怎么在coze中给用户定义ID

以下是关于 Midjourney 提示词的相关内容： 1. Midjourney V6 更新风格参考命令 2.0 中，将“sref”和 URL 添加到提示的末尾，可利用风格参考图像的视觉风格创建新图像。新提示本身不应包含美学内容，这有助于“sref”的执行。例如：“A young man stands at the edge of the forest cliff, looking over the ocean below.sref https://s.mj.run/9DFZsjKwkyE v 6.0”。 2. 高质量的 Midjourney 绘图提示词可总结为“形容词+主语+环境+行为+构图+参考风格+渲染程度+后缀”的公式。对人物、环境、摄影灯光等描述越详细，最终效果越接近期望。 3. 若有疑问或需要帮助，可使用“/help”显示基本信息和提示，“/ask”获取问题答案。更多帮助可访问 Midjourney Discord 上的“trialSupport”频道。Midjourney Bot 通过输入指令交互，指令用于创建图像等操作。提示是生成图像的短文本短语，Bot 将其分解为标记与训练数据比较生成图像。精心制作的提示有助于生成独特图像。Bot 频道是允许处理斜杠指令的 Discord 频道，官方 Midjourney Discord 上的某些频道属于 Bot Channels。网站原文请查看：https://docs.midjourney.com/docs/quickstart

以下是一些免费的图像生成工具： 1. Stable Diffusion（SD）：一种 AI 图像生成模型，可以基于文本描述生成图像。 网址：https://github.com/StabilityAI 2. Adobe Firefly：Adobe 的 AI 创意工具，可以生成图像和设计模板。 网址：https://www.adobe.com/products/firefly.html 3. Civitai：用于图像生成。 网址：无 需要注意的是，部分工具可能存在功能限制或需要特定条件才能免费使用。

以下是关于 Midjourney 的学习教程： 1. 基础准备： 注册 Discord 账号并加入 Midjourney 服务器，Midjourney 也推出了在线版本，可以直接使用。 2. 掌握关键知识： 掌握 Midjourney 的提示词（Prompt）结构，了解其基本组成部分，如“主体”“媒介”“环境”等，学习构建有效的 Prompt 来生成理想的图像。 熟悉 Midjourney 的常用参数和命令，如放大、细节等参数设置，掌握常用的命令，如/imagine、/test 等。 3. 实践练习： 针对插画、游戏、框架等不同应用场景练习创作，通过实践不断提高 Prompt 编写和图像生成的技巧。 学习他人的优秀作品并进行模仿，观察和学习其他用户的 Prompt 技巧，通过模仿练习提高自己的创作水平。 4. 学习资源： 新手学习手册&干货网站（必看）：https://ciweicui.feishu.cn/docx/DPbidgdBeoNw55xKjO6c7ao3nbc?from=from_copylink MJ 官方学习手册（至少看 1 遍）：https://docs.midjourney.com/ B 站·莱森 LysonOber 免费视频教程（基础操作必看）：https://space.bilibili.com/630876766?spm_id_from=333.337.0.0 【腾讯文档】野菩萨 AI 课程（小红书@野菩萨）摄影范式：https://docs.qq.com/sheet/DSXRNUGJIQ0tMWkhu?tab=BB08J2 【腾讯文档】副本野菩萨 AI 课程（小红书@野菩萨）绘画范式：https://docs.qq.com/sheet/DSWlmdFJyVVZPR3VN?tab=y0u7ta 【腾讯文档】野菩萨 AI 课程（小红书@野菩萨）Niji 二次元范式：https://docs.qq.com/sheet/DSUxaRmprc0FrR25W?tab=c7lsa8 【腾讯文档】野菩萨 AI 课程（小红书@野菩萨）三维和抽象：https://docs.qq.com/sheet/DSUlaSHVXT1daaFlJ?tab=BB08J3 【腾讯文档】野菩萨 AI 课程（小红书@野菩萨）AI 产品制作与展现：https://docs.qq.com/sheet/DSW1jSFVZTER4Rnlq?tab=BB08J4 需要注意的是，Midjourney 模型强大，能生成高质量图像，可进行充分个性化设置，但使用过程不太便捷，需要通过 Discord 应用加入其频道或创建自己的频道并邀请 Midjourney 机器人才能开始生成图片，学习难度较大，在用户体验和易用性方面还有待改进。内容由 AI 大模型生成，请仔细甄别。

目前国内版 Midjourney 的情况如下： 1. Midjourney 开通了官方公众号，并启动了微信机器人的内测。微信机器人可视为 discord 机器人的简易版本，默认使用 V4 模型且不可切换，可能是 V4 早期版本，图像质量与 discord 目前的模型版本有差距。每个群新增了一个 Midjourney 漫画的机器人，可能针对漫画做了专门训练。针对中文语言模型做了专门训练，并非简单加翻译器。每次默认生成 4 张图片，由于微信 API 不完善，用户需主动输入 VX 或 UX 挑选图片生成高清版本，支持通过“—ar 2:3”命令调整分辨率，但不支持混音，且高清图像分辨率比 discord 机器人差，原因可能是微信压缩或主动调低。 2. 关于关键词的使用： 儿童读物：人物描述+children's book illustration+风格/children's book illustration+描述，例如“可爱的小女孩在旷阔的山林午夜中奔跑，童话风格”翻译为“Sweet little girl running in the middle of the night in the open forest，children's book illustration，Fairy tale style ar 16:9”。 对称图标：描述词+icon design symmetrical,flat，需注意是简洁单一的对称元素。 游戏列表：game sheet of+描述词。 黑暗中灯光效果：Blacklight+描述物体，这是一种偏暗的风格。 图案设计：描述+pattern。 装修/建筑设计：Interior Design+描述文字。 3. Midjourney 在运营中不断改进算法，已发布 5 个版本，通过在提示词后添加“ version 1/2/3/4/5”可调用不同版本，未添加则默认使用“version 5”。

以下是关于 Midjourney 的使用教程： 1. 生成迪斯尼风格头像： 若您还没有 Midjourney 账号或不懂基础操作，可查看之前的教程：。 先选一张满意的图片，在 Discord 社区的 Midjourney 服务器聊天栏点击“+”，然后点击上传文件，选取图片，在聊天框发送（记得点击回车或发送按钮）。 图片上传到服务器并生成唯一链接，点击图片，在浏览器中打开，复制浏览器上方的链接。 使用该链接加 prompt 提示词发送给 Midjourney，Midjourney 会根据需求生成特定图片，这就是 Midjourney 的以图绘图。 2. 工具箱： 3. 官网操作指南： 整体界面：Midjourney 官网现已向生成 100 张以上图片的用户开放使用权限，登录 MJ 官网，左侧为各种页面入口，顶部是生成入口（prompt 框）和搜索框。在社区作品、创作（Create）以及组织（Organize）页面中，可随时使用 prompt 框和搜索框，无需频繁切换页面。 参数设置：可通过点击 prompt 框最右侧的图标来设置常用参数的默认值，包括画面比例和个性化模型开关。 图片参考：在官网上使用图片参考变得简单直观，点击 prompt 框最左侧的图片按钮或直接拖入图片即可，官网会记录所有使用过的图片，方便调用或删除。当鼠标悬停在图片上时，会看到 3 个小图标，从左到右分别是角色参考、风格参考、整图参考，点击相应的图标即可，如需多种参考逻辑可按住 shift 键点选多个图标。

以下是国内一些较好用可以替代 Midjourney 或 Stable Diffusion 的图像生成工具： 1. 吐司：https://tusiart.com/images/635511733697550450?post_id=635512498197535244&source_id=nzywoVHilkK7o_cqaH31xAh 2. 哩布：https://www.liblib.ai/ 此外，还有一些常见的图像生成工具： 1. DALLE：来自 OpenAI，已纳入 Bing（您必须使用创意模式）和 Bing 图像创建器。 2. Adobe Firefly：内置在各种 Adobe 产品中，但在质量方面落后于 DALLE 和 Midjourney。不过 Adobe 宣布它只使用有权使用的图像。

在 Coze 工作流中，消息节点在 Bot 中的使用如下： 1. 消息节点支持在工作流执行过程中返回响应内容，可解决回复消息内容多或工作流长导致用户无法及时收到响应的问题。它支持流式和非流式两种消息模式。 2. 一个消息节点包含以下配置： 输出变量：配置输出变量，可将其添加到下方的回答内容区域中，Bot 调用工作流时只会回复设定的“回答内容”，这些变量也可在配置卡片时使用。 回答内容：工作流运行时，Bot 将直接用这里指定的内容回复对话，可使用{{变量名}}的方式引用输出参数中的变量。 流式输出： 默认关闭，即采用非流式输出，待接收到全部消息内容后，再一次性输出全部消息内容。 开启流式输出后，上一节点一边生成回复内容，一边通过消息节点进行输出，不需要等待全部内容都加载完后再返回，类似于打字机的效果。 3. 在 Coze 中，消息组件是常用的工作流节点，用于实现工作流在执行途中与用户之间的交互。默认情况下，消息组件的流式输出功能是关闭的，当面对长文本或希望优化用户体验时，可以启用流式输出，以提升用户体验，例如在实时聊天 Agent 中，能显著提高用户的参与度和满意度。

搭建 COZE 智能体工作流通常分为以下步骤： 1. 规划： 制定任务的关键方法。 总结任务目标与执行形式。 将任务分解为可管理的子任务，确立逻辑顺序和依赖关系。 设计每个子任务的执行方法。 2. 实施： 在 Coze 上搭建工作流框架，设定每个节点的逻辑关系。 详细配置子任务节点，并验证每个子任务的可用性。 3. 完善： 整体试运行 Agent，识别功能和性能的卡点。 通过反复测试和迭代，优化至达到预期水平。 此外，在搭建整理入库工作流时，首先新建工作流「url2table」，然后根据弹窗要求自定义工作流信息，并进行工作流全局流程设置。但关于调试飞书多维表格插件的使用方式，由于篇幅原因不在此详述。

在 Coze 的 bot 中调用工作流的方式如下： 采用 32K 的 kimi 模型，只有一条工作流。该工具有 5 个按钮：A、B、C、重新开始、结束并总结。按 A/B/C 时，会直接输入对应的字母文字。按结束并总结时，输入的依旧只是文字：“结束并立即总结医学知识点”。点击“重新开始”时，会直接调用一个工作流“emergency”，且这个工作流有两个必选参数：“疾病设置”和“难度设置”。在实际体验过程中，仅在提供“疾病设置”和“难度设置”时，工作流被调用，其他时候没有触发任何工具和工作流。 在外层 bot 中封装工作流的步骤为：点击「发布」发布工作流后，创建一个 bot 进行最终的工作流封装。具体过程包括：创建 Bot；填写 Bot 介绍；切换 Bot 模式为“单 Agent（工作流模式）”，因为此 Agent 只需在每次输入英文文章时返回精读结果，所以不需要用外层 bot 对输入进行其他任务理解，可直接调用工作流；把配置好的工作流添加到 Bot 中；填写开场白，引导用户使用，并关闭开场白预置问题，因为使用流程里用不到。

以下是关于 Coze 案例的相关信息： 一泽 Eze 的万字实践教程：全面入门 Coze 工作流，用其打造 AI 精读专家智能体，复刻 10 万粉公众号的创作生产力。核心看点包括通过实际案例逐步演示用 Coze 工作流构建能稳定按模板要求生成结构化内容的 AI Agent，开源 AI Agent 从设计到落地的全过程思路，10 多项常用的 Coze 工作流的配置细节、常见问题与解决方法。适合人群为玩过 AI 对话产品的一般用户，以及对 AI 应用开发平台（如 Coze、Dify）和 AI Agent 工作流配置感兴趣的爱好者。注：本文不单独讲解案例所涉及 Prompt 的撰写方法。文末「拓展阅读」中有相关 Prompt 通用入门教程、Coze 其他使用技巧等内容以供前置或拓展学习。 从案例入门：创作者将使用扣子 coze.cn 等平台创建智能体 Agent 的过程比喻为“捏 Bot”，最简单的 Bot 往往 1 分钟内可捏完。常见 Bot 有讲故事、减肥提醒、生成 PPT、真假新闻辨识、新闻资讯收集、扮演“甄嬛”等。 蓝衣剑客的四万字长文：在第五章节介绍后，大家对在 Coze 平台上创建工作流和 Bot 有初步了解。实际应用中常利用个性化生产力工具，由特定 Agent 或工作流组成以满足特定需求。这部分介绍一些与个人生产力系统相辅相成的案例，包括流程设计、多智能体框架及特定生产力工具中使用的提示词。由于篇幅有限，仅提供基本常用案例提示词，建议亲自动手实践以更好创建适合自己的生产力工具。

在 Coze 工作流中，开始节点的输入参数使用方式如下： 开始节点就像生产线的入口，负责定义启动工作流所需的输入参数，收集用户的输入。可以为每种输入取变量名并说明类型，以便后续分类识别与加工。 其中，{{BOT_USER_INPUT}}是默认变量，用于接收用户在外层 Bot 中的输入文本。在工作流模式下，通常应只保留 BOT_USER_INPUT 节点。 例如在记账案例中，开始节点定义一个{{prompt}}，把用户在 bot 输入的记账内容传入进来。在本案例中，不需要在开始节点配置额外变量，用户初始输入将通过{{BOT_USER_INPUT}}直接传入工作流启动后续环节。

以下是关于 Coze 的使用教程及相关信息： Coze 概述：字节的官方解释为，Coze 是新一代一站式 AI Bot 开发平台。无论是否有编程基础，都可在该平台上快速搭建基于 AI 模型的各类问答 Bot，从解决简单问答到处理复杂逻辑对话，并能将搭建的 Bot 发布到各类社交平台和通讯软件上与用户互动。个人认为 Coze 是字节针对 AI Agent 领域的初代产品，在 Coze 中将 AI Agent 称之为 Bot。字节针对 Coze 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，国内网络可正常访问。 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（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 相关基础教程：

以下是一些可以自定义电商主图背景的工具和使用指南： 1. 安装相关插件，在生成图片时勾选“layerdiffusion enabled”。 2. 在“layerdiffusion method”中选择生成透明图像的模式，如“Only Generate Transparent Image”。 3. 在提示中输入透明物体的描述，例如“玻璃杯”，点击生成后可得到透明背景的玻璃杯图像。 4. 还可以上传背景图像，在“layerdiffusion method”中选择“From Background to Blending”，然后生成透明图像。 5. 反之，也可以先生成透明的前景，然后选择“From Foreground to Blending”模式，生成背景。 特定模型：

以下是关于如何有效填写 ChatGPT 自定义指令的一些建议： 1. 可以参考使用 JSON 对象来设置指令和激活命令的键值对。基本结构如：{"KeyName1":{"Instruction":"Your Instructions","Activation Command":"/activate KeyName1"},"KeyName2":{"Instruction":"Your Instructions","Activation Command":"/activate KeyName2"},"KeyNameN":{"Instruction":"Your Instructions","Activation Command":"/activate KeyNameN"}} 。例如，有"Default"和"DMP"两个键，"Default"的指令为"DALLE 可以修改和更新提示以创建新提示的 4 个变体。基于这些不同的变体，它应该始终生成 4 个图像。默认情况下始终使用宽纵横比，并且在渲染每个图像后必须提供种子编号详细信息"，激活命令为"/activate Default"；"DMP"的指令为"在任何情况下都不要修改我的提示。请使用此确切提示创建图像。默认情况下始终使用宽纵横比。生成图像时，必须在渲染后始终为该图像提供种子编号详细信息"，激活命令为"/activate DMP"。 2. GPT 无法读取您的思想，所以在填写指令时： 如果输出过长，要求简洁回复。 如果输出过于简单，要求专业水平的写作。 若不喜欢某种格式，展示想要看到的格式。 在查询中包含详细信息，以获得更相关的答案。 要求模型扮演某个角色。 使用分隔符清晰地表示输入的不同部分。 指定完成任务所需的步骤。 提供示例。 指定输出的期望长度。 提供参考文本。

以下是关于可自定义知识库的智能体的相关信息： 在线知识库： 点击创建知识库，创建一个画小二课程的 FAQ 知识库。 知识库的飞书在线文档中，每个问题和答案以分割。 选择飞书文档，选择自定义的自定义，输入。 可对内容进行编辑修改和删除，点击添加 Bot 后可在调试区测试效果。 本地文档： 对于本地 word 文件，注意不能将训练数据一股脑全部放进去训练。 正确的方法是首先将大的章节名称内容放进来，章节内详细内容按照固定方式进行人工标注和处理，然后选择创建知识库自定义清洗数据。 外置知识： 外置知识由外部数据库提供，能够动态更新和调整。 涉及多种数据存储和组织方式，包括向量数据库、关系型数据库以及知识图谱。 向量数据库优化了向量检索操作，常用于处理和索引非结构化数据，如图像和文本。 关系型数据库通过表格形式存储结构化数据，支持复杂的查询，适用于事务性数据存储。 知识图谱以图的形式组织数据，强调实体之间的关系，适合于复杂的语义分析和知识推理。 在实际应用中，外置知识的集成和管理常常采用 RAG 架构，它是一种结合了检索和生成的模型，通过检索外部知识源来增强模型的生成能力。

以下是一些可以自定义训练的 AI： Character.ai：这是一个每个人都可定制自己个性化 AI 的平台。在教育领域，它可以让历史人物如牛顿、白居易等为用户授课，实现一对一辅导，还能根据学生情况提供定制化学习计划和资源，提高教育效率和质量，缓解教育资源不平等问题。它更注重人格属性，满足社交、情感、陪伴等需求。该平台也在研发自己的预训练大型语言模型，与聊天机器人互动时会有像与真人对话的感觉。 大型语言模型通过海量预料训练具备了一定智能，涌现出许多有用能力，能通过文字生成方式展现存储的大量知识。以 ChatGPT 为代表的 AI 不再是“人工智障”，能与我们友好对话，ChatGPT 更注重提高效率和解放生产力。面对 AI 技术发展和应用，我们需保持开放心态，思考如何在新情境下建立健康关系。

语音代理（Voice Agent）是下一代人机交互界面，具有很大的潜力。它在陪伴、心理疗愈、客服等领域有应用前景。不同场景对其实时性、准确性和创造性有不同需求。其凭借低能耗和直观交互方式，有望在未来实现更广泛的应用和价值。相关文章如《》对此进行了探讨，并提出了关注开发者工具、企业工作流和消费者应用等创业投资机会。

大语言模型的未来趋势在闭源云端和开源本地部署方面存在多种可能性。 对于开源本地部署，以下是一些相关信息： Ollama 是一个方便用户在本地运行和管理大型语言模型的框架，具有以下特点： 支持多种大型语言模型，如通义千问、Llama 2、Mistral 和 Gemma 等，适用于不同应用场景。 易于使用，适用于 macOS、Windows 和 Linux 系统，同时支持 CPU 和 GPU。 提供模型库，用户可从中下载不同模型，以满足不同需求和硬件条件，模型库可通过 https://ollama.com/library 查找。 支持用户自定义模型，例如修改温度参数调整创造性和连贯性，或设置特定系统消息。 提供 REST API 用于运行和管理模型，以及与其他应用程序的集成选项。 社区贡献丰富，包括多种集成插件和界面，如 Web 和桌面应用、Telegram 机器人、Obsidian 插件等。 安装可访问 https://ollama.com/download/ 。 可以通过一些教程学习如何本地部署大模型以及搭建个人知识库，例如了解如何使用 Ollama 一键部署本地大模型、通过搭建本地聊天工具了解 ChatGPT 信息流转、RAG 的概念及核心技术、通过 AnythingLLM 搭建完全本地化的数据库等。 同时，采用开源或国内企业提供的 13B 级模型本地部署在内部系统中，虽需投入算力，但有其价值。智能客服的大量优质大客户可能会选择自己搭建智能客服平台，并结合大模型企业提供的技术服务，基于大模型搭建 LangChain、RAG 框架，实现 RPA 自动流程。 对于普通用户是否有必要了解本地部署知识以及是否有必要自己搭建 agent 以及 rag，这取决于个人需求和兴趣。如果您希望更深入了解大模型的工作原理和运行机制，或者有特定的个性化需求，那么了解和尝试本地部署可能是有意义的。但如果只是一般的使用需求，可能无需深入了解和自行搭建。

以下是一些能够将 PDF 格式的论文变成 PPT、Word 格式，以帮助用户阅读论文的 AI 应用和方法： 360AI 浏览器：不仅内嵌强大的 PDF 编辑工具和 ChatPDF 的强大 AI 助手，文章可一键翻译，支持快速定位原文，降低阅读门槛。遇到不会的概念可直接询问 AI，具有搜索增强能力，还免费开放 100 万字长文本阅读功能，正在内测 500 万字长文本处理功能。 DeepL（网站）：点击页面「翻译文件」按钮，上传 PDF、Word 或 PowerPoint 文件即可。 沉浸式翻译（浏览器插件）：安装插件后，点击插件底部「更多」按钮，选择「制作双语 BPUB 电子书」、「翻译本地 PDF 文件」、「翻译 THML / TXT 文件」、「翻译本地字幕文件」。 Calibre（电子书管理应用）：下载并安装 calibre，并安装翻译插件「Ebook Translator」。 谷歌翻译（网页）：使用工具把 PDF 转成 Word，再点击谷歌翻译「Document」按钮，上传 Word 文档。 百度翻译（网页）：点击导航栏「文件翻译」，上传 PDF、Word、Excel、PPT、TXT 等格式的文件，支持选择领域和导出格式（不过进阶功能基本都需要付费）。 另外，在 arxiv.org 阅读论文时，有将 PDF 论文转换为 HTML 版本以便阅读的方法。

很抱歉，目前知识库中没有关于从购买股票型基金到 TA 再到 APP 计算该基金资产收益流程的相关内容。但一般来说，计算股票型基金的资产收益流程大致如下： 首先，在购买股票型基金时，您需要支付申购费用，申购费用通常会从您的申购金额中扣除。申购成功后，您获得的基金份额 = 申购金额÷（1 + 申购费率）÷ 基金单位净值。 在持有基金期间，基金的资产价值会随着基金投资组合中股票的价格波动而变化。基金的单位净值会定期公布，您可以通过基金公司官网、TA 系统或相关 APP 查看。 当您想要赎回基金时，可能需要支付赎回费用。赎回金额 = 基金份额×基金单位净值×（1 赎回费率）。 您的资产收益 = 赎回金额 申购金额。 需要注意的是，不同的基金产品在申购、赎回费率以及计算方式上可能会有所差异，具体应以您所购买的基金产品的相关规定为准。

以下是利用 AI 协助设计用户调研问题的一些方式和相关案例： 1. 帮助设计问卷：向 AI 询问可以从哪些方面提问、提什么问题，采纳率为 25%。 2. 润色问卷文案：采纳率达 75%。 3. 对问卷反馈数据（单条数据和整理数据）进行评价：采纳率为 90%。 相关案例： 1. AI+教育方面，如医疗领域中用于生成漂亮图片的 AI 也可以帮助科学家研究并设计新的蛋白质。 2. 有通过特定 prompt ，2 小时帮同学完成 3 篇调研报告的案例。 3. 利用 ChatGPT 做调研的案例。 在设计过程中，应注意以下几点： 1. 使用用户熟悉的词语、短语和概念，而非内部术语，遵循现实世界的惯例，使信息呈现自然和逻辑的顺序。 2. 像 Perplexity 一样选择容易理解的用词，采用对话式的文字。 3. 设计的控件要遵循现实世界的惯例并与期望的结果相对应，即自然映射，以构建直观的体验。 4. 确保用户能够理解单词的含义，不要假设自己对单词或概念的理解与用户匹配，通过用户研究揭示用户熟悉的术语和他们对重要概念的心智模型。

在用户与 bot 对话时给用户赋予一个 ID 的方法如下： 在 Coze 平台上创建 Bot 时，选择多用户模式后，会自动新增一个 uuid 字段，用来标识用户，由系统自动生成。在 Prompt 中，使用 NL2SQL 操作数据表时不需要包含 uuid 字段，但在工作流中使用多用户模式时，需要包含 uuid 字段。 Bot ID 是在 Coze 平台上创建的 AI 机器人的唯一标识，用于将用户的微信号与特定的 AI 机器人关联起来，确保机器人可以正确响应微信上的请求。

目前 AI 的使用用户群体年龄分布呈现多样化： 在某些角色扮演对话产品的试用中，25 35 岁且有互联网行业经验的用户占比较大，他们的感受包括聊天累、模型易把天聊死、新鲜感消失快等。 c.ai 们的用户画像中，青少年用户比例极高且黏性强，12 22 岁的真·年轻人反馈如没钱但愿意花几块钱聊天、需要和二次元角色谈恋爱等。 00、10 后属于 AI 原生的一代，ChatGPT 在全球教学与科研场景中应用广泛，人工智能教育已基本覆盖“教、学、考、评、管”全链条，并在各类教育细分赛道加速落地。