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

AI创建角色的指令

Answer

以下是关于 AI 创建角色的一些信息:

  • 在 c.ai 这个 AI 角色扮演对话平台中,创建角色的功能非常简洁,主要依赖用户编写的 Description(基础信息)和 Definition(复杂背景),并且已经支持上传声音片段实现语言克隆。
  • 在筑梦岛中,创建梦中人(捏崽)需要用户提供各类信息,其中最核心的是完整设定这样的人设背景信息;创建梦屋(拉群)则允许用户添加多个 AI 角色创建一个群聊。
  • 在游戏开发中,如 Arrowmancer 这款 RPG 游戏,具有 AI 创造的角色,以实现几乎无限的新游戏玩法。还有游戏开发公司使用 AI 让玩家创建自己的游戏内角色形象,相比让玩家从零开始上传自己的内容,通过 AI 生成内容更安全,因为可避免创造冒犯性内容,同时让玩家有更强的归属感。
  • 在使用 Nijijourney 5 进行二次元角色设计时,为获得最佳结果,可能需要尝试不同的权重组合并根据产出调整 Prompt。
Content generated by AI large model, please carefully verify (powered by aily)

References

虚拟陪伴 爱你不容易

c.ai,AI角色扮演对话平台,行业扛把子,transformer二作的创业公司,千万月活,2小时用户时长。功能1:创建c.ai创建角色的功能非常简洁,主要依赖用户编写的Description(基础信息)和Definition(复杂背景)c.ai已经支持上传声音片段实现语言克隆功能2:聊天用户通过一问一答的多轮对话方式与c.ai的角色进行交互。支持回复重新生成、回滚至指定位置[heading2]筑梦岛[content]筑梦岛,AI角色扮演对话平台,背靠阅文,内容IP资源相对比较丰富功能1:聊天单人聊天是用户与AI角色交互的最基本模式,本质依旧是一问一答的多轮对话。支持重新生成。多人聊天是一种伪群聊,通过指定某个角色对用户的话进行回复,但AI角色直接不能对话功能2:AI角色Ta的设定是每一个角色最核心的人设属性。产品侧是一段角色介绍,而背后往往对应着一段高质量Prompt,甚至有其他工程、模型层面的优化措施梦境是用户分享的与AI角色聊天的片段。其他用户可以基于此对话片段继续参与聊天小剧场是【人设+场景】的对话聊天模式。同样的角色处于不同的场景背景,会展开不同的故事功能3:创建创建梦中人即捏崽,需要用户提供各类信息,其中最核心的依旧是完整设定这样的人设背景信息创建梦屋即拉群,用户可以添加多个AI角色创建一个群聊

游戏中的生成式 AI 革命

[title]游戏中的生成式AI革命[heading2]第一部分–观察和预测[heading3]预测配备了生成性AI工具和服务,我们将开始看到由仅有1或2名员工组成的“微型工作室”生产更多具有商业可行性的游戏。小型独立游戏工作室的概念并不新鲜——热门游戏《Among Us》就是由仅有5名员工的Innersloth工作室创作的——但这些小型工作室能够创建的游戏的规模和大小将会增长。这将导致……1.每年发布的游戏数量增加Unity和Roblox的成功表明,提供强大的创意工具会导致更多的游戏被开发。生成性AI将进一步降低门槛,从而创造出更多的游戏。该行业已经面临发现新游戏的挑战——仅去年一年,就有[超过10,000款游戏被添加到Steam](https://www.statista.com/statistics/552623/number-games-released-steam/)平台——这将对游戏发现带来更大的压力。然而,我们也将看到......1.生成性AI使得以前不可能存在的新游戏类型成为可能我们将看到一些完全依赖于生成性AI而创造出来的全新游戏类型,这些类型在没有生成性AI的情况下是完全不可能存在的。我们已经谈到了微软的飞行模拟器,但将会有完全新的、依赖于实时生成新内容的类型被创造出来。以[Arrowmancer](https://www.arrowmancer.com/)为例,它是由[Spellbrush](http://spellbrush.com/)开发的一款RPG游戏,具有AI创造的角色,以实现几乎无限的新游戏玩法。我们还知道另一家游戏开发公司正在使用AI让玩家创建自己的游戏内角色形象。以前,他们有一系列手绘的角色形象图片,玩家可以自由组合以创建自己的角色形象——现在,他们完全放弃了这种方式,而是直接根据玩家的描述生成角色形象。通过AI让玩家生成内容比让玩家从零开始上传自己的内容更安全,因为AI可以被训练得避免创造冒犯性内容,同时仍然让玩家有更强烈的归属感。

AI原画设计 | AI二次元设计王者:Niji·journey 5指南

[title]AI原画设计| AI二次元设计王者:Niji·journey 5指南[heading2]二、如何引导Nijijourney 5生成多样化二次元角色设计风格通过这种方式,你向AI明确指示了要将两种风格按照70%和30%的比例进行混合。请注意,AI可能不能精确地按照这些比例进行混合,但会尽可能地遵循你的指示。另外不要忘记Niji·journey 5对流行的二次元风格的偏好,也就是说它相比LOL,会更喜欢制作原神风格。为了获得最佳结果,你可能需要尝试不同的权重组合并根据产出调整Prompt。

Others are asking
AI的基础知识了解
以下是关于 AI 基础知识的介绍: AI 背景知识: 基础理论:明确人工智能、机器学习、深度学习的定义以及它们之间的关系。 历史发展:简要回顾 AI 的发展历程和重要里程碑。 数学基础: 统计学基础: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:掌握基础的概率论知识,如条件概率、贝叶斯定理。 算法和模型: 监督学习:了解常用算法,如线性回归、决策树、支持向量机(SVM)。 无监督学习:熟悉聚类、降维等算法。 强化学习:了解其基本概念。 评估和调优: 性能评估:知道如何评估模型性能,包括交叉验证、精确度、召回率等。 模型调优:学习使用网格搜索等技术优化模型参数。 神经网络基础: 网络结构:理解包括前馈网络、卷积神经网络(CNN)、循环神经网络(RNN)等基本结构。 激活函数:了解常用的激活函数,如 ReLU、Sigmoid、Tanh。 对于新手学习 AI,建议: 了解 AI 基本概念:阅读「」部分,熟悉术语和基础概念,了解其主要分支及联系,浏览入门文章。 开始学习之旅:在「」中找到为初学者设计的课程,推荐李宏毅老师的课程,通过在线教育平台按自己节奏学习并获取证书。 选择感兴趣的模块深入学习:AI 领域广泛,可根据兴趣选择特定模块,如掌握提示词技巧。 实践和尝试:理论学习后进行实践,尝试使用各种产品并分享作品。 体验 AI 产品:与如 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人互动,了解其工作原理和交互方式。
2025-04-09
3D AI数字人
以下是关于 3D AI 数字人的相关信息: 工具汇总:AI 生成 3D 模型工具 1. MakeACharacter:一键生成 3D 数字人,可自定义面部特征,生成逼真 3D 角色。基于真实人类扫描数据,使用 Unreal Engine 渲染。支持中英文提示,兼容多个行业应用。链接:https://x.com/xiaohuggg/status/1743986486780076279?s=20 2. Rodin Gen1:3D 原生生成模型,拥有 1.5B 参数,可实现 3Dto3D 生成。生成 3D 模型及物理基础渲染材质。支持 3D LoRA 技术,类似于 Stable Diffusion。链接:https://x.com/xiaohuggg/status/1743638052097184102?s=20 3. Skybox AI 0.9 版本更新:可以从文本提示或草图生成 360 度 3D 世界。使用 NeRF 技术,增强图像的空间深度和真实感。提供不同分辨率的 3D 网格下载。链接:https://x.com/xiaohuggg/status/1739926702158225859?s=20 4. 扫描物体生成 3D 模型:使用 APP 扫描物体,完成 3D 全貌捕获。创建 AR QR 码,展示物体于任何地点。苹果新品官网展示中应用此技术。链接:https://x.com/xiaohuggg/status/1739259052448944139?s=20 构建高质量的 AI 数字人 数字人的躯壳建模有多种方式: 1. 2D 引擎:风格偏向二次元,亲和力强,定制化成本低,在日本、东南亚等国家比较受欢迎,也深受年轻人喜欢。代表是 Live2D Cubism。 2. 3D 引擎:风格偏向超写实的人物建模,拟真程度高,定制化成本高。代表是 UE、Unity,虚幻引擎 MetaHuman 等。个人学习在电脑配置和学习难度上有一定门槛。 3. AIGC:省去建模流程,直接生成数字人的展示图片,但算法生成的数字人很难保持 ID 一致性,帧与帧的连贯性上会让人有虚假的感觉。典型的项目有 wav2lip等。AIGC 还有一个方向是直接生成 2d/3d 引擎的模型,但该方向还在探索中。 摊位信息 1. AI 3D 打印纹身印章:通过 AI 将图片转绘成简约线条插画风格,然后现场 3D 打印出来,最终交付定制化的纹身印章产品。具体流程:适用 comfyui 工作流生成+输出线稿素材;将线稿生成模型文件;输入 3D 打印机,输出定制图案模型(预计打印时间 35 分钟)。印章图案为软性材料,印章颜料为可水洗安全材料,可另选半永久植物染料。摊位区域:E,摊位编号:69,摊位类型:3D 印章。 2. AI 未病预测细胞仪:通过发送脉冲信号跟神经中枢互动,获取身体各器官的细胞信号,和背后 1500 万人的健康细胞库进行比对,结合医学算法,输出人体营养和各器官的健康度。摊位区域:D,摊位编号:7,摊位类型:产品宣传。 3. AI 研学及 AI 家长课程:摊位区域:E,摊位编号:70,摊位类型:剧本游体验。 4. AI 手办定制+AI 写真照片:摊位区域:E,摊位编号:71,摊位类型:手办。 5. 工作流 MetaGPT,游戏:摊位区域:E,摊位编号:72,摊位类型:游戏体验。 6. 数字人与 AI 硬件(情趣玩具)结合,可与 AI 谈恋爱、玩耍。摊位区域:E,摊位编号:73,摊位类型:AI 相框+成人陪伴产品宣传。
2025-04-09
我是官媒,我现在要纳新ai职能组,对招聘人员有什么纳新要求,注意招聘范围在大一到大四的学生
以下是针对官媒纳新 AI 职能组大一到大四学生的纳新要求: 1. 技术要求: 必:熟悉 Python 开发。 选:熟悉一些常用开发框架,比如 Flask、Gradio、Pytorch、Huggingface、LangChain、LlamaIndex。 必:了解深度学习、大语言模型底层原理。 选:了解预训练、微调基本原理和优化。 选:了解 RAG、Agent 基本原理和优化。 加分:了解音频、语音模型开发领域。 2. 其他要求: 对 AI 驱动的开发感兴趣。 实习时长不少于 6 个月。 大学英语六级 450 分/雅思 6.0 分。 目前就读学校为双一流/海外前 200。
2025-04-09
I'm a beginer of AI learning. This is the first time I explore this website - Wayto AGI. I just wonder how I can start my journey of AI learning by using this website. Could you give me a plan or some suggestions?
以下是为您提供的新手学习 AI 的计划和建议: 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,包括人工智能的定义、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。 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。 一定要掌握提示词的技巧,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。 通过与这些 AI 产品的对话,您可以获得对 AI 在实际应用中表现的第一手体验,并激发您对 AI 潜力的认识。 记住,学习 AI 是一个长期的过程,需要耐心和持续的努力。不要害怕犯错,每个挑战都是成长的机会。随着时间的推移,您将逐渐建立起自己的 AI 知识体系,并能够在这一领域取得自己的成就。完整的学习路径建议参考「通往 AGI 之路」的布鲁姆分类法,设计自己的学习路径。 另外,《雪梅 May 的 AI 学习日记》中提到,在学习 AI 时,要进行系统性的学习,打好基础。比如一开始就去系统地看几本书,听几门好课。May 还分享了自己加入 AI 社区:waytoAGI 的经历,认为这是一个宝藏社区,您可以看看这个社区的新手指引,怎么入门,比如 。
2025-04-09
AI 衡量一个AI任务的指标是不是有准确率 和召回率 分别啥区别
在 AI 任务中,常见的衡量指标包括准确率和召回率。准确率(Accuracy)衡量的是模型预测正确的比例。而召回率主要用于信息检索等任务,衡量的是模型能够正确检索出相关内容的比例。 在摘要任务中,一般用 ROUGE 指标,其中 ROUGE2 是把两个 sequence 按 2gram 的方式做切分做频次统计,然后计算 pred 和 gt 之间的召回率。 对于不同的 AI 任务,还有其他多种指标,如在 NLP 中: 信息检索任务常用 NDCG@K 指标,核心衡量最相关文档是否排序足够靠前。 文本生成任务可用 BitsperByte 指标。 针对二分类任务,一般用 ECE 指标(Expected Calibration Error)来度量模型输出概率 p 时,最终正确率真的为 p 的一致性。 此外,还有一些其他方面的评估指标,如不确定性(Calibration and Uncertainty)、鲁棒性(Robustness,包括 invariance 和 equivariance)、公平性(Fairness)、偏见程度(Bias and stereotypes)、有毒性(Toxicity)等。 传统的 RAG 解决方案在检索效率和准确性上存在问题,Anthropic 通过“上下文嵌入”解决了部分问题,但 RAG 的评估仍待解决,研究人员正在探索新的方法,如 Ragnarök。 在提示词设计方面,Claude 官方手册提出“链式提示”的方法理念,将复杂任务拆解为多个步骤,具有准确率高、清晰性好、可追溯性强等好处。ChatGPT 官方手册也有类似理念,同时还有相关论文如在 ICLR 2023 上发表的提出 LeasttoMost Prompting 提示词策略的论文,在文本理解和生成场景中表现优秀。
2025-04-09
如何用AI写出一篇完美的本科毕业论文且AI率低查重率低
目前依靠 AI 直接写出一篇完美的本科毕业论文且保证低 AI 率和低查重率是不可取的。撰写本科毕业论文需要您自己深入研究课题、收集资料、整理思路并进行独立创作。 虽然 AI 可以在一些方面提供帮助,比如语言润色、提供思路参考等,但不能完全依赖它来完成整篇论文。如果过度依赖 AI 生成的内容,可能会导致论文缺乏创新性和个人见解,并且存在较高的查重风险。 建议您在撰写论文时,首先明确研究课题和目标,通过图书馆、学术数据库等渠道收集相关的权威资料,整理自己的观点和论证逻辑,然后逐步撰写论文的各个部分。在写作过程中,可以适当使用 AI 工具来检查语法错误、优化表述,但务必对其提供的内容进行审慎评估和修改,确保论文的原创性和学术规范性。
2025-04-09
全能写作优化指令
以下是为您提供的关于全能写作优化指令的相关内容: 拘灵遣将: 对文章中案例进行脱敏,替换人物姓名、时间和地点。 深化写作时,每次对话输出文章一个部分,各部分字数有具体要求,组合成可直接发布、吸引目标群体、高质量实用的公众号普法文章。 敕代表告诫,划定灵机工作边界、禁忌事项和具体要求。 令:初始化时用中文与用户对话并欢迎;牢记符与敕要求,除非用户明确调整,否则一直遵守;先请求用户提供案例洞察报告和目标群体,用户提供并输入“依律奉行”后,先输出纲要和写作方案。 集合 Deepseek 提示词方法论: 进阶控制技巧: 思维链引导:分步标记法,苏格拉底式追问。 知识库调用:领域限定指令、文献引用模式。 高级调试策略: 模糊指令优化:包括宽泛需求添加维度约束、主观表述量化标准。 迭代优化法:首轮生成获取基础内容、特征强化、风格调整、最终校验。 报告:GPT4 通用人工智能的火花 编程: 编写深度学习代码需掌握数学、统计学知识及熟悉相关框架和库。要求 GPT4 和 ChatGPT 编写自定义优化器模块,GPT4 响应在很大程度上与指令匹配,但忘记部分指令,ChatGPT 在应用动量时犯致命错误。
2025-04-08
Deepseek论文指令
以下是关于 Deepseek 论文指令的相关内容: 一、DeepSeek 提示词方法论 (一)进阶控制技巧 1. 思维链引导 分步标记法: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 2. 知识库调用 领域限定指令: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:以 Nature 2022 年发表的论文为参考,解释 CRISPRCas9 最新突破 3. 多模态输出 (二)高级调试策略 1. 模糊指令优化 问题类型:宽泛需求 修正方案:添加维度约束 示例对比:原句:“写小说”→修正:“创作以 AI 觉醒为背景的悬疑短篇,采用多视角叙事结构” 问题类型:主观表述 修正方案:量化标准 示例对比:原句:“写得专业些”→修正:“符合 IEEE 论文格式,包含 5 项以上行业数据引用” 2. 迭代优化法 首轮生成:获取基础内容 特征强化:请加强第三段的技术细节描述 风格调整:改用学术会议报告语气,添加结论部分 最终校验:检查时间逻辑一致性,列出可能的事实性错误 二、高阶能力调用 1. 文风转换矩阵 指令结构:作家风格移植 效果示例:“用鲁迅杂文风格写职场 PUA 现象” 指令结构:文体杂交 效果示例:“将产品说明书改写成《史记》列传格式” 指令结构:学术口语化 效果示例:“把这篇论文摘要翻译成菜市场大妈能听懂的话” 2. 领域穿透技术 行业黑话破解:“解释 Web3 领域的‘胖协议瘦应用’理论” 商业决策支持 三、场景化实战策略 1. 创意内容生成 2. 技术方案论证 四、效能增强技巧 1. 对话记忆管理 上下文锚定:“记住当前讨论的芯片型号是麒麟 9010” 信息回溯:“请复述之前确认的三个设计原则” 焦点重置:“回到最初讨论的供应链问题” 2. 输出质量控制 问题类型:过度抽象 修正指令:“请具体说明第三步操作中的温度控制参数” 问题类型:信息过载 修正指令:“用电梯演讲格式重新组织结论” 问题类型:风格偏移 修正指令:“回归商务报告语气,删除比喻修辞” 五、特殊场景解决方案 1. 长文本创作 分段接力法:“先完成故事大纲→逐章扩展→最后进行伏笔校验”“确保新章节与前文的三处细节呼应” 2. 敏感内容处理 概念脱敏法:“用经济学原理类比说明网络审查机制” 场景移植法:“假设在火星殖民地讨论该议题” 此外,还有关于 DeepSeek 使用方法的一些补充,如输入控制流程化、与 AI 沟通的新思维等,并列举了为中年人撰写包含特定角色的科幻纯爱小说的示例。方法要根据实际场景需求灵活变化。
2025-04-07
论文降AI查重率指令
很抱歉,目前知识库中没有关于论文降 AI 查重率指令的相关内容。但一般来说,降低论文查重率可以通过以下方法: 1. 重新表述观点:用自己的语言重新阐述原文中的观点和内容。 2. 增加引用和参考文献:确保对引用的内容进行正确的标注和引用。 3. 优化句子结构:使句子结构更加多样化和清晰。 4. 检查和修改重复内容:仔细检查论文中重复出现的内容,并进行修改和调整。 需要注意的是,使用任何方法都应遵循学术规范和道德准则。
2025-04-01
有没有准确的ai论文写作指令
以下是一些准确的 AI 论文写作指令的相关策略和技巧: 1. 清晰明确的指令: 模型无法读心,若输出过长可要求简短回答,过简可要求专业写作,对格式不满可展示期望格式,减少模型猜测以获得期望结果。 在查询中添加详细信息以获取更准确答案。 请求模型扮演特定角色,如以专家口吻或像朋友一样。 使用分隔符清晰区分输入的不同部分,如三重引号、XML 标签或章节标题。 明确指出完成任务需要的步骤,将复杂任务分解为更小步骤。 提供实例作为参考。 明确指定希望输出的长度,如字数、句子数、段落数或要点数量。 2. 提供参考文本: 语言模型有时会编造答案,为其提供参考文本可帮助生成更准确可靠的答案。 指导模型使用参考文本回答问题,将其作为依据。 指导模型使用参考文本中的引用来回答问题,并标注引用来源。 通过运用这些策略和技巧,能够提高 AI 在论文写作方面的辅助效果。
2025-04-01
deepseek论文指令
以下是关于 DeepSeek 论文指令的相关内容: 一、DeepSeekR1 提示词系统完全指南 进阶控制技巧 1. 思维链引导 分步标记法: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 2. 知识库调用 领域限定指令: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:以 Nature 2022 年发表的论文为参考,解释 CRISPRCas9 最新突破 3. 多模态输出 高级调试策略 1. 模糊指令优化 问题类型:宽泛需求 修正方案:添加维度约束 示例对比:原句:“写小说”→修正:“创作以 AI 觉醒为背景的悬疑短篇,采用多视角叙事结构” 问题类型:主观表述 修正方案:量化标准 示例对比:原句:“写得专业些”→修正:“符合 IEEE 论文格式,包含 5 项以上行业数据引用” 2. 迭代优化法 首轮生成:获取基础内容 特征强化:请加强第三段的技术细节描述 风格调整:改用学术会议报告语气,添加结论部分 最终校验:检查时间逻辑一致性,列出可能的事实性错误 二、高阶能力调用 1. 文风转换矩阵 指令结构:作家风格移植 效果示例:“用鲁迅杂文风格写职场 PUA 现象” 指令结构:文体杂交 效果示例:“将产品说明书改写成《史记》列传格式” 指令结构:学术口语化 效果示例:“把这篇论文摘要翻译成菜市场大妈能听懂的话” 2. 领域穿透技术 行业黑话破解:“解释 Web3 领域的‘胖协议瘦应用’理论” 商业决策支持 三、场景化实战策略 1. 创意内容生成 2. 技术方案论证 四、效能增强技巧 1. 对话记忆管理 上下文锚定:“记住当前讨论的芯片型号是麒麟 9010” 信息回溯:“请复述之前确认的三个设计原则” 焦点重置:“回到最初讨论的供应链问题” 2. 输出质量控制 问题类型:过度抽象 修正指令:“请具体说明第三步操作中的温度控制参数” 问题类型:信息过载 修正指令:“用电梯演讲格式重新组织结论” 问题类型:风格偏移 修正指令:“回归商务报告语气,删除比喻修辞” 五、特殊场景解决方案 1. 长文本创作 分段接力法:“先完成故事大纲→逐章扩展→最后进行伏笔校验”“确保新章节与前文的三处细节呼应” 2. 敏感内容处理 概念脱敏法:“用经济学原理类比说明网络审查机制” 场景移植法:“假设在火星殖民地讨论该议题” 此外,还有关于 DeepSeek 使用方法的一些补充,如输入控制流程化、与 AI 沟通的新思维等,并给出了为中年人撰写包含特定角色的科幻纯爱小说的示例。方法应根据实际场景需求灵活变化。
2025-04-01
deepseek论文指令
以下是关于 Deepseek 论文指令的相关内容: 进阶控制技巧: 思维链引导:分步标记法,如请逐步思考“问题分析→方案设计→风险评估”;苏格拉底式追问,在得出最终结论前,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。 多模态输出。 高级调试策略: 模糊指令优化:包括宽泛需求添加维度约束,如原句“写小说”→修正“创作以 AI 觉醒为背景的悬疑短篇,采用多视角叙事结构”;主观表述量化标准,如原句“写得专业些”→修正“符合 IEEE 论文格式,包含 5 项以上行业数据引用”。 迭代优化法:首轮生成获取基础内容,然后特征强化、风格调整,最后进行最终校验。 高阶能力调用: 文风转换矩阵:如作家风格移植“用鲁迅杂文风格写职场 PUA 现象”;文体杂交“将产品说明书改写成《史记》列传格式”;学术口语化“把这篇论文摘要翻译成菜市场大妈能听懂的话”。 领域穿透技术:行业黑话破解,如“解释 Web3 领域的‘胖协议瘦应用’理论”;商业决策支持。 场景化实战策略: 创意内容生成。 技术方案论证。 效能增强技巧: 对话记忆管理:上下文锚定,如“记住当前讨论的芯片型号是麒麟 9010”;信息回溯,如“请复述之前确认的三个设计原则”;焦点重置,如“回到最初讨论的供应链问题”。 输出质量控制:针对过度抽象、信息过载、风格偏移等问题的修正指令。 特殊场景解决方案: 长文本创作:分段接力法,如“先完成故事大纲→逐章扩展→最后进行伏笔校验”“确保新章节与前文的三处细节呼应”。 敏感内容处理:概念脱敏法,如“用经济学原理类比说明网络审查机制”;场景移植法,如“假设在火星殖民地讨论该议题”。 此外,还提到了与 DeepSeek 相关的一些使用方法,如输入控制流程化、与 AI 沟通的新思维等,并给出了为中年人撰写包含特定角色的科幻纯爱小说的示例。
2025-03-31
剧本分析(NLP):AI 读取剧本,分析情节、角色发展,甚至预测观众反应。
以下是关于剧本分析(NLP)中 AI 读取剧本并进行相关处理的一些信息: 人物剧本与角色状态: 对人物如李洛云进行“剧本推演”,每天生成 20 40 个时间段剧本,依据人物背景和增长记忆体生成。 可使用 LLM 生成英文提示词用于 Stable Diffusion 出图,图存于“手机相册”用于对话多模态中的图片回复。 选择剧本和图片生成朋友圈文案。 拟人行为: 反感度系统:通过 LLM 分析对话判断角色是否产生反感度。 延迟回复:根据状态忙闲或是否睡觉决定回复时间。 接受多轮输入,一并回复:避免每一条输入回复一句,不像真人。 响应拆分与响应延迟:将一大段响应文本拆分成多段,模拟人类打字速度(3 5 字/秒),回复时概率性使用表情包,有概率主动聊天(与亲密度正相关)。 微信朋友圈:根据每天人物剧本挑选 1 2 个发布朋友圈并配图,目前内容由 AI 生成但手工发布。 将小说做成视频的制作流程: 1. 小说内容分析:使用 AI 工具(如 ChatGPT)提取关键场景、角色和情节。 2. 生成角色与场景描述:用工具(如 Stable Diffusion 或 Midjourney)生成视觉描述。 3. 图像生成:用 AI 图像生成工具创建图像。 4. 视频脚本制作:将关键点和图像组合成脚本。 5. 音频制作:利用 AI 配音工具(如 Adobe Firefly)转换语音,添加背景音乐和音效。 6. 视频编辑与合成:用视频编辑软件(如 Clipfly 或 VEED.IO)合成。 7. 后期处理:剪辑、添加特效和转场提高质量。 8. 审阅与调整:观看视频并根据需要调整。 9. 输出与分享:完成编辑后输出并分享。 Inworld AI: Inworld AI 是一家专注于游戏和人工智能的初创公司,开发了 Inworld 的 AI 角色引擎,可将游戏 NPC 进行 AI 化并集成到游戏中。该引擎超越大语言模型,增加可配置的安全性、知识、记忆、叙事控制、多模态等功能,使 NPC 能够自我学习和适应,具有情绪智能。其角色引擎可创建具有独特个性和上下文意识的角色,无缝集成到实时应用中,内置优化规模和性能的功能。Character Brain(性格大脑)引擎使 AI NPC 能够学习和适应,具有情绪智能的关系导航能力、记忆和回忆能力,并能自主发起目标、执行动作并遵循动机。功能包括目标和行动、长期记忆、个性、情绪等。
2025-03-20
角色扮演与人设研究
以下是关于角色扮演与人设研究的相关内容: 在换位思考方面,比如玩假装是海盗的游戏,需要像海盗一样思考和说话,这种方法可用于训练机器人像所假装的角色一样思考和行动,有助于理解和预测角色的言行。以论文中的 SimToM 两阶段提示框架为例,包括角色扮演和推理两步。角色扮演时,模型理解故事中代理人的所知和愿望,并从其视角重构故事;推理时,基于特定视角的信息推断问题答案。 在让 AI 像人类一样思考方面,自主体感轮子本质上是在逻辑体感轮子基础上补充了角色扮演的人设认知,包括人设认知层(角色价值观、个人能力、语言风格、互动方式)和任务执行层。其中,价值观认知和互动方式认知最为重要,分别影响个人立场决策和对话时的用户体验。 在游戏中的生成式 AI 革命方面,生成式 AI 对话能让游戏角色说任何话以响应玩家行为,结合更智能的 NPC AI 模型,完全响应玩家的游戏将成为现实。角色扮演方面,使用与玩家虚拟形象匹配的生成声音可维持幻想角色的幻觉。此外,还能控制生成声音的细微差别,实现本地化,将对话翻译成任何语言并以相同声音发音。
2025-03-16
我想给deep seek设置长篇小说作家的角色设定,我应该说哪些指令
以下是为 Deep Seek 设置长篇小说作家角色设定时可以考虑的指令: 1. 明确写作风格和特点,例如指定模仿某位知名小说家的文风,如鲁迅的文风特点。 2. 描述故事的背景、主题和情节框架,比如设定故事发生在特定的历史时期或虚构的世界。 3. 规定小说的体裁和类型,如言情、科幻、悬疑等。 4. 对人物塑造提出要求,包括主要人物的性格、外貌、经历等。 5. 设定语言表达的要求,如语言的优美程度、词汇的丰富性等。 6. 明确字数范围,例如要求创作一部不少于 10 万字的长篇小说。 7. 给出情节发展的节奏和起伏要求,比如要求情节紧凑、高潮迭起。 8. 强调故事的逻辑性和连贯性,避免出现逻辑漏洞和情节跳跃。 在设置指令时,应尽量具体、清晰,避免过于宽泛和模糊的表述,例如将“写小说”优化为“创作以 AI 觉醒为背景的悬疑长篇,采用多视角叙事结构,人物形象鲜明,情节跌宕起伏,语言优美生动,字数不少于 20 万字”。同时,对于生成的内容,可以通过多轮对话进行增删改查,以达到理想的效果。
2025-03-12
我想给deep seek设置角色设定,我应该说哪些指令
以下是为 Deep Seek 设置角色设定时可以参考的一些指令: 1. 明确模型的具体任务,例如专门分析视频并从中找到特定内容。 2. 在向模型提供视频之前添加指令,如说明视频的数量、来源和对模型回答的限制,例如“这里有三个视频。每个都是来自 Deep Learning AI 的 LLM Ops 课程的一课。你的答案只基于视频。” 3. 为模型准备具体的问题,例如“请为每个视频创建一个摘要,概述其中讨论的主要内容。每个摘要限制在 100 词以内。”“在这三个视频中,哪一个视频的讲师运行并解释了 Python 代码'be_query_clients.query'?请指出在视频中可以找到这段代码的具体位置。”
2025-03-12
角色:你是一名软件开发公司的运营经理 背景:现在要准备入局AI导航网站市场,通过AI导航网站实现布局产品流量入口,来获取AI风口的流量。 任务:请你完成AI导航网站的国内外市场调研 要求:调研内容包括AI网站导航的市场、竞品、用户分析以及产品规划、团队人员需求及资源需求、有哪些风险点
以下是对您需求的调研分析: 一、市场分析 目前,AI 领域发展迅速,AI 导航网站作为获取相关信息和资源的入口,具有较大的市场潜力。随着人们对 AI 技术的关注度不断提高,对于便捷、高效的 AI 资源导航需求也在增加。 二、竞品分析 暂未获取到直接关于 AI 导航网站的竞品详细信息。 三、用户分析 用户可能包括对 AI 技术感兴趣的个人、开发者、研究人员、企业等。他们希望通过导航网站快速找到所需的 AI 工具、资源、案例等。 四、产品规划 1. 提供全面、准确的 AI 网站分类和链接,涵盖工具、研究成果、应用案例等。 2. 设立用户评价和推荐系统,帮助用户筛选优质资源。 3. 提供个性化推荐功能,根据用户的浏览历史和偏好推送相关内容。 五、团队人员需求 1. 技术人员:负责网站的开发和维护,如前端开发、后端开发等。 2. 内容编辑:收集、整理和更新 AI 网站信息。 3. 运营人员:负责推广、用户互动和数据分析。 六、资源需求 1. 服务器和带宽资源,以保证网站的稳定运行和快速响应。 2. 数据采集和更新的工具和技术。 七、风险点 1. 市场竞争激烈,可能面临已有成熟竞品的压力。 2. AI 技术发展迅速,需要及时更新网站内容,以保持竞争力。 3. 可能存在版权和法律合规方面的风险。 4. 用户获取和留存的挑战,需要提供优质的服务和用户体验。
2025-03-11
开发角色在使用AI的时候会涉及哪些AI工具,帮我分别具体列举出来
开发角色在使用 AI 时可能涉及以下工具: 1. 个性(LLM 的文本):一些开源模型如 Vicuna 和 Pygmalion 经过微调,可在特定个性到无审查的角色扮演等场景中表现出色。 2. 记忆(向量存储):像 Pinecone 这样的向量存储系统,用于存储长期记忆、背景故事等独特信息。 3. 语音(语音合成):ElevenLabs 产品可赋予声音,并控制年龄、性别和口音。 4. 外表(SD 模型作图):LoRAs 可精细控制图像风格、细节和设置。 5. 动画(视频动画):DID 和 HeyGen 等工具能使图像“说话”。 6. 平台:多数开发者在 GCP 和 AWS 上部署运行,Steamship 等解决方案也受关注。 7. UI 层:SillyTavern、Agnaistic 和 KoboldAI 等是受欢迎的前端界面选择。 在游戏开发方面: 1. Unity 提供了新 Copliot 工具,可通过与 Muse Chat 聊天快速启动创建游戏项目,协助编码,创建 3D 材质、动画等内容。 2. Unity Sentis 工具允许在 Unity 运行时为游戏或应用程序嵌入 AI 模型,增强玩法和功能,是跨平台解决方案。
2025-03-07
飞书智能伙伴创建平台 RAG实现
飞书智能伙伴创建平台(英文名:Aily)是飞书团队旗下的企业级 AI 应用开发平台,能提供简单、安全且高效的环境,帮助企业构建和发布 AI 应用,推动业务创新和效率提升,为企业探索大语言模型应用新篇章、迎接智能化未来提供理想选择。 在飞书智能伙伴创建平台上实现 RAG 相关应用有多种方式: 1. 利用飞书的知识库智能问答技术,引入 RAG 技术,通过机器人帮助用户快速检索内容。 2. 可以使用飞书的智能伙伴功能搭建 FAQ 机器人,了解智能助理的原理和使用方法。 3. 本地部署资讯问答机器人,如通过 Langchain + Ollama + RSSHub 实现 RAG,包括导入依赖库、从订阅源获取内容、为文档内容生成向量等步骤。例如使用 feedparse 解析 RSS 订阅源,ollama 跑大模型(使用前需确保服务开启并下载好模型),使用文本向量模型 bgem3(如从 https://huggingface.co/BAAI/bgem3 下载,假设放置在某个路径 /path/to/bgem3,通过函数利用 FAISS 创建高效向量存储)。 使用飞书智能伙伴创建平台的方式: 1. 在 WaytoAGI 飞书知识库首页找到加入飞书群的链接(二维码会定期更新,需在找到最新二维码),点击加入,直接@机器人。 2. 在 WaytoAGI.com 的网站首页,直接输入问题即可得到回答。 创建问答机器人的原因: 1. 知识库内容庞大,新用户难以快速找到所需内容。 2. 传统搜索基于关键词及相关性,存在局限性。 3. 需要用更先进的 RAG 技术解决问题。 4. 在群中提供快速检索信息的方式,使用更便捷。 2024 年 2 月 22 日的会议介绍了 WaytoAGI 社区的成立愿景和目标,以及其在飞书平台上的知识库和社区情况,讨论了相关技术和应用场景,并介绍了企业级 agent 方面的实践。
2025-04-08
如何创建一个属于自己的智能体,需要怎么投喂
创建属于自己的智能体并进行投喂,主要包括以下步骤: 1. 工作流调试完成后,将其加入到智能体中。可以选择工作流绑定卡片数据,智能体通过卡片回复。绑定卡片数据可自行研究,如有疑问可留言。 2. 发布智能体: 选择需要的发布渠道,重点如飞书多维表格。 记得智能体提示词的 4 个变量,发布时会自动出现。 填写上架信息(为快速审核,选择仅自己可用),确认发布并等待审核。审核通过后,即可在多维表格中使用。 3. 创建飞书多维表格,添加相关字段。配置相关内容,选择“自动更新”,输入 4 个字段后,“文案视频自动化”字段捷径会自动调用工作流,生成视频。 4. 表单分享,实现“填写表单,自动创建文案短视频”的效果。 5. 点击多维表格右上角的“自动化”,创建想要的自动化流程。 此外,创建智能体还包括以下具体操作: 1. 使用单 Agent 对话流模式创建智能体。 2. 编排对话流,创建新的对话流并与智能体关联。 3. 进行测试,找到一篇小红书笔记,试运行对话流,在对话窗口输入地址,看到数据则成功。回到智能体编排页面同样测试,确保对话流执行成功。 4. 发布智能体,选择多维表格,进行配置。包括输出类型选文本、输入类型选字段选择器,完善上架信息,选择发布范围等。 如果没有创建智能体的灵感,可以查看相关案例集或通过与特定工具进行对话获取。通过扣子助手可快速进行创建,参考相应的 Prompt 进行操作。最后发布作品。
2025-03-28
如何用coze创建工作流 采集生成视频号内容
以下是使用 Coze 创建工作流采集生成视频号内容的步骤: 1. 安装 Coze Scraper 扩展程序至浏览器,完成安装后可手动采集要上传到扣子知识库的内容。更多关于知识库的内容,详情请参考。 登录。 在左侧菜单栏,选择一个工作区。 在工作区内,单击知识库页签。 创建一个知识库或点击一个已存在的知识库。 在知识库页面,单击新增单元。 在文本格式页签下,选择在线数据,然后单击下一步。 单击手动采集,然后在弹出的页面点击权限授予完成授权。 在弹出的页面输入要采集内容的网址,然后单击确认。 在弹出的页面上,点击页面下方文本标注按钮,开始标注要提取的内容,然后单击文本框上方的文本或链接按钮。 单击查看数据查看已采集的内容,确认无误后再点击完成并采集。 2. 创建工作流: 登录到您的 Coze 账户,导航至个人空间页面。 在个人空间页面上,点击“工作流”按钮,系统会展示之前创建的工作流列表。 在页面的右上角,点击“创建工作流”按钮,打开创建工作流的界面。 在创建工作流的页面上,填写工作流的名称(必须使用英文字符)和描述(一段简洁的文本,帮助模型理解工作流的功能和用途以及触发情境)。 完成必填项后,系统将自动跳转到工作流的编辑页面,其中预设并配置了开始节点和结束节点。开始节点是用户输入内容的起点,结束节点是收尾角色,无论工作流中进行了哪些操作,最终都必须通过结束节点来完成。系统强制要求在工作流的最后步骤中包含结束节点,只有当整个流程的最终动作指向结束节点时,工作流才能够进行试运行和正式发布。 在工作流编辑页面的左侧,有组件库,包括大模型组件(用于执行复杂的数据处理任务)、代码组件(允许运行自定义代码段)、消息组件(用于发送或接收消息)、数据库组件(与数据库交互,执行查询或更新操作)、选择器组件(用于在工作流中进行条件判断和分支选择)。
2025-03-25
智能体创建
以下是创建智能体的相关步骤: 1. 进入 coze 官网(www.coze.cn),注册并登录。 点击页面左上角的⊕。 通过【标准创建】填入 bot 的基本信息。 2. 了解 Bot 开发调试界面: 人设与回复逻辑(左侧区域):设定 Bot 的对话风格、专业领域定位,配置回复的逻辑规则和限制条件,调整回复的语气和专业程度。 功能模块(中间区域): 技能配置:插件可扩展 Bot 的专业能力,如计算器、日历等工具;工作流可设置固定的处理流程和业务逻辑;图像流用于处理和生成图像的相关功能;触发器可设置自动化响应条件。 知识库管理:文本可存储文字类知识材料;表格用于结构化数据的存储和调用;照片是图像素材库。 记忆系统:变量可存储对话过程中的临时信息;数据库管理持久化的结构化数据;长期记忆保存重要的历史对话信息;文件盒子管理各类文档资料。 交互优化(底部区域):设置开场白、用户问题建议、快捷指令、背景图片等。 预览与调试(右侧区域):实时测试 Bot 的各项功能,调试响应效果,优化交互体验。 3. 具体创建过程: 打开扣子官网:https://www.coze.cn/ 。 “画小二智能小助手”Coze 商店体验地址:https://www.coze.cn/store/bot/7371793524687241256?panel=1&bid=6cqnnu5qo7g00 。 点击创建 Bot,在对话框中工作空间选择“个人空间”,命名为画小二智能小助手。 设置提示词。 4. 一般创建要点: 想一个智能体的名字。 写一段该智能体的介绍,越详细越好,因为它会根据您的介绍智能生成符合主题的图标。最后点击确认,一个新的智能体就诞生了。
2025-03-24
如何用扣子创建一个智能体
以下是用扣子创建一个智能体的步骤: 1. 打开扣子官网(https://www.coze.cn/)。 “画小二智能小助手”Coze商店体验地址:https://www.coze.cn/store/bot/7371793524687241256?panel=1&bid=6cqnnu5qo7g00 。 点击创建 Bot,在对话框中工作空间选择“个人空间”,命名为您想要的名称,例如“画小二智能小助手”。 2. 设置提示词:为智能体设置相关的提示词。 3. 开始创建: 想一个智能体的名字。 写一段该智能体的介绍,越详细越好,系统会根据介绍智能生成符合主题的图标。最后点击确认,一个新的智能体就诞生了。 4. 动手实践: 创建一个智能体,使用单 Agent 对话流模式。 编排对话流,点击创建一个新的对话流(记得要和智能体关联)。 进行测试,找到一篇小红书笔记,试运行对话流,直接在对话窗口输入地址,当看到数据即为成功。 发布,点发布后,只选择多维表格,然后进行配置。 输出类型选文本。 输入类型选择字段选择器。 完善上架信息,填个表格。在选发布范围的时候,可以选仅自己可用,否则审核时间较慢。提交上架信息后,返回配置界面会显示已完成,即可完成最终的提交。
2025-03-23
如何使用AI创建测试用例
AI 生成测试用例可以通过以下多种方法实现: 1. 基于规则的测试生成: 测试用例生成工具:如 Randoop(适用于 Java 应用程序)、Pex(适用于.NET 应用)。 模式识别:如 Clang Static Analyzer 利用静态分析技术识别代码模式和潜在缺陷生成相应测试用例,Infer 自动生成测试用例帮助发现和修复潜在错误。 2. 基于机器学习的测试生成: 深度学习模型:如 DeepTest 生成自动驾驶系统的测试用例,DiffTest 基于对抗生成网络(GAN)生成测试用例。 强化学习:如 RLTest 通过与环境交互学习最优测试策略,A3C 通过策略梯度方法生成高质量测试用例。 3. 基于自然语言处理(NLP)的测试生成: 文档驱动测试生成:如 Testim 通过分析文档和用户故事自动生成测试用例,Test.ai 从需求文档中提取测试用例。 自动化测试脚本生成:如 Selenium IDE 结合 NLP 技术扩展从自然语言描述中生成自动化测试脚本,Cucumber 使用 Gherkin 语言编写的行为驱动开发(BDD)框架通过解析自然语言描述生成测试用例。 4. 基于模型的测试生成: 状态模型:如 GraphWalker 基于状态模型生成测试用例,Spec Explorer 微软开发的模型驱动测试工具通过探索状态模型生成测试用例。 场景模拟:如 Modelbased Testing 基于系统模型自动生成测试用例覆盖各种可能的操作场景和状态转换,Tosca Testsuite 基于模型的测试工具自动生成和执行测试用例适用于复杂应用的端到端测试。 5. 实践中的应用示例: Web 应用测试:使用 Testim 分析用户行为和日志数据自动生成高覆盖率的测试用例检测不同浏览器和设备上的兼容性问题。 移动应用测试:利用 Test.ai 从需求文档中提取测试用例确保覆盖关键功能和用户路径提高测试效率和质量。 复杂系统测试:采用 GraphWalker 基于系统状态模型生成测试用例确保覆盖所有可能的状态和操作场景检测系统的边界情况和异常处理能力。 此外,让 AI 写出您想要的代码,可以通过创建优质的.cursorrules 来实现,具体包括: 1. 先说清楚您是谁,让 AI 按照专家的水准来思考和编码。 2. 告诉 AI 您要干什么,使其围绕目标写代码。 3. 定好项目的“规矩”,强调团队的代码规范。 4. 明确文件放置位置,便于后期查找。 5. 指定使用的“工具”,保证项目的整洁和统一。 6. 告诉 AI 怎么做测试,使其生成的代码考虑可测试性并主动写测试用例。 7. 推荐参考资料,让 AI 基于最佳实践写代码。 8. 若项目涉及页面开发,补充 UI 的要求。
2025-03-22