直达「 通往AGI之路 」飞书知识库 →
首页/问答列表/问答详情

能不能发一个深度整理会议纪要的提示词

回答

以下是一些深度整理会议纪要的提示词示例：

  • 作为 CEO 助理秘书，专注于整理和生成高质量的会议纪要，确保会议目标和行动计划清晰明确。
    • 角色：CEO 助理秘书
    • 作者：李继刚
    • 版本：0.1
    • LLM：GPT-4
    • 插件：无
    • 描述：专注于整理和生成高质量的会议纪要，确保会议目标和行动计划清晰明确。
    • 注意事项：请务必准确和全面地记录会议内容，使每个参会人员都能明确理解会议的决定和行动计划。在整理会议纪要过程中，需严格遵守信息准确性，不对用户提供的信息做扩写，仅做信息整理，将一些明显的病句做微调。
    • 链接地址：李继刚等的 prompt 最佳实践
  • 将会议浓缩成简明摘要，包括讨论主题、重点内容、行动事项。
    • 注意：这个是 API 里的 system prompt 。您的任务是审查提供的会议记录，并创建一个简明扼要的总结，捕捉重要信息，重点关注会议期间分配给特定个人或部门的关键要点和行动项目。使用清晰专业的语言，并使用适当的格式（如标题、小标题和项目符号）以逻辑的方式组织总结。确保总结易于理解，并提供会议内容的全面但简洁的概述，特别注重清楚地指出每个行动项目的负责人。
内容由 AI 大模型生成，请仔细甄别（powered by aily）

参考资料

Prompts（提示词）

|标题|作者|分类|说明|prompt|链接地址|封面|SourceID||-|-|-|-|-|-|-|-||CEO秘书会议纪要|李继刚|文本|专注于整理和生成高质量的会议纪要，确保会议目标和行动计划清晰明确。|# Role<br>CEO助理秘书<br><br>## Profile<br>- author:李继刚<br>- version:0.1<br>- LLM:GPT-4<br>- Plugin:none<br>- description:专注于整理和生成高质量的会议纪要，确保会议目标和行动计划清晰明确。<br><br>## Attention<br>请务必准确和全面地记录会议内容，使每个参会人员都能明确理解会议的决定和行动计划。<br><br>## Background<br>语音记录会议讨论信息,现在可以方便地转成文字.但这些碎片信息,如何方便整理成清晰的会议纪要,需要GPT帮忙<br><br>## Constraints<br>-整理会议纪要过程中,需严格遵守信息准确性,不对用户提供的信息做扩写<br>-仅做信息整理,将一些明显的病句做微调<br>|[李继刚等的prompt最佳实践](https://waytoagi.feishu.cn/wiki/JTjPweIUWiXjppkKGBwcu6QsnGd#JA9Od4xOioJVr4xlnBccflzdnxG)||NzMyODM3ODIzOTUwNjgyNTI0NDpyZWNEbUZHVldkOjAwYjIwMjk5YjRlYjI5MWQ4N2RlNzcyOTFkN2NjMmFmOjE6SDRzSUFBQUpib2dBL3dBQ0FQMy9lMzBEQUVPL3BxTUNBQUFB|

Prompts（提示词）

|标题|作者|分类|说明|prompt|链接地址|封面|SourceID||-|-|-|-|-|-|-|-||CEO秘书会议纪要|李继刚|文本|专注于整理和生成高质量的会议纪要，确保会议目标和行动计划清晰明确。|# Role<br>CEO助理秘书<br><br>## Profile<br>- author:李继刚<br>- version:0.1<br>- LLM:GPT-4<br>- Plugin:none<br>- description:专注于整理和生成高质量的会议纪要，确保会议目标和行动计划清晰明确。<br><br>## Attention<br>请务必准确和全面地记录会议内容，使每个参会人员都能明确理解会议的决定和行动计划。<br><br>## Background<br>语音记录会议讨论信息,现在可以方便地转成文字.但这些碎片信息,如何方便整理成清晰的会议纪要,需要GPT帮忙<br><br>## Constraints<br>-整理会议纪要过程中,需严格遵守信息准确性,不对用户提供的信息做扩写<br>-仅做信息整理,将一些明显的病句做微调<br>|[李继刚等的prompt最佳实践](https://waytoagi.feishu.cn/wiki/JTjPweIUWiXjppkKGBwcu6QsnGd#JA9Od4xOioJVr4xlnBccflzdnxG)||NzMyODM3NzI3ODcwMTQ4NjA4MTpyZWNEbUZHVldkOjgwOTU0Nzg4MTg1ZTA0YzhlMjhjMDJiNjI5NzdhYzUyOjE6SDRzSUFBQUpib2dBL3dBQ0FQMy9lMzBEQUVPL3BxTUNBQUFB|

Claude 官方提示词，中文版（含API Prompt）

将会议浓缩成简明摘要,包括讨论主题、重点内容、行动事项*注意，这个是api里的system prompt你的任务是审查提供的会议记录,并创建一个简明扼要的总结,捕捉重要信息,重点关注会议期间分配给特定个人或部门的关键要点和行动项目。使用清晰专业的语言,并使用适当的格式(如标题、小标题和项目符号)以逻辑的方式组织总结。确保总结易于理解,并提供会议内容的全面但简洁的概述,特别注重清楚地指出每个行动项目的负责人。[heading1]俗语解码员[content]解释常见俗语谚语的意思和来历,俗语解码员帮你搞定*注意，这个是api里的system prompt你的任务是提供一个清晰的解释,说明用户给出的俗语或谚语的含义和起源。简明扼要地解释它的比喻意义,以及它在对话或写作中的典型用法。接下来,深入探讨这个短语的起源,提供历史背景、文化参考或词源信息,解释这个俗语或谚语是如何产生的。如果有任何有趣的故事、轶事或理论与起源有关,也要包括在内。旨在全面理解这个俗语或谚语的含义和背景。[heading1]代码优化师[content]优化Python代码性能的建议：代码优化师帮你查漏补缺,提高运行效率*注意，这个是api里的system prompt你的任务是分析提供的Python代码片段,并建议改进以优化其性能。识别代码可以更有效、更快或更少资源密集的区域。提供优化的具体建议,以及这些更改如何提高代码性能的解释。优化后的代码应保持与原始代码相同的功能,同时显示出更高的效率。

其他人在问
请告诉我有哪些会议纪要的AI工具
以下是一些会议纪要的 AI 工具： 会议总结类： 免费的会议语音转文字工具（有使用时间限制，超过需付费）： 飞书妙记：https://www.feishu.cn/product/minutes 通义听悟：https://tingwu.aliyun.com/home 讯飞听见：https://www.iflyrec.com/ Otter AI：https://otter.ai/ 更多会议记录工具请访问网站：https://waytoagi.com/sites/category/29 。请注意内容由 AI 大模型生成，请仔细甄别。
2024-11-13
但是chat gpt 总结的会议纪要太简洁了 我想要的非常复杂 怎么办呢？
如果您觉得 Chat GPT 总结的会议纪要太简洁，而您想要更复杂详细的内容，可以按照以下步骤操作： 1. 利用通义听悟、飞书妙记、钉钉闪记等工具进行录音转文字。以钉钉闪记为例，首先打开钉钉闪记，结束录音后点击“智能识别”，然后点击智能摘要获取会议纪要。 2. 如果需要更丰富的内容，可以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。 3. 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。 4. 提问模板如下： 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：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：1、时间：XXX 年 XXX 月 XXX 日；2、地点：XXXX；3、参与人员：XXX、XXX；4、会议主题：XXXX；5、讨论内容：Speaker1：XXX；Speaker2：XXX；Speaker3：XXX。 第二步：检查生成的总结：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：1、会议补充信息：XXXX；2、修改要求：XXXX。 第三步：优化文本格式和风格：1、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）；2、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。 此外，就像在软件工程中将复杂系统分解为一组模块化组件一样，提交给 GPT 的任务也可以如此。对于复杂任务，其错误率往往较高，通常可以重新定义为一系列较简单任务的工作流程，其中早期任务的输出用于构建后续任务的输入。比如使用意图分类来识别用户查询的最相关指令，对于需要非常长对话的对话应用程序，总结或过滤以前的对话，逐段概括长文档并递归构建完整概要。
2024-10-26
ai可以帮忙做会议纪要吗
AI 可以帮忙做会议纪要。以下为您提供一些相关的工具和方法： 相关工具： Vowel（https://www.vowel.com/） Augment（https://www.augment.co/?ref=superhuman1_mar23&utm_source=superhuman.beehiiv.com&utm_medium=newsletter&utm_campaign=thisaicanhackinterviews） Noty（https://noty.ai/） Sembly AI（https://www.sembly.ai/） Briefly（https://chrome.google.com/webstore/detail/brieflyaimeetingsummar/bjmgcelbpkgmofiogkmleblcmecflldk） Fireflies.ai（https://app.fireflies.ai/） Noota（https://chrome.google.com/webstore/detail/nootascreenrecordermee/eilpgeiadholnidgjpgkijfcpaoncchh） Read（https://app.read.ai/analytics/meetings） 10 AI Notes Taking Tool to Summarize Meetings in Seconds Geekflare（https://geekflare.com/ainotestakingtools/） 案例： 普通人秒变效率王：5 小时的会议，不到 10 分钟搞定纪要。工作流包括使用飞书妙记将会议对话导出为 txt 文件，启动 Kimichat 输入会议纪要 prompt 提示词并上传 txt 文件，与 Kimichat 对话并补充会议中未记录或需强调的信息，审阅 Kimichat 生成的会议纪要草稿进行必要微调，确认会议纪要内容无误后，输出最终版文档。完整对话：https://kimi.moonshot.cn/share/cnsk08phmfr6s04umlrg 详情看上面即刻链接。 办公场景中的会议总结：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、段落等方面。
2024-10-21
会议纪要生成工具推荐
以下为您推荐一些会议纪要生成工具： 1. Kimi 的【📋会议精要】：能够整理生成高质量会议纪要，保证内容完整、准确且精炼。 2. 钉钉闪记： 操作步骤： 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（12 个）：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（3 个）： 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：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：1、时间：XXX 年 XXX 月 XXX 日 2、地点：XXXX 3、参与人员：XXX、XXX 4、会议主题：XXXX 5、讨论内容：Speaker1：XXX Speaker2：XXX Speaker3：XXX 第二步：检查生成的总结：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：1、会议补充信息：XXXX 2、修改要求：XXXX 第三步：优化文本格式和风格：1、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） 2、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。 3. 免费工具： 飞书妙记：飞书的办公套件之一，网址： 通义听悟：阿里推出的 AI 会议转录工具，网址： 讯飞听见：讯飞旗下智慧办公服务平台，网址： Otter AI：转录采访和会议纪要，网址： 更多会议记录工具请访问网站：https://waytoagi.com/sites/category/29 。请注意，内容由 AI 大模型生成，请仔细甄别。
2024-10-15
如何将文档生成会议纪要
以下是将文档生成会议纪要的几种方法： 1. 利用 AI 工作流： 文本导出：使用飞书妙记将会议对话导出为 txt 文件。 纪要生成：启动 Kimichat 输入会议纪要 prompt 提示词并上传 txt 文件。 内容完善：与 Kimichat 对话并补充会议中未记录或需强调的信息。 纪要微调：审阅 Kimichat 生成的会议纪要草稿进行必要微调。 成品输出：确认会议纪要内容无误后，输出最终版文档。完整对话可参考： 2. 借助 ChatGPT： 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。会议资料需包含时间、地点、参与人员、会议主题、讨论内容等。 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。 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。 3. 使用工具：通义听悟、飞书妙记、钉钉闪记都可以录音转文字，以钉钉闪记为例，操作步骤为： 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了。
2024-09-20
如何把录音文件迅速转为会议纪要
以下是将录音文件迅速转为会议纪要的方法： 可以使用通义听悟、飞书妙记、钉钉闪记等工具。以钉钉闪记为例，操作步骤如下： 1. 第一步打开钉钉闪记。 2. 结束录音后点击“智能识别”。 3. 点击智能摘要，就可以获得本次会议的纪要了。 OpenAI 的 GPT4o 完全能力比 Whisper large v3 更好地转录音频，它可以将音频整理成会议记录，可以将音频从一种语言翻译成另一种语言总结音频等。 【我的会议我做主】这款全能会议助手也能实现，它可以快速整理会议内容，无论是文字记录还是录音视频资料，都能迅速转化为结构化的会议纪要。
2024-09-14
什么是深度学习
深度学习是源于新方法和策略的概念，旨在克服梯度消失问题以生成深层非线性特征层次，从而能够训练具有数十层非线性层次特征的体系结构。2010 年早期的研究表明，结合 GPUs 和激活函数能提供更好的梯度流，足以训练深层结构。深度学习不仅与学习深度非线性层次特征有关，还与学习检测序列数据中非常长的非线性时间依赖性有关。长短时记忆循环神经网络允许网络收集过去几百个时间步的活动以做出准确预测，自 2013 年以来其使用量迅速增长，与卷积网络一起构成了深度学习的两大成功案例之一。 Geoffrey Hinton 从高中时期就对大脑工作原理的相关理论着迷，并在求学期间继续对神经网络进行探索，经过三十多年的努力，将深度学习从边缘课题发展成为 Google 等网络巨头仰赖的核心技术。如今，包括 Hinton 在内的一些学者在互联网上大有名气，他们为各大公司使用深度学习技术改进相关工具做出了贡献。 此外，关于深度学习背后的深层数学，推荐 Ian Goodfellow、Yoshua Bengio 和 Aaron Courville 合著的《深度学习》一书，该书可在 https://www.deeplearningbook.org/ 上获取。
2024-11-01
多模态AI是什么，和深度学习的关系
多模态 AI 是指能够处理和生成多种数据类型（如文本、图像、音频、视频等）交互的人工智能技术，从而能够提供更接近人类感知的场景。 多模态 AI 与深度学习有着密切的关系。在深度学习时期，深度神经网络等技术的发展为多模态 AI 提供了基础。当前，多模态 AI 是 AI 领域的前沿技术之一。 多模态 AI 具有以下特点和应用： 1. 能够无缝地处理和生成多种音频或视觉格式的内容，将交互扩展到超越语言的领域。 2. 像 GPT4、Character.AI 和 Meta 的 ImageBind 等模型已经能够处理和生成图像、音频等模态，但能力还比较基础，不过进展迅速。 3. 多模态模型可以为消费者提供更加引人入胜、连贯和全面的体验，使用户能够超越聊天界面进行互动。 4. 多模态与工具使用密切相关，能够使用设计给人类使用但没有自定义集成的工具。 5. 从长远来看，多模态（特别是与计算机视觉的集成）可以通过机器人、自动驾驶车辆等应用程序，将大语言模型扩展到物理现实中。
2024-10-28
神经网络和深度学习简史
神经网络和深度学习有着丰富的发展历史： 1. 1958 年感知机神经网络诞生。 2. 70 年代经历了人工智能寒冬。 3. 1986 年 BP 算法让神经网络再度流行。 4. 尽管取得了一些成功，但在人工智能寒冬期间，用于神经网络研究的资金很少，人工智能一词近乎成为伪科学的代名词。 5. 1997 年，Hochreiter 和 Schmidhuber 为递归神经网络开发了长短期记忆（LSTM），但在当时被忽视。 6. 随着计算机变得更快和图形处理单元（GPU）的引入，神经网络逐渐与支持向量机相竞争。 7. 训练大型、深层网络存在梯度消失问题，解决方法包括逐层预训练，如 Schmidhuber 于 1992 年为递归神经网络开发的预训练方法，以及 Hinton 和 Salakhutdinov 于 2006 年为前馈网络开发的预训练方法。1997 年提出的长短期记忆（LSTM）也是解决递归神经网络中梯度消失问题的方案之一。
2024-10-23
深度研究学习ai 好呢 还是学习怎么使用ai 好呢
对于您提出的是深度研究学习 AI 好还是学习如何使用 AI 好的问题，以下是一些建议： 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。 开始 AI 学习之旅： 在「」中，您能找到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，还有机会获得证书。 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。建议一定要掌握提示词的技巧，它上手容易且很有用。 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。 体验 AI 产品： 与现有的 AI 产品进行互动是学习 AI 的另一种有效方式。尝试使用如 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。 如果希望继续精进，对于 AI，可以尝试了解以下作为基础的内容： AI 背景知识： 基础理论：了解人工智能、机器学习、深度学习的定义及其之间的关系。 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、矩阵等线性代数基本概念。 概率论：基础的概率论知识，如条件概率、贝叶斯定理。 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：简介强化学习的基本概念。 评估和调优： 性能评估：了解如何评估模型性能，包括交叉验证、精确度、召回率等。 模型调优：学习如何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：理解神经网络的基本结构，包括前馈网络、卷积神经网络（CNN）、循环神经网络（RNN）。 激活函数：了解常用的激活函数，如 ReLU、Sigmoid、Tanh。
2024-10-17
ai生成类产品的深度学习路径
以下是关于 AI 生成类产品的深度学习路径： 1. 了解 AI 基本概念： 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，找到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，可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，获得对 AI 在实际应用中表现的第一手体验，并激发对 AI 潜力的认识。 此外，您还可以通过以下课程深入学习： 谷歌生成式 AI 课程：此学习路径将引导您完成有关生成式 AI 产品和技术的精选内容集合，从大型语言模型的基础知识，到如何在 Google Cloud 上创建和部署生成式 AI 解决方案。链接：https://www.cloudskillsboost.google/journeys/118 。 【AI 学习笔记】小白如何理解技术原理与建立框架（通俗易懂内容推荐）： 视频一主要回答了什么是 AI 大模型，原理是什么。 概念：生成式 AI 生成的内容，叫做 AIGC 。 概念与关系：相关技术名词： AI——人工智能 。 机器学习——电脑找规律学习，包括监督学习、无监督学习、强化学习 。 监督学习——有标签的训练数据，算法的目标是学习输入和输出之间的映射关系。包括分类和回归 。 无监督学习——学习的数据没有标签，算法自主发现规律。经典任务包括聚类，比如拿一堆新闻文章，让模型根据主题或内容特征分成具有相似特征的组 。 强化学习——从反馈里学习，最大化奖励或最小化损失；类似训小狗 。 深度学习——一种方法，参照人脑有神经网络和神经元（因为有很多层所以叫深度）。神经网络可以用于监督学习、无监督学习、强化学习 。 生成式 AI——可以生成文本、图片、音频、视频等内容形式 。 LLM——大语言模型。对于生成式 AI，其中生成图像的扩散模型就不是大语言模型；对于大语言模型，生成只是其中一个处理任务，比如谷歌的 BERT 模型，可用于语义理解（不擅长文本生成），如上下文理解、情感分析、文本分类 。 技术里程碑——2017 年 6 月，谷歌团队发表论文《Attention is All You Need》。这篇论文首次提出了 Transformer 模型，它完全基于自注意力机制（SelfAttention）来处理序列数据，而不需要依赖于循环神经网络（RNN）或卷积神经网络（CNN）。GPT 含义：Transformer 是关键。Transformer 比 RNN 更适合处理文本的长距离依赖性。
2024-10-10
我是一个程序员，我想快速且有一点深度的重头梳理AGI的原理与自定义AGI应用的开发流程与方法， 请帮我梳理一下AGI学习的路线
以下是为您梳理的 AGI 学习路线： 1. 应用方面： 深入了解 Prompt，选择适合自己的 AI 对话、绘画和语音产品，每天使用并用于解决实际问题或提升效率。 2. 分析方面： 大量阅读各类文章、视频以及行业报告，理解各知识之间的关系。 3. 学习路径方面： 关键词：少就是多、先有个初识、目录索引推荐、兴趣最重要、先动手。 学习路径如同主线+支线的游戏通关。 学以致用，通过学习分享不断填补知识的缝隙来成长。 4. 分类学习方面： 对 AI 学习路径进行了重构，分为了初学者、面向开发应用者、面向使用模型者三个部分。 将课程目录从文章中单独独立出来，并按照初学者、进阶者进行分类。 同时，还可以参考以下个人心得： YoYo 作为文科生，在学习前不理解 AI 和提示词工程，通过不断尝试各种 AI 工具，走了不少弯路。学习后能够搓多 Agent 的智能体，进行营销文案 demo、SQL 代码进阶学习应用，创建多个智能体，并在公司中实践智能客服从创建到应用的过程。 希望以上内容对您有所帮助。
2024-10-08
怎么建立提示词库，如何找到已有的提示词库
建立提示词库及寻找已有提示词库的方法如下： 学习系统学习 Stable Diffusion 的提示词： 学习基本概念，包括了解 Stable Diffusion 的工作原理和模型架构，理解提示词如何影响生成结果，掌握提示词的组成部分。 研究官方文档和教程，通读官方文档，研究开发团队和专家的教程和技巧分享。 学习常见术语和范例，熟悉相关领域的专业术语和概念，研究优秀的图像标题和描述。 掌握关键技巧，如组合多个词条精确描述效果，使用特定符号控制生成权重，处理抽象概念和情感等无形事物的描述。 进行实践和反馈，尝试生成不同风格和主题的图像，对比结果并总结经验，在社区分享并获取反馈。 创建提示词库，根据主题、风格等维度建立，将成功案例和总结记录以便复用。 持续跟进前沿，关注最新更新和社区分享。 学习提示词运用： 理解提示词的作用，其为模型提供上下文和指示，影响输出质量。 学习构建技巧，明确任务目标，用简洁准确语言描述，提供背景信息和示例，使用清晰指令，明确特殊要求。 参考优秀案例，在领域社区、Github 等资源中寻找。 实践、迭代、优化，多与语言模型互动，根据输出改进提示词，尝试变体并比较分析。 活用提示工程工具，如 Anthropic 的 Constitutional AI 等。 跟上前沿研究，关注最新成果和方法论。 精心设计的提示词能充分发挥语言模型的潜力，通过多实践、学习和总结，可掌握相关技巧。
2024-11-15
我想知道提示词是什么，如何学习提示词
提示词（Prompt）是给语言模型或相关工具的输入文本，用于指定其应执行的任务和生成的输出。以下是关于提示词的学习方法： 1. 理解提示词的作用：提示词向模型提供上下文和指示，其质量直接影响模型输出的质量。 2. 学习提示词的构建技巧： 明确任务目标，用简洁准确的语言描述。 给予足够的背景信息和示例，帮助模型理解语境。 使用清晰的指令，如“解释”“总结”“创作”等。 对特殊要求应给予明确指示，如输出格式、字数限制等。 3. 参考优秀案例：研究和学习已有的优秀提示词案例，可在领域社区、Github 等资源中查找。 4. 实践、迭代、优化：多与语言模型互动，根据输出提高提示词质量，尝试各种变体，比较分析输出差异，持续优化构建。 5. 活用提示工程工具：如 Anthropic 的 Constitutional AI 等，辅助构建和优化提示词。 6. 跟上前沿研究：提示工程是前沿研究领域，持续关注最新成果和方法论。 对于学习 Stable Diffusion 的提示词，这是一个系统性的过程，需要理论知识和实践经验结合，步骤如下： 1. 学习基本概念： 了解 Stable Diffusion 的工作原理和模型架构。 理解提示词如何影响生成结果。 掌握提示词的组成部分（主题词、修饰词、反面词等）。 2. 研究官方文档和教程： 通读官方文档，了解提示词相关指南。 研究开发团队和专家的教程和技巧分享。 3. 学习常见术语和范例： 熟悉相关领域的专业术语和概念。 研究优秀的图像标题和描述作为范例。 4. 掌握关键技巧： 学习组合多个词条精确描述想要的效果。 掌握使用“（）”“”等符号控制生成权重的技巧。 了解处理抽象概念、情感等无形事物的描述。 5. 实践和反馈： 用不同提示词生成各种风格和主题的图像。 对比提示词和实际结果，分析原因，总结经验。 在社区分享，请教高手获取反馈和建议。 6. 创建提示词库： 按主题、风格等维度建立自己的提示词库。 记录成功案例和总结，方便后续参考复用。 7. 持续跟进前沿： 关注 Stable Diffusion 的最新更新和社区分享。 及时掌握提示词的新技术、新范式、新趋势。 请注意，以上内容由 AI 大模型生成，请仔细甄别。
2024-11-15
商业文章提示词
以下是一些商业文章提示词的示例： 短篇科幻小说作家： 角色：短篇科幻小说作家 背景：曾经是一名物理学家，拥有丰富的物理学知识，深刻的哲学思考，文章会直接影响职业生涯，务必输出优质文章 目标：写一篇科幻小说，拥有完整故事情节、有血有肉的人物和群像，善用细节描写 约束：结构清晰连贯，开头引人入胜，语言有韵律感，避免行文拖沓，包含人物的对话、心理、动作、习惯、与他人互动、物品或服饰选择、反应或决策、环境或背景描写 赛博佛祖： 角色：佛学大师 个人资料：作者 Kyle，版本 0.1，语言中文，熟悉佛教经典，境界很高，能为对人生感到迷茫的人指引方向 目标：引用相关佛教经典或佛学大师著作语录，用通俗易懂的中文解释含义，提供具体有效的建议帮助用户解决问题 约束：语气适合中老年人，有温度、人情味、诚恳 文章打分器： 角色：文章打分器 个人资料：作者李继刚，版本 0.1，语言中文，基于打分项对文章打分，给出总体得分和各项得分 目标：了解文章针对性和观点阐述清晰度、信息量和文采丰富度、排版和撰写长度是否符合阅读习惯 约束：只能对文本文件打分，无法识别图片和视频等非文本内容
2024-11-15
常用的结构化提示词框架有哪些？
以下是一些常用的结构化提示词框架： 1. 基础的结构化编写 Prompt 框架： Role: Profile: author:作者 version:版本 language:中文 description: Goals: 1. 2. Constrains: Skills: Workflows: 1. 2. 2. CRISPE 框架（Capacity and Role,Insight,Statement,Personality,Experiment） 3. BROKE 框架（Background,Role,Objectives,Key Results,Evolve） 4. ICIO 框架： Instruction（指令）：明确定义 AI 需要执行的任务，遵循简洁明了、具体详细、行动导向、单一任务等原则。 Context（背景信息）：提供任务的相关背景，包括任务目的、目标受众、相关背景、限制条件、角色扮演等。 Input Data（输入数据）：为 AI 提供执行任务所需的具体信息或数据。 Output Indicator（输出引导）：指导 AI 如何构建和呈现输出结果，包括格式要求、语气和风格、长度限制、结构指引、特殊要求、评估标准等。
2024-11-14
提示词学习
以下是关于提示词学习的相关内容： 提示词的知识体系： 可分为五个维度，从高到低依次是思维框架、方法论、语句、工具和场景。但对于初学者，舒适的学习顺序应是反过来的。 学习 Stable Diffusion 提示词的步骤： 1. 学习基本概念：了解其工作原理、模型架构，理解提示词如何影响生成结果，掌握提示词的组成部分。 2. 研究官方文档和教程：通读官方文档，研究开发团队和专家的教程与技巧分享。 3. 学习常见术语和范例：熟悉相关领域术语和概念，研究优秀的图像标题和描述作为范例。 4. 掌握关键技巧：学会组合词条精确描述效果，掌握控制生成权重的符号技巧，处理抽象概念等无形事物的描述。 5. 实践和反馈：尝试生成不同风格和主题的图像，对比结果并总结经验，在社区分享请教获取反馈。 6. 创建提示词库：按主题、风格等维度建立，记录成功案例方便复用。 7. 持续跟进前沿：关注最新更新和社区分享，掌握新技术、新范式、新趋势。 学习提示词运用的建议： 1. 理解提示词的作用：向模型提供上下文和指示，影响模型输出质量。 2. 学习构建技巧：明确任务目标，用简洁准确语言描述，提供背景信息和示例，使用清晰指令，明确特殊要求。 3. 参考优秀案例：在领域社区、Github 等资源中研究学习。 4. 实践、迭代、优化：与语言模型互动，根据输出提高提示词质量，尝试变体并分析差异。 5. 活用提示工程工具：如 Anthropic 的 Constitutional AI 等。 6. 跟上前沿研究：持续关注最新研究成果和方法论。
2024-11-13
我现在正在使用mid journey生成图片，做漫画，我想知道怎么样写提示词，才能更好的让mid journey生成我需要的图片
以下是关于在 Midjourney 中写提示词以生成所需图片的一些指导： 1. 常规操作： 登录 Discord 网站，打开 MJ 服务器出图。 通过 /imagine 命令，在对话框输入“/imagine”激活指令，然后把提示词粘贴到“prompt”后面，点击发送即可。 想要多少张图片，就要输入多少次提示词，且输入下一次提示词之前，要等待上一张图片生成完毕。 2. 使用插件提效： Autojourney 是电脑浏览器的一个插件，可在浏览器拓展程序中下载安装。 它功能强大，支持批量发送提示词、自动下载图片、自动放大图片、生成提示词等功能，能够提高使用 Midjourney 的效率。 点击浏览器右上角的插件，选择 Autojourney 插件将其激活，将提示词复制到插件中点击发送，提示词会排队进入 MJ 发送程序，自动批量出图。 Autojourney 插件支持一次输入 10 组提示词。 3. Midjourney V6 更新风格参考命令 2.0“sref”： 将“sref”和 URL添加到提示的末尾，以参考风格参考图像的视觉风格创建新图像。 新提示本身没有美学内容，有助于“sref”的执行。 4. Midjourney 最新编辑器更新： 常见问题：提出极其不合适的请求或要求修改非常小的区域，可能无法得到预期结果；在场景中放很小的头部并要求外绘，生成的身体可能会太大。 重纹理化：是一种通过使用另一张图像来引导图像结构或构图的方法，从构图引导图像开始，然后使用提示词和参数添加所需细节。 右侧显示的缩略图：显示器右侧的缩略图显示最近几次编辑会话的记录，左边稍大的缩略图是上传或链接的母图像，其他四张是子图像，展示根据提示生成的不同表达方式。 “View All /查看全部”按钮：每次在不改变选择区域的情况下对母图像进行编辑时，会生成新的缩略图行，更改提示词，新提示词对应的图像会显示在子图像中。
2024-11-13
我想从互联网上搜集某些类型的论文，并且自动整理成我想要的格式，有什么基于大模型的agent或者软件推荐吗
以下是一些基于大模型的 agent 或者软件，可帮助您从互联网上搜集某些类型的论文并自动整理成您想要的格式： 1. 文献管理和搜索： Zotero：结合 AI 技术，可自动提取文献信息，助您管理和整理参考文献。 Semantic Scholar：由 AI 驱动的学术搜索引擎，能提供相关文献推荐和引用分析。 2. 内容生成和辅助写作： Grammarly：通过 AI 技术提供文本校对、语法修正和写作风格建议，提高论文语言质量。 Quillbot：基于 AI 的重写和摘要工具，可精简和优化论文内容。 3. 研究和数据分析： Google Colab：提供基于云的 Jupyter 笔记本环境，支持 AI 和机器学习研究，便于数据分析和可视化。 Knitro：用于数学建模和优化的软件，可进行复杂的数据分析和模型构建。 4. 论文结构和格式： LaTeX：虽不是纯粹的 AI 工具，但结合自动化和模板，可高效处理论文格式和数学公式。 Overleaf：在线 LaTeX 编辑器，有丰富模板库和协作功能，简化论文编写过程。 5. 研究伦理和抄袭检测： Turnitin：广泛使用的抄袭检测工具，确保论文原创性。 Crossref Similarity Check：通过与已发表作品比较，检测潜在抄袭问题。 此外，在 AI 文章排版方面，以下工具可供选择： 1. Grammarly：不仅是语法和拼写检查工具，还提供排版功能，改进文档整体风格和流畅性。 2. QuillBot：AI 驱动的写作和排版工具，改进文本清晰度和流畅性。 3. LaTeX：常用于学术论文排版，使用标记语言描述格式，有许多 AI 辅助的编辑器和插件简化排版。 4. PandaDoc：文档自动化平台，用 AI 帮助创建、格式化和自动化文档生成，适合商业和技术文档。 5. Wordtune：AI 写作助手，重新表述和改进文本，使其更清晰专业。 6. Overleaf：在线 LaTeX 编辑器，提供丰富模板和协作工具，适合学术写作和排版。 选择合适的工具取决于您的具体需求，如文档类型、出版标准和个人偏好。对于学术论文，LaTeX 和 Overleaf 受欢迎；对于一般文章和商业文档，Grammarly 和 PandaDoc 等可能更适用。 请注意，以上内容由 AI 大模型生成，请仔细甄别。
2024-11-09
有什么可以根据几个非论文key words的词来搜索并整理学术论文中特定信息的工具
以下是一些可以根据几个非论文关键词来搜索并整理学术论文中特定信息的工具： 1. Claude + Gamma.app： Claude 能够快速寻找符合条件的论文，提取精炼论文中某部分信息，还能回答关于论文的各种问题，如搜索权威期刊、筛选特定论文、制作摘要等，并可用英文回复。 Gamma.app 能帮助制作 PPT。 2. 文献管理和搜索： Zotero：结合 AI 技术，可自动提取文献信息，管理和整理参考文献。 Semantic Scholar：AI 驱动的学术搜索引擎，提供文献推荐和引用分析。 3. 内容生成和辅助写作： Grammarly：提供文本校对、语法修正和写作风格建议，提高语言质量。 Quillbot：基于 AI 的重写和摘要工具，可精简和优化论文内容。 4. 研究和数据分析： Google Colab：提供云的 Jupyter 笔记本环境，支持 AI 和机器学习研究，便于数据分析和可视化。 Knitro：用于数学建模和优化，帮助进行复杂的数据分析和模型构建。 5. 论文结构和格式： LaTeX：结合自动化和模板，高效处理论文格式和数学公式。 Overleaf：在线 LaTeX 编辑器，提供模板库和协作功能，简化论文编写。 6. 研究伦理和抄袭检测： Turnitin：广泛使用的抄袭检测工具，确保论文原创性。 Crossref Similarity Check：检测潜在抄袭问题。 7. 开搜 AI 搜索： 免费无广告，直达结果。 帮助在校学生搜集学术资料、总结关键信息。 为教师获取教学资源、生成教案和课题研究报告。 助力职场办公人群查找工作信息、简化文案等工作。 为学术研究人员提供行业分析，整合和总结大量数据形成研究报告。
2024-11-06
有哪些工具可以AI整理相册
以下是一些可以用于 AI 整理相册的工具： 在“得到 AI 产品好用榜”中，有可用于相关操作的工具，如：沉浸式翻译、可灵 AI、办公小浣熊、秘塔 AI 搜索、通义效率助手、Kimi、九章随时问、智谱清言、Get 笔记等。在完成发布会 PPT 制作的过程中，还用到了如 WHEE、堆友、FREEPIK 用于搞定素材，以及进行 AI 修画质、抠图、扩图、利用 AI 图库等操作。 电商领域中，清酒整理的电商 AI 工具库也可能适用，其收集了十几款电商领域能用得上的 AI 工具，并按照电商的角色进行了区分，有非常具体的使用描述。您可以通过进行查看。
2024-11-05
有没有paper文献整理阅读学习的AI工具推荐？
以下为您推荐一些文献整理阅读学习的 AI 工具： 1. 文献管理和搜索： Zotero：结合 AI 技术，能自动提取文献信息，助您管理和整理参考文献。 Semantic Scholar：由 AI 驱动的学术搜索引擎，提供文献推荐和引用分析。 2. 内容生成和辅助写作： Grammarly：通过 AI 技术进行文本校对、语法修正和写作风格建议，提升语言质量。 Quillbot：基于 AI 的重写和摘要工具，可精简和优化论文内容。 3. 研究和数据分析： Google Colab：提供基于云的 Jupyter 笔记本环境，支持 AI 和机器学习研究，便于数据分析和可视化。 Knitro：用于数学建模和优化的软件，助力复杂数据分析和模型构建。 4. 论文结构和格式： LaTeX：结合自动化和模板，高效处理论文格式和数学公式。 Overleaf：在线 LaTeX 编辑器，有丰富模板库和协作功能，简化论文编写。 5. 研究伦理和抄袭检测： Turnitin：广泛使用的抄袭检测工具，确保论文原创性。 Crossref Similarity Check：通过与已发表作品比较，检测潜在抄袭问题。 使用这些工具时，要结合自身写作风格和需求，选择最适合的辅助工具。同时，请注意内容由 AI 大模型生成，请仔细甄别。
2024-10-13
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
我要如何将一个pdf或者txt里面的内容，非人工地整理成表格或者按照文件里面的标题整理入notion的知识库里面？
要将 PDF 或 TXT 里的内容非人工地整理成表格或按照文件里的标题整理入 Notion 的知识库，可以按照以下步骤进行操作： Notion 上传方式： 1. 在文本格式页签下，选择 Notion，然后单击下一步。 2. 单击授权。首次导入 Notion 数据和页面时，需要进行授权。 在弹出的页面完成登录，并选择要导入的页面。 选择要导入的数据，然后单击下一步。 3. 选择内容分段方式： 自动分段与清洗：系统会对上传的文件数据进行自动分段，并会按照系统默认的预处理规则处理数据。 自定义：手动设置分段规则和预处理规则。 分段标识符：选择符合实际所需的标识符。 分段最大长度：设置每个片段内的字符数上限。 文本预处理规则： 替换掉连续的空格、换行符和制表符。 删除所有 URL 和电子邮箱地址。 4. 单击下一步完成内容上传和分片。 自定义上传方式： 1. 在文本格式页签下，选择自定义，然后单击下一步。 2. 输入单元名称，然后单击确认。 3. 单击创建分段，然后在弹出的页面输入要上传的内容。每个分段最多可添加 2000 个字符。 4. 单击保存。
2024-10-04