内容提出一系列问题。这可能是Apple的Smart Reply功能的一部分，该功能可以继续为你建议可能的回复。

AIGC Weekly #83

苹果发布了一篇47页的论文。详细介绍了他们AI系统的全部架构。相当的坦诚了。Apple为其智能功能开发的两个基础语言模型- AFM-on-device（约30亿参数）和AFM-server（更大的服务器模型）。详细描述了模型架构、训练数据、训练过程、推理优化和评估结果。这对于了解下一代设备端机器学习技术的发展方向非常有帮助。期待后续会有更多相关信息发布。这里有[VB的详细总结和翻译](https://x.com/op7418/status/1818220057354465281)。

苹果WWDC开发者大会-Apple Intelligence

媒体报道：赛博禅心：《[Apple：属于每个人的](https://mp.weixin.qq.com/s/g29tNX4PSbuOmAcV3aHexQ)[](https://mp.weixin.qq.com/s/g29tNX4PSbuOmAcV3aHexQ)[AI，在这里](https://mp.weixin.qq.com/s/g29tNX4PSbuOmAcV3aHexQ)》全面的更新介绍有新：《[Apple Intelligence正式发布！Siri进入新时代；ChatGPT接入苹果各个平台](https://mp.weixin.qq.com/s/LSXLpH_LHPr8Hv-7RukY4A)》四木相对论：《[Apple Intelligence：苹果终于打响大模型时代第一枪](https://mp.weixin.qq.com/s/asE6utuTZ8kCbUw8wbkllg)》甲子光年：《[苹果重新定义AI：AI=Apple Intelligence](https://mp.weixin.qq.com/s/S7bHAA7RleNKbGQOcWipPw)》新硅：《[看完苹果的AI功能，我觉得它在逼我买最新款iPhone](https://mp.weixin.qq.com/s/C6XN3Xub3b4L_c5FLRMfpA)》卡兹克：《[今年苹果的WWDC大会只有一件事- AI、AI、还是AI](https://mp.weixin.qq.com/s/oXFwaebWvzdpsZZaDpfAKw)》

Others are asking
已经通过美区AppleID账号下载了ChatGPT，但是登录的时候，无法登录，如何解决？
如果您已通过美区 Apple ID 账号下载了 ChatGPT 但无法登录，可参考以下解决方法： 1. 美区 Apple ID 注册： 电脑上打开 Apple ID 的注册页面：https://appleid.apple.com/ac 。 填写验证码后点继续。 到谷歌邮箱接收邮箱验证码。 接着验证手机号码。 验证完后会出现页面，此时美区 ID 已注册好但未激活，切换到手机操作。 打开 App Store，点击右上角人形头像。 拉到最底下，点击退出登录，先退出国内的 ID。 之后再点击右上角人形头像。 选择否，手动输入美区 ID。 接着会收到短信进行双重验证。 随便找个软件下载，弹出提示，点击“检查”进行激活。 点击同意，进入下一页填写美国地址。 若付款方式中没有“无”或“none”选项，输入街道地址和电话。 至此，通过中国 IP、中国手机号、免信用卡成功注册美区 ID，可用于下载如小火箭、ChatGPT、Discord、X、TikTok 等软件。 2. 下载 ChatGPT：中国区正常下载不了，需切换到美区下载。美区 Apple ID 注册教程参考知乎链接： 。最终在 Apple Store 搜到 ChatGPT 结果，下载安装，注意别下错。 3. 支付宝购买苹果礼品卡充值订阅付费 App： 打开支付，地区切换到【美区任意区】，往下滑，找到【品牌精选 折扣礼品卡】，点击进去，可以看到【大牌礼品卡】，往下滑找到【App Store&iTunes US】礼品卡，按需要的金额购买，建议先买 20 刀。 支付宝购买礼品卡。 在 apple store 中兑换礼品卡。 在 chatgpt 中购买订阅 gpt plus，如果中途不想继续订阅了，可到订阅列表中取消订阅。 完成上述步骤后，即可开始使用 ChatGPT 4o： 1. 开启对话：打开 ChatGPT 应用或网页，点击开始对话。会员不管是在苹果还是安卓手机上购买的，电脑上都能登录。 2. 体验最新语音对话功能：版本切到 ChatGPT 4o，点击右下角“耳机🎧”图标，选择一个声音，就可以体验流畅的语音对话。
2024-12-12
apple Mac 有360AI 浏览器的下载吗？
360AI 浏览器功能强大，安全高效且好看好用。它不只是搜索，而是对标 Arc 的 AI 原生浏览器。您可以在官网 ai.se.360.cn 进行下载。我们可以让 360AI 搜索来总结其功能，搜索“360AI 浏览器的功能拆解”，能看到 AI 通过搜索多篇资讯给出详细回答，包含追问、相关内容、延伸阅读、参考资料等部分，右侧还有相关图片和视频资料，下方还有思维导图。希望 360 的 AI 越来越强，国产 AI 越来越繁荣。所以，抛弃成见，尝试下载一个 360AI 浏览器吧。 需要注意的是，目前不太清楚 360AI 浏览器是否有适用于苹果 Mac 系统的版本，您可以前往官网查看确认。
2024-08-25
1. laptop 2. artificial intelligence 3. generative 4. log in 5. AI-driven 6. bluetooth headset 7. video call 8. platform Write some interesting sentences with these words
以下是为您生成的包含这些关键词的有趣句子： 当我使用配备强大 GPU 的 AI 笔记本电脑，如戴尔 Precision 移动工作站，通过蓝牙耳机关闭了周围的噪音，登录到专门的 AI 驱动平台，与远方的朋友进行视频通话，探讨生成式人工智能的奇妙之处，感觉真是太棒了！ 在微星 Creator/Workstation 系列的 AI 笔记本上，我利用预装的深度学习框架，如 NVIDIA CUDA 和 cuDNN，进行着生成式模型的训练，同时通过蓝牙连接着蓝牙耳机，享受着不受干扰的创作过程，然后登录到特定的平台分享我的成果，这一切都由 AI 驱动，借助高速的网络实现了如同面对面的视频通话交流。 联想 ThinkPad P 系列的 AI 笔记本，拥有出色的散热和续航，让我能长时间专注于生成式项目的开发。我戴上蓝牙耳机，登录 AI 平台，与团队进行视频通话，共同推动项目前进，这一切都离不开 AI 驱动的强大力量。
2025-01-20
AI 制作 business intelligence reporting 培训 PPT
以下是使用 AI 制作 business intelligence reporting 培训 PPT 的主要思路： 1. AI 生成 PPT 大纲。 2. 手动优化大纲。 3. 导入工具生成 PPT。 4. 优化整体结构。 本次将以高效利用 AI 生成 PPT 的实际培训场景作为案例，并结合上述思路来完成此次 PPT 的制作。 如果您是第一次使用 AI，对原理比较好奇，或者对提示词不是很熟悉，推荐阅读以下两篇文章：
2024-10-07
大模型下文档投喂后，大模型是如何解读文档提取出答案？
大模型在文档投喂后解读文档并提取答案的过程通常包括以下步骤： 1. 问题解析阶段：接收并预处理问题，通过嵌入模型（如 Word2Vec、GloVe、BERT）将问题文本转化为向量，以确保问题向量能有效用于后续检索。 2. 知识库检索阶段：知识库中的文档同样向量化后，比较问题向量与文档向量，选择最相关的信息片段，并抽取相关信息传递给下一步骤。 3. 信息整合阶段：接收检索到的信息，与上下文构建形成融合、全面的信息文本。整合信息准备进入生成阶段。 4. 大模型生成回答：整合后的信息被转化为向量并输入到 LLM（大语言模型），模型逐词构建回答，最终输出给用户。 在这个过程中还包括以下信息处理步骤： 1. 信息筛选与确认：系统会对检索器提供的信息进行评估，筛选出最相关和最可信的内容，同时对信息的来源、时效性和相关性进行验证。 2. 消除冗余：识别和去除多个文档或数据源中可能存在的重复信息，以防在生成回答时出现重复或相互矛盾的信息。 3. 关系映射：分析不同信息片段之间的逻辑和事实关系，如因果、对比、顺序等，构建一个结构化的知识框架，使信息在语义上更加连贯。 4. 上下文构建：将筛选和结构化的信息组织成一个连贯的上下文环境，包括对信息进行排序、归类和整合，形成一个统一的叙述或解答框架。 5. 语义融合：在必要时，合并意义相近但表达不同的信息片段，以减少语义上的重复并增强信息的表达力。 6. 预备生成阶段：整合好的上下文信息被编码成适合生成器处理的格式，如将文本转化为适合输入到生成模型的向量形式。 最终，全新的上下文被一起传递给大语言模型。由于这个上下文包括了检索到的信息，大语言模型相当于同时拿到了问题和参考答案，通过 LLM 的全文理解，最后生成一个准确和连贯的答案。 相关概念： LLM：Large language model 的缩写，即大语言模型。 Prompt：中文译作提示词，是输入给大模型的文本内容，可以理解为和大模型说的话、下达的指令。 Token：大模型语言体系中的最小单元，不同厂商的大模型对中文文本的切分方法不同，通常 1Token≈12 个汉字，大模型的收费计算方法及对输入输出长度的限制通常以 token 为单位计量。 上下文：英文通常翻译为 context，指对话聊天内容前、后的内容信息，上下文长度和上下文窗口都会影响大模型回答的质量。
2025-01-23
数据解读类的AI大模型
以下是关于数据解读类的 AI 大模型的相关知识： 大模型的整体架构可以分为以下几层： 1. 基础层：为大模型提供硬件支撑和数据支持，例如 A100、数据服务器等。 2. 数据层：这里的数据层不是用于基层模型训练的数据基集，而是企业根据自身特性维护的垂域数据，分为静态的知识库和动态的三方数据集。 3. 模型层：包括 LLm（大语言模型，例如 GPT，一般使用 transformer 算法来实现）或多模态模型（如市面上的文生图、图生图等的模型，训练所用的数据与 llm 不同，用的是图文或声音等多模态的数据集）。 4. 平台层：模型与应用间的平台部分，比如大模型的评测体系，或者 langchain 平台等，提供模型与应用间的组成部分。 5. 表现层：也就是应用层，是用户实际看到的地方。 相关技术名词及概念： 1. 生成式 AI 生成的内容叫做 AIGC。 2. AI 即人工智能。 3. 机器学习是电脑找规律学习，包括监督学习、无监督学习、强化学习。 监督学习：有标签的训练数据，算法的目标是学习输入和输出之间的映射关系，包括分类和回归。 无监督学习：学习的数据没有标签，算法自主发现规律，经典任务包括聚类。 强化学习：从反馈里学习，最大化奖励或最小化损失，类似训小狗。 4. 深度学习是一种参照人脑有神经网络和神经元（因有很多层所以叫深度）的方法，神经网络可以用于监督学习、无监督学习、强化学习。 5. 生成式 AI 可以生成文本、图片、音频、视频等内容形式。 6. LLM 是大语言模型，对于生成式 AI，其中生成图像的扩散模型就不是大语言模型；对于大语言模型，生成只是其中一个处理任务，比如谷歌的 BERT 模型，可用于语义理解（不擅长文本生成），如上下文理解、情感分析、文本分类。 技术里程碑：2017 年 6 月，谷歌团队发表论文《Attention is All You Need》，首次提出了 Transformer 模型，它完全基于自注意力机制（SelfAttention）来处理序列数据，而不需要依赖于循环神经网络（RNN）或卷积神经网络（CNN），Transformer 比 RNN 更适合处理文本的长距离依赖性。
2025-01-09
数据分析和报告解读prompt
以下是关于数据分析和报告解读的相关内容： ChatGPT 助力数据分析： 1. 第一个用户提示：限定 SELECT SQL，要求不要用 SELECT查询全部列，仅回复一条 SELECT SQL 语句，至少查询两列（数据项、数据值），不能直接查询长类型字段（如 mediumtext/longtext），可使用 count/substring 等函数查询这些长类型列。 2. 系统提示是表结构信息，对于难以理解的字段可告知 GPT 字段的意义，若有多个表可分开描述。 3. 需校验 GPT 生成的 SQL，不通过直接返回提示“抱歉，不支持此类请求”，通过再执行 SQL 查询数据。 4. 数据分析的用户提示：提示数据分析，限定返回的 JSON 格式（conclusion、keyMap、title）。keyMap 用于数据 key 的映射，获取结果数据对应的维度、数据项、数据值的 key 值，以映射数据渲染图表。根据结果数据 tableData 的维度，用条件运算符选择对应的 prompt 传递给 GPT。 5. 结果数据 tableData 跟随接口返回到前端，已通过 SQL 查询的数据，不能让 GPT 再次生成，否则非常耗时。 小七姐：PromptAgent 论文精读翻译： 1. 为深入研究 PromptAgent 的学习过程，检查整个树规划过程中专家提示的演变，监控并可视化与树深度相关的性能变化。评估所有节点性能，在每个深度级别聚合训练（奖励）和测试性能。 2. 进行定性分析以检查 PromptAgent 探索的优化轨迹。图 5 显示了与 NCBI 任务相关的最佳奖励路径的初始四个状态和相应的三个动作状态转换，以提取疾病实体。 3. 表格 5 针对 NCBI 任务的提示比较，包括正常人类提示、APE 优化提示以及由 PromptAgent 优化的专家级提示。两个基线大部分描述了任务，而专家提示由更复杂的结构和领域特定的见解组成，实现了更出色的性能。
2024-12-30
用AI快速解读一本书
以下是为您整合的相关内容： 在“AI 占卜”方面，有多种价格不同的体验项目，如 9.9 元的 AI 解读。流程是先想好问题再抽塔罗牌，摊主会先使用 AI 软件解读，然后在其基础上人工补充。例如对于“近期有偏财运吗”的问题，AI 解读提到代表着力量、决断和智慧，预示财运增加和经济状况改善。此外，活动现场还有手搓机器人摊位，这类似 DIY，需要电烙铁、钳子、螺丝刀等工具，适合亲子合作，能培养孩子兴趣和动手能力，增进亲子关系。 在“AI 辅助写小说”方面，南瓜博士让 AI 先写故事概要和角色背景介绍并做修改，然后以表格形式让 AI 输出细节描述，这样有打破叙事习惯、便于局部调整、确保细节具体等好处。之后将生成的表格依次复制粘贴让 AI 写文章，偶尔需要作者给建议。但在修改环节，GPT4 记性不好，Claude 把关键情节改没了。
2024-12-25
如何能够让ai帮我优质解读一本书
以下是让 AI 帮您优质解读一本书的一些方法和经验： 1. 小说创作是人机协作的过程，不能指望 AI 直接生成精彩作品，也不应只让 AI 打杂。要有多轮对话、和 AI 进行探讨的意识，在对话中明晰点子。 2. AI 具有广博的知识面、丰富的脑洞和对细节的关注，能为创作提供优质素材，但鉴赏能力不行，选择判断还得靠人。 3. Know How 非常重要。比如，开工前可参考相关写作课程，将任务拆解成确定主题、构思情节、丰富细化、串联成文再修改等步骤，写出来的作品会更丰满充实。 4. 让 AI 修改自己写的内容时，起初效果可能不好，可尝试不同框架和 skill set 以获得更好结果。 5. 表格是一种有效的手段，能打破 AI 的叙事习惯，有利于精准控制，生成不那么“AI 腔”的文字。 6. 丰富细化时，可先让 AI 写故事概要和角色背景介绍并做修改，然后以表格形式输出细节描述，这样能避免陈词滥调、便于局部调整和确保内容具体。 7. 串联成文时，把生成的表格依次复制粘贴让 AI 写文章。 8. 注意一些修改的限制和可能出现的问题，如字数限制和不同模型修改时可能出现的失误。
2024-12-24
有哪些AI 工具可以解读体检报告？
目前，针对解读体检报告的 AI 工具相对较少。但在相关领域，有以下一些 AI 工具可供参考： 1. Scite.ai：这是一个为研究人员、学者和行业专业人员打造的创新平台，提供引用声明搜索、自定义仪表板和参考检查等工具，能简化学术工作。 2. Scholarcy：是一款科研神器，能从文档中提取结构化数据，并通过知识归纳引擎生成文章概要，呈现文章的总结信息，包括关键概念、摘要、学术亮点、学术总结、比较分析、局限等板块的内容。 3. ChatGPT：强大的自然语言处理模型，可提供有关各种主题的帮助和意见，包括医学方面。 需要注意的是，这些工具的应用效果可能因具体情况而异，且内容由 AI 大模型生成，请仔细甄别。
2024-12-03
英文文章重点总结的AI
以下是为您总结的相关英文文章重点： 1. 每周一更新的 AIGC 领域内容，包括谷歌开源的新语言模型 Gemma 2B 和 Gemma 7B，采用与 Gemini 相同技术且质量更高；Stability AI 发布的新图像生成模型 Stable Diffusion 3，可生成图像和视频；Groq 公司利用新型硬件实现语言模型每秒 500 个 Token 的高速输出，速度比顶级运营商快 18 倍；还介绍了新的 AI 产品如视频风格转换平台 GoEnhance、将 Figma 设计转为 React 组件的插件、用于项目管理的工具 Kraftful 等，以及精选的几篇英文文章，如优化 Stable Diffusion XL 的方法、构建语言模型 Tokenizer 的教程、新模型 Sora 和 LAVE 等的应用。 2. 常见的文章润色 AI 工具包括：Wordvice AI 集校对、改写转述和翻译等功能于一体，基于大型语言模型提供全面的英文论文润色服务；ChatGPT 由 OpenAI 开发，可用于多方面写作辅助；Quillbot 是人工智能文本摘要和改写工具；HyperWrite 是基于 AI 的写作助手和大纲生成器；Wordtune 是 AI 驱动的文本改写和润色工具；Smodin 提供 AI 驱动的论文撰写功能。这些工具涵盖了文章润色的各个环节，科研人员和学生可根据自身需求选择。 3. 除聊天内容外，可让 AI 总结整理各种文章（不超过 2 万字），如复制文章给 GPTs 总结。对于 B 站有字幕的视频，可通过安装油猴脚本获取字幕，将字幕文字内容复制给 GPTs 进行总结，总结完还可继续提问或探讨。
2025-02-18
有关于数据标注行业发展趋势的文章吗？
以下是关于数据标注行业发展趋势的相关内容： 数据标注行业呈现出以下几个主要的发展趋势： 从量到质的转变：早期大模型训练侧重通过大量算力和大规模数据集来提升性能，但随着技术进步，数据质量成为提高模型性能的关键瓶颈，更注重提高数据的质量和相关性，而非单纯增加数据量和算力。 数据标注向知识密集型转变：多模态模型需处理多种类型数据，使数据标注过程更细致复杂。例如进行情绪判断或推理时，需要更高水平的理解和分析能力。这要求从事标注的人员不仅要接受专业培训，在某些情况下还需要特定领域专家执行。 数据标注的自动化和合成数据的使用：随着人工智能技术发展，数据标注领域正经历自动化转型，可使用大模型自动标注数据，提高标注效率并减少人力成本。合成数据使用越来越普遍，因其成本较低、能避免隐私问题及可生成长尾场景数据。例如在自动驾驶领域，可用于生成罕见但关键的路况场景，提高模型的鲁棒性和准确性。 此外，相关法律法规也对生成式人工智能技术研发过程中的数据标注做出规定，如提供者应制定清晰、具体、可操作的标注规则，开展数据标注质量评估，对标注人员进行必要培训等。
2025-02-17
推荐些AI文章
以下是为您推荐的一些 AI 文章： 1. 《新手如何学习 AI？》 了解 AI 基本概念：建议阅读「」部分，熟悉术语和基础概念，包括主要分支（如机器学习、深度学习、自然语言处理等）及它们之间的联系。 浏览入门文章，了解 AI 的历史、当前应用和未来发展趋势。 开始 AI 学习之旅：在「」中，有一系列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）按自己节奏学习并获取证书。 选择感兴趣的模块深入学习：AI 领域广泛，如图像、音乐、视频等，可根据兴趣选择特定模块深入学习，掌握提示词技巧。 实践和尝试：理论学习后实践是巩固知识的关键，尝试使用各种产品做出作品。知识库提供了很多实践后的作品、文章分享，欢迎您实践后分享。 体验 AI 产品：与 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人互动，了解其工作原理和交互方式。 2. 《01通往 AGI 之路知识库使用指南》 关于 AI 知识库使用及 AIPO 活动的介绍：讨论了使用情况、发起背景、内容安排及相关资源等。 AIPO 线下活动及 AI 相关探讨：包括活动规则和玩法，以及 AI 在科技发展中的地位和研究方向。 way to AGI 社区活动与知识库介绍：讨论了活动安排、材料准备、知识库使用和内容更新等。 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。 3. 《【AI 学习笔记】小白如何理解技术原理与建立框架（通俗易懂内容推荐）》 上篇文章主要介绍了 WaytoAGI 和为什么要学习研究 AI。 本次推荐两个视频： （女神）主讲，和某知识 up 主 Genji 一起制作的免费公益课，新手友好，50 分钟速通 AI 大模型原理。 ：某知识 up 主老石谈芯专访安克创新 CEO 阳萌的视频，一共两期，视频链接是第二期。两期内容都值得观看，访谈非常硬核。
2025-02-17
使用飞书机器人（如Coze智能体）自动抓取外部链接（如网页、公众号文章），通过多维表格存储为“稍后读”清单，并自动提取关键信息（标题、摘要、标签）
以下是使用飞书机器人（如 Coze 智能体）自动抓取外部链接（如网页、公众号文章），通过多维表格存储为“稍后读”清单，并自动提取关键信息（标题、摘要、标签）的相关内容： 前期准备： 1. 简化“收集”： 实现跨平台收集功能，支持电脑（web 端）、安卓、iOS 多端操作。 输入一个 URL 即可完成收集，借鉴微信文件传输助手的方式，通过聊天窗口输入更符合用户习惯。 2. 自动化“整理入库”： 系统在入库时自动整理每条内容的关键信息，包括标题、摘要、作者、发布平台、发布日期、收集时间和阅读状态。 阅读清单支持跨平台查看。 3. 智能“选择”推荐： 根据当前收藏记录和用户阅读兴趣进行相关性匹配，生成阅读计划。 使用步骤： 1. 设置稍后读存储地址： 首次使用，访问。 点击「更多创建副本」，然后复制新表格的分享链接。 将新链接发送到智能体对话中。 还可以发送“查询存储位置”、“修改存储位置”来更换飞书多维表格链接，调整稍后读存储位置。 2. 收藏待阅读的页面链接： 在对话中输入需要收藏的页面链接，第一次使用会要求授权共享数据，授权通过后再次输入即可完成收藏。 目前部分页面链接可能小概率保存失败。 3. 智能推荐想看的内容： 在对话中发送“我想看 xx”、“xx 内容”，即可按个人兴趣推荐阅读计划。 通过飞书机器人与 Coze 搭建的智能体进行对话，在聊天窗口中完成链接输入和阅读计划输出，由 Coze 调用大模型、插件完成内容的整理、推荐，利用飞书多维表格存储和管理稍后读数据，理论上无需开发任何插件、APP，就能实现跨平台的稍后读收集与智能阅读计划的推荐。部署完成后，您可以在电脑、手机端通过飞书机器人与稍后读助手进行对话，也可以直接在 Coze 商店中与 bot 进行对话，如果部署到微信服务号、订阅号，还可以通过这些渠道调用 bot。
2025-02-16
头条文章仿写提示词
以下是关于头条文章仿写提示词的相关内容： 1. 通过广泛试验获得逆向提示词：对给定文本进行逆向提示词工程，提炼文章的语气、写作风格、用词、句式等要素，生成能让 ChatGPT 以任意主题写出类似风格文章的提示词。例如，将乔布斯在斯坦福大学的演讲转化为提示词，可应用于相关演讲稿或自我分享文本创作场景。 2. 设计拟人化提示词模板：如模拟江南皮革厂销售的拟人化提示词模板，用于创造吸引人的广告词，并可与语音技术结合，创造有趣有效的销售助手。 3. 样例驱动的渐进式引导法：这是一种让 AI 读懂用户想法的方法。以 1 2 个正向样例为起点，通过多轮对话，引导 AI 提炼隐含生成要求，逐步完善提示词。核心步骤包括构建初始样例、评估样例并提炼模板、固定模板强化要求说明、生成结构化提示词。用户主要提供初始样例、判断输出质量、反馈改进建议。该方法简化了提示词设计过程，让非专业用户也能创建高质量 Prompt。
2025-02-15
头条文章二创提示词
以下是关于头条文章二创提示词的相关内容： 1. 对于提高文章原创度的二创，可直接拿原文执行以下步骤： 步骤 1：使用 ChatGPT 先对一段文字进行改写。 步骤 2：对改写后的文字进行原创性检测。 步骤 3：把原创度检测工具的结果告诉负责二创的 ChatGPT 角色，让其继续改写。 步骤 4：不断重复步骤 2 和步骤 3，让 ChatGPT 多次对文章进行二创。 步骤 5：让 ChatGPT 自己总结提示词，使用逆向工程提示词对文字二创过程进行提炼，多让其回答几次相关问题，然后把多次回答的结果进行提炼总结，形成更完整的内容。 步骤 6：整理 ChatGPT 返回结果，形成文字二次创作的通用提示词。 2. 网文创作提示词方面，有通用版和玄幻版，可根据需求调整，写作助手可能不太好用，重要的是根据自己需求调整。 3. 在“韦恩：扣子‘AI 应用’入门”中，关于变现和二创，可发布到社群、公众号、小红书、小程序或接受客户定制，二创方向可修改提示词为国风换装、新年换装等。
2025-02-15