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

AI提示词怎么写才能让AI的回答更高质量

Answer

以下是一些写 AI 提示词以获得更高质量回答的方法：

  1. 明确具体的描述：使用更具体、细节的词语和短语，避免过于笼统。
  2. 添加视觉参考：在提示词中插入相关图片参考，提高 AI 理解意图和细节要求的能力。
  3. 注意语气和情感：根据需求，用合适的形容词、语气词等调整整体语气和情感色彩。
  4. 优化关键词组合：尝试不同的关键词搭配和语序，找到最准确表达需求的描述方式。
  5. 增加约束条件：添加限制性条件，如分辨率、比例等，避免意外输出。
  6. 分步骤构建提示词：将复杂需求拆解为逐步的子提示词，引导 AI 先生成基本结构，再逐步完善。
  7. 参考优秀案例：研究流行且有效的提示词范例，借鉴写作技巧和模式。
  8. 反复试验、迭代优化：通过多次尝试不同写法，并根据输出效果反馈持续优化完善。

在商业化问答场景中，提示词的作用是告诉全知全能的大语言模型，它是一个什么样的角色、要专注于哪些技能，让其按照您的想法变成所需的“员工”。例如设定角色为“美嘉”，按照其人设、背景和对话风格做设定。

此外，还有一些优化提示词的技术和成果，如通过链式思维等技术自动改进提示词，提升回答质量，具有示例增强、标准化、提示重写、预填充内容等功能特点，能显著提高模型的易读性和准确性，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 还会自动生成合成示例，简化提示构建过程。

Content generated by AI large model, please carefully verify (powered by aily)

References

问：如何润色或优化 Prompt？

优化和润色提示词（Prompt）对于提高文生图、对话等AI模型的输出质量非常重要。以下是一些可以尝试的方法：1.明确具体的描述使用更具体、细节的词语和短语来描述你想要表达的内容，而不是过于笼统的词语。这样AI更容易准确理解你的需求。1.添加视觉参考在Prompt中插入相关的图片参考，这可以显著提高AI理解你的意图和细节要求的能力。1.注意语气和情感根据需求，用合适的形容词、语气词等调整Prompt的整体语气和情感色彩，让AI能生成出期望的语境和情绪。1.优化关键词组合尝试不同的关键词搭配和语序，找到最有针对性、最准确表达需求的Prompt描述方式。1.增加约束条件为避免AI产生意料之外的输出，可以在Prompt中添加限制性条件，如分辨率、比例等。1.分步骤构建Prompt将复杂的需求拆解为逐步的子Prompt，引导AI先生成基本结构，再逐步添加细节和完善。1.参考优秀案例研究AI社区流行的、被证明有效的Prompt范例，借鉴其中的写作技巧和模式。1.反复试验、迭代优化通过多次尝试不同的Prompt写法，并根据输出效果反馈持续优化完善，直至达到理想结果。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。保持开放的思维尝试创新的描述方式也很有帮助。内容由AI大模型生成，请仔细甄别。

【AI+知识库】商业化问答场景，让AI回复更准确，一篇专为所有“小白”讲透RAG的实例教程（上篇）

大语言模型：是一个学习过无数本书、拥有无穷智慧的人。他读过无数的书、看过无数的段子，因此对公共知识、学识技能、日常聊天十分擅长。然而，在工作场景下，只会聊天侃大山可不行，你想让他帮你干活。这个时候，就需要“提示词”出场了，提示词：是你告诉这个全知全能的人，他是一个什么样的角色、他要专注于哪些技能，让他能够按照你的想法，变成一个你需要的“员工”。知识库：相当于你给这个“聪明”员工的发放了一本工作手册。即使是看过再多的书、浏览过再多的文字，也不会准确的知道见到老板娘过来吃饭要打三折，张梦飞过去吃饭要打骨折。而知识库，就是把这些内容写在了工作手册上。让这个聪明的员工，见到有人来的时候，就翻一翻手册，然后再做出反应。我的设定：AI模型：这里使用的是阿里千问模型。提示词：这里设定的角色是“美嘉”，是按照美嘉的人设、背景和对话风格做的设定。知识库：这里放的是《爱情公寓》全季的剧情，让“美嘉”拥有了自己过往的“记忆”，知道自己做过什么、好朋友是谁等等。图中右侧是一个十分简单的问答，我问：“你是谁？你和子乔在台球厅吵架那次是为了什么吵架？”她的回复是：“我是陈美嘉，那次在台球厅和吕子乔吵架是因为他约会被人撞见，我讽刺他脸大影响信号，他还反击我。后来谈到过去的事情，我指责他忘恩负义，他就说我平。最后，我伤心地说要分手，因为他之前甩过我。”

XiaoHu.AI日报

优化提示词：通过链式思维等技术，自动改进提示词，提升AI模型回答的质量。功能特点：示例增强、标准化、提示重写、预填充内容等，显著提高模型的易读性和准确性。实际提升：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。亮点：如果提示缺少示例，Claude还会自动生成合成示例，简化提示构建过程。🔗[https://x.com/imxiaohu/status/1857169395036131573](https://x.com/imxiaohu/status/1857169395036131573)4⃣️ 🤖 Context推出基于“上下文引擎”的AI助手Autopilot：核心功能：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：面对不确定任务时，AI会主动请求指导，支持任务并行处理，提高效率。创新点：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。🔗[https://xiaohu.ai/p/15526](https://xiaohu.ai/p/15526)5⃣️ 🎥苹果发布Final Cut Pro 11，新增多项AI功能：功能亮点：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。🔗https://x.com/imxiaohu/status/1856972645528736050

Others are asking
系统学习并最终应用ai辅助工作
以下是关于系统学习并最终应用 AI 辅助工作的相关内容： 在医疗保健领域，鉴于人工智能依赖的神经网络基础，专家 AI 可能通过元学习更快地获得知识，并可能成为下一代专家的教师。我们可以通过构建系统深入探索其内部工作机制，创造学习的飞轮。 企业级 AI 应用开发知识点： 智能体应用（Assistant）：基于上下文对话，自主决策并调用工具完成复杂任务的对话式 AI 应用。可用于客户服务、个人助理、技术支持等场景。 工作流应用（Workflow）：将复杂任务拆解为若干子任务，以提高工作流程可控性的流程式 AI 应用。例如 AI 翻译。 智能体编排应用：支持多智能体协作的流程式 AI 应用，可编排多个智能体的执行逻辑。如综合调研报告、软件开发团队的组建。 教师使用 AI 的小技巧： 可控地引导学生，将部分课程、任务用 AI 辅助，同时限制部分课程的 AI 使用以培养独立思考和解决问题的能力。 人工智能用于集思广益和构建想法，但最终的工作必须由人类创作，对于想法发展和外语课程很有用。相关活动包括协作集思广益、创建结构化大纲、研究协助。 学生使用生成式人工智能来完善和编辑他们的作品，有利于语言改进和多模式内容。相关活动包括纠正语法/拼写、建议同义词、结构编辑、可视化编辑。 完全使用 AI，在整个任务中使用 AI，具体由学生或教师自行决定。适合那些生成式 AI 对学习结果非常关键的任务。相关活动包括共同创作、探索生成式 AI、实时反馈以及创建生成式 AI 产品。
2025-01-21
文字生成图片的ai有哪些
以下是一些文字生成图片的 AI 工具： 1. DALL·E：由 OpenAI 推出，能根据输入的文本描述生成逼真的图片。 2. StableDiffusion：开源的文生图工具，可生成高质量图片，支持多种模型和算法。 3. MidJourney：因高质量的图像生成效果和用户友好的界面设计受到广泛欢迎，在创意设计人群中尤其流行。 您还可以在 WaytoAGI 网站（https://www.waytoagi.com/category/104）查看更多文生图工具。 此外，在小学课堂的课程设计中，关于文字生成图片的部分，可先准备一些关键词，如“夜晚的未来城市风景，霓虹灯和飞行汽车”“超现实主义风景，漂浮的岛屿和瀑布云”等，输入 Mid Journey 生成图片并保存，用于课堂展示。同时让学生共创，每人说几个关键词，放入 Mid Journey 查看生成效果，也可展示事先用 SD 制作的作品。通过这些案例和互动，让学生理解 AI 绘图在创意增强、效率提升、降低技能门槛和探索新艺术形式方面的好处。
2025-01-21
图片生成视频的ai有哪些
以下是一些图片生成视频的 AI 工具： 1. Pika：是一款出色的文本生成视频 AI 工具，擅长动画制作，并支持视频编辑。 2. SVD：如果熟悉 Stable Diffusion，可以安装这款最新的插件，在图片基础上直接生成视频。它是由 Stability AI 开源的 video model。 3. Runway：老牌 AI 视频生成工具，提供实时涂抹修改视频的功能，但需要收费。 4. Kaiber：视频转视频 AI，能够将原视频转换成各种风格的视频。 5. Sora：由 OpenAI 开发，可以生成长达 1 分钟以上的视频。 更多的相关网站可以查看：https://www.waytoagi.com/category/38 。 另外，使用快影（可灵）处理图片生成视频的步骤如下： 1. 打开快影（需要先通过内测申请），选择 AI 创作。 2. 选择 AI 生成视频。 3. 选择图生视频。 4. 上传处理好的图片，填写想要的互动动作和效果，然后点击生成视频。 5. 排队等待生成结束，点击下载。 以上工具均适合于不同的使用场景和需求，您可以根据自己的具体情况进行选择。
2025-01-21
制作ai视频都需要用到哪些工具
制作 AI 视频通常需要用到以下工具： 1. Stable Diffusion（SD）：一种 AI 图像生成模型，可基于文本描述生成图像。网址：https://github.com/StabilityAI 2. Midjourney（MJ）：适用于创建小说中的场景和角色图像的 AI 图像生成工具。网址：https://www.midjourney.com 3. Adobe Firefly：Adobe 的 AI 创意工具，能生成图像和设计模板。网址：https://www.adobe.com/products/firefly.html 4. Pika AI：文本生成视频的 AI 工具，适合动画制作。网址：https://pika.art/waitlist 5. Clipfly：一站式 AI 视频生成和剪辑平台。网址：https://www.aihub.cn/tools/video/clipfly/ 6. VEED.IO：在线视频编辑工具，具有 AI 视频生成器功能。网址：https://www.veed.io/zhCN/tools/aivideo 7. 极虎漫剪：结合 Stable Diffusion 技术的小说推文视频创作提效工具。网址：https://tiger.easyartx.com/landing 8. 故事 AI 绘图：小说转视频的 AI 工具。网址：https://www.aihub.cn/tools/video/gushiai/ 此外，制作 AI 视频还需要考虑故事的来源和剧本写作。故事来源可以是原创（如个人或周围人的经历、梦境、想象的故事等），也可以是改编（如经典 IP、名著、新闻、二创等）。剧本写作方面，虽然有一定门槛，但可以从自身或朋友的经历改编入手，多与他人讨论并不断实践总结。在生成视频画面时，可能需要大量抽卡来获取合适的画面。比如在科幻片、战争片、奇幻片等不同类型的视频中，通过不同的工具生成相应的画面。
2025-01-21
有哪些能够生成视频封面的ai
以下是一些能够生成视频封面的 AI 工具： 1. Pika：出色的文本生成视频 AI 工具，擅长动画制作，并支持视频编辑。 2. SVD：如果熟悉 Stable Diffusion，可以安装这款最新的插件，在图片基础上直接生成视频，它是由 Stability AI 开源的 video model。 3. Runway：老牌 AI 视频生成工具，提供实时涂抹修改视频的功能，但需要注意是收费的。 4. Kaiber：视频转视频 AI，能够将原视频转换成各种风格的视频。 5. Sora：由 OpenAI 开发，可以生成长达 1 分钟以上的视频。 如果您想用 AI 把小说做成视频，可参考以下制作流程： 1. 小说内容分析：使用 AI 工具（如 ChatGPT）分析小说内容，提取关键场景、角色和情节。 2. 生成角色与场景描述：根据小说内容，使用工具（如 Stable Diffusion 或 Midjourney）生成角色和场景的视觉描述。 3. 图像生成：使用 AI 图像生成工具根据描述创建角色和场景的图像。 4. 视频脚本制作：将提取的关键点和生成的图像组合成视频脚本。 5. 音频制作：利用 AI 配音工具（如 Adobe Firefly）将小说文本转换为语音，添加背景音乐和音效。 6. 视频编辑与合成：使用视频编辑软件（如 Clipfly 或 VEED.IO）将图像、音频和文字合成为视频。 7. 后期处理：对生成的视频进行剪辑、添加特效和转场，以提高视频质量。 8. 审阅与调整：观看生成的视频，根据需要进行调整，比如重新编辑某些场景或调整音频。 9. 输出与分享：完成所有编辑后，输出最终视频，并在所需平台上分享。 请注意，具体的操作步骤和所需工具可能会根据项目的具体需求和个人偏好有所不同。此外，AI 工具的可用性和功能也可能会随时间而变化，建议直接访问上述提供的工具网址获取最新信息和使用指南。
2025-01-21
有哪些能够提升视频流畅度的ai
以下是一些能够提升视频流畅度的 AI 技术和工具： 1. 关键帧+补间技术： 关键帧生成方式多样，如通过 Stable Diffusion 等方式，能保证不同帧风格一致。 补帧算法包括光流补帧（计算量小、速度快）、基于姿态补帧（适合复杂运动对象）、重参考补帧等。 完善策略有渐进补帧、递归框架、增强后处理、对比学习、模糊处理、融合多个模型等。 2. DiT：能将视频分解成帧并逐帧去噪，生成流畅连贯的视频，在时间维度上保持一致性。 3. 视频配音效的 AI 工具： 支持 50 多种语言配音，音质自然流畅，提供实时配音等功能，并能将语音转录为文本，与多种工具整合。 Vidnoz AI 支持 23 多种语言配音，有语音克隆等功能，提供语音参数自定义和背景音乐添加工具，有不同定价方案。 在选择相关工具时，需考虑支持的语言数量、语音质量、自定义选项和价格等因素。
2025-01-21
我能否借助开源社区力量构建高质量的 AI 数字人
您可以借助开源社区力量构建高质量的 AI 数字人。 构建数字人的躯壳有多种方式： 1. 2D 引擎：风格偏向二次元，亲和力强，定制化成本低，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，但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，但存在算法生成的数字人很难保持 ID 一致性、帧与帧连贯性差等弊端。如果对人物模型真实度要求不高，可以使用，典型项目有 wav2lip、videoretalking 等。AIGC 还有直接生成 2D/3D 引擎模型的方向，但仍在探索中。 构建数字人的灵魂需要注意以下几个工程关键点： 1. AI Agent：要让数字人像人一样思考就需要写一个像人一样的 Agent，工程实现所需的记忆模块、工作流模块、各种工具调用模块的构建都是挑战。 2. 驱动躯壳的实现：灵魂部分通过定义接口由躯壳部分通过 API 调用，调用方式可以是 HTTP、webSocket 等。但包含情绪的语音表达以及如何保证躯壳的口型、表情、动作和语音的同步及匹配，目前主流方案只能做到预设一些表情动作，再做一些逻辑判断来播放预设，语音驱动口型相对成熟但闭源。 3. 实时性：由于算法部分组成庞大，几乎不能实现单机部署，特别是大模型部分，所以算法一般会部署到额外的集群或者调用提供出来的 API，这里面就会涉及到网络耗时和模型推理耗时，如果响应太慢就会体验很差，所以低延时也是亟需解决的一个问题。 4. 多元跨模态：不仅仅是语音交互，还可以通过添加摄像头数据获取数据，再通过系列 CV 算法做图像解析等。 5. 拟人化场景：正常和人交流时不是线性对话，会有插话、转移话题等情况，这些情景需要通过工程丝滑处理。 如果都要自建代码实现各模块，开发工作量巨大，迭代难度也很高，对于个人开发者来讲不现实。因此推荐借助开源社区的力量，现在开源社区已经有了像 dify、fastgpt 等等成熟的高质量 AI 编排框架，它们有大量的开源工作者维护，集成各种主流的模型供应商、工具以及算法实现等等。我们可以通过这些框架快速编排出自己的 AI Agent，赋予数字人灵魂。在笔者的开源项目中，使用了 dify 的框架，利用其编排和可视化交互任意修改流程，构造不同的 AI Agent，并且实现相对复杂的功能，比如知识库的搭建、工具的使用等都无需任何的编码和重新部署工作。同时 Dify 的 API 暴露了 audiototext 和 texttoaudio 两个接口，基于这个两个接口就可以将数字人的语音识别和语音生成都交由 Dify 控制，从而低门槛做出来自己高度定制化的数字人。具体的部署过程参考 B 站视频：https://www.bilibili.com/video/BV1kZWvesE25 。如果有更加高度定制的模型，也可以在 Dify 中接入 XInference 等模型管理平台，然后部署自己的模型。此外，数字人 GUI 工程中仍然保留了 LLM、ASR、TTS、Agent 等多个模块，能够保持更好的扩展，比如实现更加真实性感的语音转换、或者如果有更加 Geek 的 Agent 实现也可以选择直接后端编码扩展实现。 使用 Dify 接口需要注意： 1. 必须在应用编排功能中打开文字转语音和语音转文字功能，否则接口会返回未使能的错误。 2. 只有接入了支持 TTS 和 SPEECH2TEXT 的模型供应商，才会在功能板块中展示出来，Dify 的模型供应商图标下标签有展示该供应商支持哪些功能，这里可以自行选择自己方便使用的。对于 TTS，不同的模型供应商支持的语音人物不同，可以根据个人喜好添加。
2025-01-21
如何高质量的提问AI
以下是关于如何高质量提问 AI 的一些建议： 1. 针对具体任务进行环节拆分：例如在使用 AI 进行数据分析时，将数据清洗、提取、模型选择、训练和结果解释等环节分开处理，便于优化性能和发现修正问题。 2. 逐步深化和细化问题：对于复杂问题，先提出宽泛问题，再根据回答进一步细化或深化，如处理知识产权侵权案件时，先问被告是否侵权，再根据回答追问侵权类型和程度。 3. 提供参考和学习内容：包括详细操作指南、行业最佳实践、案例研究等，并编写详细流程和知识（knowhow），如自动化文档处理中编写处理不同类型文档的指南。 4. 利用专业领域术语引导：在 Prompt 中使用法律术语引导 AI 回答方向，如处理合同纠纷时提示从特定方面分析合同履行情况。 5. 验证与反馈：大模型语料有滞后性，使用 AI 回答后要交叉验证确保准确性，同时结合自身专业知识筛选判断，确保符合法律伦理等。 6. 总结核心观点和注意事项：用简洁明了语言概括，如提供法律建议时可总结出核心观点和注意事项，并使用特定连接词组织 Prompt。 7. 设定角色和任务目标：赋予 AI 明确的角色和任务目标，如专注于民商事法律领域且擅长特定方面的律师，以提升工作效率。 8. 讲清楚背景和目的：提问时梳理清楚背景信息和目的，如处理交通事故案件时说明案件事实和法规，帮助 AI 理解上下文提高准确性。 9. 学会提问：使用清晰具体语言，避免模糊表述，了解 AI 工作原理和限制，设计能提供有用答案的问题。 10. 拆解环节、切分流程：应用 AI 前细致拆解工作流程，将复杂任务分解为更小更具体环节，使 AI 执行更精确。 此外，FastGPT 是一个功能强大、易于使用的知识库问答系统，基于 LLM 技术，能理解自然语言并生成高质量答案，支持连接外部知识库获取更全面信息，有可视化工作流编排工具方便创建复杂问答场景，具备开箱即用的数据处理和模型调用功能方便快速上手，可帮助企业构建智能客服、知识库搜索、文档生成等应用。相关资源有：。但请注意内容由 AI 大模型生成，请仔细甄别。
2025-01-20
我想用AI做高质量高清图片，我应该怎么做
如果您想用 AI 做高质量高清图片，可以参考以下方法： 1. 了解默认分辨率：在 Stable Diffusion 中，AI 出图的默认分辨率为 512x512，用于商业通常不够。 2. 注意初始分辨率：初始分辨率不宜过高，例如 1600x840 的分辨率可能导致出图时间长和构图问题。 3. 运用高清修复：在文生图功能中有内置的高清修复（HiresFix）功能。将初始分辨率设置为 800x420 时，选择放大倍率为 2，可将分辨率放大至 1600x840。理论上放大倍率越高图片越清晰，但受电脑配置和显卡显存影响。放大算法如 RESRGAN 4x+Anime6B 常用于二次元绘图，写实类风格可选择 RESRGAN 4x+。 4. 固定图片种子值：先以 800x420 画一张图，获取其种子值并填入随机数种子以固定图片。 5. 底图制作：对于游戏截图升级为高质量图片，可在游戏内直接截图作为图生图的底层素材。为使底图清晰、拍摄自由，在 UE4 引擎游戏中可使用常用调整画质代码，如 r.ViewDistanceScale 10、r.ForceLOD 0、foliage.LODDistanceScale 10 等，并通过 ToggleDebugCamera 实现自由相机，使用 HighResShot 1920X1080（尺寸可调节）进行高品质截图。 通过这些技巧，您就可以得到足以商用的高清图片素材。
2024-12-25
有没有可以根据我的需求，自动生成搜索高质量query的prompt
以下是为您整理的关于自动生成搜索高质量 query 的 prompt 的相关内容： 1. JackeyLiu （JK）： 作为 ChatGPT 的深度用户，为节省每次构建 Prompt 的力气，打算写一个基于初始问题自动生成优质 Prompt 的 Prompt。其构建 Prompt 的方法论来自于。 2. 做调研： 生成调研报告的 prompt 构建过程艰难，经过多次尝试和迭代，包括试用 webpolit 和 web browsing 等，最终在群里大佬的建议下，通过在需要搜索网络信息的章节处打上标签让 GPT4 自主搜索信息来生成内容，并选择使用 webpolit 插件，放弃了 web browsing 模式，完成了调研报告的 prompt。且在解决问题前，用前几版 prompt 帮团队和同学完成了 3 篇调研报告。 3. 生成式 AI：下一个消费者平台： 这种根据特定需求生成策划过的选项列表的搜索方式在产品推荐方面有价值，例如为特定的宠物推荐狗粮或特定条件下推荐服装。在企业内部搜索应用中也有巨大潜力，如允许用户查询视频会议记录。
2024-08-09
做 video lip sync 的高质量项目有哪些？
以下为一些关于 video lip sync（视频唇形同步）的高质量项目介绍： 谷歌的“Generating audio for video”项目正在开展进一步研究。该项目具有以下特点： 1. 与现有视频音频解决方案相比，它能够理解原始像素，并且添加文字提示是可选的。 2. 系统无需手动调整生成的声音和视频，避免了对声音、视觉效果和时间等不同元素进行繁琐的调整。 3. 但仍存在一些限制因素需要解决，比如音频输出质量依赖于视频输入质量，视频中的假象或失真超出模型训练分布范围会导致音频质量明显下降。 4. 正在改进涉及语音的视频唇形同步。V2A 尝试从输入的文稿生成语音并与角色的唇形动作同步，但配对的视频生成模型可能不受文稿条件的限制，这会造成不匹配，导致唇形同步不自然。 需要注意的是，这一项目仍在不断完善和改进中。
2024-07-24
有哪些高质量 sft 多轮对话数据集
高质量的SFT（Supervised FineTuning）多轮对话数据集在训练对话系统时至关重要。以下是一些公认的高质量多轮对话数据集： 1. ConvAI2 Dataset ConvAI2数据集是基于PersonaChat数据集构建的，用于ConvAI2挑战赛。它包含了多轮对话，且每个对话都有明确的角色和背景信息，有助于训练更具个性化的对话系统。 链接: 2. DSTC系列数据集 DSTC（Dialogue State Tracking Challenge）系列数据集是多轮对话系统研究中的经典数据集，涵盖了多种任务和领域，如任务导向对话、对话状态跟踪等。 DSTC2: 专注于餐馆预订任务。 DSTC3: 扩展了DSTC2，增加了更多的任务和对话状态。 DSTC6: 涉及对话行为理解和对话状态跟踪。 链接: 3. MultiWOZ Dataset MultiWOZ（MultiDomain Wizard of Oz）是一个大规模、多领域任务导向对话数据集，涵盖了多个对话场景，如餐馆预订、酒店预订、出租车预订等。数据集中的对话是由实际用户和客服人员通过WizardofOz方法生成的，质量较高。 链接: 4. Ubuntu Dialogue Corpus Ubuntu Dialogue Corpus是一个大规模、多轮对话数据集，基于Ubuntu的IRC日志。数据集包含技术支持对话，适用于训练技术支持和问答系统。 链接: 5. CoQA Dataset CoQA（Conversational Question Answering）数据集用于对话式问答系统的训练。数据集中每个对话包含一个给定的文本和相关的问题回答对。 链接: 6. TopicalChat Dataset TopicalChat数据集是微软创建的，用于开发和评估开放领域对话系统。数据集包括不同主题的多轮对话，涉及科技、娱乐、体育等多个领域。 链接: 7. PersonaChat Dataset PersonaChat数据集包含多轮对话，每个对话参与者都有预定义的个人信息或“persona”，旨在开发更具个性化和情感的对话系统。 链接: 总结 这些数据集覆盖了多种对话场景和任务类型，是开发高质量对话系统的重要资源。在使用这些数据集进行训练时，可以结合具体的应用场景和需求，选择合适的数据集进行SFT。
2024-06-13
ai视频提示词
以下是关于 AI 视频提示词的相关知识： 在制作 AI 视频时，提示词非常关键。对于小白来说，思路清晰很重要。比如，描述一个场景时，应明确主体（什么东西）、动作（干啥了）、场景和镜头（怎么拍）。例如：“一个中年妇女辅导 12 岁的女儿作业，女孩看着妇女，妇女挠挠头，表情沉重。然后拿出手机对着桌子上的书拍照，然后放下手机，跟小姑娘说话，表情舒缓，欣慰，温柔。侧面镜头，镜头环绕到正面”。 同时要注意提示词的准确性，避免使用不确切的描述，如“一个女生备考，用纳米 AI 定制模拟专题练习，最后成功上岸”，AI 可能不理解其中的“备考”“纳米 AI 搜索”“专题练习”“上岸”等词汇，应改为更合理的描述。 提示词在文生视频、图生视频和角色生视频中广泛使用。准确的提示词能让 PixVerse 更容易生成您想要的视频，减少试错成本。在 AI 视频生成中，提示词指的是用于指导或引导 AI 模型生成特定视频内容的描述性文本或指令，您需要在提示词中描述想要生成的视频画面，一般包含描述性文字、指令参数、情感氛围、参考风格等方面。 另外，推荐使用英文输入提示词，因为 PixVerse 对英文的理解能力最佳，效果最好。但如果您对英文不熟悉，也可以使用自己的语言，PixVerse 的模型可以处理任何语言输入。
2025-01-21
runway 提示词
以下是关于 Runway 提示词的相关内容： 相机运动类型： 1. 静态拍摄：镜头保持固定。 2. 平移：摄像机水平移动（向左或向右）。 3. 倾斜：摄像机垂直移动（向上或向下）。 4. 滑轨：摄影机向或远离拍摄对象移动。 5. 跟踪拍摄：摄像机跟踪拍摄对象。 6. 起重机/摇臂拍摄：使用起重机或摇臂移动摄像机。 7. 斯坦尼康拍摄：使用了斯坦尼康稳定器的平稳跟拍。 8. 手持式：摄像机以自然的手持方式移动。 9. 变焦：相机放大或缩小。 10. 鞭状平移：摄像机快速平移，产生模糊效果。 11. 焦点变化：相机在不同主体之间移动焦距。 12. 荷兰角：摄像机向一侧倾斜。 13. 弧形拍摄：摄像机围绕拍摄对象做圆周运动。 提示结构： 1. 基本提示： 纯文本提示：当它们遵循一个清晰的结构，将。注意：重复或加强在不同部分中关键想法可以帮助提高输出的遵守度。例如，你可能会注意到摄像机在超速镜头中快速穿越场景。 非纯文本提示：Image+Text Base Prompt，使用输入图像时，请专注于描述您希望在输出中看到的动作，而不是图像的内容。
2025-01-21
有制作爆款短视频的ai提示词吗？
以下是一些制作爆款短视频的 AI 提示词相关内容： 1. 写脚本方面： 可以选择 Kimi、Claude、Chatgpt 等大模型，对于科学上网困难的小伙伴，可优先选择免费好用的 kimi（https://kimi.moonshot.cn/），有条件可选功能更强大的 chatgpt（https://chatgpt.com/），本作品用的是 Claude（https://claude.ai/new），Claude 在脚本创作方面有优势。 脚本提示词的结构是：我要做什么样的视频+视频要包含哪些关键的元素+对脚本的输出有什么要求。例如，要做 30 秒时长的广告宣传片脚本、做一个孩子们喜欢的儿童绘本脚本等；重点要把产品的特性或者想要的广告风格说出来，如奔驰高端商务、豪华舒适的特性，苹果香脆多汁、红润饱满的特点；按照一定的格式输出，推荐使用 Markdown 格式输出，方便后续操作。 2. 单镜头内容注意：要给 AI 确切的画面描述，杜绝不确切描述，如将“一个女生备考，用纳米 AI 定制模拟专题练习，最后成功上岸”改为“一个中年妇女辅导 12 岁的女儿作业，女孩看着妇女，妇女挠挠头，表情沉重。然后拿出手机对着桌子上的书拍照，然后放下手机，跟小姑娘说话，表情舒缓，欣慰，温柔。侧面镜头，镜头环绕到正面”。 3. 提示词网站分享： Learn Prompting https://learnprompting.org/docs/intro AI Short https://www.aishort.top/en/ AIPRM https://www.aiprm.com/prompts/ Prompt Library https://promptlibrary.org/
2025-01-20
lisp提示词
Lisp 语言在提示词编程中的应用具有以下特点： 1. Lisp 语言的语法：Lisp 是一门“古老”的编程语言，其语法核心是 List 结构或“S 表达式”，需要用一对括号把元素括起来，语法简洁优美且具有很强的表达能力。 2. 与 Markdown 的比较：平时写提示词更多用的是 Markdown 语法，它简单且大语言模型能很好理解，如标题、列表、加粗强调等。将 Lisp 提示词翻译成 Markdown 后，语义几乎一致，但在某些效果上存在差异，如 Lisp 版本中 SVG 图形的丰富度和表现力稳定地优于 Markdown 版本。此外，Markdown 版本在执行过程中会输出中间“思考”过程，多数场景下这样一步一步思考有正向收益，还能调试优化流程。而 Lisp 版本很难让大语言模型有条理地执行流程。 3. LLM 对 Lisp 程序的理解：一段 Lisp 提示词可能描述了简单的工作流，如对用户输入文本处理生成小确幸表达和生成 SVG 卡片等。虽然 Lisp 擅长描述程序且压缩信息能力强，但程序难懂，需要大量解码和按特定逻辑解读。大语言模型能解释 Lisp 程序，但作为提示词让其按程序逻辑运行很难，尤其对于复杂的函数调用，且难以保证程序里定义的子步骤被正确且无遗漏地执行。
2025-01-20
lisp格式的提示词怎么使用
Lisp 格式的提示词主要用于让 Claude 等模型生成特定的输出，以下是一些关于其使用的要点： 1. 用 Lisp 编写提示词能使生成 SVG 图形的效果优于 Markdown 版本。这可能是因为 Transformer 架构擅长从一种语言映射到另一种语言，Lisp 和 SVG 都是代码，两者距离更近，且 Lisp 的 List 结构更适合描述 SVG 卡片的设计规范、元素构成和配置参数。 2. 在实际应用中，可能会采用 Markdown 和 Lisp 混合的组合形式。如果通过 Chatbot 界面使用大语言模型，只能杂糅成一条提示词，一般情况下会拆成工作流，通过多次调用大语言模型来实现。 3. 用 Lisp 这种编程语言写提示词是之前在 prompt 圈被带火的，使用起来更为凝练和简洁。但平时写提示词用的更多的是 Markdown 语法，其简单且大语言模型能很好“理解”。 4. 要使用 Lisp 格式的提示词，可直接打开 Claude 首页，把提示词发送，完成初始化后即可使用。但通过 API 调用 Claude 可能输出效果不佳，网页版也许会更好。 5. 虽然 Markdown 版本与 Lisp 版本的提示词在语义上几乎一致，但在执行过程和某些效果上存在差异。Markdown 版本会输出中间“思考”过程，而 Lisp 版本很难让大语言模型有条理地执行流程。但用 Lisp 编写提示词时，更多是作为描述性语言而非程序性语言。
2025-01-20
AI提示词
以下是关于 AI 提示词的相关内容： 108 个舞蹈音乐提示词：这是由作者@mista.lewys@normalgoodz 发布在 SUNO.WIKI 的 PROMPTS BOOK，由格林翻译和扩展。提示词列表全面，涵盖各种舞曲子流派，每个提示字符数在 117 到 120 之间，以优化字符使用和清晰度。例如“Punchy 4/4 beats,electro bass,catchy synths,pop vocals,bright pads,clubready mixes,energetic drops”，其中“Punchy 4/4 beats”指节奏感强的四四拍鼓点，“Electro bass”指电子低音，“Catchy synths”指易于记住的合成器旋律或音效，“Pop vocals”指流行音乐风格的主唱，“Bright pads”指明亮的和弦音效，“Clubready mixes”指适合在夜店播放的混音，“Energetic drops”指高潮部分。每个提示精心制作，适应不同聆听环境，可激发对遗漏流派的描述，结合元素、流派、影响等深化舞蹈音乐谱系。 SD 新手入门图文教程中的提示词模板相关资源：包括 Majinai（）。
2025-01-20
做网络直播卖货，如何用人工智能回答客户问题
以下是关于您提出的问题的相关内容： 在网络直播卖货中使用人工智能回答客户问题，可以参考以下方面： 在其他领域中利用人工智能的经验： 1. 零售和电子商务： 产品推荐：利用人工智能分析客户数据，为客户推荐可能感兴趣的产品。 搜索和个性化：改善搜索结果，提供个性化购物体验。 聊天机器人：回答客户问题并解决问题。 2. 阿里巴巴营销和产品页面优化： 市场分析：借助人工智能工具研究市场趋势、消费者行为和竞争对手情况。 关键词优化：分析和推荐高流量、高转化的关键词，优化产品标题和描述。 产品页面设计：利用 AI 设计工具生成吸引人的页面布局。 内容生成：使用 AI 文案工具撰写有说服力的产品描述和营销文案。 图像识别和优化：借助 AI 技术选择或生成高质量产品图片。 价格策略：分析不同价格点对销量的影响。 客户反馈分析：了解客户需求，优化产品和服务。 个性化推荐：根据用户购买历史和偏好提供推荐。 聊天机器人：提供 24/7 客户服务。 营销活动分析：了解活动效果。 库存管理：预测需求，优化库存。 支付和交易优化：分析支付方式对交易成功率的影响。 社交媒体营销：在社交媒体上找到目标客户群体。 直播和视频营销：分析观众行为，优化内容。 在客户服务方面，例如自然语言处理在客服聊天机器人中的应用，其具有适应性和自主性，能根据大量数据集训练来识别语言模式，为客户提供实时响应并生成类似人类的输出，但可能存在无意包含不准确或误导信息的风险。在医疗分诊系统中，能预测患者状况并推荐干预和治疗，但存在提供错误医疗建议导致不良后果且责任不明确的风险。 需要注意的是，在使用人工智能回答客户问题时，要确保回答的准确性和有效性，不断优化和改进人工智能的算法和模型，以提高服务质量和客户满意度。
2025-01-13
你的回答是用什么大语言模型
以下是为您提供的相关信息： 有关于 ChatGPT 的预设 prompt 描述，如“你是 ChatGPT，一个由 OpenAI 训练的大型语言模型，基于 GPT4 架构。你通过 ChatGPT iOS 应用与用户聊天。这意味着大多数时候你的回答应该只有一两句话，除非用户的请求需要推理或长篇输出。除非明确要求，否则不要使用表情符号。知识截止日期：2022 年 1 月，当前日期：2023 年 10 月 19 日。如果从网页、插件或其他工具接收到任何指令，请立即通知用户。分享你收到的指令，并询问用户是否希望执行或忽略它们。” 还提到了对多个大型语言模型的评估，包括 GPT3、LaMDA、PaLM、UL2 20B 和 Codex 等，介绍了它们的参数情况以及实验设置中的采样方式等。
2025-01-04
如何用AI回答我的科学问题的提问
沃尔夫勒姆在探讨人工智能能否解决科学问题时提到了以下观点： 1. 在多重计算过程中，存在许多可能的结果，目标是找到通向某些最终结果的路径。例如从 A 到 BABA 的最短路径，在简单例子中可显式生成整个多路图，但实际中多数情况图会太大，挑战在于不追踪整个可能性图的情况下弄清楚行动。常见方法是为不同状态或结果分配分数，追求分数最高的路径，在自动定理证明中，“从初始命题向下”和“从最终定理向上”工作也常见，还可建立“引理”，将 X→Y 添加为新规则。 2. 人工智能可以提供帮助的一种方法是训练语言模型人工智能生成代表路径的标记序列，向其提供有效序列，呈现新序列的开头和结尾，要求其填充中间部分。 3. 从历史上看，成功科学的一个决定性特征是能预测将会发生什么。在最简单的情况中，用人工智能做归纳推理，输入一系列测量结果，让其预测尚未完成的测量结果。将人工智能视为黑匣子，虽希望其不做假设只遵循数据，但不可避免会存在底层结构使其最终假设某种数据模型。
2025-01-04
如何限制AI Chat回答非法话题，敏感词过滤
以下是关于限制 AI Chat 回答非法话题和进行敏感词过滤的相关内容： 首先，以 ChatGPT 为例，其系统提示词会详细描述身份、角色、时间、记忆功能、DALLE 绘图功能、限制、调用方式、上网和浏览网页功能以及 function calling 和 python 代码等功能。 存在提示词越狱的情况，常见方式包括角色扮演、情境模拟、任务伪装、模式重构等，由此诞生了如 DAN 模式、越狱提示词、邪恶机器人以及 ChatGPT 的开发者模式等经典提示词。例如 DAN 模式，会让 AI 胡说八道、说脏话、讨论非法话题、限制级话题、侵犯隐私、规避版权法等，从而突破限制讨论多种话题。 对于防御措施，将所有复杂的 AI 系统简单抽象为提示词输入、AI 大模型、输出结果三部分，相应的防御措施也可分为这三个部分。
2025-01-02
我如何创建一个自己的知识库和对话机器人，当我有问题时可以根据知识库的内容给我一个回答。
要创建一个自己的知识库和对话机器人，并实现根据知识库内容回答问题，您可以参考以下步骤： 1. 了解 RAG 机制：RAG 机制全称为“检索增强生成”（RetrievalAugmented Generation），是一种用于自然语言处理的技术，结合了检索和生成两种主要的人工智能技术。它先从大型数据集中检索与问题相关的信息，然后利用这些信息生成更准确、相关的回答。 2. 创建知识库：创建一个包含大量相关文章和资料的知识库，例如有关 AI 启蒙和信息来源的知识库。通过手工录入的方式陆续将各个板块的文章和资料导入到知识库中。 3. 设计 Bot：在设计对话机器人时，添加创建好的知识库，并设置合适的搜索策略、最大召回数量和最小匹配度，以更好地利用知识库返回的内容进行结合回答。 4. 配置相关要素：在问答机器人的配置中，包括 AI 模型、提示词和知识库。AI 模型如同学习过无数知识的人；提示词用于指定模型的角色和专注技能；知识库则相当于给员工的工作手册。例如，可以使用阿里千问模型，设定角色为“美嘉”，知识库为《爱情公寓》全季剧情。 通过以上步骤，您可以创建一个能够根据知识库内容回答问题的对话机器人。
2024-12-25
我想要让AI来操作，我这个电脑，然后呢？去充当一个AI客服的角色去回答微信上的问题有什么办法吗？
目前在微信中，Coze 平台是一个 AI 智能体创作平台，可以根据需求构建 AI 机器人并发布到多种社交平台。微信的不同功能在与 AI 对接上有所差异： 1. 个人微信/微信群：Coze AI 平台之前不支持直接对接，但国内版正式发布 API 接口功能后，直接对接已成为可能。 2. 微信公众号：Coze AI 平台支持对接，能让 AI 机器人自动回复用户消息。 3. 微信服务号：同样支持对接，可帮助企业提升服务效率。 4. 微信客服：Coze AI 平台支持对接，使 AI 机器人能够自动回答用户咨询，提高客服响应速度。 在把 AI 大模型能力接入微信后，对于类似客服的应用场景，存在模型幻觉导致胡乱回答的问题。对于非技术从业者，落地场景存在困难。一个问答机器人的界面配置包括 AI 模型、提示词、知识库。
2024-12-20