Agent中快捷指令的应用

以下是一些关于如何做 Agent 以及相关的 Coze 视频教程： 基础教程： 大圣：胎教级教程：万字长文带你使用 Coze 打造企业级知识库 （https://waytoagi.feishu.cn/wiki/CT3UwDM8OiVmOOkohPbcV3JCndb） 大聪明：保姆级教程：Coze 打工你躺平 （https://waytoagi.feishu.cn/wiki/PQoUwXwpvi2ex7kJOrIcnQTCnYb） 安仔：Coze 全方位入门剖析 免费打造自己的 AI Agent （https://waytoagi.feishu.cn/wiki/SaCFwcw9xi2qcrkmSxscxTxLnxb） 基础教程：Coze“图像流”抢先体验 （https://waytoagi.feishu.cn/wiki/AHs2whOS2izNJakGA1NcD5BEnuf） YoYo：Coze 图像流小技巧：探索视觉艺术的隐藏宝藏 （https://waytoagi.feishu.cn/wiki/CTajwJnyZizxlJk8a4AcJYywnfe） 【智能体】让 Coze 智能体机器人连上微信和微信群详细配置文档 （https://waytoagi.feishu.cn/wiki/ExHMwCDZ7i6NA7knCWucFvFvnvJ） 历史活动教程： 5 月 7 号（）：大聪明分享｜主题：Agent 的前世今生，每个分享人分享最初是怎么接触 Coze 的，以及现在用 Coze 做什么 5 月 8 号（）：大圣分享｜主题：我眼中的 AI Agent 以及通过搭建知识库实例入门 Coze 5 月 9 号（）：艾木分享｜主题：Agent 系统的核心构成：Workflow 和 Multiagent Flow（以“Dr.Know”和“卧底”为例，线上答疑 5 月 10 号（）：罗文分享｜主题：一个方法解锁 COEZ 所有插件的用法+如何自动化解锁每天抓取 X 内容+改写+发布到飞书 5 月 11 号（）：Itao 分享｜主题：和 AI 成为搭子，线上答疑

以下是李飞飞相关文章的获取渠道： 《》 《》

以下是一些常见的 AI Agent 构建平台： 1. Coze：新一代一站式 AI Bot 开发平台，适用于构建基于 AI 模型的各类问答 Bot，集成丰富插件工具，能拓展 Bot 能力边界。 2. Microsoft 的 Copilot Studio：主要功能包括外挂数据、定义流程、调用 API 和操作，以及将 Copilot 部署到各种渠道。 3. 文心智能体：百度推出的基于文心大模型的智能体平台，支持开发者根据需求打造产品能力。 4. MindOS 的 Agent 平台：允许用户定义 Agent 的个性、动机、知识，以及访问第三方数据和服务或执行工作流。 5. 斑头雁：2B 基于企业知识库构建专属 AI Agent 的平台，适用于客服、营销、销售等场景，提供多种成熟模板，功能强大且开箱即用。 6. 钉钉 AI 超级助理：依托钉钉强大的场景和数据优势，提供更深入的环境感知和记忆功能，在处理高频工作场景如销售、客服、行程安排等方面表现出色。 此外，还有来自阿里系的百宝箱，登录链接为：https://tbox.alipay.com/proabout 。如果您是对 AI Agent 使用没有经验的小白，或者想尝试其使用方法和能力，这可能是一个不错的选择。它当前有很多大模型可免费使用，如通义千问·Max、月之暗面、智谱、百灵等。在文旅和传媒方面，依托支付宝有天然渠道，刚推广时力度较大。

以下是一些面向用户的 Agent 及相关介绍： 1. Coze：是新一代的一站式 AI Bot 开发平台，适用于构建基于 AI 模型的各类问答 Bot。采用多 Agent 模式，支持用户轻松创建各种聊天机器人，并可部署到不同平台，还支持四种主要设计模式。 2. Mircosoft 的 Copilot Studio：主要功能包括外挂数据、定义流程、调用 API 和操作，以及将 Copilot 部署到各种渠道。 3. 文心智能体：百度推出的基于文心大模型的智能体（Agent）平台，支持开发者根据自身需求打造大模型时代的产品能力。 4. MindOS 的 Agent 平台：允许用户定义 Agent 的个性、动机、知识，以及访问第三方数据和服务或执行设计良好的工作流。 5. 斑头雁：2B 基于企业知识库构建专属 AI Agent 的平台，适用于客服、营销、销售等多种场景，提供多种成熟模板，功能强大且开箱即用。 6. 钉钉 AI 超级助理：依托于钉钉强大的场景和数据优势，提供更深入的环境感知和记忆功能，在处理高频工作场景如销售、客服、行程安排等方面表现出色。 此外，从产品角度思考 Agent 设计时，比如我们的 Agent 可以设定为一个历史新闻探索向导，其身份为历史新闻探索向导，性格知识渊博、温暖亲切、富有同情心，角色主导新闻解析和历史背景分析。为使角色更生动，可为其设计简短背景故事，写好角色个性需考虑角色背景和身份、性格和语气、角色互动方式、角色技能等方面。

要训练一个专属 Agent，以下是一些关键步骤和要点： 1. 明确目标：确定您希望 Agent 实现的特定目标，这将为训练提供方向。 2. 理解智能体的定义：智能体是能够感知环境并采取行动以实现特定目标的实体，可以是软件程序或硬件设备。 3. 规划：将大型任务分解为更小、可管理的子目标，以有效处理复杂任务。 4. 反思和完善：让 Agent 能够对过去的行为进行自我批评和反思，从错误中吸取教训，并针对未来步骤进行完善，提高最终结果质量。 5. 记忆管理：包括短期记忆，利用模型的短期记忆进行学习；长期记忆，通过外部向量存储和快速检索实现长时间信息保留和回忆。 6. 工具使用：训练 Agent 学习调用外部 API 来获取模型权重中缺失的额外信息，包括当前信息、代码执行能力、对专有信息源的访问等。 7. 评估工具使用能力：从调用 API 的能力、检索 API 的能力以及计划 API 超越检索和调用的能力这三个层面进行评估。 在训练过程中，还需要注意模型的上下文窗口长度有限，输入的剧集应足够短以构建多剧集历史，2 4 个剧集的多剧集上下文对于学习近乎最优的上下文强化学习算法是必要的，且上下文强化学习的涌现需要足够长的上下文。

Agent（智能体）是一种能够在环境中自主感知、思考并采取行动以实现特定目标的实体。它可以是软件程序，也可以是硬件设备。 从产品角度来看，比如在历史新闻探索领域，Agent 可以是一个知识渊博、温暖亲切、富有同情心的向导，有着明确的身份、性格和角色，还可以为其设计背景故事来使其更加生动。写好角色个性需要考虑角色背景和身份、性格和语气、角色互动方式以及角色技能等方面。 在结合大型语言模型（LLM）的情况下，LLM Agent 是指结合大型语言模型和自主智能体特性的系统。它能够利用大型语言模型的自然语言处理能力，理解用户的输入，并在此基础上进行智能决策和行动。其组成部分包括规划、记忆、工具和行动。规划负责将复杂任务分解成可执行的子任务，并评估执行策略；记忆包括短期记忆和长期记忆，分别用于存储对话上下文和用户特征及业务数据等；工具是感知环境、执行决策的辅助手段，如 API 调用、插件扩展等；行动则是将规划和记忆转换为具体输出的过程，包括与外部环境的互动或工具调用。 在 LLM 支持的自主 Agent 系统中，LLM 充当 Agents 的大脑，还包括规划、子目标和分解、反思和完善、记忆（短期记忆和长期记忆）以及工具使用等关键组成部分。

创建一个可以调取本地应用快捷方式的程序或网页，可以通过多种编程方法实现。以下是一些基本的指导和示例： 对于程序： 1. 确定开发环境： 选择一个适合你的开发环境，比如Python、C（.NET）、Java等。 2. 使用系统命令： 利用系统命令来启动本地应用。例如，在Windows上可以使用`start`命令，在macOS或Linux上可以使用`open`或`xdgopen`命令。 3. 编写脚本或程序： 编写一个简单的脚本或程序，使用上述命令来打开本地应用。 4. 创建快捷方式： 将脚本或程序创建为可执行文件，并创建快捷方式以便快速访问。 5. 图形用户界面（GUI）： 如果需要，可以使用GUI库（如Python的Tkinter或Java的Swing）来创建一个图形界面。 6. 测试： 在不同的环境下测试程序，确保它可以正确调取本地应用。 对于网页： 1. HTML和JavaScript： 使用HTML来创建网页的基本结构，使用JavaScript来处理用户交互。 2. 浏览器API： 使用浏览器提供的API（如File API）来访问本地文件系统。 3. 创建链接或按钮： 在网页上创建链接或按钮，当用户点击时，触发打开本地应用的操作。 4. 使用URL协议： 利用自定义的URL协议（如`myapp://`）来触发本地应用。这需要在操作系统中注册该协议并关联到本地应用。 5. 安全性考虑： 确保网页的安全性，避免恶意软件通过网页启动。 6. 跨平台兼容性： 考虑不同操作系统的兼容性问题，可能需要为不同的系统编写不同的代码。 示例代码（Python）： ```python import webbrowser import os def open_local_app: 根据操作系统使用不同的命令 if os.name == 'nt': Windows os.system elif os.name == 'posix': macOS or Linux webbrowser.open 打开一个网页 open_local_app 打开本地应用（需要自定义协议） open_local_app ``` 注意事项： 确保你有足够的权限来访问和启动本地应用。 对于网页应用，现代浏览器的安全策略可能限制了对本地文件系统的访问，因此可能需要额外的配置或使用服务器端技术。 如果是商业软件或有版权的应用，确保你遵守相关的使用协议。 根据你的具体需求和技术栈，上述步骤和示例代码可能需要调整。如果你需要更详细的帮助，可以提供更多的上下文信息。

以下是为您设计的给豆包和 ChatGPT 的指令以及辩论规则： 指令： 豆包和 ChatGPT 需充分运用各自掌握的篮球知识和数据，对勒布朗·詹姆斯和迈克尔·乔丹谁是历史第一人的问题进行深入辩论。 要求从球员的个人能力、团队成就、影响力、比赛数据等多个方面进行分析和论证。 辩论规则： 每位参与者有固定的发言时间，例如每次发言不超过 3 分钟。 发言顺序交替进行，先由豆包开始第一轮发言。 辩论过程中，不得使用侮辱性或攻击性语言，保持理性和客观。 每轮发言结束后，另一方有 1 分钟的提问和反驳时间。 辩论共进行 5 轮，最后一轮为总结陈词，时间为 5 分钟。 观众可以在辩论结束后进行投票，选出他们认为表现更出色的一方。 希望这样的设计能让辩论具有可看性和激烈性！

以下是一些生成 AI 数字人的指令建议： 1. 即使是简单的提示，如“请为我生成一个 AI 数字人”，也能获得可用的结果。但如果提示更精确，例如指定数字人的风格、面向的受众、详细程度等，效果可能会更好。比如，可以要求生成一个风格非常逼真、面向年轻人、描述详细的 AI 数字人。 2. 明确您希望数字人的特征，比如外貌、性格、动作等。例如，如果您要说“请为我生成一个外貌酷似某位明星、性格开朗、动作优雅的 AI 数字人”。 3. 您还可以指定数字人的应用场景，比如用于新闻报道、娱乐节目等。 4. 如果希望数字人有特定的语言表达风格，比如像专业主持人那样，或者更像日常交流，也需要明确指示。 5. 对于数字人的字幕生成，可以点击文本智能字幕识别字幕，点击开始识别，软件会自动将文字智能分段并形成字幕。完成后点击右上角的“导出”按钮，导出视频以作备用。如果希望数字人换成特定的面孔，需要使用另一个工具来进行换脸。

以下是关于如何学习提示词技术的一些建议： 1. 理解提示词的作用：提示词为模型提供上下文和指示，其质量直接影响模型输出的质量。 2. 学习构建技巧： 明确任务目标，用简洁准确的语言描述。 给予足够的背景信息和示例，帮助模型理解语境。 使用清晰的指令，如“解释”“总结”“创作”等。 对特殊要求应给予明确指示，如输出格式、字数限制等。 3. 避免 AI 幻觉的技巧： 明确要求 AI 引用可靠来源，如在询问历史事件时，要求引用权威的历史文献；询问科学事实时，要求引用已发表的科研论文；询问法律条款时，要求引用官方的法律文件。 要求 AI 提供详细的推理过程，例如在询问数学公式时，要求展示推导过程；询问代码功能时，要求逐行解释代码的含义。 明确限制 AI 的生成范围，例如在询问名人名言时，指定名人的姓名和相关主题；询问新闻事件时，指定事件的时间范围和相关关键词。 4. 参考优秀案例：研究和学习已有的优秀提示词案例，可在领域社区、Github 等资源中获取。 5. 实践、迭代、优化：多与语言模型互动，根据输出结果提高提示词质量。尝试各种变体，比较分析输出差异，持续优化提示词构建。 6. 活用提示工程工具：目前已有一些提示工程工具可供使用，如 Anthropic 的 Constitutional AI。 7. 跟上前沿研究：提示工程是当前前沿研究领域之一，持续关注最新的研究成果和方法论。 总之，精心设计的提示词能最大限度发挥语言模型的潜力，通过多实践、多学习、多总结，最终可以掌握提示词技术的窍门。

以下是一些更好地给 ChatGPT 使用指令的方法： 1. 编写清晰的指令： 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。 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。 2. 将复杂任务分解为简单子任务： 使用意图分类来识别用户查询最相关的指令。 当处理不同情况的任务时，先将任务按类型分类，然后为每种类型设计特定的步骤。 复杂任务可以分解成小阶段，每个阶段有自己的指令，使整个处理过程更有组织和效率。 这种方法可以降低错误率和成本。 例如对于客户服务应用，查询可分类处理，根据分类向 GPT 模型提供更具体的指令。

要高效给 AI 指令，需要注意以下几个方面： 1. 清楚表达自己的意图：这并非易事，若表达不清，AI 难以理解和帮助您，例如“五彩斑斓的黑”这类模糊表述。 2. 让 AI 明白所有相关的上下文：人与人沟通时常见的错误是假定对方明白所有上下文，与 AI 交流也如此，需思考如何交代及交代多少上下文。 3. 将复杂的任务拆分成简单的任务：好的管理者会帮助员工拆分复杂任务，对让 AI 做事也是同理，合格的提示工程师需将复杂任务拆分为几个简单任务让 AI 完成，甚至组建工作流让多个 AI 智能体协同完成。 4. 精确控制 AI 做事。 此外，在某些情况下，我们只需给 AI 下达明确命令完成一次性任务，如制作插件、编写脚本等。但当期待提高，希望从繁琐日常任务解脱时，需了解 AI 编程的边界和限制。遵循以下编程准则： 1. 能不编，尽量不编：随着技术发展，多数需求能找到现成软件解决方案，优先找线上工具，其次找插件，最后是本地应用；对于 API 功能，先找现成开源工具，然后考虑付费服务，都找不到才考虑自己编程，编写时要以终为始，聚焦目标。 ICIO 框架是一种结构化的提示词设计方法，由四个关键部分构成： 1. Instruction（指令）：是核心要素，编写时应简洁明了、具体详细、行动导向、单一任务。 2. Context（背景信息）：提供任务相关背景，包括任务目的、目标受众、相关背景、限制条件、角色扮演等。 3. Input Data（输入数据）：为 AI 提供执行任务所需具体信息或数据，并非所有任务都需要。 4. Output Indicator（输出引导）：指导 AI 构建和呈现输出结果，包括格式要求、语气风格、长度限制、结构指引、特殊要求、评估标准等。

要利用 kimi 生成爆款 AI 喂的文章，您可以参考以下指令： 1. 收集相关资料：明确文章主题后，借助 AI 工具如 Perplexity.AI 的强大搜索功能获取信息。启用 Pro 功能可获得更专业深入的搜索结果，每天有一定次数免费使用，也可考虑开通会员。在搜索框输入具体 Prompt 定位相关资讯，获取搜索结果后可拷贝引用网站链接。同理，微软的 Bing 搜索引擎等也有类似功能。 2. 整理资料：使用月之暗面开发的 kimi 这个 AI 会话助手。kimi 具备读取网页内容并生成一定内容的能力，读取完毕会显示绿色标点。但它阅读能力有限，可能无法一次性处理大量资讯或某些网站内容，可分批次提供资料确保其有效读取和理解。 3. 公众号排版：观察知名公众号排版风格获取灵感，可保持简洁或创造个性设计。 4. SEO 优化：kimi 会提供精选关键词用于文章优化，提升搜索引擎可见度，若不满意可要求 kimi 生成更多精准关键词。 5. 发布和推广：选择合适平台发布文章，如个人博客、新闻聚合平台等，利用社交媒体等工具推广，扩大传播范围。

以下是国内的一些 AI 应用： 1. AI 儿童安全座椅推荐系统：使用数据分析、机器学习技术，已有产品如宝宝树安全座椅推荐，市场规模达数亿美元，能为家长推荐合适的儿童安全座椅。宝宝树根据儿童年龄、体重等信息，利用 AI 推荐符合安全标准的儿童安全座椅。 2. AI 汽车保养套餐推荐系统：运用数据分析、机器学习技术，途虎养车保养推荐是已有产品，市场规模达数十亿美元，可根据车辆情况推荐保养套餐。途虎养车利用 AI 分析车辆型号、行驶里程等，为用户推荐合适的保养套餐，如更换机油、滤清器等。 3. AI 物流快递柜管理系统：采用数据分析、物联网技术，丰巢快递柜管理系统是已有产品，市场规模达数十亿美元，能够优化快递柜使用效率。丰巢快递柜利用 AI 和物联网技术管理柜子的使用情况，如分配柜子、通知取件等，提高快递配送效率。 4. AI 招聘面试模拟平台：借助自然语言处理、机器学习技术，智联招聘面试模拟功能是已有产品，市场规模达数亿美元，帮助求职者进行面试模拟。智联招聘的面试模拟功能利用 AI 模拟面试官提问，为求职者提供面试练习和反馈。 5. AI 房地产装修设计平台：通过图像生成、机器学习技术，酷家乐装修设计软件是已有产品，市场规模达数十亿美元，为用户提供装修设计方案。酷家乐利用 AI 生成各种装修设计方案，用户可根据自己的喜好进行选择和调整。 6. AI 摄影参数调整助手：利用图像识别、数据分析技术，一些摄影 APP 的参数调整功能是已有产品，市场规模达数亿美元，可根据场景自动调整摄影参数。一些摄影 APP 利用 AI 分析拍摄场景，自动调整相机参数，如曝光、对焦、感光度等。 7. AI 音乐情感分析平台：运用机器学习、音频处理技术，音乐情感分析软件是已有产品，市场规模达数亿美元，能分析音乐的情感表达。音乐情感分析软件利用 AI 分析音乐的旋律、节奏、歌词等，判断音乐的情感倾向，如快乐、悲伤、愤怒等。 8. AI 家居智能照明系统：借助物联网技术、机器学习技术，小米智能照明系统是已有产品，市场规模达数十亿美元，实现家居照明的智能化控制。小米智能照明系统利用 AI 和物联网技术，根据用户的习惯和环境变化自动调整灯光亮度和颜色。 9. AI 金融风险预警平台：采用数据分析、机器学习技术，金融风险预警软件是已有产品，市场规模达数十亿美元，提前预警金融风险。金融风险预警软件利用 AI 分析金融市场数据，提前预警可能出现的风险，如股市下跌、汇率波动等。 10. AI 旅游路线优化平台：通过数据分析、自然语言处理技术，马蜂窝路线优化功能是已有产品，市场规模达数亿美元，根据用户需求优化旅游路线。马蜂窝根据用户的时间、预算、兴趣等因素，利用 AI 优化旅游路线，提高旅行体验。 11. AI 菜谱口味调整工具：运用自然语言处理、数据分析技术，下厨房口味调整功能是已有产品，市场规模达数亿美元，根据用户反馈调整菜谱口味。下厨房的口味调整功能可根据用户对菜谱的评价，利用 AI 分析后给出口味调整建议，如增加甜度、减少辣味等。 12. AI 语言学习纠错平台：借助自然语言处理、机器学习技术，英语流利说纠错功能是已有产品，市场规模达数十亿美元，帮助语言学习者纠正错误。英语流利说通过 AI 技术识别用户在语言学习中的发音、语法等错误，并提供纠正建议和练习。 13. AI 电影剧情分析系统：采用数据分析、自然语言处理技术，豆瓣电影剧情分析工具是已有产品，市场规模达数亿美元，分析电影剧情，提供深度解读。豆瓣电影的剧情分析工具利用 AI 对电影剧情进行分析，为用户提供剧情解析、主题探讨等内容。 14. AI 办公文件分类系统：通过数据分析、机器学习技术，腾讯文档分类功能是已有产品，市场规模达数亿美元，自动分类办公文件，方便管理。腾讯文档利用 AI 对用户上传的文件进行分类，如合同、报告、方案等，提高文件管理效率。 15. AI 美容护肤方案定制平台：利用图像识别、数据分析技术，美丽修行定制方案功能是已有产品，市场规模达数亿美元，根据用户肤质定制护肤方案。美丽修行根据用户上传的照片和肤质信息，利用 AI 定制个性化的护肤方案，包括产品推荐和使用顺序。

提示词在现代大型语言模型中具有重要作用，以下是关于提示词应用的一些要点： 一、理解提示词的作用 提示词为模型提供上下文和指示，其质量直接影响模型输出质量。 二、学习提示词的构建技巧 1. 明确任务目标，用简洁准确的语言描述。 2. 给予足够的背景信息和示例，帮助模型理解语境。 3. 使用清晰的指令，如“解释”“总结”“创作”等。 4. 对特殊要求应给予明确指示，如输出格式、字数限制等。 三、参考优秀案例 研究和学习已有的优秀提示词案例，可在领域社区、Github 等资源中查找。 四、实践、迭代、优化 多与语言模型互动，根据输出结果提高提示词质量，尝试各种变体，比较分析输出差异，持续优化提示词构建。 五、活用提示工程工具 目前已有一些提示工程工具可供使用，如 Anthropic 的 Constitutional AI，可辅助构建和优化提示词。 六、跟上前沿研究 提示工程是前沿研究领域，持续关注最新研究成果和方法论。 在星流一站式 AI 设计工具中： 1. 在 prompt 输入框中可以输入提示词，使用图生图功能辅助创作。 2. 提示词用于描绘想生成的画面，输入语言支持中英文。 3. 写好提示词的方法包括： 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。 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。 可使用预设词组，对已有的提示词权重进行编辑。 借助辅助功能，如翻译功能将提示词翻译成英文，删除所有提示词清空提示词框，会员加速提升图像生图速度。 此外，头脑风暴常用的 20 个 prompt 包括： 1. Brainwriting Prompt: “Let's brainstorm ideas forby writing down as many ideas as you can,then I can build on them with related ideas.Structure your answer using markdown.” 2. Reverse Brainstorming Prompt: “We will use reverse brainstorming forcoming up with intentionally bad ideas can spark creativity and lead us in new directions.” 3. Mind Mapping Prompt: “Please create a complete mind map forstarting with a central concept and expanding outward with connected branches of related ideas.” 4. Assumptions Prompt: “List your assumptions about.Then,how can you challenge those assumptions to come up with innovative ideas?Describe your journey.” 5. SWOT Analysis Prompt: “Let's do a SWOT analysis onconsidering internal strengths/weaknesses and external opportunities/threats.Then write a conclusion to summarize.” 6. SCAMPER Prompt: “Use the SCAMPER checklist to ideate on.How can we substitute,combine,adapt,modify,put to other uses,eliminate,or reverse?Detail your answers.” 7. Six Thinking Hats Prompt: “Use the Six Hats method:the red hat is optimistic,the black hat looks at negatives,etc.Ideate onfrom different mindset angles.” 8. Worst Possible Idea Prompt: “Brainstorm intentionally terrible ideas forto get the creative juices flowing in new directions.Expand on your answers a little,explaining why these ideas are bad.” 9. Trigger Words Prompt: “Here are some random words:?” 10. Questioning Prompt: “Generate questions about,like who,what,when,where,why,how?Turn the questions into ideas.” 11. Rolestorm

可以使用 AI 创建应用。以下为您介绍一些相关的途径和示例： 1. Lepton AI 是一个由前阿里巴巴副总裁贾扬清创建的 AI 应用快速部署平台，其网址为 https://www.lepton.ai/playground 。该平台包含大量开源的大模型，通过一行命令可以快速调用，也能在此创建 AI 应用。 2. 在企业级 AI 应用开发方面，有以下几种类型的应用： 智能体应用（Assistant）：这是一种基于上下文对话，自主决策并调用工具来完成复杂任务的对话式 AI 应用。通过简单配置即可快速上手和实现基本功能。例如在客户服务中了解客户诉求、解决客户问题，如查询订单状态、处理退款等；在个人助理方面管理日程安排、提醒事项、发送邮件等；在技术支持方面了解技术问题，提供解决方案，帮助用户排除故障。详情参见。 工作流应用（Workflow）：这是一种将复杂任务拆解为若干子任务，以提高工作流程可控性的流程式 AI 应用。用户可以通过拖拽节点来创建自定义的任务流程。例如在 AI 翻译中实现初步翻译、内容审校、再次优化的翻译流程，提升翻译质量。详情参见。 智能体编排应用：这是一种支持多智能体协作的流程式 AI 应用，使您能够编排多个智能体的执行逻辑，也可以使多个智能体自动规划和执行任务。例如在综合调研报告中组建一个报告撰写团队，包括负责写作意图识别、大纲书写、总结摘要、智能绘图、事件研判、段落撰写、文笔润色等任务的智能体；在软件开发团队中组建一个智能体开发团队，包括负责需求分析、系统设计、编码实现、测试调试、文档编写等任务的智能体。详情参见。 3. 如果您不会代码，可以直接将问题报给 ChatGPT ，然后再把 ChatGPT 给出来的结果粘贴回去（如果还不行，就反复调试）。对于获取 API 使用的示例代码，以 OpenAI API 为例，您可以在以下页面获取： 获取 API 密钥：https://platform.openai.com/apikeys （通常需要绑定支付方式，才可以获取有效 Key ） 获取 API 调用的示例代码：https://platform.openai.com/playground

以下是 2024 大模型的一些典型应用案例及相关信息： 《2024 大模型典型示范应用案例集》汇集了 97 个优秀案例，展示了大模型技术在教育、医疗、金融、政务等多个行业和领域的应用。案例由阿里云、百度、华为等领先企业实施，上海成为应用落地的热点地区，大中型企业是主要试验场。AI 智能体和知识库成为提升大模型落地实效的关键手段。 在智能终端行业，中国超半数手机厂商都在使用文心大模型，包括三星、荣耀、vivo、OPPO、小米等主流手机品牌；上汽大众、吉利汽车、蔚来汽车、长安汽车等十余家车企已接入百度文心大模型。 整体来看，在主流大模型厂商中，百度表现突出，拿下最关键的中标项目数量、中标金额两项第一。截至 11 月，其文心大模型日均调用量超过 15 亿次，千帆平台帮助客户精调了 3.3 万个模型、开发了 77 万个企业应用。今年三季度财报披露，百度智能云营收达 49 亿元，同比增长 11%，其增长主要由互联网、教育、金融等行业对模型训练和推理的高需求带动。 企业想要真正将大模型在自身场景落地，需要具备构建算力、数据治理、模型训练、场景落实、应用搭建、持续运营、安全合规等整套能力。 相关报告： 《信达证券：AI 行业设计领域专题报告：Adobe AI 功能覆盖全面，Canva、美图等力争上游》 《中国信通院：大模型基准测试体系研究报告（2024 年）》 《埃森哲：人工智能行业：2024 在生成式人工智能时代重塑工作、劳动力和员工》 此外，还有一些相关活动，如： 2024 年是国内大模型技术加速落地的关键年份，各大厂商如百度、阿里、字节等在 AI 大模型领域展开激烈竞争。百度凭借 40 个中标项目和 2.74 亿元中标金额在行业中处于领先地位。尤其在金融、智能终端等行业，百度文心大模型的应用广泛，表现亮眼。 🏮「非遗贺春」魔多蛇年春节 AI 模型创作大赛，大赛时间 2024 年 12 月 24 日2025 年 1 月 15 日。大赛奖池【￥12000】现金奖励+官方高含金量荣誉证书+会员与算力激励+流量激励。双赛道同时开启，赛道一【春节】+赛道二【爱非遗 AI 传承】。本次活动由浙江省非遗保护中心（浙江省非遗馆）指导×浙江省非遗保护基金会主办×魔多 AI 联合承办，由提供社区传播支持。

AI 在电商行业有以下应用场景： 1. 产品推荐：通过分析客户数据，为每个客户推荐可能感兴趣的产品。 2. 搜索和个性化：改善搜索结果，为客户提供个性化的购物体验。 3. 动态定价：根据市场需求动态调整产品价格。 4. 聊天机器人：提供服务，回答客户问题并解决他们的问题。 在生成式 AI 方面，电子商务成为富有成效的垂直行业之一。相关工具如编写经过 SEO 优化的产品描述。未来，用户有望仅通过描述期望的审美并点击按钮，创建完整的电商商店及市场营销材料。 此外，还有以下具体案例： 1. 品牌：提升品牌价值，涉及品牌洋葱图思维模型、产品信息、人群等 19 个关键词。 2. 品牌：分析品牌舆论传播，涵盖舆论传播、数据分析、主题等 25 个关键词。 3. 推广：制定上市推广方案，包含品牌、产品信息、新品等 28 个关键词。

用 Coze 搭建一个 AI 应用需要关注以下几个方面： 1. Coze 的 AI 应用架构类似于网页应用，包括前端页面用于用户输入文字或上传图片等，以及数据处理端对这些数据进行处理，数据处理端通常是工作流或插件。处理完成后，数据有展示在前端页面供用户查看或保存在数据库/知识库中供额外查询两种路径。 2. 在搭建时，需要重点关注三个方面： Coze AI 应用的前端页面构建，包括布局、组件构成及它们之间的关系。 前端页面如何将页面数据（输入的文字或上传的图片）传递给工作流或插件。 工作流/插件处理完成后输出的数据如何返回给前端页面展示。 3. 通过多个官方案例来学习，例如 AI 翻译应用，应掌握前端的基本结构，如页面、组件、Form 表单、Div 容器、文本框等及相关事件，还有表单向工作流传递数据以及工作流数据返回前端组件展示的方式。 4. Coze 的工作流是一种可视化方式，由多个节点组成，包括 Start 节点和 End 节点，用户可通过拖拽添加各种功能模块，如插件、大语言模型、代码块等，实现复杂业务流程编排。创建和编辑工作流无需编写代码，降低了门槛，创建好的工作流可集成到聊天机器人中使用。 5. 搭建第一个 AI Bot 的步骤： 创建一个 Bot：系统默认创建 Personal 个人团队，也可创建或加入其他团队。进入团队空间的 Bots 页面，单击创建 Bot，输入名称和介绍，生成头像后确认。创建后进入 Bot 编排页面，可在左侧描述 Bot 身份和任务，中间配置扩展能力，右侧实时调试。 编写提示词：这是配置 Bot 的第一步，提示词是给大型语言模型的指令，输入内容后可单击优化。更多详细信息参考相关编写提示的文档。