直达「 通往AGI之路 」飞书知识库 →
首页/问答列表/问答详情

如何利用coze实现公众号更新后自动推送并总结内容

回答

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。
内容由 AI 大模型生成,请仔细甄别(powered by aily)

参考资料

【拔刀刘】自动总结公众号内容,定时推送到微信(附完整实操教程)

[title]【拔刀刘】自动总结公众号内容,定时推送到微信(附完整实操教程)[heading2]二、工作流拆解[heading3]2、元素拆解我们再来看看这个流程中每一步都涉及到哪些核心要素:1、抓取公众号内容:首先先在平台搜搜有没有现成的插件,Coze平台确实有一些读取公众号内容的插件,但是都已经荒废了,用不了了。所以现在要么写爬虫自己抓(我不会啊……),要么就看看有没有现成的服务,可以通过API的方式直接调用。这时候想起来原来折腾RSS订阅的时候,有个平台叫「瓦斯阅读」,可以稳定的抓取公众号的内容,用这个先试试,成功获取刘润公众号的内容!但是马上新的问题就出现了,平台上公众号也太不全了吧,我搜了10个,有7个都没有(晕倒),比如搜索Coze的官方账号就查无此人。看来还得找找其他的方案,功夫不负有心人,在GitHub上有个项目叫做WeWe RSS。这个工具可以通过微信读书的方式,订阅公众号,感觉可行!看着也挺优雅!2、公众号内容总结:这个主要就是依靠大模型的能力了,总结任务应该算是大模型最擅长的任务之一了吧,字节的豆包大模型应该就可以胜任。这步主要涉及一个批量化操作:批量对抓取到的公众号内容进行总结,可以使用「批处理」功能搞定,后边会有详细介绍。3、定时推送到微信:这里头有两个点:一个是定时,这个Coze平台的触发器可以实现;另一个是推送到微信,Coze平台没有这类的插件,看来还得找第三方API的方案解决。之前接触过「server酱」,可以通过服务号的模板消息,将自定义的内容推送到微信上,作为MVP产品来说,这个免费服务应该也够用了。

【拔刀刘】自动总结公众号内容,定时推送到微信(附完整实操教程)

[title]【拔刀刘】自动总结公众号内容,定时推送到微信(附完整实操教程)[heading2]三、搭建工作流[heading3]6、循环查询文章是否推送过循环体内部——数据库节点数据库节点:用来在数据库中查询是否已经推送过该篇文章,输入项为上一步中的url和开始节点的key(也就是server酱的sendkey,这里我们重命名为suid了)因为这个Bot最开始设计的时候,就考虑到可能有多个用户会同时使用这个Bot设置公众号推送内容,每个用户设置的公众号内容可能不一样,每个用户的要推送的微信号肯定也不一样,所以这里使用server酱的sendkey作为了用户的唯一标识,重命名为了suid所以这里查询数据库需要两个值,文章url和用户的suid,来判断这名用户的这篇文章是否推送过SQL语句是AI写的,直接复制就成记得设置一下输出项「combined_output」这步是必须项:Coze平台的逻辑是数据库是与bot绑定的,所有如果要使用数据库功能,需要在bot中设置一个相同名称和数据结构的数据库进行绑定,具体设置方法参见「相关资源」循环体内容——选择器判断数据库查询的内容是否为空,如果是空,证明数据库中没有查到,这篇文章没有给这名用户推送过,使用「文本处理」节点,拼接这篇文章的完整信息,保证信息一致性string1:开始节点的key,也就是server酱的sendkey,用来识别用户string2:循环节点item值中的urlstring3:循环节点item值中的titlestring4:循环节点item值中的author拼接为如下格式,方便输出,并让后边节点使用右下方的「文本处理」节点没有实际作用,输入项随便写,主要是为了处理数据库查询到已经给这名用户推送过这篇文章情况下的占位项,否则工作流会报错设置循环节点输出项,选择循环体中「输出新文章内容」拼接后的字符串

【拔刀刘】自动总结公众号内容,定时推送到微信(附完整实操教程)

终于终于,最后一步了,在Bot中绑定工作流,设置定时任务,然后发布到飞书渠道。1、人设和回复逻辑:由于咱们这个bot主要依托于工作流,所以设置提示词,直接调用工作流sum_weixin_2_2替换为你工作流的名称2、工作流:添加刚刚创建的工作流3、设置触发器:选择「定时触发」,选择触发的时间,比如希望每天18点收到微信推送,就选择18点任务执行:选择工作流,输入key和rss_list,这里的输入参数就是工作流中开始节点的输入参数,key为Server酱的sendkey,rss_list可以使用上边我提供的测试数据触发器实现的效果就是,在设定的时间点,根据输入项的内容,执行工作流。由于工作流中我们设置了推送到微信,所以我们在这个时刻就可以在微信里收到推送的总结内容了。可以同时设置多个触发器,最多设置10个。可以推送给10个不同的人,或者分10个时间段给自己推送不同的内容。[heading3]17、发布到飞书[content]点击右上角「发布」,注意渠道要选择飞书,因为目前Coze平台触发器只对飞书渠道生效。

其他人在问
coze工作流中提示词优化节点有吗?
在 Coze 工作流中存在提示词优化节点。这个节点比较容易理解,如果觉得提示词需要优化,可加入该节点进行处理。其参数很简单,只有一个要优化的提示词。例如,用一开始就在用的文生图提示词“1 girl in real world”进行试用。优化后添加了很多具体信息,如在带着好奇心看书,环境中有阳光,色彩搭配的特点等。但修改后的提示词在控制图片生成真实照片的感觉方面,“in real world”控制真实图片生成的效果比“realistic”好。
2024-11-16
coze中提示词优化节点怎么加
在 Coze 中添加提示词优化节点的方法如下: 这个节点比较容易理解,如果觉得提示词需要优化,可以加入它进行优化。其参数很简单,只有一个要优化的提示词。 通常这类节点很好用。例如用一开始就在用的文生图提示词“1 girl in real world”来试试。优化前和优化后都生成一张图做效果对比,它会为我们添加很多具体信息,比如在带着好奇心看书,环境中有阳光,色彩搭配的特点。但修改后的提示词在控制图片为真实照片的感觉上,测试结果中文生图模型中“in real world”来控制更真实的图片生成效果比“realistic”效果好。(喜欢哪个见仁见智,不过也有抽卡因素,至少右边的打光感觉不错。)
2024-11-16
coze中提示词优化节点怎么加
在 Coze 中添加提示词优化节点的方法如下: 这个节点比较容易理解,如果觉得提示词需要优化,可以加入它进行优化。 参数很简单,只有一个要优化的提示词。 例如,用一开始就在用的文生图提示词“1 girl in real world”来试用。优化后会为提示词添加很多具体信息,比如在带着好奇心看书,环境中有阳光,色彩搭配的特点。但修改后的提示词在控制图片生成真实照片的感觉方面,“in real world”来控制比“realistic”效果好。
2024-11-16
coze中的提示词优化节点在哪里
在 Coze 中,提示词优化节点的相关信息如下: 这个节点比较容易理解,如果觉得提示词需要优化,可以加入它进行优化。参数很简单,只有一个要优化的提示词。 以文生图提示词“1 girl in real world”为例进行试用,优化后添加了很多具体信息,如在带着好奇心看书、环境中有阳光、色彩搭配的特点。但修改后的提示词在控制图片生成真实照片的感觉方面,“in real world”控制效果比“realistic”好。 此外,Coze 还涉及其他节点,如智能抠图、画质提升等。在复刻吴恩达开源的 AI 翻译项目时,工作流分为新建工作流、导入核心流程、设置节点等步骤,包括选择翻译的源语言和目标语言、选择大模型、配置反思优化的提示词等。
2024-11-16
coze web sdk 的具体测试的案例
以下是关于 Coze Web SDK 具体测试的案例: 1. 提示词母体测试: 测试平台包括海外版 Coze 和国内版 Coze。 目的是测试提示词母体模板是否能按规定指令进行生成。 测试模型有 Claude3.5 Sonnet等。 进行了现实主义人物角色、虚幻主义人物角色等方面的测试。 测试感受是基线达到,国内外模型都能按要求生成拟人化提示词,但效果不一,Claude 生成质量最好。 2. 分步构建和测试 Agent 功能: 进入 Coze 后,点击「个人空间工作流创建工作流」打开弹窗。 根据弹窗要求自定义工作流信息,确认后完成新建。 左侧「选择节点」模块中,根据子任务需要实际用到插件、大模型、代码等。 编辑面板中的开始节点和结束节点分别对应分解子任务流程图中的原文输入和结果输出环节。 按照流程图在编辑面板中拖入对应的 LLM 大模型、插件、代码节点即可完成工作流框架搭建。
2024-11-15
学习coze的教程
以下是一些学习 Coze 的教程资源: 概览与介绍:https://waytoagi.feishu.cn/wiki/YGgzwDfWLiqsDWk2ENpcSGuqnxg 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 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 一泽 Eze:万字实践教程,全面入门 Coze 工作流|用 Coze 打造 AI 精读专家智能体,复刻 10 万粉公众号的创作生产力 阅读指南:长文预警,请视情况收藏保存 核心看点:通过实际案例逐步演示,用 Coze 工作流构建一个能够稳定按照模板要求,生成结构化内容的 AI Agent;开源 AI Agent 的设计到落地的全过程思路;10+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:任何玩过 AI 对话产品的一般用户(如果没用过,可以先找个国内大模型耍耍);希望深入学习 AI 应用开发平台(如 Coze、Dify),对 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,附有相关 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。
2024-11-15
AI定时推送
在开源 AI 社区中,通过以下步骤实现了定时推送功能: 1. 编写爬虫的自定义插件抓取社区日报内容,以普通文本或 markdown 方式输出。但由于是社区资源,需经允许后放出。 2. 创建工作流,流程为:开始 获取当前时间前一天的日期 调用自定义插件抓取日报内容 输出内容并结束。 3. 在 Bot 设计界面添加触发器,设置触发时间(如每天早上 9 点),触发工作流。经测试,在飞书上可定时收到推送。 此外,使用社群运营机器人进行知识库问答,将社区长期积累的文章和资料喂给机器人学习,它能通过 RAG 机制匹配用户问题给出准确稳定答案。不仅提高了回答问题的效率,保证答案的准确性和一致性,还会基于问题给出相关延伸阅读链接,鼓励用户主动学习,提升自学能力。对于重要的社区活动信息和动态,机器人能定时准时推送给用户,避免用户错过。
2024-10-30
gpt写论文推送的prompt
以下是为您整合的关于 GPT 写论文相关的内容: 1. GPTs 源 prompt:这段文字是关于 GPT 作为聊天机器人的功能和限制说明,包括通过 ChatGPT iOS 应用程序对话、处理图像输入、使用工具执行任务等,还提到了小互 bots 的制作过程,如引入外部知识库、聚合自有功能、提供第三方能力、通过 action set 设定 API 能力以及通过 Prompt 的 CoT 思维链处理数据链路等。相关导航网站:https://waytoagi.feishu.cn/record/Yq8DrMybyekB89csQREcZTkQnpd 、https://gptlet.app/gpts 。 2. DALL·E 3 论文公布、上线 ChatGPT,作者一半是华人:论文的最后一章讨论了限制与风险,如在空间感知方面表现不佳,不能很好理解方位词,构建文本描述生成器时存在问题,生成的文本会让图片在重要细节上产生幻觉,对下游任务有影响,未来希望探索字符级语言模型改进。 3. 教育方面:一个历史老师用 GPT 给学生讲课,历史专业学生已训练识别 ChatGPT 等服务的常见陷阱,语言模型对历史学家和历史专业学生是好事,但短期内对历史老师和其他教育工作者有重大问题,教授需重新思考作业,LLMs 注重迭代反馈,不同提示会产生不同结果。
2024-10-17
AI应用于信息展示除了以下这段还能写啥?人工智能对演示文稿、网页、微信公众号和Markdown工具都有影响,正重塑信息展示领域。例如,AI可以简化演示文稿设计布局的调整;通过AI能分析用户行为,优化网页内容和结构;在微信公众号利用AI实现个性化推送和智能回复,提升响应和互动质量。Markdown也可利用AI实现智能化编辑和检查。
以下是 AI 应用于信息展示的其他方面: 1. GPT4VAct 作为多模态 AI 助手,能够模拟人类通过鼠标和键盘进行网页浏览,基于 AI 的能力、项目目标人群和服务内容类型,可实现未来互联网项目产品原型设计的自动化生成,使效果更符合用户使用习惯,同时优化广告位的出现位置、时机和频率。 2. 在电影制作方面,可综合应用 AI 工具,如使用 ChatGPT 撰写脚本、分镜、人物设定和旁白,使用 Midjourney 生成静态分镜图片,使用 Runway 生成动态分镜片段,使用 AI 配音软件制作旁白。 3. 在写作方面,AI 可用于草拟各类初稿,如博客文章、论文、宣传材料、演讲、讲座等。还能帮助改进已有的文本,以不同风格创建草稿,激发作者创作出更好的作品,以及协助完成如写邮件、创建销售模板、提供商业计划下一步等任务。
2024-08-15
如何用coze搭建一个总结聊天记录的功能
以下是用 Coze 搭建一个总结聊天记录功能的步骤: 1. 设计 Bot 目的:明确 Bot 的用途,例如作为一个 AI 学习助手,帮助职场专业人士提升在人工智能领域的知识和技能,并提供高效的站内信息检索服务。 2. 了解 Coze 平台常用概念和功能:包括提示词(设定 Bot 的身份和目标)、插件(通过 API 连接集成各种平台和服务)、工作流(设计复杂的多步骤任务)、触发器(创建定时任务)、记忆库(保留对话细节,支持外部知识库)、变量(保存用户个人信息)、数据库(存储和管理结构化数据)、长期记忆(总结聊天对话内容)。 3. 进行 Bot 基础设置:根据机器人的作用,设计人设和回复逻辑,限制机器人的功能使其更专注于 AI 相关的知识回答和服务,还可以加入长期记忆功能来总结聊天对话内容以更好地响应用户消息,以及设计更加美观的 Bot 开场白。 注:Coze 官方使用指南见链接:https://www.coze.cn/docs/guides/welcome ,遇到疑问也可以查官方指南。
2024-11-15
使用coze搭建一个心理咨询机器人,将机器人接入自己开发的应用后,如何再进一步实现让ai把每个用户每天的聊天内容,总结成日记,并传回给应用展示日记
目前知识库中没有关于使用 Coze 搭建心理咨询机器人,并将用户每天聊天内容总结成日记传回应用展示的相关内容。但一般来说,要实现这个功能,您可能需要以下步骤: 1. 数据采集与存储:在机器人与用户交互过程中,采集并妥善存储聊天数据。 2. 自然语言处理与分析:运用相关的自然语言处理技术,对聊天内容进行理解和分析,提取关键信息。 3. 内容总结:基于分析结果,使用合适的算法和模型将聊天内容总结成日记形式。 4. 数据传输:建立与应用的稳定接口,将总结好的日记数据传输回应用。 这只是一个大致的思路,具体的实现会涉及到很多技术细节和开发工作。
2024-11-15
搭建一个总结聊天记录的ai
以下是搭建一个总结聊天记录的 AI 的步骤: 1. 整理聊天记录为数据集: 如果导出了多个人的聊天记录,需手动将文件下的内容汇总到一起。 汇总完成后,保存汇总文件为“train.json”。 在当前文件夹下新建一个文本文档,重命名为“1.py”,用记事本打开并粘贴相应代码。注意标红的地方需要修改。 打开命令行窗口,输入“python 1.py”完成聊天记录整理,此步骤在后续第 31 步会用到。 2. 图文原文处理: 微信无法批量复制聊天内容,多选想要复制的聊天内容,转发到群里或文件传输助手。 收藏批量转发的聊天记录,打开收藏,点进笔记,点右上角三个点,转存为笔记,返回即可全选复制所有内容。 可使用能让电脑设备和手机设备剪切板共享的工具,避免在微信文件传输助手间折腾。 3. GPTs: 若重复做同一件事三次以上,应考虑优化步骤,可创建内容排版大师的 GPTs。 GPTs 链接:https://chat.openai.com/g/gt9dIHp4Ntneirongpaibandashi 。 该 GPTs 已加入 webpilot 的 actions,可直接将文章发给它总结内容。 4. 小卡片软件: 使用的卡片软件是小作卡片 app,官网链接:https://kosaku.imxie.club/ 。 操作步骤:打开软件,点击「自制卡片」,在「记录些什么...」中粘贴 AI 生成文本内容,点击右下角保存图标即可导出。
2024-11-15
AI总结文章
以下是关于 AI 总结的相关内容: 可以让 AI 总结各种文章(不超过 2 万字),如复制文章全文粘贴发送给 GPTs 即可进行总结,GPT4 能识别重点内容。 对于 B 站视频,可利用视频字幕进行总结。若视频有字幕,可安装油猴脚本“Bilibili CC 字幕工具”,下载字幕后复制发送给 GPTs 进行总结。 总结类文章,AI 可能不会读完整个文章,而只是头尾读一下,中间随机读。 大型模型的能力可能不足以支撑商业运营,产生了一些伪需求。AI 可以帮助总结内容,但可能会忽略有价值的信息,可定制专门的 Prompt 进行总结并不断迭代,但能坚持的人可能本身不太需要这种服务。同时,AI 也可能导致新的信息茧房。
2024-11-09
有没有那种可以直接录音然后总结会议内容的软件
以下是一些可以录音然后总结会议内容的软件: 1. 通义听悟、飞书妙记、钉钉闪记。以钉钉闪记为例,操作步骤如下: 第一步打开钉钉闪记。 结束录音后点击“智能识别”。 点击智能摘要,就可以获得本次会议的纪要。 如果需要更多内容,复制所有文案或下载文本文件到GPT、GLM、通义千问等大语言模型对话框中,再将会议内容发送。 该场景对应的关键词库包括:会议主题、参与人员、讨论议题、关键观点、决策、时间、地点、修改要求、文本格式、语言风格、列表、段落。 提问模板: 第一步:用飞书会议等软件整理好会议记录,并分段式发给 ChatGPT 生成总结: 提问模板:请根据以下会议资料,整理会议的关键信息,包括:会议主题、参与人员、讨论议题、关键观点和决策。 会议资料: 时间:XXX 年 XXX 月 XXX 日 地点:XXXX 参与人员:XXX、XXX 会议主题:XXXX 讨论内容:Speaker1:XXX,Speaker2:XXX,Speaker3:XXX 第二步:检查生成的总结: 提问模板:请根据我提供的会议补充信息和修改要求,对 XXX 部分进行修改。 会议补充信息:XXXX 修改要求:XXXX 第三步:优化文本格式和风格 提问模板: 请将生成的总结,以 XXX 形式呈现(例如:以列表的形式、以段落的形式、使用正式/非正式的语言风格) 请给上述会议总结,提供修改意见,并根据这个修改意见做最后的调整 2. 免费的会议语音转文字工具,不过大部分有使用的时间限制,超过一定的免费时间后就需要付费。以下是几款推荐的免费工具: :飞书的办公套件之一。 :阿里推出的 AI 会议转录工具。 :讯飞旗下智慧办公服务平台。 :转录采访和会议纪要。 更多会议记录工具请访问网站:https://waytoagi.com/sites/category/29 3. 以下是一些与会议总结相关的工具: 请注意,内容由 AI 大模型生成,请仔细甄别。
2024-11-07
摘要总结作为 llm 训练的下游任务,一般的训练流程是怎样的
作为 LLM 训练的下游任务,一般的训练流程如下: 1. 首先从大量文本数据中训练出一个基础 LLM。 2. 随后使用指令和良好尝试的输入和输出来对基础 LLM 进行微调和优化。 3. 接着通常使用称为“人类反馈强化学习”的技术进行进一步细化,以使系统更能够有帮助且能够遵循指令。 在训练过程中,会涉及到一些相关的理论探讨和评价指标: 理论探讨方面,如在推理阶段对 InContext Learning 能力的运行分析,将其视为隐式微调,通过前向计算生成元梯度并通过注意力机制执行梯度下降,且实验表明 LLM 中的某些注意力头能执行与任务相关的操作。 评价指标方面,entropylike 指标(如 crossentropy 指标)常用于表征模型的收敛情况和测试集的简单评估(如 Perplexity 指标),但对于复杂的下游应用,还需更多指标,如正确性(Accuracy)、信息检索任务中的 NDCG@K 指标、摘要任务中的 ROUGE 指标、文本生成任务中的 BitsperByte 指标、不确定性中的 ECE 指标、鲁棒性(包括 invariance 和 equivariance)、公平性、偏见程度和有毒性等。
2024-11-07
公众号写作Prompt
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。
2024-10-31
请问现在最好的用AI写公众号的AI是什么
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。
2024-10-22
如何用大模型写公众号文章
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。
2024-10-17
那个AI可以爬公众号内容
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。
2024-10-12
把文稿整理并输出成公众号文章的prompt
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。
2024-10-09
有没有把公众号文章转成视频的工具呀
以下是一些可以将公众号文章转成视频的工具: :一个使用人工智能将博客文章转化为播客的工具。用户只需将博客文章复制粘贴到该工具中,几分钟内就能生成一个有声播客。该工具还提供了免费试用和多个价格层级选择。用户无需具备技术知识,可以轻松地将播客发布到 Spotify 等平台,吸引更多的听众。 如果您想用 AI 把小说做成视频,以下是一些相关工具及网址: 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: Midjourney(MJ):另一个 AI 图像生成工具,适用于创建小说中的场景和角色图像。网址: Adobe Firefly:Adobe 的 AI 创意工具,可以生成图像和设计模板。网址: Pika AI:文本生成视频的 AI 工具,适合动画制作。网址: Clipfly:一站式 AI 视频生成和剪辑平台。网址: VEED.IO:在线视频编辑工具,具有 AI 视频生成器功能。网址: 极虎漫剪:结合 Stable Diffusion 技术的小说推文视频创作提效工具。网址: 故事 AI 绘图:小说转视频的 AI 工具。网址: 以下是一些文字生成视频的 AI 产品: Pika:一款非常出色的文本生成视频 AI 工具,擅长动画制作,并支持视频编辑。 SVD:如果熟悉 Stable Diffusion,可以直接安装这款最新的插件,在图片基础上直接生成视频。这是由 Stability AI 开源的 video model。 Runway:一款老牌 AI 视频生成工具,提供实时涂抹修改视频的功能,不过需要注意的是,Runway 是收费的。 Kaiber:一款视频转视频 AI,能够将原视频转换成各种风格的视频。 Sora:由 OpenAI 开发,可以生成长达 1 分钟以上的视频。 更多的文生视频的网站可以查看这里: 内容由 AI 大模型生成,请仔细甄别。
2024-09-18