Navigate to WaytoAGI Wiki →
Home/Question List/Question Detail

知识库都有哪些提示词框架

Answer

以下是一些常见的提示词框架：

  • ICIO 框架：包括 Instruction（指令）、Context（背景信息）、Input Data（输入数据）、Output Indicator（输出引导）。
  • CRISPE 框架：涵盖 Capacity and Role（能力和角色）、Insight（见解）、Statement（声明）、Personality（个性）、Experiment（实验）。
  • BROKE 框架：包含 Background（背景）、Role（角色）、Objectives（目标）、Key Result（关键结果）。
  • TRACE 框架：有 TASK（任务）、REQUEST（请求）、ACTION（行动）、CONTEXT（上下文）、EXAMPLE（示例）。
  • ERA 框架：包括 EXPECTATION（期望）、ROLE（角色）、ACTION（行动）。
  • CARE 框架：由 CONTEXT（上下文）、ACTION（行动）、RESULT（结果）、EXAMPLE（示例）组成。
  • ROSES 框架：包含 ROLE（角色）、OBJECTIVE（目的）、SCENARIO（方案）。
  • Evolve 框架：包括试验并改进，通过改进输入、改进答案、重新生成等方法。
  • APE 框架。
  • COAST 框架：包含 CONTEXT（上下文背景）、OBJECTIVE（目的）、ACTION（行动）、SCENARIO（方案）、TASK（任务）。
  • TAG 框架：包括 TASK（任务）、ACTION（行动）、GOAL（目标）。
  • RISE 框架。
Content generated by AI large model, please carefully verify (powered by aily)

References

Prompts（提示词）

|框架|说明|例子|附件|父记录|<br>|-|-|-|-|-|<br>|框架集合|右侧附件做成了海报||||<br>|ICIO框架|||||<br>|Instruction：指令|即你希望AI执行的具体任务|比如翻译或者写一段什么文字|||<br>|Context：背景信息|给AI更多的背景信息引导模型做出更贴合需求的回复||||<br>|Input Data：输入数据|告知模型需要处理的数据||||<br>|Output Indicator：输出引导|告知模型我们要输出的类型或风格||||<br>|CRISPE框架|||||<br>|Capacity and Role：能力和角色|ChatGPT应扮演什么角色||||<br>| Insight：见解|提供你请求的背后见解、背景和上下文||||<br>|Statement：声明|你要求ChatGPT做什么||||<br>|Personality：个性|你希望ChatGPT以何种风格、个性或方式回应||||<br>|Experiment：实验|请求ChatGPT为你回复多个示例||||<br>|BROKE框架--提出者：陈财猫|||||<br>|Background：背景|说明背景，为ChatGPT提供充足信息||||<br>|Role：角色|我希望ChatGPT扮演的角色||||<br>|Objectives：目标|我们希望实现什么||||<br>|Key Result：关键结果|我要什么具体效果试验并调整||||

Prompts（提示词）

|框架|说明|例子|附件|父记录|<br>|-|-|-|-|-|<br>|ROLE角色|指定ChatGPT的角色||||<br>|INPUT输入|描述信息或资源||||<br>|STEPS步骤|询问详细的步骤||||<br>|EXPECTATION期望|描述所需的结果||||<br>|TRACE框架|||||<br>|TASK任务|定义特定任务||||<br>|REQUEST请求|描述您的要求||||<br>|ACTION行动|说明您需要的操作||||<br>|CONTEXT上下文|提供上下文或情况||||<br>|EXAMPLE示例|举一个例子来说明您的观点||||<br>|ERA框架|||||<br>|EXPECTATION期望|描述所需的结果||||<br>|ROLE角色|指定ChatGPT的角色||||<br>|ACTION行动|指定需要采取哪些操作||||<br>|CARE框架|||||<br>|CONTEXT上下文|为讨论设置阶段或上下文||||<br>|ACTION行动|描述您想做什么||||<br>|RESULT结果|描述所需的结果||||<br>|EXAMPLE示例|举一个例子来说明您的观点||||<br>|ROSES框架|||||<br>|ROLE角色|指定ChatGPT的角色||||<br>|OBJECTIVE目的|陈述目标或目标||||<br>|SCENARIO方案|描述情况||||

Prompts（提示词）

|框架|说明|例子|附件|父记录|<br>|-|-|-|-|-|<br>|Evolve：试验并改进|三种改进方法自由组合    <br> a.改进输入：从答案的不足之处着手改进背景B，目标O与关键结果R    <br> b.改进答案：在后续对话中指正chatGPT答案缺点    <br> c.重新生成：尝试在Prompt不变的情况下多次生成结果，优中选优||||<br>|APE框架|||||<br>|COAST框架|||||<br>|CONTEXT上下文背景|为对话设定舞台||||<br>|OBJECTIVE目的|描述目标||||<br>|ACTION行动|解释所需的动作||||<br>|SCENARIO方案|描述场景||||<br>|TASK任务|描述任务||||<br>|ICIO框架|[https://github.com/dair-ai/Prompt-Engineering-Guide/blob/main/guides/prompts-intro.md](https://github.com/dair-ai/Prompt-Engineering-Guide/blob/main/guides/prompts-intro.md)||||<br>|CRISPE框架|[https://github.com/mattnigh/ChatGPT3-Free-Prompt-List](https://github.com/mattnigh/ChatGPT3-Free-Prompt-List)||||<br>|BROKE框架|作者：陈财猫，[https://web.okjike.com/originalPost/644fd53e263968405b6d5bfd](https://web.okjike.com/originalPost/644fd53e263968405b6d5bfd)||||<br>|ACTION:行动|定义要完成的工作或活动||||<br>|PURPOSE:目的|讨论意图或目标||||<br>|EXPECTATION:期望|陈述预期的结果。||||<br>|TAG框架|||||<br>|TASK任务|定义特定任务||||<br>|ACTION行动|描述需要做的事情||||<br>|GOAL目标|解释最终目标||||<br>|RISE框架|||||

Others are asking
waytoAGI知识库智能问答机器人是如何实现的
waytoAGI 知识库智能问答机器人的实现方式如下： 基于 Aily 和云雀大模型。Aily 是飞书团队旗下的企业级 AI 应用开发平台，提供简单、安全且高效的环境，帮助企业构建和发布 AI 应用。云雀是字节跳动研发的语言模型，能通过自然语言交互高效完成互动对话等任务。 在飞书 5000 人大群里内置，根据通往 AGI 之路的文档及知识进行回答。使用方法为在飞书群里发起话题时，它会根据 waytoAGI 知识库的内容进行总结和回答。 其具备多种功能，如自动问答、知识搜索、文档引用、互动教学、最新动态更新、社区互动、资源共享、多语言支持等。 搭建过程包括介绍 WaytoAGI 社区的成立愿景和目标、利用 AI 技术帮助用户检索知识库内容、引入 RAG 技术、介绍基于飞书的知识库智能问答技术的应用场景和实现方法、使用飞书的智能伙伴功能搭建 FAQ 机器人以及智能助理的原理和使用方法等。
2025-02-12
如何搭建自己的知识库
搭建自己的知识库可以参考以下步骤： 1. 了解 RAG 技术： 利用大模型的能力搭建知识库是 RAG 技术的应用。 大模型训练数据有截止日期，当需要依靠不在训练集中的数据时，可通过检索增强生成 RAG 实现。 RAG 应用包括文档加载、文本分割、存储、检索和输出 5 个过程。 文档加载：从多种来源加载文档，LangChain 提供 100 多种文档加载器，包括非结构化、结构化和代码等数据。 文本分割：把文档切分为指定大小的块。 存储：包括将切分好的文档块嵌入转换成向量形式，并将向量数据存储到向量数据库。 检索：通过检索算法找到与输入问题相似的嵌入片。 输出：把问题及检索出来的嵌入片提交给 LLM 生成答案。 2. 基于 GPT API 搭建： 涉及给 GPT 输入定制化知识，但 GPT3.5 一次交互支持的 Token 有限。 OpenAI 提供了 embedding API 解决方案，embeddings 是浮点数字的向量，向量之间的距离衡量关联性，小距离表示高关联度。 3. 本地知识库进阶： 若想更灵活掌控知识库，可使用额外软件 AnythingLLM，它包含 Open WebUI 的能力，并额外支持选择文本嵌入模型和向量数据库。 安装地址：https://useanything.com/download 。 安装完成后进入配置页面，主要分为三步：选择大模型、选择文本嵌入模型、选择向量数据库。 在 AnythingLLM 中创建 Workspace 构建本地知识库，包括创建工作空间、上传文档并进行文本嵌入、选择对话模式（Chat 模式综合给出答案，Query 模式仅依靠文档数据给出答案）、测试对话。 总之，“看十遍不如实操一遍，实操十遍不如分享一遍”，希望您能成功搭建自己的知识库。如果对 AI Agent 技术感兴趣，可以联系相关人员或加入免费知识星球（备注 AGI 知识库）。
2025-02-12
个人知识库
以下是关于个人知识库的相关内容： 使用 GPT 打造个人知识库： 将文本拆分成小文本块（chunk），通过 embeddings API 转换成 embeddings 向量，在向量储存库中保存这些向量和文本块作为问答的知识库。 当用户提出问题时，问题先转换成问题向量，与向量储存库中的文本块向量比对，提取关联度高的文本块，与问题组合成新的 prompt 发送给 GPT API。 例如对于“此文作者是谁？”的问题，可根据向量关联度提取相关文本块，如“本文作者：越山。xxxx。”“《反脆弱》作者塔勒布xxxx。” 理解 embeddings： embeddings 是浮点数字的向量（列表），两个向量之间的距离衡量它们的关联性，小距离表示高关联度，大距离表示低关联度。 向量是数学中表示大小和方向的量，通常用一串数字表示，在计算机科学和数据科学中常用列表表示。 向量之间的距离有多种计算方式，常见的是欧几里得距离。 在 OpenAI 词嵌入中，靠近向量的词语在语义上相似。 手把手教你本地部署大模型以及搭建个人知识库： 思路来源于视频号博主黄益贺。 作者按照视频进行实操并附加了关于 RAG 的额外知识。 读完本文可学习到如何使用 Ollama 一键部署本地大模型、了解 ChatGPT 的信息流转、RAG 的概念及核心技术、通过 AnythingLLM 搭建本地化数据库等。
2025-02-12
什么是 AI 知识库
AI 知识库是一个由开发者、学者和有志人士等共同参与的学习社区和开源的知识集合。它不仅是一系列信息和知识的聚集，例如像“通往 AGI 之路”这样使用飞书软件搭建的知识库，而且是连接学习者、实践者和创新者的社区。 在 AI 领域，创建知识库的初衷通常是坚信人工智能不仅能提升效率，还能重塑我们的思考和学习方式，为每个人带来强大力量。例如 WaytoAGI 就是由一群热爱 AI 的专家和爱好者共同建设的开源 AI 知识库，大家贡献并整合各种 AI 资源，使得无论是初学者还是行业专家，都能在这里发掘有价值的内容，轻松学习各种 AI 知识，应用各类 AI 工具和实战案例等。 当需要了解 AI 某一领域知识时，可以在相关的群中与机器人对话获取对应的资料。例如在“通往 AGI 之路”的飞书大群中就能实现。
2025-02-12
如何使用钉钉中的知识库构建智能问答机器人
以下是使用钉钉中的知识库构建智能问答机器人的步骤： 1. 纯 GPT 大模型能力的微信聊天机器人搭建： 配置极简未来（Link.AI）平台：按照官方教程操作，教程地址为 https://docs.linkai.tech/platform/createapp ，学习补充可参考 https://docs.linkai.tech/platform/quickstart 。 教程中的应用是创建一个具体的 AI 问答机器人应用。 教程中的知识库是给绑定到指定问答机器人的资料数据集，让机器人基于这些内容回答问题。 知识库应用中的应用设定是给 AI 机器人的提示词内容或者人设，关于提示词可查看教程 https://waytoagi.feishu.cn/wiki/OqJQwzq2wi9EIOkFtFkclM24nSe 。 创建成功的 AI 应用，记住应用的应用 ID，用于后续对接微信聊天机器人。 生成 API Key 用于后续功能对接，地址为 https://linkai.tech/console/interface ，点击创建 API Key 并记住。 2. 用 Coze 免费打造自己的微信 AI 机器人： 设计 AI 机器人： 开始节点和结束节点会自动生成。 开始节点配置：输入变量名写“Question”，描述写“用户输入的问题”，变量类型选“String”。 知识库配置：将开始节点和知识库左侧节点连接，知识库输入引用开始节点的变量“Question”，点击“+”号选择之前创建好的知识库，将知识库右侧节点与结束节点左侧连起来。 结束节点配置：用于输出 AI 机器人的最终结果，回答格式设置为“您的问题：{{question}} 问题的答案：{{answer}}”，在输出变量那里定义“question”引用“开始节点的 Question”，“answer”引用“知识库节点的输出 output”，回答模式选择使用设定的内容直接回答。 试运行测试：点击右上角“试运行”，输入问题如“AIGC 课件”，点击右下角“运行”，查看工作流每一步的详细输入和输出。
2025-02-12
我应该如何调用你的知识库并用在本地部署的deepseek上呢
要在本地部署的 DeepSeek 上调用知识库，您可以参考以下步骤： 在 Bot 内使用知识库： 1. 登录。 2. 在左侧导航栏的工作区区域，选择进入指定团队。 3. 在 Bots 页面，选择指定 Bot 并进入 Bot 详情页。 4. 在 Bot 编排页面的知识库区域，单击加号图标，添加指定的知识库。 5. （可选）添加知识库后，可以在自动调用下拉界面内，调整知识库的配置项。配置项包括最大召回数量、最小匹配度和调用方式等。 6. （可选）在预览与调试区域调试 Bot 能力时，扩展运行完毕的内容可以查看知识库命中并召回的分片内容。 在工作流内使用 Knowledge 节点： 1. 登录。 2. 在左侧导航栏的工作区区域，选择进入指定团队。 3. 在页面顶部进入工作流页面，并打开指定的工作流。 4. 在左侧基础节点列表内，选择添加 Knowledge 节点。 此外，关于 DeepSeek 的提示词相关内容： 效果对比：用 Coze 做了个小测试，大家可以对比看看，参考 。 如何使用： Step1：搜索 www.deepseek.com，点击“开始对话”。 Step2：将装有提示词的代码发给 Deepseek。 Step3：认真阅读开场白之后，正式开始对话。 设计思路： 1. 将 Agent 封装成 Prompt，将 Prompt 储存在文件，保证最低成本的人人可用的同时，减轻自己的调试负担。 2. 通过提示词文件，让 DeepSeek 实现：同时使用联网功能和深度思考功能。 3. 在模型默认能力的基础上优化输出质量，并通过思考减轻 AI 味，增加可读性。 4. 照猫画虎参考大模型的 temperature 设计了阈值系统，但是可能形式大于实质，之后根据反馈可能会修改。 5. 用 XML 来进行更为规范的设定，而不是用 Lisp（对您来说有难度）和 Markdown（运行下来似乎不是很稳定）。 DeepSeekR1 提示词系统的核心原理认知包括： AI 特性定位：多模态理解，支持文本/代码/数学公式混合输入；动态上下文，对话式连续记忆（约 4K tokens 上下文窗口）；任务适应性，可切换创意生成/逻辑推理/数据分析模式。 系统响应机制：采用意图识别+内容生成双通道理，自动检测 prompt 中的任务类型/输出格式/知识范围，对位置权重（开头/结尾）、符号强调敏感。 基础指令框架方面，如果不知道如何表达，还是可以套用框架指令，包括四要素模板和格式控制语法。格式控制语法中，强制结构使用```包裹格式要求，占位符标记用{{}}标注需填充内容，优先级符号>表示关键要求，!表示禁止项。 进阶控制技巧包括思维链引导和知识库调用。思维链引导中的分步标记法为请逐步思考：1.问题分析→2.方案设计→3.风险评估；苏格拉底式追问为在得出最终结论前，请先列举三个可能存在的认知偏差。知识库调用包括领域限定指令和文献引用模式。
2025-02-11
请把机器学习相关和大模型相关的知识点形成一个结构化的知识树，包括但是不限于算法、框架、工具、注意力机制等
以下是一个关于机器学习和大模型的结构化知识树： 一、基础数学知识 1. 线性代数 2. 概率论 3. 优化理论 二、机器学习基础 1. 监督学习 分类 回归 2. 无监督学习 聚类 3. 强化学习 三、深度学习 1. 神经网络 卷积网络 递归网络 注意力机制 2. Transformer 模型 四、自然语言处理 1. 语言模型 2. 文本分类 3. 机器翻译 五、计算机视觉 1. 图像分类 2. 目标检测 3. 语义分割 六、前沿领域 1. 大模型 2. 多模态 AI 3. 自监督学习 4. 小样本学习 七、工具与框架 1. TensorFlow 2. PyTorch 八、应用领域 1. 自然语言处理 2. 计算机视觉 3. 推荐系统 九、数据处理 1. 数据采集 2. 数据清洗 3. 特征工程 十、模型部署 1. 模型优化 2. 模型服务 十一、科研实践 1. 论文阅读 2. 模型实现 3. 实验设计 十二、行业实践 1. 项目实战 2. 案例分析
2025-02-11
12个精选Prompt框架
以下是 12 个精选的 Prompt 框架： 1. ICIO 框架： 指令：执行的具体任务。 背景信息：提供执行任务的背景信息、上下文内容，让大模型更好地回答。 输入信息：大模型需要用到的一些信息。 输出信息：明确输出的具体信息的要求，比如字数、风格、格式。 2. BROKE 框架：通过 GPT 的设计提示，来提升整体反馈的效率。 背景：提供足够背景信息，让大模型可以理解问题的上下文。 角色设定：特定的角色，让 GPT 根据特定的角色能力的特点来形成响应。 目标：明确任务的目标，让大模型知道您想让它做什么。 结果定义：明确可以衡量的结果，让大模型清楚自己做的情况。 调整：根据具体的情况，来调整具体的结果。 3. CRISPIE 框架： 能力和角色：您期望大模型扮演的角色洞察，提供幕后洞察力、背景信息和上下文。 声明：简洁明了地说明希望完成的任务。 个性：回应的风格、个性或者方式。 实验：提供多个回答的示例。 在律师如何写出好的 Prompt 方面： 1. Prompt 指的是给人工智能（AI）系统提供的信息或者问题，用来引导 AI 产生特定的回答或者执行特定的任务。对于 AI 来说，一个好的 Prompt 可以帮助它更准确地理解您的需求，并给出更相关、更有用的回答。 2. Prompt 的建议框架及格式： CRISPE 框架： Capacity and Role（能力与角色）：比如您希望它的角色是一名专注于民商事法律领域的律师，擅长案例研究、法律条文检索以及案件策略分析。 Insight（洞察）：提供背景信息和上下文，比如处理一起复杂的合同纠纷案件，向 AI 提供案件的关键事实、相关法律以及案件涉及的背景。 Statement（陈述）：直接明确期望 AI 完成的任务，比如要求 AI 总结此案件中双方的诉求、检索法条、预测可能的判决结果。 Personality（个性）：您希望 AI 以什么风格或方式回答您。 Experiment（举例）。
2025-02-10
你好，我想做一个用照片做视频的博主，请帮我构思一套详细的视频号起号的框架、流程、以及每一步骤的详细执行指导
很抱歉，目前没有关于用照片做视频的博主起号的相关内容。但我可以为您提供一个大致的框架和流程，以及每一步骤的简要执行指导供您参考： 框架： 1. 明确视频号定位：确定您的视频号是以何种风格、主题展示照片视频，例如旅行照片集、宠物照片故事等。 2. 内容策划：规划好要发布的照片系列，制定一个长期的内容计划。 3. 品牌塑造：包括起一个吸引人的账号名称、设计独特的头像和封面。 流程： 1. 账号注册与设置：选择一个易记且与主题相关的账号名，完善个人简介，突出您的特色和价值。 2. 素材准备：整理和筛选高质量的照片，并对其进行分类。 3. 视频制作：使用合适的软件将照片制作成精彩的视频，添加音乐、特效等元素增强吸引力。 4. 发布策略：选择合适的时间发布视频，保持一定的发布频率。 每一步骤的详细执行指导： 账号注册与设置： 账号名要简洁、有特色，能反映您的视频主题。 个人简介要清晰地介绍您的视频号定位、能为观众带来什么价值。 素材准备： 从大量照片中挑选出清晰、美观、有故事性的照片。 按照主题或时间顺序对照片进行分类，方便后续制作。 视频制作： 学习并熟练使用视频编辑软件，如剪映等。 选择适合照片风格的音乐，注意版权问题。 适当添加转场效果、文字说明等，提升视频的观赏性。 发布策略： 分析目标受众的活跃时间，例如晚上或周末。 初期可以每周发布 12 个视频，根据反馈逐渐调整频率。 希望以上内容对您有所帮助，祝您成功！
2025-02-08
12个精选提示词框架
以下是为您精选的 12 个提示词框架： 1. 课件:Prompt（提示词）的道和术 三板斧： 分配角色 给出示例（fewshots） 思维链（ChainofThought） 2. 1 月 26 日社区动态速览 Deepseek 提示词框架 四大模块：任务目的（Purpose）、计划规则（Planning Rules）、格式规则（Format Rules）、输出说明（Output）。 Anthropic 的“计算机使用”模型 Claude 的新能力：可识别屏幕截图，计算光标像素坐标并执行点击、滚动等操作。 OpenAI Operator 工作机制 原理：利用虚拟主机+Chrome 浏览器+CUA 实现网页实时操控，能执行复杂导航任务。 开源项目 Browser Use
2025-02-08
prompt框架有哪些
以下是一些常见的 Prompt 框架： 1. ICIO 框架： 指令：执行的具体任务。 背景信息：提供执行任务的背景和上下文，让大模型更好回答。 输入信息：大模型需要用到的一些信息。 输出信息：明确输出的具体信息要求，如字数、风格、格式。 2. BROKE 框架：通过 GPT 的设计提示提升整体反馈效率。 背景：提供足够背景信息，让大模型理解问题上下文。 角色设定：特定的角色，让 GPT 根据特定角色能力特点形成响应。 目标：明确任务目标，让大模型知道要做什么。 结果定义：明确可衡量的结果，让大模型清楚自己做的情况。 调整：根据具体情况调整结果。 3. CRISPIE 框架： 能力和角色：期望大模型扮演的角色洞察，提供幕后洞察力、背景信息和上下文。 声明：简洁明了地说明希望完成的任务。 个性：回应的风格、个性或方式。 实验：提供多个回答的示例。 此外，还有以下用于 AI Prompts 测试的框架： 1. Langfuse：是一个提供全面 AI Prompts 测试解决方案的平台，允许用户设计和测试 Prompts，比较不同 Prompts 的效果，并评估 AI 模型的性能。网站： 2. Langsmith：也是一个提供全面 AI Prompts 测试解决方案的平台。允许用户设计和测试 Prompts、比较和评估不同 Prompts 的效果、集成和自动化将 Prompts 测试集成到开发流程中实现自动化测试。网站： 选择合适的 AI Prompts 测试框架可以显著提升开发效率和 AI 模型的质量。开发者可以根据自己的具体需求和偏好来选择最合适的工具。
2025-02-08
提供几篇讲解AI 相关的基本概念、知识框架的文章
以下是为您提供的讲解 AI 相关的基本概念、知识框架的文章： 1. 新手学习 AI 方面： 建议阅读「」部分，熟悉 AI 的术语和基础概念，了解人工智能的主要分支（如机器学习、深度学习、自然语言处理等）以及它们之间的联系。 在「」中，您将找到一系列为初学者设计的课程，特别推荐李宏毅老师的课程。 您还可以通过在线教育平台（如 Coursera、edX、Udacity）上的课程按照自己的节奏学习，并获得证书。 2. 书籍推荐方面： 《认知神经学科：关于心智的生物学》（作者:Michael S.Gazzaniga;Richard B.Lvry;George R.Mangun）：世界权威的认知神经科学教材，认知神经科学之父经典力作，系统了解认知神经科学的发展历史、细胞机制与认知、神经解剖与发展、研究方法、感觉知觉、物体识别、运动控制、学习与记忆、情绪、语言、大脑半球特异化、注意与意识、认知控制、社会认知和进化的观点等。 《神经科学原理》（作者：Eric R.Kandel;James H.Schwartz）：让您系统神经元的细胞和分子生物学、突触传递、认知的神经基础、感觉、运动、神经信息的加工、发育及行为的出现、语言、思想、感动与学习。 《神经生物学:从神经元到脑》（作者：John G.Nicholls 等著）：神经生物学领域内的一本世界级名著，涵盖了神经科学的方方面面，系统介绍了神经生物徐的基本概念、神经系统的功能及细胞和分子机制。 3. 相关文章方面： 《》：这是公众号琢磨事翻译的领英工程师的一篇文章，分享了在领英开发 AI 驱动产品的经验，重点探讨了生成式 AI 的相关内容。 《麻省理工科技评论》发布的《》：万字长文探讨了人工智能的定义和发展，详细阐述了人工智能的基本概念、技术背景及其在各个领域的应用，分析了当前的技术挑战和未来的发展方向，还讨论了人工智能对社会、经济和伦理的影响。
2025-02-06
deepseek提示词怎么用
以下是 DeepSeek 提示词的使用方法： 1. 搜索 www.deepseek.com，点击“开始对话”。 2. 将装有提示词的代码发给 DeepSeek。 3. 认真阅读开场白之后，正式开始对话。 此外，提示词的设计思路包括： 1. 将 Agent 封装成 Prompt，将 Prompt 储存在文件，保证最低成本的人人可用的同时，减轻自己的调试负担。 2. 通过提示词文件，让 DeepSeek 实现同时使用联网功能和深度思考功能。 3. 在模型默认能力的基础上优化输出质量，并通过思考减轻 AI 味，增加可读性。 4. 照猫画虎参考大模型的 temperature 设计了阈值系统，但是可能形式大于实质，之后根据反馈可能会修改。 5. 用 XML 来进行更为规范的设定，而不是用 Lisp（对作者来说有难度）和 Markdown（运行下来似乎不是很稳定）。 完整提示词版本为 v1.3。 特别鸣谢李继刚的【思考的七把武器】在前期为作者提供了很多思考方向，以及 Thinking Claude 这个项目是作者现在最喜欢使用的 Claude 提示词，也是设计 HiDeepSeek 的灵感来源，Claude 3.5 Sonnet 是最得力的助手。 DeepSeek 相关信息： 爆火，价格亲民却实力超群，智慧开源领航者，实时联网深度推理双冠王，用技术普惠重新定义 AI 边界！ 便宜+开源+能联网，东方神秘力量 Appstore 排行第一，导致算力股大跌。 使用地址：https://chat.deepseek.com/（有手机客户端：扫描下面二维码） 模型下载地址：https://github.com/deepseekai/DeepSeekLLM?tab=readmeovfile API 文档地址：https://apidocs.deepseek.com/zhcn/ 提示词使用方法单独列了一篇 魔改版本：https://huggingface.co/ValueFX9507/TifaDeepsex14bCoTGGUFQ4 、https://huggingface.co/mradermacher/DeepSeekR1DistillQwen7BabliteratedGGUF
2025-02-12
图生图 / img2img：上传一张图片，然后系统会在这个图片的基础上生成一张新图片，修改一些提示词（Prompt）来改变新图片的效果 , 给我推荐这类大模型
以下为您推荐可用于图生图（img2img）的大模型： 1. Stable Diffusion（SD）模型：由 Stability AI 和 LAION 等公司共同开发，参数量约 1B，可用于文生图、图生图、图像 inpainting、ControlNet 控制生成、图像超分等任务。在图生图任务中，SD 模型会根据输入的文本提示，对输入图片进行重绘以更符合文本描述。输入的文本信息通过 CLIP Text Encoder 模型编码成机器能理解的数学信息，用于控制图像生成。 2. Adobe Firefly image 2 模型：上周发布了 Beta 测试版本，增加了众多功能，模型质量提升。默认图片分辨率为 20482048，对图片的控制能力增强，具有更高质量的图像和插图生成、自定义选项和改进的动态范围。支持生成匹配（img2img），应用预先选择的图像集中的风格或上传自己的风格参考图像以创建相似图像，还有照片设置、提示建议、提示链接共享、反向提示词等功能。
2025-02-12
ai提示词是怎么用的
AI 提示词的使用方法如下： 1. 提示词用于描绘您想生成的画面。星流通用大模型与基础模型 F.1、基础模型 XL 使用自然语言（如一个长头发的金发女孩），基础模型 1.5 使用单个词组（如女孩、金发、长头发），且支持中英文输入。启用提示词优化后，能帮您扩展提示词，更生动地描述画面内容。 2. 写好提示词的方法： 预设词组：小白用户可以点击提示词上方官方预设词组进行生图。 提示词内容准确：包含人物主体、风格、场景特点、环境光照、画面构图、画质等，比如：一个女孩抱着小猫，背景是一面红墙，插画风格、孤独感，高质量。 调整负面提示词：点击提示框下方的齿轮按钮，弹出负面提示词框。负面提示词可以帮助 AI 理解我们不想生成的内容，比如：不好的质量、低像素、模糊、水印。 利用“加权重”功能：可在功能框增加提示词，并进行加权重调节，权重数值越大，越优先。还可对已有的提示词权重进行编辑。 辅助功能：包括翻译功能（一键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（加速图像生图速度，提升效率）。 3. 在一些特定场景中的应用： 让 Claude 3.5 摆脱循环的提示技巧：在模型陷入重复或逻辑僵局时，建议使用“退后一步”提示词，让其先进行多步、多角度思考，输出十段左右分析，再转化为代码实现。 AI 应用场景：如访谈内容真实性分析，提示词可从“自相矛盾”“时间线”“常识性冲突”角度，分析访谈内容的内部一致性，并结合常识推测可能存在夸大或不实之处。 4. 支持的语言：支持英语，不用担心英语不好的问题，），另外 emoji 也可以用。 5. 语法规则： 用英文半角符号逗号,来分隔 tag。注意逗号前后有空格或者换行都不影响效果。 改变 tag 权重：tag 的顺序越靠前对于 SD 来说权重越大，但是依旧可以给每个位置上的 tag 单独设置权重。有两种写法，括号，权重就重 1.1 倍，每加一层括号就反向减弱 1.1 倍。 进行 tag 的步数控制（高级玩法）：就是 SD 先按您输入的这个 tag1 开始生成，然后在达到您设定的步数之后，tag1 停止产生作用，此时 tag2 再参与到对内容生成的影响。，数字大于 1 理解为第 X 步前为 tag1，第 X 步后变成 tag2，数字小于 1 理解为总步数的百分之 X 前为 tag1，之后变成 tag2。
2025-02-12
deepseek提示词
以下是关于 DeepSeek 提示词的相关内容： 一、DeepSeekR1 提示词系统完全指南 1. 核心原理认知 AI 特性定位：支持文本/代码/数学公式混合输入，具有动态上下文（约 4K tokens 上下文窗口）和任务适应性（可切换创意生成/逻辑推理/数据分析模式）。 系统响应机制：采用意图识别+内容生成双通道理，自动检测 prompt 中的任务类型/输出格式/知识范围，对位置权重（开头/结尾）、符号强调敏感。 2. 基础指令框架 如果不知道如何表达，还是可以套用框架指令。 四要素模板示例。 格式控制语法：强制结构使用```包裹格式要求，占位符标记用{{}}标注需填充内容，优先级符号>表示关键要求，!表示禁止项。 3. 进阶控制技巧 思维链引导：分步标记法，如请逐步思考：1.问题分析→2.方案设计→3.风险评估；苏格拉底式追问，在得出最终结论前，请先列举三个可能存在的认知偏差。 知识库调用：领域限定指令，如基于 2023 版中国药典，说明头孢类药物的配伍禁忌；文献引用模式，如以 Nature 2022 年发表的论文为参考，解释 CRISPRCas9 最新突破。 二、Deepseek 时代提示词之关键诉求 1. 新旧提示法对比 传统方法（费力不讨好）：像唠叨家长，模型忙于数要求清单，创造力被框死。 新型技巧（精准狙击）：像对聪明助理打暗号，模型自动调用知识库中最相关数据，自主组织最佳结构。 三、一个提示词，让 DeepSeek 的能力更上一层楼？——HiDeepSeek 1. 效果对比：用 Coze 做了个小测试，可对比查看相关视频。 2. 如何使用 搜索 www.deepseek.com，点击“开始对话”。 将装有提示词的代码发给 Deepseek。 认真阅读开场白之后，正式开始对话。 3. 设计思路 将 Agent 封装成 Prompt，将 Prompt 储存在文件，保证最低成本的人人可用的同时，减轻自己的调试负担。 通过提示词文件，让 DeepSeek 实现同时使用联网功能和深度思考功能。 在模型默认能力的基础上优化输出质量，并通过思考减轻 AI 味，增加可读性。 照猫画虎参考大模型的 temperature 设计了阈值系统，但是可能形式大于实质，之后根据反馈可能会修改。 用 XML 来进行更为规范的设定，而不是用 Lisp（有难度）和 Markdown（运行不稳定）。 4. 完整提示词：v 1.3 5. 特别鸣谢：李继刚的【思考的七把武器】在前期提供了很多思考方向；Thinking Claude 是现在最喜欢使用的 Claude 提示词，也是设计 HiDeepSeek 的灵感来源；Claude 3.5 Sonnet 是最得力的助手。
2025-02-12
deepseek总是提示系统繁忙，如何解决，如果本地部署的话能解决吗，能的话怎么部署
DeepSeek 总是提示系统繁忙，目前本地部署并不适合普通用户。纳米 AI 搜索是较为稳定的第三方替代方案，其满血版推理能力接近官方但速度较慢，高速版速度快、体验流畅但推理能力稍弱。体验地址为： 如果您想进行本地部署，在 Linux 上部署相对简单，但需要有一张 4G 以上显存的 GPU 显卡。简单步骤如下： 1. 下载代码仓库。 2. 安装依赖（注意有两个依赖未放在 requirements.txt 里）。 3. 启动 webui 的 demo 程序，然后用浏览器登陆服务器的 ip:8080 就能试玩。这个 demo 本身提供了 3 个参数： server_name:服务器的 ip 地址，默认 0.0.0.0。 servic_port:即将开启的端口号。 local_path:模型存储的本地路径。 4. 第一次启动后生成语音时，需要看下控制台输出，它会下载一些模型文件，因此比较慢，而且可能因为网络的问题有各种失败。但是第一次加载成功了，后面就顺利了。 5. 基于这个基础已经可以开始拓展了，比如把它集成到 agent 的工具中去，比如结合 chatgpt 来做更拟人化的实时沟通。 6. webui 上可以设置的几个参数说明： text:指的是需要转换成语音的文字内容。 Refine text:选择是否自动对输入的文本进行优化处理。 Audio Seed:语音种子，这是一个数字参数，用于选择声音的类型，默认值为 2，是一个很知性的女孩子的声音。 Text Seed:文本种子，这是一个正整数参数，用于 refine 文本的停顿。实测文本的停顿设置会影响音色，音调。 额外提示词（可以写在 input Text 里）:用于添加笑声、停顿等效果。例如，可以设置为。
2025-02-12
AI写小说提示词
以下是关于 AI 写小说提示词的相关内容： 用 coze 写起点爆款小说《夜无疆》时，重要差别在第三步，即用大模型草拟大纲，包括标题、主旨、世界观、主要角色、小说背景、情节概要等。 写小说本身的提示词相对简单，搜索是一个值得学习的思路，将搜索结果结构化方便大模型理解。 关于提示词编写及 AI 应用的探讨中，提到理性决策提示词的编写方法，包括收集信息、重新定义问题、运用 Mini Max Regret 方法等步骤。示例是隐性的需求说明书，添加示例可让大模型更懂需求，但 few short 可能影响模型性能。自用和他用的提示词在稳定性、经济性、可维护性等方面有较大区别，工业化提示词需稳定、经济且易维护。 从 Deepseek R1 提示词过渡到小说写作，探讨了小说写作方式，如精心设计与凭直觉写作并不冲突，好文字能引起生理和情绪共鸣，用 Deepseek 写小说要考虑引起共鸣和关注人类共性。 围绕模型应用和创作展开讨论，对比了 Deepseek 和 cloud 3.5 文风等，还提及模型结合，探讨了写小说的控制篇幅方法，计划在腾讯频道分享作品，交流提示词及过往创作经验，并期待未来 AI 发展。 AJ 分享了诸多内容，包括用 R1 重写共创日历文字用于淘宝文案等，探讨规避 AI 常用词汇的方法，介绍腾讯频道“Deepseek 小说家”活动规则，还提到 AI 切磋大会，2 月 23 日线下举行，以 Deepseek 为核心，分享案例等，鼓励大家多整活，展示脑洞，积极参与活动。
2025-02-11