如何搭建 chatbox 敏感词库

以下是关于 AI 绘画提示词的相关内容： 画面精度提示词： high detail（高细节） hyper quality（高品质） high resolution（高分辨率） FHD, 1080P, 2K, 4K, 8K（全高清、1080P、2K、4K、8K） 8k smooth（8K 流畅） 渲染效果提示词： Unreal Engine（虚幻引擎） octane render（渲染器） Maxon Cinema 4D 渲染器 architectural visualisation（建筑渲染） Corona Render（室内渲染） Quixel Megascans Render（真实感） VRay（V 射线） Behance C4D 3D blender surreal photography（超现实摄影） realistic 3D（真实 3D） zbrush 画面构图提示词： Wideangle view（广角镜头） canon 5d, 1fujifilm xt100, Sony alpha（相机型号焦段光圈） CloseUp （特写） Medium CloseUp （中特写） Medium Shot （中景） Medium Long Shot （中远景） Long Shot （远景） over the shoulder shot（过肩景） loose shot（松散景） tight shot（近距离景） two shot ） scenery shot（风景照） bokeh（背景虚化） foreground（前景） background（背景） Detail Shot ） Face Shot ） Knee Shot ） Full Length Shot ） 提示词模板相关网站：

以下是为您整理的绘画提示词库相关内容： 一、画小二：Prompt 提示词关键词整理（双语版） 1. 视角：LowAngle（仰视） 2. 介质：abstract expressionist art style（抽象表现主义艺术风格） 3. 镜头：superresolution microscopy（超分辨率显微镜） 4. 灯光：ambient lighting（环境照明） 5. 颜色：white（白色的） 6. 描述：classical realism（古典现实主义） 7. 艺术家：抽象主义 1940 1950 8. 电影：2001 A Space Odyssey（2001 太空漫游） 9. 游戏：Age of Empires（帝国时代） 此外还有： 儿童画（child's drawing） 门廊灯（porch light） 冬天的颜色（winter colors） 炭笔画（charcoal drawing） 等离子球体（plasma globe） 秋天的颜色（autumn colors） 二、图像类 Prompt 网站 1. MidLibrary：Midjourney 最全面的流派、艺术技巧和艺术家风格库，网址： 2. MidJourney Prompt Tool：类型多样的 promot 书写工具，点击按钮就能生成提示词修饰部分，网址： 3. OPS 可视化提示词：这个网站有 Mid Journey 的图片风格、镜头等写好的词典库，方便您快速可视化生成自己的绘画提示词，网址： 4. AIart 魔法生成器：中文版的艺术作品 Prompt 生成器，网址： 5. IMI Prompt：支持多种风格和形式的详细的 MJ 关键词生成器，网址： 6. Prompt Hero：好用的 Prompt 搜索，Search prompts for Stable Diffusion,ChatGPT&Midjourney，网址： 7. OpenArt：AI 人工智能图像生成器，网址： 8. img2prompt：根据图片提取 Prompt，网址： 9. MidJourney 提示词工具：专门为 MidJourney 做的提示词工具，界面直观易用，网址： 10. PromptBase：Prompt 交易市场，可以购买、使用、销售各种对话、设计 Prompt 模板，网址： 11. AiTuts Prompt：精心策划的高质量 Midjourney 提示数据库，提供了广泛的不同风格供您选择，网址：

以下是一些关于提示词的资源和相关知识： 提示词模板相关网站： 提示词目录相关： Prompt 的专场教程 基础篇： 结构化 prompt 是为了方便梳理表达，清晰易读的 prompt 有助于高效写作。 参考之前发过的思维导图了解 prompt 的组成。 常用的 tag 内容待修改完善。打开有助于深化认知。

以下是关于 MJ 提示词库的相关信息： MidJourney 200 条风格词汇： 《》 @TheMouseCrypto 发表了一份 200 条风格词汇整理，页数是 77 页，很全的宝典。 Prompt 网站精选（图像类 Prompt 网站）： MidLibrary：Midjourney 最全面的流派、艺术技巧和艺术家风格库， MidJourney Prompt Tool：类型多样的 promot 书写工具，点击按钮就能生成提示词修饰部分， OPS 可视化提示词：这个网站有 Mid Journey 的图片风格、镜头等写好的词典库，方便你快速可视化生成自己的绘画提示词， AIart 魔法生成器：中文版的艺术作品 Prompt 生成器， IMI Prompt：支持多种风格和形式的详细的 MJ 关键词生成器， Prompt Hero：好用的 Prompt 搜索，Search prompts for Stable Diffusion,ChatGPT & Midjourney， OpenArt：AI 人工智能图像生成器， img2prompt：根据图片提取 Prompt， MidJourney 提示词工具：专门为 MidJourney 做的提示词工具，界面直观易用， PromptBase：Prompt 交易市场，可以购买、使用、销售各种对话、设计 Prompt 模板， AiTuts Prompt：精心策划的高质量 Midjourney 提示数据库，提供了广泛的不同风格供你选择， MJ 的随机种子库收集： 使用方法： 输入提示词 + sref random ar 1:1，可获得随机风格种子和图片。 测试风格种子的泛用性：{a girl,a boy,animals,plants,environment}sref 同一个风格种子

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。

以下是关于如何搭建 AI 聊天框的一些指导： 1. 纯 GPT 大模型能力的微信聊天机器人搭建 配置腾讯云轻量应用服务器。 假设要对接的微信号名称叫安仔机器人，更新最终版的配置参数（GROUP_NAME_WHITE_LIST 参数记得根据要交互的群组进行具体修改），查看无误后点击保存，创建编排模板。 切换到容器编排界面，基于创建的模板进行 COW 服务部署，点击添加后等待部署成功。 2. 利用大型语言模型打造聊天机器人 ChatGPT 是具有交互式聊天界面的 Web 应用，可利用大型语言模型构建自定义聊天机器人，如为餐厅扮演 AI 客户服务代理或 AI 点餐员等角色。 设置 OpenAI Python 包，定义两个辅助函数：getCompletion 函数和 generateResponse 函数。通过这两个函数与 AIGPT 模型进行交互并生成对话。 3. Cursor Chat 概述 Cursor Chat 允许在编辑器中使用强大的语言模型在代码库中提问或解决问题。 语言模型要给出好答案需要知道与代码库相关的特定事物即上下文，Cursor 具有多项内置功能提供上下文，如自动包含整个代码库中的上下文、搜索 Web、索引文档和用户指定的代码块引用等。 默认情况下，Cursor Chat 位于 AI 窗格，可通过按 Ctrl/⌘ + L 切换，打开时按 Enter 提交查询。

以下是关于通过飞书机器人与 Coze 搭建的智能体进行对话，并利用飞书多维表格存储和管理稍后读数据，实现跨平台的稍后读收集与智能阅读计划推荐的具体操作方法： 前期准备： 1. 简化“收集”： 实现跨平台收集功能，支持电脑（web 端）、安卓、iOS 多端操作。 输入一个 URL 即可完成收集，借鉴微信文件传输助手的方式，通过聊天窗口完成收集输入。 2. 自动化“整理入库”： 系统在入库时自动整理每条内容的关键信息，包括标题、摘要、作者、发布平台、发布日期、收集时间和阅读状态。 阅读清单支持跨平台查看。 3. 智能“选择”推荐： 根据当前收藏记录和用户阅读兴趣进行相关性匹配，生成阅读计划。 使用飞书·稍后读助手： 1. 设置稍后读存储地址： 首次使用，访问。 点击「更多创建副本」，复制新表格的分享链接。 将新链接发送到智能体对话中。 还可以发送“查询存储位置”、“修改存储位置”来更换飞书多维表格链接，调整稍后读存储位置。 2. 收藏待阅读的页面链接： 在对话中输入需要收藏的页面链接，第一次使用会要求授权共享数据，授权通过后再次输入即可完成收藏。但目前部分页面链接可能小概率保存失败。 3. 智能推荐想看的内容： 在对话中发送“我想看 xx”、“xx 内容”，即可按个人兴趣推荐阅读计划。 至此，专属 AI 稍后读智能体大功告成，您可以尽情享受相关服务。

以下是用飞书搭建自己的智能体的详细步骤： 1. 了解智能体的基本概念： 智能体大多建立在大模型之上，从基于符号推理的专家系统逐步演进而来。 基于大模型的智能体具有强大的学习能力、灵活性和泛化能力。 提示词的设计对智能体的表现和输出结果有直接影响。 2. 动手实践： 基于公开的大模型应用产品（如 Chat GLM、Chat GPT、Kimi 等）尝试开发。 具体步骤： 点击“浏览 GPTs”按钮。 点击“Create”按钮创建自己的智能体。 使用自然语言对话进行具体设置或手工设置。 开始调试智能体并发布。 3. 利用 Coze + 飞书多维表格搭建： 配置得到两个可用的工作流（整理入库、选择内容）。 编排成为完整的智能体，配置过程包括： 创建 Bot。 填写 Bot 介绍。 切换模型为“通义千问”（测试下来，通义对提示词理解、执行效果最好）。 把配置好的工作流添加到 Bot 中。 新增变量{{app_token}}。 添加外层 bot 提示词（可按需求和实际效果优化调整）。 完成上述步骤后，可在「预览与调试」窗口与 AI 稍后读智能体对话并使用全部功能。

以下是用飞书搭建自己的智能体的步骤： 1. 智能体配置： 在“选择智能体配置模式”环节，如果选择“Zion 默认智能体”，系统会自动填充官方 Bot ID、OAuth 应用 ID 以及一对公私钥，并预设头像与昵称。 若要配置自己的 Coze 智能体，需将“准备工作”环节中获取的 Bot ID、OAuth 应用 ID 以及一对公私钥填写进对应输入框并完成配置。 进行用户权限配置，包括新用户注册赠送时长（以分钟为单位）和未登录用户免费体验时长（以分钟为单位），且时长可自行修改。 2. 逐步搭建 AI 智能体： 创建 Bot。 填写 Bot 介绍。 切换模型为“通义千问”，测试表明通义对提示词理解和执行效果较好。 把配置好的工作流添加到 Bot 中。 新增变量{{app_token}}。 添加外层 bot 提示词（可按需求和实际效果优化调整）。完成上述步骤后，在「预览与调试」窗口，即可与 AI 智能体对话并使用全部功能。

搭建自己的智能体可以参考以下步骤： 1. 注册智谱 Tokens 智谱 AI 开放平台：https://bigmodel.cn/ 。获取资源包的方式有： 新注册用户，注册即送 2000 万 Tokens。 充值/购买多种模型的低价福利资源包，如直接充值现金，所有模型可适用：https://open.bigmodel.cn/finance/pay ；语言资源包：免费 GLM4Flash 语言模型/ 。所有资源包购买地址：https://bigmodel.cn/finance/resourcepack 。 共学营报名赠送资源包。 2. 先去【财务台】左侧的【资源包管理】看看自己的资源包，本次项目会使用到的有 GLM4、GLM4VPlus、CogVideoX、CogView3Plus 模型。 3. 进入智能体中心我的智能体，开始创建智能体。 4. 对于一些平台，如 Coze 平台，定义了超级管理员和普通用户两种角色。只有超级管理员才可对“Coze 变现模板”的 bot 进行相关配置。成为超级管理员的步骤为：点击【成为超级管理员】按钮，进入用户注册登录页面，完成注册后获得超级管理员账户。然后选择智能体配置模式，如模式 A：Zion 默认智能体，适用于测试，系统会自动填充相关信息；模式 B：你的 Coze 智能体，需要在“管理后台”页自行配置在 Coze 平台上获取的 Bot ID、OAuth 应用 ID 以及一对公私钥。 5. 对于其他平台，如 Chat GPT 版本，可按以下步骤操作： Step.1 点击“浏览 GPTs”按钮。 Step.2 点击“Create”按钮创建自己的智能体。 Step.3 使用自然语言对话或手工设置进行具体设置。 Step.4 开始调试你的智能体并发布。

搭建自己的智能体可以参考以下步骤： 1. 注册智谱 Tokens 智谱 AI 开放平台：https://bigmodel.cn/ 。获取资源包的方式有： 新注册用户，注册即送 2000 万 Tokens。 充值/购买多种模型的低价福利资源包，如直接充值现金，所有模型可适用：https://open.bigmodel.cn/finance/pay ；语言资源包：免费 GLM4Flash 语言模型/ 。所有资源包购买地址：https://bigmodel.cn/finance/resourcepack 。 共学营报名赠送资源包。 2. 先去【财务台】左侧的【资源包管理】看看自己的资源包，本次项目会使用到的有 GLM4、GLM4VPlus、CogVideoX、CogView3Plus 模型。 3. 进入智能体中心我的智能体，开始创建智能体。 4. 基于一些公开的大模型应用产品（如 Chat GLM、Chat GPT、Kimi 等）： 点击“浏览 GPTs”按钮。 点击“Create”按钮创建自己的智能体。 使用自然语言对话进行具体设置或手工设置。 开始调试你的智能体并发布。 在 Coze 变现模板项目中，只有超级管理员才可对“Coze 变现模板”的 bot 进行相关配置： 1. 成为超级管理员：点击【成为超级管理员】按钮，进入用户注册登录页面。 2. 注册并登录：完成注册后，将获得超级管理员账户，拥有管理项目的权限。 3. 选择智能体配置模式： 模式 A：Zion 默认智能体。选择此模式，将直接使用 Zion 在 Coze 平台预配置的官方智能体，适用于测试。系统自动填充 Zion 官方的 Bot ID、OAuth 应用 ID 以及一对公私钥，并预设头像与昵称。选择该模式后，项目自动创建完成，可将平台首页分享给用户，让他们体验聊天页面。若后续想自定义修改智能体的各种收费模式、前端展示，可在“管理后台”进行修改。 模式 B：你的 Coze 智能体。选择此模式，需要在“管理后台”页自行配置在 Coze 平台上获取的 Bot ID、OAuth 应用 ID 以及一对公私钥。

搭建知识库自动检索功能主要包括以下步骤： 1. 文本预处理：去除无关字符、标准化文本（如转换为小写）、分词等，以清洁和准备文本数据。 2. 嵌入表示：将预处理后的文本（词或短语）转换为向量，通常通过使用预训练的嵌入模型如 Word2Vec、GloVe、BERT 等完成。 3. 特征提取：对于整个问题句子，应用进一步的特征提取技术，如句子级别的嵌入，或使用深度学习模型（如 BERT）直接提取整个句子的表示，以捕捉句子的上下文信息。 4. 向量优化：在某些情况下，问题的向量表示可能会根据具体任务进行优化，例如通过调整模型参数来更好地与检索系统的其他部分协同工作。 在知识库检索阶段： 1. 文档向量化：将知识库转化为一个巨大的向量库。在大模型的检索中，依靠问题在空间中的向量位置，去寻找距离这个向量最近的其他词句，然后完成检索。 2. 配置知识库： 上传文件：在百炼控制台的中的非结构化数据页签中点击导入数据，根据引导上传相关文档。 建立索引：进入，根据引导创建新的知识库，并选择上传的文件，其他参数保持默认。选择向量存储类型时，如果希望集中存储、灵活管理多个应用的向量数据，可选择 ADBPG。 引用知识：完成知识库的创建后，返回进入到创建的应用设置界面，打开知识检索增强开关、选择目标知识库，测试验证符合预期后点击发布。Prompt 中会被自动添加一段信息，以便大模型在后续回答时参考检索出来的信息。 此外，因为利用大模型的能力搭建知识库本身就是一个 RAG 技术的应用。在进行本地知识库的搭建实操之前，需要先对 RAG 有大概的了解。RAG 应用可抽象为 5 个过程：文档加载（从多种不同来源加载文档）、文本分割（把 Documents 切分为指定大小的块）、存储（将切分好的文档块进行嵌入转换成向量的形式，并将 Embedding 后的向量数据存储到向量数据库）、检索（通过某种检索算法找到与输入问题相似的嵌入片）、Output（把问题以及检索出来的嵌入片一起提交给 LLM，LLM 会通过问题和检索出来的提示一起来生成更加合理的答案）。文本加载器则是将用户提供的文本加载到内存中，便于进行后续的处理。

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。

在让 AI 翻译日漫时，如果您希望得到更接近正常人说话的翻译结果，而非简单的直译，您可以这样提问：“请以符合自然语言表达习惯和逻辑的方式，为我翻译这段日漫内容，注重语言的流畅性和生动性，避免生硬的直译。” 关于 AI 遇到敏感话题可能拒绝回答或委婉回答的情况，如果您不想这样，需要注意的是，AI 遵循一定的道德和法律规范，对于确实不适合或不被允许处理的敏感内容，强制要求其回答是不可取且不恰当的。但如果您认为某些话题并非真正敏感，只是被误判，您可以尝试更清晰准确地描述相关内容，以减少误解的可能性。

很抱歉，目前知识库中没有关于输入敏感词管控及脱敏返回处理的相关内容。但一般来说，对于输入敏感词的管控和脱敏处理，常见的方法包括： 1. 建立敏感词库：事先整理出常见的敏感词列表。 2. 文本检测：在输入时对文本进行实时检测，判断是否包含敏感词。 3. 脱敏处理方式：可以采用替换、隐藏部分字符、加密等方法对敏感词进行处理。 4. 设置规则和策略：例如根据不同的场景和用户级别，确定不同的处理方式。 由于缺乏具体的详细信息和场景，以上只是一些常见的思路和方法，您可以根据实际情况进一步深入研究和设计具体的解决方案。

以下是关于 AI 模型敏感词管控的相关信息： 在给予 GPT 足够的时间进行“思考”的最佳实践中，通过测试数据发现，由于输入内容超过一定 token 会导致模型遗忘。因此，在输入大量文本或大量对话后，让模型进行自我检查的提示词习惯，有助于收获更准确的答案。 在应对提示词攻击的输入侧防护方面，可采用基于模型进行分类过滤的方法。这是“基于提示词过滤”的进阶版，能使用像 BERT 这样的小型文本分类模型或像 ChatGPT 这样的大型语言模型，自动分析和分类输入内容。其好处是无需提前知晓大量信息，就能灵活应对复杂场景和不同需求。通过学习和训练大量已知的安全威胁样本，建立分类模型来检测和过滤输入中的有害内容，这是很多大型语言模型服务如 OpenAI 的 ChatGPT、谷歌的 Bard、微软的 NewBing 等采用的主流防御策略，它们会检测用户输入内容，与核心大型语言模型协同工作，防止有害和敏感信息输入，确保输出内容合规。

在模型敏感词管控方面，对于 RAG 提示工程，我们对 Example 模块进行了重要调整。原先像“清朝末年有哪些政治事件？”这样的示例内容可能会无意引导模型触及政治敏感话题，违背初衷。为此，重新设计了示例内容，既能为模型提供清晰工作指导，又避免引发敏感议题讨论，同时进一步修改了示例流程，确保模型更理解自身任务。以下是进一步修正的提示词。接下来继续运行并查看结果。从表现看，成功控制住 GPT 模型讨论敏感话题的问题，但可能存在漏洞及提示词被攻击、诱骗的情况，这些留待后续解决。目前面对常规请求问题，GPT 模型应不会“东扯西扯”。

很抱歉，目前知识库中没有关于企业级别 AI 模型使用敏感词场景设计的相关内容。但一般来说，在进行企业级别 AI 模型使用敏感词场景设计时，需要考虑以下几个方面： 1. 明确敏感词的定义和范围：根据企业的业务特点、法律法规要求以及道德规范，确定哪些词汇被视为敏感词。 2. 数据采集和预处理：在收集数据用于训练模型时，对包含敏感词的数据进行特殊处理或标记。 3. 模型训练中的考虑：调整模型的参数和算法，以降低对敏感词的过度依赖或错误理解。 4. 实时监测和更新：随着业务和社会环境的变化，及时更新敏感词列表，并对模型进行相应的调整和优化。 5. 人工审核与干预：对于模型输出中涉及敏感词的内容，设置人工审核环节，确保准确性和合规性。 希望以上思路能对您有所帮助，如果您需要更详细准确的设计方案，建议咨询专业的 AI 技术团队或相关专家。