生成图文公众号的agents

以下是关于绘制 Agents 协作的系统架构图的一些参考信息： 首先，了解 Agent 的基本框架，即“Agent = LLM + 规划 + 记忆 + 工具使用”。其中大模型 LLM 扮演了 Agent 的“大脑”。 规划方面，主要包括子目标分解、反思与改进。子目标分解能将大型任务分解为较小可管理的子目标来处理复杂任务，反思和改进则可以对过去的行动进行自我批评和自我反思，从错误中学习并改进未来的步骤，从而提高最终结果的质量。 记忆分为短期记忆和长期记忆。短期记忆是将所有的上下文学习看成利用模型的短期记忆来学习；长期记忆提供了长期存储和召回信息的能力，通常通过利用外部的向量存储和快速检索来实现。 工具方面，不同的任务和场景需要选择合适的工具。 在生成式 AI 的人机协同中，分为 Embedding（嵌入式）、Copilot（副驾驶）、Agent（智能代理）3 种产品设计模式，人与 AI 的协作流程有所差异。在 Agents 模式下，AI 完成大多数工作。 可以通过 Multiagent Collaboration 的方法，让不同角色的 Agent 按照任务要求自主规划选择工具、流程进行协作完成任务。例如，作为产品经理角色，可将产品功能设计需求通过 Agents 拆解成多个独立的任务，然后遵循不同的工作流，最后生成一份大致符合期望的输出结果，再进行修改完善。 此外，还可以参考一些实例探究，如提示 LLM 提供 100 个最新观察结果，并根据这些观测/陈述生成 3 个最重要的高层次问题，然后让 LLM 回答这些问题。规划和反应时要考虑主体之间的关系以及一个主体对另一个主体的观察，环境信息以树形结构呈现。

"Agents群聊"可能指的是多个智能体（agents）参与的对话或交流。在人工智能领域，智能体可以是聊天机器人、虚拟助手或其他形式的自动化程序，它们能够模拟人类对话或执行特定任务。以下是一些关于使用智能体进行群聊的关键点： 1. 多智能体系统（MAS）：在多智能体系统中，每个智能体都有自己的角色和功能，它们通过协作来解决复杂问题。 2. 自然语言处理（NLP）：智能体通常依赖NLP技术来理解和生成自然语言，以便在群聊中进行有效沟通。 3. 上下文理解：在群聊中，智能体需要能够理解上下文，包括对话历史、参与者的意图和情感状态。 4. 对话管理：智能体需要能够有效地管理对话流程，包括话题转换、冲突解决和保持对话连贯性。 5. 个性化：智能体应能够根据用户的个性和偏好调整其回应，以提供更个性化的交流体验。 6. 隐私和安全：在群聊环境中，智能体必须遵守隐私和安全规则，确保用户数据的保护。 7. 错误处理：智能体应能够优雅地处理误解或错误，例如通过请求澄清或承认不理解某些内容。 8. 学习能力：理想情况下，智能体应该能够从群聊互动中学习，以改进其未来的响应。 9. 多模态交互：除了文本交流，智能体还可以通过语音、图像或其他模态参与群聊。 10. 用户界面（UI）：智能体的群聊功能通常通过聊天界面实现，UI设计应支持流畅的对话体验。 11. 可扩展性：在大规模群聊中，智能体需要能够处理多个对话线程和大量用户输入。 12. 伦理和行为准则：智能体应遵守既定的伦理标准和行为准则，避免不当行为或冒犯性内容。 13. 集成和兼容性：智能体应能够与现有的通信平台和工具集成，以便于部署和使用。 在实际应用中，智能体群聊可以用于客户服务、教育、娱乐、信息检索等多种场景。随着技术的发展，智能体的群聊能力有望变得更加先进和人性化。

在多模态模型中，如果需要存储agents的音色信息，可以考虑以下几种格式： 1. 数字化表示： 将音色信息数字化表示，例如将每种音色映射为一个唯一的数字或字符串标识。这种方法简单直观，方便存储和处理，但可能会损失一些音色的细节和特征。 2. 特征向量： 使用特征向量表示音色信息，例如使用声谱图或梅尔频率倒谱系数（MFCC）等特征提取方法，将音色转换为一个向量。这种方法可以更充分地表达音色的特征和属性，但需要较大的存储空间。 3. 音频文件： 将每种音色保存为一个独立的音频文件，例如 WAV、MP3 等格式。这种方法可以保留音色的所有细节和特征，但需要更大的存储空间，并且在处理过程中可能会增加计算成本。 4. 嵌入向量： 使用嵌入向量表示音色信息，类似于自然语言处理中的词嵌入。通过将每种音色映射为一个固定长度的向量，可以在保留音色特征的同时，降低存储成本和处理复杂度。 5. 代号或名称： 使用代号或名称来表示每种音色，例如使用常见的乐器名称或人声类型来表示。这种方法简单易用，但可能会存在歧义或不确定性，需要进行充分的标准化和规范化处理。 以上是一些常见的存储格式，可以根据具体的应用需求和场景选择合适的格式。在实际应用中，可能需要综合考虑存储空间、处理效率、音色表达能力等因素，选择最适合的存储格式。

以下是关于 AI 做小红书图文的相关内容： 如何判断一张图片是否 AI 生成：曾在小红书、B 站等平台发布以“AIGC 鉴别”为话题的图文，让大家判别名家作品的真伪。大家虽有直觉感受，但难以迅速说出判断依据，因此系统总结了鉴别经验，探讨如何辨别。 用于工作中出图的人员及工作内容：包括 Rubick 从事电商摄影、绫波负责出图和视频、韩君奇进行批量出图和小红书种草等。 GPT 辅助制作金句明信片（壁纸）：景淮作为加拿大程序员，沉迷 AI，介绍这种图片内容可借助 GPT 制作，包括需求分析、提示词编写和测试以及总结等步骤。

以下为您推荐一些能够将上传图片上的文字翻译成另一种语言，并生成新图片的工具： 1. OpenAI 的 DALL·E ：通过图像生成端点可以创建原始图像，编辑端点可以编辑和扩展图像。但主要侧重于图像的生成和编辑，对于图片文字翻译和生成新图片的针对性功能可能不太突出。 2. Reccloud ：免费的在线 AI 字幕生成工具，可直接上传视频进行精准识别，能对识别的字幕进行翻译，自动生成双语字幕。 3. 绘影字幕 ：一站式专业视频自动字幕编辑器，提供字幕制作和翻译服务，支持多种语言，准确率高，还能自定义字幕样式。 4. Arctime ：对视频语音自动识别并转换为字幕，支持自动打轴，支持主流平台和多种字幕功能。 5. 网易见外 ：国内知名语音平台，支持视频智能字幕功能，转换正确率较高，支持音频转写。 需要注意的是，以上内容由 AI 大模型生成，请仔细甄别。

以下是利用 AI 快速完成图文并茂的公司推文的大致流程： 1. 主题与文案：先确定推文主题，然后借助 ChatGPT 等文本类 AI 工具来协助完成文案创作。 2. 风格与布局：明确想要的风格意向，背景不必局限于空白，可依据文案和风格灵活调整画面布局。 3. 生成与筛选：使用无界 AI，输入相关关键词，生成并挑选出一张满意的海报底图。 4. 配文与排版：将上述准备好的素材进行合理排版，最终得到图文并茂的公司推文成品。排版过程中同样可以参考 AIGC 海报的成果。

以下是利用 AI 将文本自动生成适合发布在小红书上的图文笔记的方法： 首先介绍一个名为“小红书文案专家”的 BOT 。它的功能价值在于，见过多个爆款文案的样子，您只需输入一个网页链接或视频链接，就能为您生成对应的小红书文案。它可以辅助创作者生成能够一键复制发布的初稿，为您提供创意和内容，能节约 10 倍文字内容创作时间。 应用链接：https://www.coze.cn/s/ij5C6LWd/ Bot 封面：

目前没有关于运用 AI 将金融保险科普类文本自动生成适合发布在小红书上的图文笔记的相关内容。但一般来说，您可以利用一些 AI 写作工具，输入金融保险科普的关键信息和要点，让 AI 生成初步的文本内容。然后根据小红书的风格特点，对生成的文本进行优化，比如使用生动、亲切的语言，增加表情符号、热门话题标签等。在生成图片方面，可以借助一些 AI 绘画工具，输入与金融保险相关的描述，生成具有吸引力的图片。不过需要注意的是，AI 生成的内容可能需要您进行进一步的审核和修改，以确保准确性和合规性。

要使用 AI 做一篇图文并茂的文章，可以参考以下步骤： 1. 明确文章主题：例如通过 Perplexity.AI 的 Discover 功能挖掘热点资讯，选定具有较高关注度的主题。 2. 收集相关资料：借助 AI 高效完成资料收集。 3. 文章内容完善：对文章进行细致的校对和优化，确保内容高质量。 4. 配图选择： 认识到配图的重要性，它能打断长段文字、直观展示概念、增加趣味性，但注意不能过多且要相关。 选图方法包括截图、使用表情包（注意版权）、从图片网站（如 Unsplash、Pexels）获取。 利用 Perplexity.AI 的 Search Images 功能寻找合适素材，注意避免使用带水印、画质不清晰或分辨率低的图片。 总之，要打造一篇图文并茂的文章，需要在主题、内容和配图等方面精心策划和选择。

以下是一些在生成思维导图方面表现出色的 AI 工具： 1. GitMind：免费的跨平台 AI 思维导图软件，支持多种模式，如提问、回答、自动生成等。 2. ProcessOn：国内思维导图与 AIGC 结合的工具，可利用 AI 生成思维导图。 3. AmyMind：轻量级在线 AI 思维导图工具，无需注册登录，支持自动生成节点。 4. Xmind Copilot：Xmind 推出的基于 GPT 的 AI 思维导图助手，能一键拓展思路，生成文章大纲。 5. TreeMind：“AI 人工智能”思维导图工具，输入需求即可由 AI 自动完成思维导图生成。 6. EdrawMind：提供一系列 AI 工具，包括 AI 驱动的头脑风暴功能，有助于提升生产力。 此外，还有以下相关产品： 1. Mymap：打磨出色，图表种类多，能根据问题自动选择和询问合适的图表类型，速度快且信息准确。 2. AmyMind：特色是可将创建的思维导图变成 PPT 并下载编辑。

以下是关于在 Midjourney 中写提示词以生成所需图片的一些指导： 1. 常规操作： 登录 Discord 网站，打开 MJ 服务器出图。 通过 /imagine 命令，在对话框输入“/imagine”激活指令，然后把提示词粘贴到“prompt”后面，点击发送即可。 想要多少张图片，就要输入多少次提示词，且输入下一次提示词之前，要等待上一张图片生成完毕。 2. 使用插件提效： Autojourney 是电脑浏览器的一个插件，可在浏览器拓展程序中下载安装。 它功能强大，支持批量发送提示词、自动下载图片、自动放大图片、生成提示词等功能，能够提高使用 Midjourney 的效率。 点击浏览器右上角的插件，选择 Autojourney 插件将其激活，将提示词复制到插件中点击发送，提示词会排队进入 MJ 发送程序，自动批量出图。 Autojourney 插件支持一次输入 10 组提示词。 3. Midjourney V6 更新风格参考命令 2.0“sref”： 将“sref”和 URL添加到提示的末尾，以参考风格参考图像的视觉风格创建新图像。 新提示本身没有美学内容，有助于“sref”的执行。 4. Midjourney 最新编辑器更新： 常见问题：提出极其不合适的请求或要求修改非常小的区域，可能无法得到预期结果；在场景中放很小的头部并要求外绘，生成的身体可能会太大。 重纹理化：是一种通过使用另一张图像来引导图像结构或构图的方法，从构图引导图像开始，然后使用提示词和参数添加所需细节。 右侧显示的缩略图：显示器右侧的缩略图显示最近几次编辑会话的记录，左边稍大的缩略图是上传或链接的母图像，其他四张是子图像，展示根据提示生成的不同表达方式。 “View All /查看全部”按钮：每次在不改变选择区域的情况下对母图像进行编辑时，会生成新的缩略图行，更改提示词，新提示词对应的图像会显示在子图像中。

以下为一些关于名片生成的 AI 应用介绍： 一泽 Eze 推出的应用，通过 1 句提示词和 1 个品牌 Logo 即可生成超级符合品牌调性的创意名片。整个流程简单，只需输入 Prompt 和 Logo，AI 会分析并输出结果。提示词已开源，可直接获取。注意事项包括：提示词主要目的是设计符合品牌调性的创意名片；支持在 Artifacts 中正确回显上传的 Logo，建议使用清晰、底图透明的 PNG 格式；若生成结果不符合预期，可尝试让模型重新生成或与 AI 对话提出修改意见。 一泽 Eze 的 Prompt 热度引发了丰富的二创玩法与衍生思考，如个人简历生成、文章内容的可视化总结、万物名片生成、视频内容总结、AI 图表生成等。大模型的文本生成与可视化输出提升了信息呈现效果，基于 Claude Artifacts 的能力推动了设计、研发的民主化，有望迎来一波新解法。 AI“词生卡”技术在高效组织和理解复杂信息方面展现优势，能将文字转化为直观的逻辑图表和流程图。在商业领域，可用于生成流程图、自定义活动海报、商务名片、简历等，实现自然语言的文图双输出，提高信息传导效率和创新思维。例如一泽 Eze 的“词生卡”商务名片。

以下是关于名片生成的 AI 相关内容： 一泽 Eze：释放 AI 设计潜力｜一句提示词，即是你的专属名片设计师！ 1. 一句提示词加上一个品牌 Logo 就能生成超级符合品牌调性的创意名片。 2. 整个流程非常简单： 输入 Prompt。 输入要用的 Logo。 AI 会根据 Logo 对应的品牌特征，分析名片设计方案，输出最终结果。 3. 获取提示词，激发 AI 设计潜力： 提示词已开源，可直接获取。 4. 注意事项： 提示词的主要目的是“设计符合品牌调性的创意名片”。 “创意名片生成”已支持在 Artifacts 中正确回显上传的 Logo，为了更好的直出效果，Logo 建议使用清晰、底图透明的 PNG 格式。 如果生成结果不符合预期，可以尝试让模型重新生成，也可以和 AI 对话，提出修改意见。 一泽 Eze：我的 Prompt 爆火全网｜AI 一键生成高颜值社交名片全解析 1. 这波 AI 可视化输出的 Prompt 热度产生了更多丰富的二创玩法。 2. 列举了一些 Promptbased Case，如个人简历生成、文章内容的可视化总结、万物名片生成、视频内容总结、AI 图表生成等。 3. 大模型的文本生成加可视化输出大大提升了复杂、大段信息的呈现效果。 4. 基于 Claude Artifacts 不错的网页布局设计和样式实现能力，正在进一步推动设计、研发的民主化。 如何判断一张图片是否 AI 生成的 1. 引入：名画造假大师。 2. 依赖艺术知识储备：单纯聚焦于鉴别名画作者时，有的人根据对名画风格的了解和对画质与笔触表现力的判断做出选择，尤其对涉猎过艺术史与设计史论的人来说，这是调用基础知识储备的操作。 3. 细节决定成败：单纯判断作品是出自人类还是 AI 算法时，变成对画面内容的单纯判断，往往细节决定成败，如人物肢体异常、背景花纹和底纹文字信息等。

以下是一些能够将静态动物图片生成说话视频的技术和相关信息： VividTalk：单张照片和一段音频可生成看似真实的说话视频，支持多种语言和风格，如真实和卡通风格，由南京大学、阿里巴巴、字节跳动和南开大学合作开发。链接：https://x.com/xiaohuggg/status/1732026172509421697?s=20 腾讯 AniPortrait：根据音频和静态人脸图片生成逼真的动态视频，支持多种语言、面部重绘、头部姿势控制，比阿里 EMO 项目先开源。链接：https://github.com/ZejunYang/AniPortrait 、https://arxiv.org/abs/2403.17694 、https://x.com/imxiaohu/status/1772965256220045659?s=20

以下为您介绍一些动画生成的 AI 相关信息： 在游戏创作方面，创建出色动画是耗时、昂贵且需要技巧的部分。现在有生成式 AI 模型可直接从视频中捕捉动画，提高效率，涉足这一领域的公司包括 Kinetix、DeepMotion、RADiCAL、Move Ai 和 Plask 等。 其他视频生成的 AI 产品，如 4 月访问量数据：InVideo 为 736 万，Fliki 为 237 万，Animaker ai 为 207 万等。 6 月访问量数据：Viggle 为 1393 万，InVideo 为 909 万，Fliki 为 245 万等。

以下是关于公众号写作 Prompt 的相关内容： 一、从原理到应用一次讲清楚 Prompt 1. 什么是 Prompt 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、处理方式，并最终获得期望结果。大模型虽有基础文字能力，但为提升回答准确性，需要 Prompt。在大模型时代，Prompt 成为人机交互的主要方式之一。 2. 用更加专业的方式定义 大模型本质是基于语言的概率模型，返回其认为概率最大的内容。若直接问大模型且无 Prompt，相当于随机给出答案。有了 Prompt，就提供了包含对模型要求、输入和输出限制的模板，让大模型在限制下得出概率最大的答案。 二、1.2 Prompts（提示词） 自媒体运营 1. 小红书文案 欢迎词：👉请帮我用小红书风格改写文本 具体 Prompt：请使用小红书风格用中文编辑以下段落，其特点是标题引人入胜，每段都包含表情符号，并在末尾添加相关标签。请务必保持文本的原始含义。请先编辑以下文字：{小红书内容} 2. 公众号文章 欢迎词：👉请帮我写一篇公众号文章 具体 Prompt：我要写一篇微信公众号文章，标题要足够吸引人，以便能广泛传播；同时提供内容大纲，我要写的文章是{……} 3. 抖音脚本 欢迎词：👉请帮我写一篇抖音脚本 具体 Prompt：👉你的角色是互联网资深运营，帮我写一篇抖音的脚本，请包含运镜描述，内容主题是{……} 4. 快手带货脚本 欢迎词：👉请帮我写一篇快手带货脚本 具体 Prompt：👉你的角色是互联网资深运营，帮我写一篇快手的文案脚本，要适配快手社区的语言风格，带货文案中要包括商品卖点，我的第一个商品是{商品描述} 5. B 站 UP 主 欢迎词：👉请帮我写一篇 B 站脚本 具体 Prompt：👉你的角色是互联网资深运营，请帮我写一段 B 站的视频脚本，要求 B 站热门 up 主风格，风趣幽默，视频时长大概 3 分钟，内容主题是{……} 三、1.2 Prompts（提示词） 方法：Prompt 技巧 1. 数据：鼓励使用统计数据或数据支持主张，例如在关于电动汽车的文章中提供销售数据和环境影响数据。 2. 个性化：根据用户偏好或特点要求个性化，如请根据用户对喜剧电影的喜好推荐几部好看的电影。 3. 背景 4. 输入 5. 输出 6. 语气：指定所需语气（如正式、随意、信息性、说服性），例如请用正式语气编写一篇关于气候变化的文章。 7. 格式：定义格式或结构（如论文、要点、大纲、对话），例如请为我提供一个关于健康饮食的要点清单。 8. 限制：指定约束条件，如字数或字符数限制，例如请提供一个关于太阳能的 100 字简介。 9. 引用：要求包含引用或来源以支持信息，例如请在关于全球变暖的文章中引用权威研究。 10. 语言：如果与提示不同，请指明回应的语言，例如请用法语回答关于巴黎旅游景点的问题。 11. 反驳：要求解决潜在的反驳论点，例如针对抵制疫苗接种的观点提出反驳。 12. 术语：指定要使用或避免的行业特定或技术术语，例如请用通俗易懂的语言解释区块链技术。 13. 类比：要求 AI 用类比或示例阐明概念，例如请用一个类比解释黑洞的概念。

目前没有明确的“最好”用 AI 写公众号的工具，不过可以通过以下方式利用 AI 来创作公众号文章： 1. 设计明确且具有指导性的提示词：例如“请根据我们收集的关于 OpenAI 回应马斯克言论的资讯，创作一篇既深入又易于理解的科技资讯文章。文章应该有一个吸引人的标题，开头部分要概述事件的背景和重要性，主体部分详细分析 OpenAI 的回应内容及其可能产生的影响，结尾处提出一些引人深思的问题或观点。”这样的提示词能为 AI 提供明确指导，并设定文章基本结构和内容要求，AI 会据此生成结构完整、内容丰富、观点鲜明的文章，但最终产出的内容可能需要进行微调，以符合预期和公众号风格。 2. 校对文章：虽然 AI 生成文本已相当精确，但人工校对仍不可或缺。在校对过程中，需注意内容准确性，核实信息和数据是否准确无误，引用来源是否可靠；确保表达清晰，检查文章是否流畅易读，语言是否清晰，专业术语和概念对目标读者群体是否易于理解；保证逻辑连贯，确保文章结构合理，论点和论据逻辑关系清晰，避免逻辑跳跃或混乱。 3. 利用 AI 找配图：让 AI 分析文章内容，给出配图建议和关键词，然后利用这些信息在免费图库中快速找到合适的无版权图片，提高配图效率，避免版权风险。

以下是使用大模型写公众号文章的步骤： 1. 搭建工作流： 大模型批量总结文章内容： 模型选择：默认的豆包 32k 够用，怕上下文长度不够可选择更大的模型，如 kimi128k。 配置参数：选择批处理，批处理输入参数包括读取的文章内容正文、代码处理后的 url 链接和标题。下方的输入参数选择大模型节点输出的 content 正文、title 标题、url 文章链接、author 作者。提示词输入相关内容，将这四部分内容一起送给大模型进行总结，最终拼接成 markdown 格式输出。 汇总格式化最终输出内容：使用代码节点，将大模型输出的内容进行最终输出的格式化。参数配置包括输入选择上一步输出的 outputList，在 IDE 中编辑选择 Python 并输入相关代码，配置输出项为 result。 公众号总结推送到微信：根据 Server 酱的 API 文档，自建插件实现把格式化好的内容推送到用户微信。配置包括 title 为汇总公众号总结页面的标题，参数值选择“输入”并起名；desp 为页面主体内容，选择上一步最终输出内容；key 引用开始节点的 key。 2. 获取指定网站内容：比如获取 36kr 网站 AI 频道资讯：https://36kr.com/information/AI/ ，并在 Coze 中设置提示词和输出结果。 3. 使用工作流重写： 工作流思路：将获取的新闻让大模型重新按照自己的风格创作新闻内容，如搞笑、严肃、中二风格等，甚至加入个人元素。 搭建工作流：使用 GetToutiaoNews、大模型等组件，配置 GetToutiaoNews 和大模型。 4. 使用 Webpilot 插件：省去工作流获取新闻列表，让 Webpilot 去分析，思考是否可增加大模型重写及相关配置。 5. 同步飞书：将数据同步到飞书，可变为训练数据。 此外，还有关于【SD】大模型/Lora 触发词插件 loraprompttool 的介绍，安装该插件后可直接看到官方例图并一键拷贝提示词和设置参数，有助于学习关键提示词写法。若想要该插件，可添加公众号【白马与少年】，回复【SD】获取。

以下是关于 AI 与公众号相关的内容： 关于通过搜狗搜索公众号内容实现信息获取的方案，代码更新停留在 2 周前，且会触发搜狗和微信公众号反爬 robots.txt，此方案不可行。可行的免费方案是通过文章链接订阅公众号，定时推送情报消息，并实现情报 CoT 问答。具体操作如使用 Docker，浏览器打开相关链接，输入管理页面密码，添加读书帐号，在公众号源上添加想订阅的公众号的一篇文章链接等，但建议不要短时间订阅太多公众号（最好不超 40 个）。 利用 AI 打造爆款公众号文章，可在搜索框输入具体 Prompt 定位相关资讯，通过 AI 工具如 Perplexity.AI、微软的 Bing 搜索引擎搜集资料，使用 Kimi 这个 AI 会话助手整理资料，分批次提供资料确保其有效读取理解。选定紧跟时事且关注度高的主题，收集相关资讯，反复修改优化文章，添加多媒体元素如精心挑选相关的图片、视频或图表来丰富内容。

以下是为您整理的关于如何利用 AI 打造爆款公众号文章的内容： 陶力文律师指出，写好提示词对于律师用好 AI 至关重要。文章结构需精华，包括定义身份、流程和所需资源描述，对资源及使用的阐述，以及对最终输出结果的描述。同时，要遵循相关要求，如结论有案例基础、文字简练精准、案例脱敏等。 利用 AI 生产文章过程相对简单，关键是提供清晰且具指导性的提示词。好的提示词能助 AI 准确理解需求并生成预期内容。若已有基本提示词，AI 可生成基础文章；若想提升质量，可提供更详细、具创意的提示词，如“请根据我们收集的关于 OpenAI 回应马斯克言论的资讯，创作一篇既深入又易于理解的科技资讯文章。文章应该有一个吸引人的标题，开头部分要概述事件的背景和重要性，主体部分详细分析 OpenAI 的回应内容及其可能产生的影响，结尾处提出一些引人深思的问题或观点。”这样的提示词能为 AI 设定基本结构和内容要求，生成结构完整、内容丰富、观点鲜明的文章，但最终产出可能需微调以符合预期和公众号风格。不到十分钟就能完成文章内容产出。 第五部分为结语及作者宣传，欢迎有问题联系咨询。

利用 Coze 实现公众号更新后自动推送并总结内容的步骤如下： 1. 抓取公众号内容： 先在平台搜索现成的插件，如 Coze 平台的读取公众号内容插件，但可能已荒废无法使用。 可考虑自己写爬虫抓取，或寻找可通过 API 方式直接调用的现成服务，如“瓦斯阅读”，但可能存在公众号不全的问题。还可尝试 GitHub 上的“WeWe RSS”工具。 2. 公众号内容总结： 主要依靠大模型的能力，如字节的豆包大模型。涉及批量化操作时，可使用“批处理”功能。 3. 定时推送到微信： 定时可通过 Coze 平台的触发器实现。 推送到微信需找第三方 API 的方案解决，如“server 酱”，通过服务号的模板消息将自定义内容推送到微信。 4. 搭建工作流： 循环查询文章是否推送过： 循环体内部的数据库节点用于在数据库中查询是否已推送过该文章，输入项为文章 url 和开始节点的 key（重命名为 suid）。 循环体内容的选择器判断数据库查询内容是否为空，为空则拼接文章完整信息。 设置 Bot： 人设和回复逻辑：设置提示词直接调用工作流，将“sum_weixin_2_2”替换为工作流名称。 工作流：添加创建的工作流。 设置触发器：选择“定时触发”，设定触发时间，如每天 18 点，输入工作流开始节点的参数。可设置多个触发器。 发布到飞书：点击右上角“发布”，选择飞书渠道，因 Coze 平台触发器目前只对飞书渠道生效。