AI教育头部产品

对于 AI 新手小白，在本网站学习 AI 知识和技能可以参考以下步骤： 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。 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。 如果希望继续精进，对于不会代码的您，可以尝试了解以下作为基础的内容： 1. 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。 2. 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。 3. 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。 4. 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。 5. 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。 此外，参加 WaytoAGI 有以下好处： 1. 了解最新的 AI 技术：它像一个免费的“技术期刊”，不仅能让您了解最新动态，还能教您各种实用技能，并且开源免费。 2. 线上共学，手把手教您：WaytoAGI 不仅提供知识，还会通过线上共学的方式，手把手教您如何应用 AI 技术。无论您是小白还是有一定基础，都能在这里找到适合自己的学习路径。 3. 找到志同道合的队友：如果您想创业、做副业，或者只是想找一群对 AI 感兴趣的小伙伴一起搞事情，WaytoAGI 是一个很好的平台。在这里，您能找到和您目标一致的合作伙伴。 在 WaytoAGI 的线下活动中，您可能会有以下收获： 1. AI 自动化，牛 X 到炸：只要有个想法，用 DeepSeek 加飞书多维表格，分分钟实现自动化。 2. 找到副业和创业的伙伴：在活动中，您可能会遇到很多对创业和副业感兴趣的人。 3. 遇见高手和大佬面对面：在线下经常会出现各路大佬带着自己遇到的实际操作中具体的一些问题和卡点，去当面请教他们是让自己避免走很多弯路和浪费时间的有效途径。 WaytoAGI 的线下活动不仅让您了解到了最新的 AI 落地应用现状，还结识了一群有趣、有想法的人。更重要的是，它让您意识到：人一定要走出去，多和人碰撞，多去体验真实的生活，才能真正成长。如果您也对 AI 感兴趣，或者想找到一群志同道合的伙伴，来 WaytoAGI 一起玩！

以下是为新手提供的 AI 入门途径： 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。同时浏览入门文章，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，有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。同时，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。 此外，对于通过 AI 开发应用的同学，必读 OpenAI API 文档（）。 对于使用 AI 应用的同学，以下是一些入门文章： 《ChatGPT 中，G、P、T 分别是什么意思？》：GPT 分别代表生成式、预训练和转换器。 《大白话聊 ChatGPT》：逐字稿： 《AI 的时代已经到来》：中文译稿： 《万物摩尔定律》：

以下是为您提供的关于 AI 类需求产品经理如何写需求文档的相关内容： 工具推荐： 用户研究、反馈分析：Kraftful（kraftful.com） 脑图：Whimsical（whimsical.com/aimindmaps）、Xmind（https://xmind.ai） 画原型：Uizard（uizard.io/autodesigner/） 项目管理：Taskade（taskade.com） 写邮件：Hypertype（hypertype.co） 会议信息：AskFred（fireflies.ai/apps） 团队知识库：Sense（senseapp.ai） 需求文档：WriteMyPRD（writemyprd.com） 敏捷开发助理：Standuply（standuply.com） 数据决策：Ellie AI（ellie.ai） 企业自动化：Moveworks（moveworks.com） 开发流程： 1. 基础小任务： 从最基础的小任务开始，让 AI 按照最佳实践写一个 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，学会必备的调试技能。 对于特定技术学习（如 chrome 插件开发），让 AI 按照最佳实践生成示范项目，包含典型文件和功能，并讲解每个文件的作用和程序运行的逻辑。若使用 o1mini，可在提示词最后添加生成相关脚本的要求。 2. 明确项目需求： 通过与 AI 的对话逐步明确项目需求。 让 AI 帮助梳理出产品需求文档，包含影响技术方案选择的细节，方便后续开发时与 AI 交流。 银海相关： 可以通过 Prompt 提示词来复现产品的轻量化版本。 Prompt 提示词是给 AI 的指令，可以是文字或按一定格式的参数描述。 学习 Prompt 提示词可参考：https://www.promptingguide.ai/zh 提供了 10 个场景及相应的 Prompt 提示词和实现效果，包括行业洞察分析、方法论专家、头脑风暴、需求文档设计、功能价值分析、竞品分析报告、流程图/图表设计、思维导图设计、解决方案专家、周报生成器。

以下是为您提供的关于将 AI 作为培训技术手段建立和制作港口企业各类人员培训课程的一些建议： 首先，参考相关法律法规，如《2020 年国家人工智能倡议法案》，其中提到要为人工智能研究和发展提供持续、一致和协调的支持，包括通过拨款、合作协议、测试平台以及获取数据和计算资源等方式。 对于港口企业管理人员、职能技术专业人员、技能人员以及理货、驾驶、起重人员的培训课程制作，可以利用以下方法： 1. 支持开发自愿性的标准、最佳实践和基准，以确保培训课程的质量和有效性。 2. 为各级教育项目提供支持，在正式和非正式的学习环境中，让员工能够使用和与人工智能系统互动，并适应其对社会和经济的潜在变革性影响。 3. 支持跨学科的研究、教育和培训项目，促进学生和研究人员学习人工智能的方法和系统，培养跨学科的视角和合作，涵盖计算机科学、数学、统计学、工程、社会科学、心理学、行为科学、伦理学、安全、法律学术等相关领域的专家。 需要注意的是，在实际操作中，应根据港口企业的具体需求和人员特点，有针对性地设计和优化培训课程。

以下是关于 AI 和保险行业的相关内容： 人工智能和机器学习在金融服务行业的应用已有十多年，促成了从更好的信贷评估到更精确的基础欺诈评分等一系列改进。大型语言模型通过生成式人工智能代表着重大飞跃，正在改变多个领域。金融服务公司拥有大量历史金融数据，若用其微调大型语言模型或从零开始训练模型，能迅速回答几乎任何金融问题。金融服务行业已准备好使用生成式人工智能来实现五个目标：个性化的消费者体验、成本效益高的运营、更好的合规性、改进的风险管理以及动态的预测和报告。 在保险行业，文章探讨了人工智能如何提升保险服务的价值链。AI 的医疗大模型与真人医生的治疗方案达到了 96%的一致性。保险销售基于信任交易，用户体验和满意度是信任累积关键，未来 GPT 可视为业务人员的个人助理。优化保险服务链需考虑在线与远程服务体验、独特的用户分类方法、数字化服务体系、用户心理状态、路径设计以及保险营销员的实际需求等，以实现用户财务需求与保险商品的双赢。

以下是为您提供的一份结合当前 AI 技术应用的港口行业国有企业职工年度培训计划文案，希望对您有所帮助： 一、培训目标 提升管理人员、职能人员和技能操作序列职工在 AI 技术应用方面的知识和技能，增强企业整体竞争力。 二、培训对象 管理人员序列、职能人员序列、技能操作序列职工。 三、培训内容 1. 管理人员序列 AI 技术在企业管理中的应用趋势与案例分析。 基于 AI 的决策支持系统的使用与解读。 2. 职能人员序列 AI 办公软件的应用技巧，如自动化流程处理。 利用 AI 进行数据分析与报告生成。 3. 技能操作序列职工 港口智能化设备中 AI 技术的原理与操作维护。 基于 AI 的安全监控系统的操作与应急处理。 四、培训方式 1. 线上课程：利用网络平台提供相关课程，方便职工自主学习。 2. 线下讲座：邀请专家进行现场讲解和互动交流。 3. 实践操作：在实际工作场景中进行模拟训练和实际操作。 五、培训时间安排 1. 每月安排一次线上课程。 2. 每季度组织一次线下讲座。 3. 不定期进行实践操作培训，根据实际工作需求灵活安排。 六、培训效果评估 通过考试、实际操作考核、项目成果评估等方式，检验职工的学习成果，并将其与绩效考核挂钩，激励职工积极参与培训。

以下是一些头部的 AI 公众号： 超时空视角 赛博禅心 302.AI 产研负责人（产品官网：https://302.ai ） 01Founder（小红书：2205271258，公众号：01Founder，即刻：Max_means_best，微信：Max_Deze） 和 AI 一起进化（公众号：kaixindelele） 星际码仔（公众号：星际码仔） AI 大同学（微抖红手：AI 大同学，2 年老站能不更新就不更新：https://openai.mbmzone.com/mbmgpt/ ） PlayWithAI（小红书：PlayWithAI） 少女的 AI 大冒险（公众号：少女的 AI 大冒险）

国内头部的 AI 产品包括以下这些： 在 APP 端：夸克和豆包的历史总下载量已过亿。单月新增方面，夸克、豆包和 Kimi 智能助手月增长可达到千万级。DAU 方面，夸克 DAU 超过 2600 万，豆包、Kimi、天天跳绳和文小言 DAU 超百万。用户粘性方面，夸克和叨叨三日留存率超过 30%。 在 Web 端：月总访问量超千万的产品包括夸克、腾讯文档、百度文库、Kimi 智能助手、文心一言、豆包和通义。在用户活跃度上，夸克、Notion 和百度文库的 MAU 超过千万。 在生成 Logo 方面的 AI 产品有： Looka：在线 Logo 设计平台，使用 AI 理解用户品牌信息和设计偏好，生成多个设计方案供选择和定制。 Tailor Brands：AI 驱动的品牌创建工具，通过用户回答问题生成 Logo 选项。 Designhill：Logo 制作器使用 AI 技术创建个性化 Logo 设计。 LogoMakr：提供简单易用的 Logo 设计工具，可利用 AI 建议的元素和颜色方案。 Canva：广受欢迎的在线设计工具，提供 Logo 设计模板和元素，有 AI 辅助设计建议。 LogoAI by Tailor Brands：Tailor Brands 推出的 AI Logo 设计工具，根据用户输入生成设计方案。 标小智：中文 AI Logo 设计工具，利用人工智能技术创建个性化 Logo。 此外，还有一些其他的 AI 产品，如 GPTs 用对话引导获取用户信息，Jasper 拆解场景流程按步骤收集信息，Leonardo 用画布和实时反馈加速 Prompt 提升，Novel 用交互式、渐进式续写，c.ai 卷生态卷模型，筑梦岛探索更多场景的对话玩法，FlowGPT 以 Prompt 的分享为核心，小悟空数据驱动优化 Prompt 等。这些产品致力于以更低的门槛帮助用户获得更高质量的 Prompt，从而更好地驱动模型。但当前阶段的 AI 产品还普遍体现出初级产品化、强行产品化的特征。

目前存在众多行业，以下为您列举部分常见行业及其头部企业（排名不分先后）： 1. 互联网行业：阿里巴巴、腾讯、百度、字节跳动、京东。 2. 金融行业：中国工商银行、中国建设银行、中国农业银行、中国银行、交通银行。 3. 制造业：华为、海尔、格力、美的、三一重工。 4. 医疗行业：恒瑞医药、迈瑞医疗、药明康德、复星医药、云南白药。 5. 能源行业：中国石油、中国石化、国家电网、中国海油、中国神华。 需要注意的是，行业的划分和头部企业的认定会随着市场变化而有所不同。您可以根据自身的专业和兴趣，进一步利用 AI 工具深入了解特定行业和企业的招聘信息。

以下是中国头部的大模型公司： 北京： 百度（文心一言）：https://wenxin.baidu.com 抖音（云雀大模型）：https://www.doubao.com 智谱 AI（GLM 大模型）：https://chatglm.cn 中科院（紫东太初大模型）：https://xihe.mindspore.cn 百川智能（百川大模型）：https://www.baichuanai.com/ 上海： 商汤（日日新大模型）：https://www.sensetime.com/ MiniMax（ABAB 大模型）：https://api.minimax.chat 上海人工智能实验室（书生通用大模型）：https://internai.org.cn 此外，字节和腾讯都有团队在和外部大模型合作。创业公司中表现出色的有： 智谱：一年间推出了 4 代 GLM，一直是国内能力最好的模型之一。 MiniMax：推出了 MoE 架构的新模型，和“星野”这个目前国内最成功的 AI 陪聊 APP。 月之暗面：专注长 Token 能力，在记忆力和长 Token 能力上可圈可点。 通过 SuperCLUE 测评结果发现，文心一言 4.0、通义千问 2.0 引领国内大模型的研发进度，部分高质量大模型也在闭源应用和开源生态中形成自己独特的优势。从国内 TOP19 大模型的数量来看，创业公司和大厂的占比几乎持平。

以下是中国头部的大模型公司： 北京： 百度（文心一言）：https://wenxin.baidu.com 抖音（云雀大模型）：https://www.doubao.com 智谱 AI（GLM 大模型）：https://chatglm.cn 中科院（紫东太初大模型）：https://xihe.mindspore.cn 百川智能（百川大模型）：https://www.baichuanai.com/ 上海： 商汤（日日新大模型）：https://www.sensetime.com/ MiniMax（ABAB 大模型）：https://api.minimax.chat 上海人工智能实验室（书生通用大模型）：https://internai.org.cn 此外，字节和腾讯都有团队在和外部大模型合作。创业公司中表现出色的有： 智谱：一年间推出了 4 代 GLM，一直是国内能力最好的模型之一。 MiniMax：推出了 MoE 架构的新模型，和“星野”这个目前国内最成功的 AI 陪聊 APP。 月之暗面：专注长 Token 能力，在记忆力和长 Token 能力上可圈可点。 通过 SuperCLUE 测评结果发现，国内大模型的第一梯队还有文心一言 4.0、通义千问 2.0 引领研发进度。从国内 TOP19 大模型的数量来看，创业公司和大厂的占比几乎持平。

以下是关于头部公司为了 AI 花费情况的一些信息： OpenAI 已投入 10 亿美元（主要来自 Musk），虽然拥有王牌团队和崇高使命，但对如何实现目标曾毫无头绪。 去年，大部分企业的生成式人工智能支出来自“创新”预算和其他一次性资金池。到 2024 年，许多头部企业将这些支出重新分配到更为永久的软件预算项上。一家公司提到基于 LLM 技术的客户服务每通电话节省了约 6 美元，总体节省了约 90%的成本，这是增加八倍投资于生成式人工智能的原因之一。 在生成式 AI 领域，大部分的钱花在了三大云上：AWS、谷歌云（GCP）和微软 Azure。三大云每年花费超千亿美元的资本支出以确保拥有全面、可靠、具成本优势的云平台。迄今为止，生成式 AI 领域最大的幕后赢家可能是运行了绝大多数 AI 工作负载的英伟达（NVIDIA）。此外，甲骨文等挑战者已通过巨额资本支出和销售激励进军市场，一些初创公司也在快速发展。

以下是关于 AI 教育的相关内容： 《ShowMeAI 周刊 No.13》中提到了谷歌在 AI Native Education 方面的尝试，以及国区相关产品的对比等多个 AI 话题。 Character.ai 旨在让每个人获得深度个性化超级智能，在教育领域，人工智能生成的角色可以作为数字教师，如牛顿授课《牛顿运动定律》、白居易讲述《长恨歌》背后的故事等，不受时空限制，能实现一对一辅导，还能提供定制化学习计划和资源，缓解教育资源不平等问题。此外，虚拟角色也可以是数字陪伴，促进儿童成长和提高学习成绩。 Sam Altman 在 X 上发表的《The Intelligence Age》中提到人工智能将增强人类能力、放大共享智慧、深度学习的可扩展性是关键驱动力等要点，文中还提到孩子将拥有虚拟导师提供个性化教学，引发了对 AI 时代教育的深度思考。

以下是关于 AI 教育的相关内容： 1. ShowMeAI 周刊 No.13 中提到了谷歌在 AI Native Education 方面的尝试，以及国区一些相关产品的情况，还包括 Markdown 语言、优秀的 AI 编程教程、大模型的测评等内容。 2. Character.ai 旨在让每个人都能获得深度个性化超级智能，在教育领域，人工智能生成的角色可以作为数字教师，如牛顿、白居易等为学生授课，不受时空限制，还能实现一对一辅导和个性化教育，缓解教育资源不平等问题。虚拟角色也可以作为数字陪伴促进儿童成长。 3. Sam Altman 在 X 上发表的《The Intelligence Age》中提到人工智能将成倍增强人类能力、放大社会共享智慧、深度学习的可扩展性等要点，文中还对 AI 时代的教育进行了思考，指出孩子将拥有虚拟导师提供个性化教学，类似概念可应用于医疗保健等领域，带来前所未有的繁荣。

中学教师学习 AI 以方便教育教学可以从以下几个方面入手： 1. 获取信息和自学：可以利用人工智能来解释概念，例如通过相关提示获得类似自动导师的帮助，如的直接链接来激活 ChatGPT 中的导师。但要注意因人工智能可能产生幻觉，关键数据需根据其他来源仔细检查。 2. 课堂应用： 输入书上例题，让 AI 生成新颖解法，引发学生思考。 进行交互式学习，随时要求解释关键代码并举例，为学生提供支架。 利用人工智能分担低阶认知，让人有精力投入高阶认知加工，但要注意对思维训练的引导，提高对学生表现的要求，关注和引导“偷懒”学生。 3. 个性化学习计划：借助 AI 大规模部署个性化学习计划，为每个学生提供“口袋里的老师”，理解其独特需求，回答问题或测试技能。例如像 Speak、Quazel、Lingostar 等已经在做这样的事情。 4. 学科学习辅助：利用相关应用帮助学生学习特定科目，如 Photomath、Mathly 指导数学问题，PeopleAI、Historical Figures 模拟与杰出人物聊天教授历史。 5. 作业辅助：使用工具如 Grammarly、Orchard、Lex 帮助学生克服写作难题，提升写作水平。处理其他形式内容的产品如 Tome、Beautiful.ai 可协助创建演示文稿。 您还可以了解更多关于。

以下是关于“AI+教育”如何实现的一些观点和实践： 1. 学习的功利导向：在真实的 K12 买课场景中，家长更在乎孩子能否通过学习多拿分数，而不是能力的提升。这表明在“AI+教育”中，需要关注能直接带来功利性成果的应用。 2. 新技术与行业知识结合：“突破性新技术+垂直行业知识”的组合能为学习者带来更高的投入产出比。在 AI 领域，要让 AI 工程师懂行业，让行业专家懂 AI，同时找到 AI 在教育行业的高价值应用场景。 3. 教师的教：借助大模型，除排版外，作业单的生成 AI 率可达 100%。AI 善于模仿测试题，为教师提供源源不断的真题库，为学生提供错题练习库。 4. 相关活动：清华游戏专业的同业们展示了“AI+游戏+教育”的作品，体现了 AI 在教育与游戏结合方面的可能性。 总之，实现“AI+教育”需要关注学习的功利需求，促进技术与行业知识融合，充分利用大模型为教学提供支持，并从相关活动中汲取灵感。

AI 在教育领域有以下结合场景： 1. 个性化学习平台：通过集成算法和大数据分析，实时跟踪学生学习进度，诊断学习难点，提供个性化学习建议和资源。例如 Knewton 平台，通过分析数百万学生行为模式，精准预测学习难点并提前给出解决方案，提升学习效率。 2. 自动评估：利用自然语言处理技术（NLP）自动批改学生作文和开放性答案题。如 Pearson 的 Intelligent Essay Assessor，能够分析和理解写作内容，给出准确评分和反馈，减轻教师批改负担，提高评估效率和一致性。 3. 智能辅助教学工具：如 AI 教师引导学生通过对话学习、解答疑问并提供即时反馈。Google 的 AI 教育工具 AutoML 用于创建定制学习内容，提高学习动机和知识掌握程度。 4. 虚拟现实（VR）和增强现实（AR）：学生可通过 VR 头盔进入虚拟化学实验室进行安全实验操作并得到 AI 系统反馈。如 Labster 的虚拟实验室平台，提供高科技实验室场景，让学生尝试复杂实验流程。 5. 提前收集教育领域需求：包括办公提效、家校沟通、个性化教育、心理疏导、备课体系、作业批改、出题建议、建立孩子成长体系记录、孩子成长的游戏、朗读评判、文生图和视频在备课中的应用、学科教育辅助、分析学生行为并给出策略、教师模拟培训和公开课备课辅助等。 6. 相关企业和产品：具身智能、3D 眼镜、AI 绘本、AI 图书、学习机、飞书多维表格、蚂蚁智能体、Coze 智能体、Zeabur 云平台、0 编码平台、大模型（通义、智谱、kimi、deepseek 等）、编程辅助、文生图（可灵、即梦等）。

以下是为您提供的关于 AI 教育的相关内容： 可以使用人工智能来帮助教育，包括辅助自学、帮助教师让课程更有效等。您可以要求人工智能解释概念并获得较好结果，比如通过。但使用时要注意人工智能可能产生幻觉，关键数据需根据其他来源仔细检查。 Sam Altman 在 X 上发表的《The Intelligence Age》提到了人工智能在教育方面的一些观点，如孩子将拥有虚拟导师，能提供个性化教学，还提到了人工智能在增强人类能力、放大共享智慧、深度学习的可扩展性、实现全球繁荣和问题解决、计算和能源对实现人工智能民主化的重要性以及控制风险等方面的内容。 作者杨远骋 Koji 通过自己与 ChatGPT 的互动故事，探讨了 AI 时代下 AI 技术对教育的潜在影响。认为 AI 可以提供个性化、批判性和广泛的教育资源，改变传统教育方式，提到了 Khanmigo AI 这款产品能引导学生自己寻找答案，培养批判性思维能力，鼓励大家积极探索和应用 AI 教育。

目前没有这样合法合规且普遍可用的产品。获取他人的推特信息需要遵循相关平台的规定和法律法规，未经授权获取他人的信息是不被允许的。

以下是关于 AI 产品经理的相关信息： 北京分队中有一位叫 Kelton 的成员，是一位 AI 产品经理，深耕 NLP 方向 2 年，作为 Owner 从 0 1 打造过两款 AIGC 产品，也完成过 LLM 评测体系的从零搭建。技术出身，还曾在云计算、元宇宙领域工作过 2 年，坐标在海淀（北四环）。 银海是一位 AI 产品经理，是通往 AGI 之路社区共建者，5 + 大模型厂商资深讲师，全网粉丝量 3W + ，在 AI Agent、多模态大模型、企业级 AI 应用等多领域具备丰富实战经验。 特看科技正在招聘 AI 产品经理，岗位要求负责 AI 视频工具方向产品工作，对生成式 AI 产品有一定研究，熟悉 Transformer 和 Diffusion 模型的优先；英文好，有海外产品经验优先，有内容工具或 SaaS 产品经验优先；2 年以上产品岗位经验，职级根据经验能力制定，对标阿里 P6 P8 区间。特看科技专注于 AI 视频和直播应用，在国内和海外市场服务众多头部品牌。公司能提供确定性的商业化应用场景、初创公司充沛的早期期权池、强大的工程师团队等。有电子商务、企业服务、人工智能、海外产品等行业经验为加分项。欢迎推荐或自荐简历至 qingshen@tabcut.com ，或飞书与清慎联系。

要通过 LangChain 实现上传客户需求文档并生成产品规格书（doc 格式），可以按照以下步骤进行： 1. 上传文档：用户可以上传包含知识的文档，支持 txt、pdf、docx 等格式，LangChain ChatChat 会将文档转换为 Markdown 格式。 2. 文本切割：为便于分析和处理，将长文本切割为小块（chunk）。 3. 文本向量化：将切割的 chunk 通过 embedding 技术，转换为算法可以处理的向量，存入向量数据库。 4. 问句向量化：用户提问后，同样将用户的问句向量化。 5. 语义检索匹配：将用户的问句与向量数据库中的 chunk 匹配，匹配出与问句向量最相似的 top k 个。 6. 提交 prompt 至 LLM：将匹配出的文本和问句，一起添加到配置好的 prompt 模板中，提交给 LLM。 7. 生成回答：LLM 生成回答，返回给用户。

以下是关于提示词调优产品的相关信息： 针对性技巧： 从用户痛点、技术创新、市场竞争三个维度分析产品的差异化优势，并预测可能面临的发展瓶颈。 “说人话”优化技巧，目的是获得更容易理解的解释，例如用 8 岁小朋友能听懂的比喻解释复杂概念。 细节约束技巧，确保输出符合特定要求，如写一篇有具体要求的美食测评。 资源获取技巧，获得具体可行的工具或方法建议，如为职场人士推荐学习英语口语的 APP 及使用方法和时间分配等。 灵活组合使用这些技巧的要点是提供清晰的背景信息、设定具体的目标和要求、指定期望的输出形式、适时使用追问和反馈优化结果。 相关产品日报： XiaoHu.AI 日报 11 月 15 日： 优化提示词，通过链式思维等技术自动改进提示词，提升 AI 模型回答质量，具有示例增强、标准化、提示重写、预填充内容等功能特点，测试显示多标签分类准确率提升 30%，摘要任务可完全遵循字数要求，若提示缺少示例，Claude 会自动生成合成示例简化提示构建过程。 Context 推出基于“上下文引擎”的 AI 助手 Autopilot，核心功能是无缝集成用户工作流，支持计划文档生成、多步数据分析、财务建模和图表创建等任务，人机协作方面，面对不确定任务时 AI 会主动请求指导，支持任务并行处理，创新点在于在大项目中能“自我复制”生成多个微型代理协作完成复杂任务。 苹果发布 Final Cut Pro 11，新增多项 AI 功能，包括磁性遮罩（AI 自动识别人和物体，无需绿幕实现抠图）、自动生成字幕（语音转字幕，提高效率）、智能适配（裁剪视频为适合社交媒体的格式）、自动色彩增强（优化画面效果）、平滑慢动作（生成额外帧，改善慢动作视频流畅性）、语音去噪（消除背景噪音，提升对话清晰度）。

以下是一些 AI 陪伴的好产品： 1. Character.ai：这是一个 AI 虚拟陪伴平台，用户能与数百个 AI 驱动的角色交流，还可创建自己的角色并赋予其各种特性。 2. Replika：一款 AI 虚拟陪伴应用，用户可设计理想伴侣，其会存储记忆并在未来对话中参考，甚至能发送照片。 3. Talkie：主打情感路线的 AI 虚拟陪伴应用，设计有大量 npc，游戏和休闲娱乐体验感强，每个 npc 都有自己的剧情体系，交流中会触发抽取卡牌机会。 AI 陪伴已进入成长爆发期，可能看起来是小众市场，但实际上已成为生成式 AI 主流应用场景之一。网页端和移动端数据表明其正变得越来越普及。例如，在网页端榜单上，Character.ai 领跑 AI 陪伴榜单。 陪伴应用的范畴也在迅速扩大，不仅限于“男友”“女友”概念，还涵盖友谊、指导、娱乐、医疗保健等方面。一些早期研究显示，AI 在诊断准确性和患者沟通技巧上能超越真人医生，如 Replika 聊天机器人帮助部分用户减轻了自杀念头。 移动端和网页端应用在 AI 使用类型上有明显不同。网页端产品更倾向支持内容创作和编辑的复杂工作流程，如 ElevenLabs、Leonardo、Gamma 等。移动端应用更倾向通用型助手，不少模仿了 ChatGPT。