有哪些优秀的智能体案例

以下是一些在 APP 应用对接大语言模型方面比较成功的案例，可供您借鉴： 1. Poe： 由 Quora 开发，有 APP 版本，支持跨端使用。 集成了 Chat GPT、GPT4、Claude+、Claude、Dragonfly 等模型，同时支持用户自建 Chatbot。 不同语言模型回复效果有差异，适合需要调用多种大语言模型的用户。 Dragonfly 擅长给出较短的回答，并擅长在输入中给出示例时遵循指示。 Claude 更擅长创造性回复，配合 Poe 中的提问引导，非常适合在查阅资料时使用。 支持分享用户和模型的对话内容，但 GPT4、Claude+产品需要付费订阅使用。 访问地址： Poe 中的提问引导真的能够启发到用户，midjourney prompt 扩写 Chatbot 能力很惊人。 2. Perplexity.ai： 本质是个可联网的搜索引擎，完全免费，支持网页版、APP（目前支持 iOS，安卓即将推出）、Chrome 插件。 网页版能力全面，能够根据提问从互联网上搜寻信息并给出总结后的答案。 很多 Chat GPT 中调用插件才能解决的事情（联网查询、旅行、住宿、商品推荐）靠 Perplexity 就可以解决。 能给出信息来源网址，并根据搜索内容给出继续对话的问题建议。 最新推出的 Copilot 能力支持根据搜索内容进行信息补充，每 4h 内使用 5 次，调用 GPT4。 支持分享聊天内容到多渠道。 首页推荐当下流行的新闻、搜索内容。 支持筛选 Academic（包含不同领域的学术研究论文）、Wolfram｜Alpha（包含数学、科学、经济学、语言学、工程学、社会科学、文化等领域的知识库）、Wikipedia（维基百科）、Youtube、Reddit（娱乐、社交和新闻网站）、News 进行搜索。 Chrome 插件可针对当前页面给出即时摘要。 访问地址：

以下是一些关于 AI 帮助赚钱的案例： 在艺术创作方面，生成式 AI 使得内容创作成为可能，如 Lensa 应用，人们可以通过创作肖像画等内容实现盈利。 对于创作者或个体创业者，生成式 AI 产品可服务于各种用例，从消费者“仅为了娱乐”地创造内容，到通过内容实现盈利。 关于 GPTs/GLMs 能否赚钱，虽然能，但大多数人难以做到。以 BeBeGPTs 为例，其收录了大量 GPTs 数据，通过对相关数据的分析可以探讨 AI 赚钱（应用落地）的情况。

以下是一些 AI 与在线教育结合的成功案例： 教学方面：帮助学生做好组会准备，使用 Claude + Gamma.app 节省时间。 调研方面：用特定的 prompt ，2 小时帮同学完成 3 篇调研报告；用 ChatGPT 做调研。 医疗方面：蛋白质结构预测和蛋白质合成，AI 加速医疗健康生物制药的研究，在抗癌、抗衰老、早期疾病防治等研究应用中发挥重要作用。 教师方面：AI 赋能教师全场景。 未来教育方面：探讨未来教育如果跟不上 AI 可能出现的裂缝。 化学方面：使用大型语言模型进行自主化学研究。 翻译方面：介绍把一份英文 PDF 完整翻译成中文的 8 种方法。

以下为您提供一些 AI 生成的精美 PPT 相关案例和信息： 案例： 营销：定制营销报告：涵盖汇报对象身份、销售数据、财务报告、市场分析、客户反馈、营销效果评估等内容。 办公：高效做 PPT：介绍了用 ChatGPT 生成 Markdown 语法内容，再借助 MindShow 转换为精美的 PPT。 办公：编写 Excel 公式：可通过具体问题与答案的交互来获取所需公式。 办公：写邮件：关于未及时提供数据的中等大长度的摘要邮件及问题项目清单。 工具： 歌者 PPT：是一款永久免费的智能 PPT 生成工具，具有话题生成、资料转换、多语言支持、模板和案例丰富、在线编辑和分享、增值服务等功能。其优势包括免费使用、智能易用、海量案例、资料转 PPT 专业、AI 翻译等。 相关网站和应用：SlidesAI、Decktopus AI、Tome、MagicSlides、Presentations.AI、Canva、Simplified、GlimmerAI、Sendsteps、Plus AI、Microsoft 365 Copilot、Gamma、Canva Magic Design、ChatGPT、Beautiful.AI 等。同时，收录了群友熊猫 Jay 的实践教程：https://mp.weixin.qq.com/s/uVoIIcePa7WTx7GNqkAPA

在法律行业，进行案例搜索时最好使用法律行业垂类的 AI 产品，通用型 AI 可能存在查不出来、数据不全或生成内容不满足需求的情况。以下是一些案例检索的 Prompt 指令词示例及相关场景： 场景一：案例检索 Prompt 指令词：请搜索近五年内关于商标侵权案件中“混淆可能性”标准的具体判例，并提供相似度最高的三个案例的关键要点摘要。 预计效果：AI 系统将检索相关数据库，找出符合要求的判例，并提炼出这些案例中有关“混淆可能性”标准的关键判决理由和结果，形成摘要报告。 其他例子： Prompt 指令词：检索近三年内所有涉及软件算法专利侵权的案例，分析法院判决中关于技术特征对比和侵权判定的标准，为即将面临的专利侵权案件提供参考。 Prompt 指令词：比对不同地区法院在处理劳动争议案件时对加班费计算标准的差异判决，总结对雇主有利的判决趋势，为客户提供合规操作指导。 Prompt 指令词：研究环境法相关案例，特别是涉及工业废弃物处理的法律责任，为客户提供合规处理建议，以降低潜在的法律风险。 Prompt 结构提示：【案例领域或类型+明确需要查找的重点内容+查找案例的目的+其他希望 AI 做的事情】 场景二：类案检索 Prompt 指令词：（与场景一类似） 预计效果：（与场景一类似） 其他例子：（与场景一类似） Prompt 结构提示：（与场景一类似） 场景四：法规研究与解读 Prompt 指令词：根据最新修订的《数据安全法》，解析企业在处理个人信息时应遵循的主要原则，并给出具体操作建议。 预计效果：AI 助手将依据《数据安全法》的最新条款，解析企业处理个人信息所必须遵循的原则，并结合实践情况提出详细的操作指南或合规建议。 其他例子： Prompt 指令词：分析新出台的《网络安全法》对电子商务平台的具体影响，特别是数据保护和用户隐私方面的规定，为客户提供合规操作指南。 Prompt 指令词：【输入一段具体法律规定如：国际贸易规定】，以上是国际贸易法规的最新变化，为客户提供跨境交易的合规指南，特别是关税和进出口限制方面的内容。 Prompt 指令词：解读新修订的税法对中小企业的影响，提供税务规划和避税策略的建议，确保客户在合法范围内优化税务负担。 Prompt 结构提示：【需求 or 目的+根据具体法条或者根据某部法律+具体需要研究或则具体的研究细节内容】 场景五：法律意见书撰写或非诉交易文件材料 Prompt 指令词：针对我方当事人涉及的版权纠纷案，输入【已有的证据材料】+【相关法律条文】，撰写一份初步法律意见书，论证我方主张的合理性和胜诉的可能性。 预计效果：AI 将基于商标法的相关条款和案例法，提供关于商标侵权案件的诉讼策略。这将包括对原告商标权利的详细分析、被告侵权行为的法律评估、关键证据的搜集建议、可能的法律抗辩点以及在适当情况下和解或调解的策略。AI 的目标是帮助律师构建一个全面的诉讼计划，以提高胜诉几率并为客户争取最大利益。 其他例子： Prompt 指令词：为一起涉及专利侵权的案件制定诉讼策略，分析专利的有效性、被告的侵权行为以及可能的抗辩理由，提出如何证明侵权和计算损害赔偿的建议。 Prompt 指令词：针对一起劳动合同纠纷案件，分析员工的权益和雇主的责任，提出诉讼策略，包括主张的权益、证据收集的重点以及如何证明雇主的违约行为。 Prompt 指令词：在一场涉及知识产权许可的诉讼中，分析许可协议的条款和双方的权利义务，提出诉讼策略，包括如何证明许可协议的违反、计算损失赔偿以及可能的合同解除条件。 其他可以尝试的场景：模拟法庭 Prompt 指令词：模拟一场涉及商业合同违约的法庭审理，分析原告主张的违约责任和被告提出的免责抗辩，预测法庭可能的判决，并提出如何优化法庭陈述和证据呈现的建议。 预计效果：AI 将根据商业合同法的相关规定和案例法，模拟法庭审理过程。AI 将提供对原告和被告双方可能的论点、证据和法律依据的分析，预测法庭可能的判决结果，并给出如何更有效地在法庭上进行陈述、展示证据和进行交叉审问的建议。这将帮助律师准备更有说服力的法庭策略，以期达到最佳的诉讼结果。 其他例子：（与上述类似）

以下是一些 AI 在理财咨询方面的实际应用案例： 在金融/保险领域，AI 可充当个人金融理财顾问，为用户提供理财建议。 能够进行贷款信息摘要及初始批复。 具备识别并检测欺诈活动风险的能力。 可以对客服中心进行分析及内容洞察。 处理及分析保险理赔。 分析投资者报。 例如，有产品使用 GPT 解决性能差和历史数据存档的问题，最终的 SQL 执行时间从 4200 秒缩短到 8 秒，效率提升了 520 倍，复杂度降低了 6 倍，同时还能保存所有的历史数据，报表可以秒开。

以下是为您提供的人工智能导论思维导图相关内容： 与思维导图相关的 AI 工具有： 1. GitMind：免费的跨平台 AI 思维导图软件，支持多种模式，可通过 AI 自动生成思维导图。 2. ProcessOn：国内思维导图与 AIGC 结合的工具，能利用 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，可一键拓展思路、生成文章大纲。 5. TreeMind：“AI 人工智能”思维导图工具，输入需求后由 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。 总的来说，这些工具都能通过 AI 技术自动生成思维导图，提高制作效率，为知识工作者带来便利。但请注意，内容由 AI 大模型生成，请仔细甄别。

目前在机关公文写作方面表现较好的大模型或智能体有： 智谱清言：由智谱 AI 和清华大学推出，基础模型为 ChatGLM 大模型。在工具使用排名国内第一，在计算、逻辑推理、传统安全能力上排名国内前三。更擅长专业能力，但在代码能力上还有优化空间，知识百科方面稍显不足。可应用场景广泛，在 AI 智能体方面相关的应用，包括任务规划、工具使用及长文本记忆相关场景表现出色，在较复杂推理应用上效果不错，也适用于广告文案、文学写作等。 此外，在大模型中，智能体是大模型的一个重要发展方向。智能体可以理解为在大模型（如 LLM）基础上增加了工具、记忆、行动、规划等能力。目前行业里主要用到的如 langchain 框架，能通过代码或 prompt 的形式将 LLM 与 LLM 之间以及 LLM 与工具之间进行串接。

以下是为您生成的关于“人工智能导论”的思维导图相关内容： 与思维导图相关的 AI 工具： 1. GitMind：免费跨平台，支持多种模式，可通过 AI 自动生成思维导图。 2. ProcessOn：国内思维导图+AIGC 工具，能利用 AI 生成思维导图。 3. AmyMind：轻量级在线，无需注册登录，支持自动生成节点。 4. Xmind Copilot：基于 GPT 的助手，可一键拓展思路、生成文章大纲。 5. TreeMind：“AI 人工智能”工具，输入需求可自动生成思维导图。 6. EdrawMind：提供 AI 工具，包括头脑风暴功能，提升生产力。 总的来说，这些工具都能通过 AI 技术提高思维导图制作效率，为知识工作者带来便利。

推广智能体可以考虑以下方式： 1. 商业化方面： 除了设计一整套商业化产品，可寻找最小化的商业模式，例如采用卡密验证的方式，让用户输入卡密来使用智能体或核心插件。 2. 创新应用： 将提示词与语音技术相结合，创造出有趣有效的销售助手，应用于宣传推广产品，以新颖方式吸引顾客注意。 3. 社交平台与渠道： 可以通过微信公众号、微信交流群等渠道进行推广。 发布相关内容到微信中，例如将智能体作为专职客服技能。

智能体和工作流密切相关。工作流就像是一个可视化的拼图游戏，由多个小块块（节点）组成，如大语言模型 LLM、用户自己写的代码、做判断的逻辑等，这些小块块可以是工作流的基本单元。工作流有开始和结束的小块块，开始的小块块包含输入的信息，结束的小块块展示运行结果。不同小块块可能需要不同信息才能工作，包括引用前面小块块给出的信息和用户自己设定的信息。 在具体应用中，技能设定分为“智能体分析”和“智能体模板构建”等核心部分。依据这些技能点审视工作流程，流程前半部分用于执行智能体分析，后半部分用于实现智能体模板构建。示例与工作流程相呼应，具象了流程中的每一步工作内容，且能灵活适配和生成结构化提示词模板。 对于 Bot 智能体，其由不同的工作流组成，在不同情况下会根据用户输入调用不同工作流完成自动化任务。例如，用户在 Bot 中直接输入查询需求去抓取热点时，采用 hotspot_direct_output 工具；在特定复杂需求下，会调用相应的工具实现从简单到复杂的不同流程的自动化，以及多平台获取用户需求和发送结果。 总之，智能体的实现离不开工作流的合理编排和有效执行，工作流的设计要与智能体所需的技能相匹配，以确保任务的顺利完成。

以下是关于智能体嵌入课件的相关内容： 在提示词培训课中： 点击“创建智能体”按钮。 输入对智能体的描述，如有准备好的提示词模板可直接粘贴。 ChatGLM 的智能体配置可自动生成，默认勾选增强能力，可根据实际需求调整，也可上传本地文件作为知识原料形成智能体的知识库。 在基础通识课中： 以可视化方式讲解 Transformer 架构，单词先拆分再嵌入（embedding），为保证语序不乱会做位置编码标记，嵌入后进入自助运力机制模型。 在 AI 智能体：企业自动化的新架构 Menlo Ventures 中： 轨道智能体被赋予更高级目标和更多自由度选择实现方法和工具，受程序性知识指导，拥有预定义工具并受保护栏和审查措施约束。 运行时会产生规划智能体评估应用程序当前状态、选择并执行最佳链条、进行审查和确保一致性等模式。 请注意，由于最近盗版事件频发，需要课件的扫群主二维码获取。

以下是为您推荐的能够帮助您快速入门 AI 的优秀书籍： 《陈财猫：推荐书单了解各个领域的知识，并在恰当的时候调用它们》：这是一个涵盖多个学科的书单，包括心理学、人工智能、经济学、社会学、生态学、哲学、设计学等 13 个学科。其特点包括权威准确，多为大学教材或导论书籍，不乏经典大师之作；有框架成体系，能通过阅读构建起完整知识框架；好读，适合初学者，即使对该领域没有了解也能看懂并入门。 《写给不会代码的你：20 分钟上手 Python + AI》： Python 方面：推荐《Python 学习手册》，名声在外；《Python 编程》，对新手友好。 AI 方面：推荐《人类简史》，其中“认知革命”的相关章节令人获益匪浅；《深度学习实战》，按脉络梳理了 ChatGPT 爆发前的 AI 信息与实践。

以下为目前大模型的一些优秀应用案例和实施经验： 在问答行业： Baichuan 借鉴了 Meta 的 CoVe 技术，将复杂 Prompt 拆分为多个独立且可并行检索的搜索友好型查询，使大模型能够对每个子查询进行定向知识库搜索。 利用自研的 TSF（ThinkStep Further)技术来推断和挖掘用户输入背后更深层的问题，以更精准、全面地理解用户意图。 自研 BaichuanTextEmbedding 向量模型，对超过 1.5T tokens 的高质量中文数据进行预训练，并通过自研损失函数解决了对比学习方式依赖 batchsize 的问题。同时引入稀疏检索和 rerank 模型，形成向量检索与稀疏检索并行的混合检索方式，大幅提升了目标文档的召回率，达到 95%。 在医疗行业： 涵盖疾病的诊断与预测、药物研发以及个性化医疗等方向。 例如，麻省理工学院利用 AI 发现了新型广谱抗生素 Halicin。研究者先构建由两千个性能已知的分子组成的训练集，用它们训练 AI 学习分子特点，总结规律，再对美国 FDA 已通过的六万多个分子进行分析，最终成功识别出有效分子，且实验证明效果良好。 在模型架构方面： 包括 encoderonly、encoderdecoder 和 decoderonly 等类型。 如 BERT 是 encoderonly 模型的代表，google 的 T5 是 encoderdecoder 模型的代表，众多熟知的 AI 助手包括 ChatGPT 基本属于 decoderonly 架构。 大模型的特点在于预训练数据量大，往往来自互联网上的多种来源，且参数众多，如 Open 在 2020 年发布的 GPT3 就已达到 170B 的参数。

以下是通往 AGI 之路整理的一些优秀的 AI 网站：

以下是为您推荐的国外优秀的 AI 网站和博客： 简报： TLDR AI： The Sequence： Deep Learning Weekly： Ben’s Bites： Last week in ai： Your guide to AI： 播客： No Priors podcast hosted by Sarah Guo 和 Elad Gil Robot Brains Podcast hosted by Pieter Abbeel Lex Fridman Podcast hosted by Lex Fridman The Gradient podcast hosted by Daniel Bashir Generally Intelligent hosted by Kanjun Qiu Last Week in AI 会议： 工业界： World AI Cannes Festival： Gen AI conference： Nvidia GTC Conference： World Summit AI： AI and Big Data Expo： Data + AI Summit by Databricks： Ai4 Conference： Scale Transform X： 学术界： CVPR： ICLR： ICML： NeurIPS： 课程： MIT Deep Learning： Deeplearning.ai / Coursera courses by Andrew Ng： Stanford CS 324 Advances in Foundational Models： The Full Stack LLM Bootcamp： 书籍： Genius Makers by Cade Metz Life 3.0 by Max Tegmark The Alignment problem by Brian Christian AI Superpowers by KaiFu Lee Learning Deep Learning by Magnus Ekman 大公司的科技研究部门： Google： Open AI： Meta Research： 其他： Academic Papers at Arxiv.org： Twitter 虽然不常上 Twitter，但有时关注最新趋势很有用。 此外，12 月数据中全球总榜 Top100 中的相关 AI 网站有： 81：klaviyo（Marketing） 82：Pimeye（Search） 83：AINovel（Fun Tools） 84：Phind（Search） 85：Intercom 86：Fin AI bot（Customer Support） 87：Copyleaks（SEO） 88：Wepik AI（Image Generation） 89：LangChain（Developer Tools） 90：TinyWow（Life Assistant） 请注意，排名仅供参考，AI 内容各异，主要网站未分开，不完整，单位约为 UV，数据来源 Similarweb。

当前优秀的 2C 的 AI 产品主要有以下几类： 1. AI 虚拟人相关产品：如 Character.ai，国内的字节“豆包”、Minimax 的“星野”等。但此类产品存在记忆混乱、AI 无法主动推动剧情、用户上头期短、疲劳度高和长期留存低等共有的缺陷。 2. AI 角色扮演赛道产品：例如“猫箱”“剧本戏”“名人朋友圈”等，它们在 LLM 基础上，在 prompt 上加了些特定角色定义。 3. AI 陪伴类产品：比如“星野”“Talkie”“BubblePal”等，这类产品在 LLM 基础上，在 prompt 上加了特定角色定义，并在长短记忆上做出处理，随着陪伴时间越久，知识库沉淀的个性化记录越丰富，AI 也会越懂用户。 4. AI 搜索工具产品：例如“秘塔”“360 搜索”等，有些会在搜索内容基础上，把内容结构化，整出图谱或者脑图。 5. AIGC 产品：例如“可灵”“ai 写作手”“即梦”“md”等，借助 AI 的生成能力做出的产品。 6. Agent 产品：目前只有头部的厂商在做，比如字节的扣子，支付宝的智能助理，百度的文心智能体，腾讯的元宝。 此外，在 2023 年，2C 端唯一真正出圈的是“妙鸭相机”，不过也只是昙花一现。

以下是一些基于 Agent 开发的优秀应用案例及拆解： 1. 平台方面： Coze：新一代一站式 AI Bot 开发平台，适用于构建各类问答 Bot，集成丰富插件工具拓展能力边界。 Microsoft 的 Copilot Studio：主要功能包括外挂数据、定义流程、调用 API 和操作，以及部署到各种渠道。 文心智能体：百度推出的基于文心大模型的智能体平台，支持开发者打造产品能力。 MindOS 的 Agent 平台：允许用户定义 Agent 的个性、动机、知识等，并访问第三方数据和服务或执行工作流。 斑头雁：2B 基于企业知识库构建专属 AI Agent 的平台，适用于多种场景，提供多种成熟模板。 钉钉 AI 超级助理：依托钉钉优势，在处理高频工作场景表现出色，提供深入环境感知和记忆功能。 2. 项目方面： AppAgent：由腾讯和德州大学达拉斯分校的研究团开发的 AI 学习模型，能模仿人类在手机上操作 APP。通过模仿能力提升，对模仿数据反利用有不错应用场景，如优化产品原型和 UE 交互。主要功能特点包括多模态代理，能处理和理解多种类型信息，在 50 个任务和 10 种应用程序上进行广泛测试。在烹饪场景和 Adobe Lightroom 图像编辑测试中有出色表现，能通过不同模态准确推理，完成实时场景交互。