直达「 通往AGI之路 」飞书知识库 →
首页/问答列表/问答详情

豆包的使用技巧

回答

以下是关于豆包使用技巧的相关内容:

  • Prompt 之术:
    • 三板斧中的分配角色:“你是一个哲学家。” 不分配角色时,(做事情)⇒动作指令;分配角色时,(做事情)and(角色行为模式)⇒角色模式,行为模式包括知识域、语言风格、决策倾向等。
    • 给出示例:给我讲个笑话,如“小时候我家特别穷。有多穷呢?不管每次我生什么病,我妈都从抽屉里拿出风油精。” 不使用 Few-shots 时,(详细描述想法)⇒线性学习;使用 Few-shots 时,(概要|详细描述想法)and(呈现 few-shots)⇒类比学习。
    • 思维链(Chain-of-Thought):“Let’s think step by step.” 不使用思维链时,(问题答案)⇒直觉思维;使用思维链时,(问题(推理步骤 1 推理步骤 2...推理步骤 n)答案)⇒逻辑推理。
  • Prompt 之用:
    • 豆包划词:包括场景一的翻译,如测试“cognitive distinguish”;场景二的汉语新解,如测试“奢华游戏”。
  • 利用 AI 批量生成、模仿和复刻《小林漫画》:
    • 扣子使用链接:https://www.coze.cn/s/iMCq73wp/
    • 批量生产图片:有相关视频演示批量.mp4
内容由 AI 大模型生成,请仔细甄别(powered by aily)

参考资料

李继刚: 文生文中prompt的道、术、用

‘‘你是一个哲学家。”•不分配角色:(做事情)⇒动作指令•分配角色:(做事情)and(角色行为模式)⇒角色模式行为模式=(知识域语言风格决策倾向...))[heading2]给出示例[content]给我讲个笑话,就像下面这样:‘‘小时候我家特别穷。有多穷呢?不管每次我生什么病,我妈都从抽屉里拿出风油精。”•不使用Few-shots:(详细描述想法)⇒线性学习•使用Few-shots:(概要|详细描述想法)and(呈现few-shots)⇒类比学习[heading2]思维链(Chain-of-Thought)[content]“Let’s think step by step.”•不使用思维链:(问题答案)⇒直觉思维•使用思维链:(问题(推理步骤1推理步骤2...推理步骤n)答案)⇒逻辑推理[heading1]Prompt之用:豆包划词[content][heading2]场景一:翻译[content]测试:cognitive distinguish[heading2]场景二:汉语新解[content]测试:奢华游戏

李继刚: 文生文中prompt的道、术、用

‘‘你是一个哲学家。”•不分配角色:(做事情)⇒动作指令•分配角色:(做事情)and(角色行为模式)⇒角色模式行为模式=(知识域语言风格决策倾向...))[heading2]给出示例[content]给我讲个笑话,就像下面这样:‘‘小时候我家特别穷。有多穷呢?不管每次我生什么病,我妈都从抽屉里拿出风油精。”•不使用Few-shots:(详细描述想法)⇒线性学习•使用Few-shots:(概要|详细描述想法)and(呈现few-shots)⇒类比学习[heading2]思维链(Chain-of-Thought)[content]“Let’s think step by step.”•不使用思维链:(问题答案)⇒直觉思维•使用思维链:(问题(推理步骤1推理步骤2...推理步骤n)答案)⇒逻辑推理[heading1]Prompt之用:豆包划词[content][heading2]场景一:翻译[content]测试:cognitive distinguish[heading2]场景二:汉语新解[content]测试:奢华游戏

利用 AI 批量生成、模仿和复刻《小林漫画》( 内含 coze 搭建视频教程 )

豆包使用链接:还未发布出来扣子使用链接:https://www.coze.cn/s/iMCq73wp/[heading3]二)效果展示[content]豆包扣子其实这里最后工作流的返回值可以设置一下固定的格式处理,这样就能保证每次的输出内容一致。大家自己可以试试哦~[heading2]四、批量生产图片[content]视频演示[批量.mp4](https://bytedance.feishu.cn/space/api/box/stream/download/all/MBvybqWdToh9CHxaom0cFGJ2nqb?allow_redirect=1)效果展示[heading2]五、总结[content]第一次用录视频的方式给大家展示内容,其实就是怕截图说的不够清楚,所以就用视频的方式了。文字处理,包括如何批量放入excel文件中的操作,其实都可以用ai辅助。大家感兴趣可以试试,有问题可以留言呀~好啦,写到这里我们今天的内容也结束啦,感谢大家的观看,也希望我的内容能够让大家喜欢,有所收获。感兴趣的小伙伴可以点个关注跟随我一起学习,观看更多往期文章。下次见,我是景淮,祝你有个开心美好的一天~

其他人在问
国内大语言模型的应用,比如像豆包,这种,都有哪些
国内大语言模型的应用较为广泛,以下为您介绍部分常见的大语言模型及其应用: 1. 云雀大模型(豆包):在信息安全相关的在线课程和讲座等方面有应用。 2. AndesGPT(OPPO):已接入 OPPO 智能助理新小布,可用于用机助手、内容创作、超级问答、专属 AI、日程管理等全新能力,正在公测中。其聚焦在移动设备端的应用,主要涵盖知识、记忆、工具、创作四个方向,目前已支持使用“系统设置、一方应用、三方服务、代码解释器”等各类工具,并且全面支持文生文、文生图等场景。 3. 文心一言 4.0(百度):已有 7000 万用户。在计算、逻辑推理、生成与创作、传统安全这 4 大基础能力上排名国内第一。另外在代码、知识与百科、语言理解与抽取、工具使用能力上排名国内前三。能力栈较为广泛,可应用的场景较多,重点推荐在查询搜索知识应用、任务拆解规划 Agent、文案写作以及代码编写及纠错等方面的应用。由于在逻辑推理方面的不俗表现,可以重点关注在科学研究、教育、工业方面的落地能力。
2024-10-27
我想用豆包读取微信里的内容,应该怎么做?
要使用豆包读取微信里的内容,可参考以下步骤: 1. 抓取公众号内容: 先在平台搜索现成的插件,如 Coze 平台,但部分插件已荒废无法使用。 可考虑自己写爬虫抓取,或者寻找现成的服务通过 API 方式调用。例如“瓦斯阅读”可以抓取部分公众号内容,但存在公众号不全的问题。还可以尝试 GitHub 上的 WeWe RSS 工具,通过微信读书的方式订阅公众号。 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可以胜任。涉及批量对抓取到的公众号内容进行总结,可使用“批处理”功能。 3. 定时推送到微信: 定时方面,Coze 平台的触发器可以实现。 推送到微信方面,Coze 平台没有这类插件,可寻找第三方 API 的方案,如“server 酱”,通过服务号的模板消息将自定义内容推送到微信。 另外,关于将 AI 接入微信,还可参考以下步骤: 1. 登录成功后,找另一个人私聊或者在群中@您,就可以看到机器人的正常回复。 2. 若想为 AI 赋予提示词,可返回“目录 4 里的第 17 步”进行更改。 3. 此后进行任何更改,都需要“返回首页 右上角 点击重启,重启一下服务器”。 4. 然后,重新在“文件”的【终端】里,直接输入“nohup python3 app.py & tail f nohup.out”重新扫码登录。 5. 关于添加插件,可参考。 6. 接入机器人的步骤: 回到宝塔,选择 Docker(若未安装则进行安装,安装完成后刷新页面确认安装成功)。 回到宝塔终端,粘贴代码并回车。 去文件列表,到根目录/data/cozediscordproxy 新建文件并命名为 dockercompose.yml,粘贴代码并替换相关 ID 和 token 后保存。 在文件位置的上方点击终端,粘贴相关代码。若启动失败,可能是 docker 拒绝代理访问问题,可先关掉 clash 再执行代码。 进入相关文件夹和文件进行替换和修改,最后在文件顶部的“终端”内粘贴执行。 使用微信扫码(建议使用小号)完成。
2024-10-23
比较一下豆包和文心一言
以下是豆包和文心一言的一些比较信息: 豆包: 是字节跳动官方网页版产品。 在中文大模型基准测评 2023 年度报告的 SuperCLUE 基准传统安全能力专项中表现优秀。 文心一言: 由百度全新一代知识增强大语言模型,于 2023 年 3 月 16 日正式发布,10 月 17 日发布 V4.0 版本。 目前已有 7000 万用户。 在计算、逻辑推理、生成与创作、传统安全这 4 大基础能力上排名国内第一。在代码、知识与百科、语言理解与抽取、工具使用能力上排名国内前三。各项能力表现均衡且绝大部分能力有很高水平,综合来看是国内非常有竞争力的大模型。 能力栈较为广泛,可应用的场景较多。重点推荐在查询搜索知识应用、任务拆解规划 Agent、文案写作以及代码编写及纠错等方面的应用。由于在逻辑推理方面的不俗表现,可以重点关注在科学研究、教育、工业方面的落地能力。 此外,文心一言和豆包在国内都有一定的知名度,且文心一言与 Kimi 智能助手、通义千问等都是国内免费的 APP。
2024-10-12
如何更好使用豆包
以下是关于更好使用豆包以及相关插件的信息: 使用豆包作为英语陪练 建议直接使用豆包的语音通话方式,效果更好。 实际演示效果包括视频演示(扮演英语水平较差的学习者)、文字交流中的训练纠错,以及在 Coze 端解读上传图片或文件的英文内容(豆包端暂不支持)。 可直接试用,Coze 端使用链接:https://www.coze.cn/store/bot/7354381765919834127 ,豆包端使用链接:https://www.doubao.com/chat/22308348468226 。 GPT 相关插件 功能:生成链接,对网页内特定文本进行识别并转换为可点击链接,快速发送,支持热键(如 Ctrl + C 对现有页面词汇转换并发送到 GPT)。 插件使用方法: 流程:安装浏览器插件 Tampermonkey(支持 chrome、edge、ARC,安装链接:https://chrome.google.com/webstore/detail/tampermonkeybeta/gcalenpjmijncebpfijmoaglllgpjagf ),打开 GPT 官网,点击插件图标新建,完整替换提供的文件(保存后关闭,官网内刷新,若图标出现数字 1 说明生效,若无效可按快捷键 Ctrl + C 试试)。 JS 代码文本转链接插件:将相关内容粘贴到 Tampermonkey 中。 目录插件:更新时间为 20231007 00:55:41 。
2024-10-02
Kimi 和元宝和豆包和GPT的区别
Kimi 是 ChatGPT 的国产平替,具有不用科学上网、不用付费、支持实时联网、对长文理解较好、能一次搜索多个数据来源且无广告、能定向指定搜索源等特点。 智能体(Agent)是随着 ChatGPT 与 AI 概念爆火出现的新名词,简单理解就是 AI 机器人小助手,参照移动互联网类似 APP 应用的概念。在做智能体创业的公司有很多,比如 C 端有社交方向,用户注册后先捏自己的智能体然后让其与他人的智能体聊天,真人再介入;还有借 Onlyfans 入局打造个性化聊天的创业公司。B 端有帮助商家搭建智能体的公司。 字节的扣子(Coze)是字节推出的 AI 聊天机器人构建平台的国内版,主要用于开发下一代 AI 聊天机器人。 而 GPT 是一种知名的大型语言模型。 综上所述,Kimi、元宝(未提及相关信息)、扣子和 GPT 在功能、特点和应用场景等方面存在差异。
2024-09-11
豆包的智能体如何设置
以下是关于设置豆包智能体的相关信息: 1. 获取机器人 ID:在个人空间中找到自己要接入的机器人,比如画小二智能小助手。点击对应的机器人进入机器人编辑界面,在浏览器地址栏“bot/”之后的数据就是该机器人的 Bot ID,此 ID 是唯一编号的。 2. 分步构建和测试 Agent 功能: 关于模型选择:没有强制必须用某个模型的说法,而是根据自己的习惯、实测的响应速度、生成质量、调用费用进行综合选择。比如 Doubao Function Call 模型,对于插件调用、Coze 内 json 格式输出比较擅长;MiniMax 处理文字速度很快;GLM 对于用户提示词的理解比较好。每个模型都有自己擅长的特点,而且每家模型都在不断迭代。所以模型的选用,需要根据实测情况综合调整。一般选择豆包·function call 32k,“function call”代表有着更好的 Coze 的工具调用能力,“32k”代表模型的上下文窗口大小,即模型在处理文本时能够考虑的单词或标记的数量。如果输出和输入的类型不是纯文本时,比如是 array、object 结构,请根据实测情况,考虑替换上豆包 function call 版本,其他的 LLM 可能会输出格式比较混乱。 3. API 授权:然后再点击右上角发布,这里会发现多了一个 Bot as API,意思就是自己定义的 API 发布取到了。勾选 Bot as API,确定应用已经成功授权 Bot as API。创建了一个机器人,这个机器人是画小二的(令牌),画小二下面有很多个应用,想调用的是“画小二智能小助手(Bot ID)”。
2024-09-10
帮我制定《通往AGI之路》的学习规划。并在为期一个月内将内容全部学完并掌握AI基本操作技巧
以下是为您制定的为期一个月的《通往 AGI 之路》学习规划: 第一周: 了解并选择感兴趣的学习小组,如 AI 音乐之路、关键词学社(AI 绘画)、SD 学社(AI 绘画)、AI 视频学社等。按照相应要求进群,如添加微信或飞书群,并备注相关信息。 第二周: 熟悉所选学习小组的活动规则和学习内容。 对于 AI 绘画相关的小组,开始学习相关软件的基本操作。 第三周: 积极参与小组活动,如根据关键词出图测试、案例实操等。 尝试将所学应用到实际操作中,如创建图像流智能体等。 第四周: 总结所学知识和实践经验。 巩固 AI 基本操作技巧,确保能够熟练运用。 在学习过程中,要注重学以致用,通过学习、分享不断填补知识的缝隙,成长进步。同时,要记住“少就是多”“先有个初识”“目录索引推荐”“兴趣最重要”“先动手”等学习要点,找到适合自己的学习路径。
2024-10-23
怎么样写prompt?有哪些技巧?你能举个例子吗
写 prompt(提示)是一个关键步骤,决定了 AI 模型如何理解并生成文本。以下是一些编写 prompt 的技巧和建议: 1. 明确任务:清晰定义任务,如写故事时包含背景、角色和主要情节。 2. 提供上下文:若任务需特定背景知识,提供足够信息。 3. 使用清晰语言:用简单、清晰的语言描述,避免模糊或歧义词汇。 4. 给出具体要求:明确格式、风格等特定要求。 5. 使用示例:提供期望结果的示例,帮助模型理解需求。 6. 保持简洁:避免过多信息导致模型困惑。 7. 使用关键词和标签:有助于模型理解任务主题和类型。 8. 测试和调整:生成文本后检查结果,根据需要调整 prompt。 此外,还有“Fewshots”的技巧,即在写 Prompt 时,通过提供 1 3 个输入 输出示例,让 GPT 学到样本共性,提升输出结果质量。比如: 初始 Prompt: 你是一个优秀的翻译人员,你会把我说的汉字翻译成英文和日语,日语同时展示日语汉字和假名。不要有任何额外的解释说明。 输入:邻居 输出:Neighbor 输入:自行车 输出:Bicycle 结构化的 prompt 方法论中,结构化是对信息进行组织,使其遵循特定模式和规则,方便有效理解。常用模块包括: Role:<name>:指定角色让 GPT 聚焦对应领域输出。 Profile author/version/description:Credit 和迭代版本记录。 Goals:一句话描述 Prompt 目标,让 GPT 聚焦。 Constrains:描述限制条件,帮 GPT 剪枝。 Skills:描述技能项,强化对应领域信息权重。 Workflow:重点,希望 Prompt 按特定方式对话和输出。 Initialization:冷启动时的对白,强调重点。
2024-10-22
liblib的生图技巧
以下是关于 Liblib 的生图技巧: Lora 模型地址: 原作者:C 站 DucK113 在线下载地址:https://civitai.com/models/802364/flux1orlabubulora 本地下载:file:flux_labubu.safetensors 使用方式: 方式一:Liblib 在线生图 方式二:本地 ComfyUI Flux + Lora 工作流,相关介绍可参考之前的作业:,工作流中涉及的主要模型网盘:https://pan.quark.cn/s/2797ea47f691 ,包括 FLUX.1schnell:https://huggingface.co/blackforestlabs/FLUX.1schnell/blob/main/flux1schnell.safetensors ,file:ae.safetensors ,file:clip_l.safetensors ,t5xxl_fp8_e4m3fn:https://huggingface.co/comfyanonymous/flux_text_encoders/blob/main/t5xxl_fp8_e4m3fn.safetensors Lora 效果提示词: Labubu,monkey Labubu,Chinese style 1cowboy,Labubu 简易上手教程: 简明操作流程: 定主题:确定生成图片的主题、风格和表达的信息。 选择 Checkpoint:根据主题选择贴近的模型,如麦橘写实、麦橘男团、墨幽人造人等。 选择 lora:寻找内容重叠的 lora 控制图片效果及质量。 设置 VAE:选择 840000 那一串。 CLIP 跳过层:设成 2。 Prompt 提示词:用英文写需求,使用单词和短语组合,用英文半角逗号隔开。 负向提示词 Negative Prompt:用英文写避免产生的内容,单词和短语组合,用英文半角逗号隔开。 采样方法:一般选 DPM++ 2M Karras,也可参考模型作者推荐的采样器。 迭代步数:选 DPM++ 2M Karras 时,在 30 40 之间。 尺寸:根据喜好和需求选择。 生成批次:默认 1 批。 概念与功能说明: 生图入口 1:网页顶部的右方有生图按钮,点击进入生图界面。 生图入口 2:点进模型广场上任意一个模型(checkpoint 或 lora),有立即生图按钮。 生图入口 3:点进任意一个模型下面的返图区,点开一张喜欢的图片,右侧有在线生成的按钮。点开之后可以选择自动复制所有设置,尝试复现图片。
2024-10-17
My GPTs使用技巧
以下是关于 GPTs 的使用技巧: 教育方面:一位历史老师用 GPT 给学生讲课,需注意模拟历史存在不准确之处,有时幻觉可能是特点而非缺陷。文末提供了可用于模拟不同历史设置的详细提示链接,也可用于 Claude 或 ChatGPT(免费版效果相当,GPT4 效果最佳)。 入门方法: 创建方式: 点击 Explore。 点击 Create a GPT 进入配置页面。 进入自定义 GPT 配置界面。 选择 Configure 进入配置页面,栏位详细解释包括添加图像、Name(GPT 名称)、Instructions(提供提示词)、Conversation starters(提示用户开始对话的示例)、Knowledge(允许提供文件作为额外上下文)、Capabilities(启用网页浏览、DALL·E 图像生成和高级数据分析等功能)、Actions(使用第三方 API 或现有的插件)。 上传个人 Logo 等图片。 填写相关信息,如无外部知识作为上下文,可不填写 Knowledge 和 Actions。 填写完自动保存,试用。 上传图片开始分析。 多次测试满意后,可在右上角点击 Save 进行发布,发布方式有 Only me(只有自己可用)、Only people with a link(通过链接访问)、Public(所有人可访问,需开启个人名称和绑定公共域名)。 其他尝试: 小七姐提到 GPTs 原理是调用 Code Interpreter 检查字数和扩写 Prompt,提供了 GPTs 地址。 也可通过代码调用 OpenAI 官方 API 实现同样效果。 还提到了一些不太正经的办法,如情绪勒索等。省事可用分治法分段输出,程序员可选择 API 方式。
2024-10-06
AI生图的提示词或技巧,请讲一讲
以下是关于 AI 生图的提示词和技巧: 1. 描述逻辑:人物及主体特征(包括服饰、发型发色、五官、表情、动作),场景特征(室内室外、大场景、小细节),环境光照(白天黑夜、特定时段、光、天空),画幅视角(距离、人物比例、观察视角、镜头类型),画质(高画质、高分辨率),画风(插画、二次元、写实)。通过这些详细的提示词,能更精确地控制绘图。 2. 辅助工具: http://www.atoolbox.net/ :通过选项卡的方式快速填写关键词信息。 https://ai.dawnmark.cn/ :每种参数都有缩略图参考,方便直观选择提示词。 C 站(https://civitai.com/):可以抄作业,每一张图都有详细参数,点击复制数据按钮,粘贴到正向提示词栏,然后点击生成按钮下的第一个按键,Stable Diffusion 就可以将所有参数自动匹配。但要注意图像作者使用的大模型和 LORA,不然即使参数一样,生成的图也会不同。也可以只取其中好的描述词,如人物描写、背景描述、小元素或者画面质感等。 3. 对于 PixVerse: 提示词(Prompt)在文生视频、图生视频和角色生视频中广泛使用,准确写出提示词可使生成您想要的视频,减少试错成本。 Prompt 一般包含描述性文字、指令参数、情感氛围、参考风格几个方面。 推荐使用英文输入,PixVerse 对英文的理解能力最佳,效果最好。若不熟悉英文,也可用自己的语言,模型可以处理任何语言输入。 4. 优化和润色提示词的方法: 明确具体的描述,使用更具体、细节的词语和短语。 添加视觉参考,在 Prompt 中插入相关图片参考。 注意语气和情感,用合适的形容词、语气词等调整整体语气和情感色彩。 优化关键词组合,尝试不同的搭配和语序。 增加约束条件,如分辨率、比例等。 分步骤构建 Prompt,将复杂需求拆解为逐步的子 Prompt。 参考优秀案例,研究流行、有效的 Prompt 范例。 反复试验、迭代优化,根据输出效果反馈持续完善。 总之,编写高质量 Prompt 需要不断实践、总结经验,熟悉 AI 模型的能力边界,保持开放思维尝试创新描述方式。
2024-10-01
如果快速提升使用AI的技巧
以下是一些快速提升使用 AI 技巧的建议: 1. 基础知识: 了解 AI 背景知识,包括人工智能、机器学习、深度学习的定义及其之间的关系。 回顾 AI 的发展历程和重要里程碑。 掌握数学基础,如统计学(熟悉均值、中位数、方差等统计概念)、线性代数(了解向量、矩阵等基本概念)、概率论(基础的概率论知识,如条件概率、贝叶斯定理)。 2. 算法和模型: 熟悉监督学习(如线性回归、决策树、支持向量机)、无监督学习(如聚类、降维)和强化学习的基本概念。 了解神经网络的基本结构(包括前馈网络、卷积神经网络、循环神经网络)和常用的激活函数(如 ReLU、Sigmoid、Tanh)。 学会评估模型性能(包括交叉验证、精确度、召回率等)和使用网格搜索等技术优化模型参数。 3. 应用实践: 设定明确的学习目标和时间表,分阶段完成学习任务,例如用 AI 学习一门外语时。 结合多样化练习,如听、说、读、写多种方式全面提升语言技能。 模拟真实环境,尽量多与母语者交流,或使用 AI 对话助手模拟真实对话场景。 定期复习,使用 AI 工具的复习功能,根据记忆曲线定期复习已学内容,巩固记忆。 在教学中,提供更多关于任务和要求的详细具体上下文信息,例如让学生掌握重点词汇和句式、了解历史、理解作者观点等,还可以用 AI 出测验题并自动评分。
2024-09-30
小白如何学习ai使用呢
对于小白学习 AI 的使用,以下是一些建议: 1. 了解 AI 基本概念: 建议阅读「」部分,熟悉 AI 的术语和基础概念,包括其主要分支(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。 浏览入门文章,了解 AI 的历史、当前的应用和未来的发展趋势。 2. 开始 AI 学习之旅: 在「」中,您能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。 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,并有机会获得证书。 3. 选择感兴趣的模块深入学习: AI 领域广泛,比如图像、音乐、视频等,您可以根据自己的兴趣选择特定的模块进行深入学习。 掌握提示词的技巧,它上手容易且很有用。 4. 实践和尝试: 理论学习之后,实践是巩固知识的关键,尝试使用各种产品做出您的作品。 在知识库提供了很多大家实践后的作品、文章分享,欢迎您实践后的分享。 5. 体验 AI 产品: 与现有的 AI 产品进行互动,如 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人,了解它们的工作原理和交互方式。 此外,对于技术纯小白用 AI 开发真正的应用,您可以参考以下经验: 1. 从小白学代码,看 AI 时代人类导师和硅基助教的协作之道: 像案例中作者的女儿,在 Claude 和作者的帮助下,用 Unity 开发了一个 RPG 小游戏。起初作者不相信纯小白能通过 AI 搞定 Unity 程序,但女儿通过让 Claude 教她做一个简单任务,明白了 Unity 里的基本概念。 开发过程有顺利也有挫折,挫折原因包括问题描述不清楚、AI 给的方案复杂、配置错误等。这让作者意识到小白需要通过 AI 能直接搞定的小项目,来先学明白背后的原理,在此基础上才能开发复杂项目。最好有人类导师,一开始把任务拆解到足够小,针对性地设计学习路径,并密切关注随时从坑里捞人。 2. 基础小任务: 推荐从一个最最基础的小任务开始,让 AI 先帮您按照 best practice 写一个 say hello 的示例程序,并解释每个文件的作用及程序运行的逻辑。这样可以学会必备的调试技能。 如果用的是 o1mini,可以在 prompt 最后添加“请生成 create.sh 脚本,运行脚本就能直接创建插件所需要的所有文件。请教我如何运行脚本。”(如果 windows 机器则是 create.cmd),足够勤勉的 o1mini 会为您生成一段超级长的代码,并给出提示,您只需要复制粘贴并执行,一次性生成十多个目录和文件,超方便。 3. 明确项目需求: 通过和 AI 的对话,来逐步明确项目需求。 让 AI 帮助梳理出产品需求文档,这样的文档会包含影响技术方案选择的细节,比直接给 AI 一段口头的需求描述要准确得多。在后续开发的时候每次新起一个聊天就把文档发给 AI 并告知您现在在做第几点功能,会非常方便。
2024-11-04
如何使用AI
使用 AI 的方式多种多样,以下为您介绍一些常见的应用场景和方法: 在编程方面: 这两年 AI 发展迅猛,其作为编程助手能改变工作方式,提供实时建议和解决方案。在配置 AI 插件前,需先安装 python 的运行环境,具体步骤为:点击左上角的 File Settings Plugins Marketplace。安装完成插件会提示登录,按要求注册登录即可。使用上和 Fitten 差不多。 在阿里巴巴营销技巧和产品页面优化方面: 使用 AI 来完成阿里巴巴营销技巧和产品页面优化,可以采取以下步骤: 1. 市场分析:利用 AI 分析工具研究市场趋势、消费者行为和竞争对手情况,快速识别关键信息。 2. 关键词优化:AI 分析和推荐高流量、高转化的关键词,优化产品标题和描述。 3. 产品页面设计:AI 设计工具根据市场趋势和用户偏好生成吸引人的产品页面布局。 4. 内容生成:AI 文案工具撰写有说服力的产品描述和营销文案。 5. 图像识别和优化:AI 图像识别技术帮助选择或生成高质量产品图片。 6. 价格策略:AI 分析不同价格点对销量的影响,制定有竞争力的价格策略。 7. 客户反馈分析:AI 分析客户评价和反馈,优化产品和服务。 8. 个性化推荐:AI 根据用户购买历史和偏好提供个性化产品推荐。 9. 聊天机器人:AI 驱动的聊天机器人提供 24/7 客户服务。 10. 营销活动分析:AI 分析不同营销活动效果。 11. 库存管理:AI 帮助预测需求,优化库存管理。 12. 支付和交易优化:AI 分析不同支付方式对交易成功率的影响,优化支付流程。 13. 社交媒体营销:AI 帮助在社交媒体上找到目标客户群体,精准营销提高品牌知名度。 14. 直播和视频营销:AI 分析观众行为,优化直播和视频内容。 在写课题方面: 利用 AI 技术辅助写作课题可按以下步骤进行: 1. 确定课题主题:明确研究兴趣和目标,选择有研究价值和创新性的主题。 2. 收集背景资料:使用 AI 工具如学术搜索引擎和文献管理软件搜集相关研究文献和资料。 3. 分析和总结信息:利用 AI 文本分析工具分析收集的资料,提取关键信息和主要观点。 4. 生成大纲:使用 AI 写作助手生成课题大纲,包括引言、文献综述、方法论、结果和讨论等部分。 5. 撰写文献综述:利用 AI 工具帮助撰写,确保内容准确完整。 6. 构建方法论:根据研究需求,利用 AI 建议的方法和技术设计研究方法。 7. 数据分析:若课题涉及数据收集和分析,使用 AI 数据分析工具处理和解释数据。 8. 撰写和编辑:利用 AI 写作工具撰写课题各部分,并检查语法和风格。 9. 生成参考文献:使用 AI 文献管理工具生成正确参考文献格式。 10. 审阅和修改:利用 AI 审阅工具检查课题逻辑性和一致性,并根据反馈修改。 11. 提交前的检查:使用 AI 抄袭检测工具确保课题原创性,进行最后的格式调整。 需要注意的是,AI 工具可作为辅助,但不能完全替代研究者的专业判断和创造性思维。在使用 AI 时,应保持批判性思维,并确保研究的质量和学术诚信。
2024-11-04
RAG应该怎么使用呢
RAG(检索增强生成)是一种结合了检索和生成的技术,具有以下特点和使用流程: 特点: 可以让大模型在生成文本时利用额外的数据源,从而提高生成的质量和准确性。 能解决大语言模型在实际应用中的一些问题,如知识局限性、幻觉问题和数据安全性等。 使用流程: 1. 首先,给定一个用户的输入,如问题或话题。 2. RAG会从数据源(如网页、文档或数据库记录)中检索出与之相关的文本片段,这些片段称为上下文。 3. 将用户的输入和检索到的上下文拼接成一个完整的输入,并传递给大模型(如 GPT)。输入通常包含提示,指导模型生成期望的输出,如答案或摘要。 4. 最后,从大模型的输出中提取或格式化所需的信息,返回给用户。 此外,RAG 可以和微调结合使用,类似于为模型提供教科书,适用于模型回答特定询问或解决特定信息检索任务,但不适合教模型理解广泛领域或学习新的语言、格式或样式。
2024-11-04
coze 工作流里的循环怎么使用
在 Coze 工作流中,循环的使用方法如下: 1. 左侧工具栏选择“循环”节点。这个节点主要由两部分组成:循环节点和循环体。整体逻辑是从循环节点设置循环次数和循环项,如果输入的是数组,循环次数就是数组的长度,类似于 for 语句,每次循环项就是数组中的值。说人话就是会根据您输入的内容自动判断循环几次,来使用循环体里的逻辑处理每一项。 2. 我们这里希望循环处理的逻辑是,对上一步中的每一篇内容在数据库中进行查询,如果查到了,证明之前推送过,本次工作流就不处理了,避免重复推送。如果没有查到,证明是一篇新的文章,继续工作流后边的内容。 3. 循环体内部——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”。 4. 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 url;string3:循环节点 item 值中的 title;string4: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。 此外,在大模型组件中,批处理,也就是迭代处理,允许我们对集合或数组中的每个元素进行批量处理。这种处理方式通过依次遍历集合或数组,使得每个元素都能经过相同的处理流程。批处理的关键在于其能够通过有限循环实现高效的数据处理。批处理中,我们可以设置循环次数,也就是迭代的次数。例如,在 Coze 的大模型组件中,最多可以支持 200 次的循环,这相当于一个 200 次的 for 循环,允许我们对 200 个元素进行连续的处理。此外,批处理还涉及到并发量的问题。这里的并发量指的是在单次迭代中同时处理的元素数量。通过调整并发量,我们可以在一次循环中同时处理多个元素,从而提高处理效率。例如,如果集合中有 200 个元素,我们可以设置每次同时处理 5 个元素,这样只需要 40 次循环就可以完成整个集合的处理。
2024-11-03
dify怎么使用
Dify 有以下使用方式和相关信息: 使用方式: 云服务版本:直接在官网 dify.ai 上注册账号使用。 部署社区版:开源,可商用,但不能作为多租户服务使用,对个人使用无限制。部署前提条件为 2 核 4G 云服务器一台(约 159 元),本地也可部署,但较折腾。 构建知识库的具体步骤: 准备数据:收集文本数据,包括文档、表格等格式,进行清洗、分段等预处理,确保数据质量。 创建数据集:在 Dify 中创建新数据集,上传准备好的文档,并编写良好描述。 配置索引方式:提供三种索引方式(高质量模式、经济模式和 Q&A 分段模式),根据需求选择,如需要更高准确度可选高质量模式。 集成至应用:将数据集集成到 Dify 的对话型应用中,在应用设置中配置数据集使用方式。 持续优化:收集用户反馈,对知识库内容和索引方式持续优化和迭代,定期更新知识库。 特点: 是开源的大模型应用开发平台,结合后端即服务和 LLMOps 理念,提供直观界面快速构建和部署生产级别的生成式 AI 应用。 具备强大工作流构建工具,支持广泛模型集成,有功能丰富的提示词 IDE 和全面的 RAG Pipeline 用于文档处理和检索。 允许定义 Agent 智能体,通过 LLMOps 功能对应用程序性能持续监控和优化。 提供云服务和本地部署选项,满足不同用户需求,开源特性确保对数据完全控制和快速产品迭代。 设计理念注重简单性、克制和快速迭代,为个人研究、创业团队、企业等提供支持和工具。 官方手册:https://docs.dify.ai/v/zhhans 。一般来说,个人研究推荐单独使用 Dify,企业级落地项目推荐多种框架结合。
2024-11-01
给我一个秘塔搜索的介绍及使用指南
秘塔搜索是由秘塔科技开发的一款 AI 搜索引擎,具有以下特点和功能: 1. 多模式搜索:提供多种搜索方式,满足不同用户需求。 2. 无广告干扰:为用户提供更纯净的搜索环境。 3. 结构化展示:使搜索结果呈现更清晰、有条理。 4. 信息聚合:整合各类相关信息,提升搜索效率和体验。 使用指南方面: 1. 明确搜索需求:清晰地知道自己想要查找的内容。 2. 输入准确关键词:有助于获得更精准的搜索结果。 如果您想了解更多关于秘塔搜索的详细内容,建议您访问其官方网站获取最新和更全面的信息。
2024-11-01