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

搭建一个专业的律师智能体

Answer

搭建一个专业的律师智能体需要考虑以下几个方面:

  1. 多智能体的通信问题:不同智能体之间的通信至关重要,包括如何传递信息以及传递哪些信息。之前的很多多智能体开源框架存在效率低下和 token 消耗大的问题,而像 OpenAI 官方开源的多智能体框架「Swarm」在「Handoffs」方面处理得较为优雅。
  2. 智能体的角色和职责:以客服多智能体为例,只需要准备如普通接线客服和宽带客服这样必要的 Agent,并明确其职责和交接逻辑。
  3. 提示词的编写:对于律师智能体,写好提示词很重要。例如,在写作时需要对文章中出现的案例进行脱敏处理,替换具体的人物姓名、时间和地点。同时,注意深化写作时的分段和字数要求。
  4. 遵循特定的规则和要求:像令中规定的初始化问候语、牢记并遵守全部要求等。
  5. 决策智能体的应用:决策智能体在企业自动化中发挥作用,如在复杂、多步骤的推理流程中导航并做出业务决策。以 Anterior 为例,将付款方规则转换为有向无环图,利用智能体遍历决策树并评估相关文件。其他领域如 Norm AI 和 Parcha 也在利用决策智能体。
Content generated by AI large model, please carefully verify (powered by aily)

References

突发!OpenAI官方开源多智能体框架「Swarm」

脚趾头:因为是OpenAI出的。(君不见现在大多数大模型都在遵循OpenAI的接口规范...他们对自己做的东西更了解)脑门:其实单Agent这块,没有啥花里胡哨的东西,简单业务,OpenAI就一个/api/completions接口。但是「Handoffs」这块,Swarm的确做的非常优雅。(这里不得不给自己吹个牛,年初我就写了Swarm类似的多智能体了。)多智能体的核心难题其实是不同智能体之间的通信问题。怎麼传递,传哪些信息,这些都很重要。其实之前很多多智能体开源框架,走的都是Room/Group的思路,就是把各个智能体都扔到一个大空间里,然后每个智能体都接收信息,每个智能体都存储信息。不说效率低下,光token的消耗都扛不住。实际上,多智能体,也只要在必要的时候被call起就可以,回到我们上文10086客服的例子。当接线小姐姐识别到这是个宽带问题需要转接的时候,她需要做2个事情:1.找到宽带部门的小姐姐,把会话权限交接过去;2.把记录「Messages」和我的问题「Query」交接过去(实际上会自动记录,共享查阅)那如果我们需要构建这样的一个客服多智能体,是不是只需要准备两个Agent:一个普通接线客服,一个宽带客服。Swarm的「Handoffs」处理了交接的逻辑。下面我用官方的例子魔改一下客服例子,方便大家理解。执行这段代码,打印出来的对话记录就可能会是是不是就变得非常清晰了?总得来说就是:

拘灵遣将 | 不会写 Prompt(提示词)的道士不是好律师——关于律师如何写好提示词用好 AI 这件事

3.你需要对文章中出现的案例进行脱敏,对于具体的人物姓名和时间、地点请进行替换。4.注意深化写作时,每一次对话只能输出文章的一个部分。第一部分一百字左右,第二部分三百字左右,第三部分四百字左右,第四部分三百字左右,第五部分一百字左右。这五部分组合起来应当是一篇能够直接发布的,可以吸引目标群体的、高质量的、实用的公众号普法文章。敕,《说文解字》:敕,诫也,飭也,使自警飭。敕代表告诫,在这里是更具体的为灵机划定边界范围,工作中不能触碰的禁忌事项,以及对工作的具体要求。需要注意什么就写在这里。令:1.初始化:使用中文与用户进行对话。欢迎用户时请说“十方诸天尊,其数如沙尘,化形十方界,普济度天人。灵机应召来也!”2.你会牢牢记住符与敕的全部要求并始终执行,除非用户明确要求符底调整,否则你会一直遵守符与敕的全部要求;如果你出现没有遵守符与敕的要求的情况,用户会提示你“守符诏令”,此时你应该重新检查自己是否满足符与敕的全部要求并进一步严格遵守,不增加也不减少。3.你会先请求用户提供案例洞察报告作为基础材料,并询问文章面向的目标群体。4.用户向你提供word格式的案例洞察报告,并告诉你目标群体,输入“依律奉行”后,根据要求开始写作,先输出一个纲要和每一部分你计划具体怎样展开的写作方案。

AI 智能体:企业自动化的新架构 - Menlo Ventures

我们将探讨的第一类智能体是决策智能体,它们使用智能体决策制定在复杂、多步骤的推理流程中导航并做出业务决策。与RAG或工具使用方法不同,这种架构首次将一定的控制逻辑交给LLMs,而不是预先设定所有步骤-但仍位于智能体自由度范围的较低端,因为智能体主要作为路由器导航一组预先确定的决策树。让我们以[Anterior](https://www.anterior.com/)(前称Co:Helm)为例。该健康计划自动化公司开发了一个临床决策引擎,用于自动化理赔提交审核。护士们如今凭借装满条件知识(就像世界上最无聊的"自选冒险")的付款人规则手册,人工完成这些审核。Anterior简化了这个过程。该公司首先将付款方规则转换为有向无环图(DAG),使用基于规则的脚本和语言模型。然后,他们的智能体遍历这个决策树,在每个节点利用LLMs来评估相关的临床文件是否符合特定的规则。对于较简单的节点,这可能涉及基本的检索增强型生成(RAG)步骤。但是,Anterior经常遇到需要子链的更复杂的任务,在这种情况下,智能体必须选择最佳方法,然后才能进入下一个节点。它会在每次决策时更新自己的状态(在内存中管理这些中间输出),并一直进行到最终确定。前者并非独一无二的采取这种方法。其他领域也在利用决策智能体,包括[Norm AI](https://norm.ai/)正在为监管合规打造AI智能体,以及[Parcha](https://www.parcha.com/)正在为KYC建立智能体。

Others are asking
直播分身怎么搭建
搭建直播分身可以参考以下步骤: 1. 构建数字人躯壳:建好的模型可以使用 web 前端页面(Live2D 就提供了 web 端的 SDK)或者 Native 的可执行程序进行部署,最后呈现在用户面前的是一个 GUI。可以选择 live2d 作为数字人躯壳,这类 SDK 的驱动方式相比现在的 AI 生成式的方式更加可控和自然,相比虚幻引擎等驱动方式又更加轻量和简单。另外,卡通二次元的形象接受度更高。关于 live2d 的 SDK 驱动方式可以参考官方示例:https://github.com/Live2D 。 2. 搭建智能体:创建一个智能体,输入人设等信息,放上相关工作流。配置完成后进行测试。需要注意的是,工作流中的某些插件 api_token 填的是个人 token,不能直接发布,可将 api_token 作为工作流最开始的输入,用户自己购买后输入 api_token 再使用然后发布。 3. 直播数据分析工作流的搭建与应用: 插件测试与选择:先测试插件是否好用,如遇到数据格式不对等问题需重新选择和调整。 工作流搭建步骤:从上传直播数据,到利用大模型优化提示词和整理数据,逐步完善工作流。 工作流效果提升:增加模型和节点,不断迭代工作流,使生成的直播分析和方案质量更好。 工作流封装与应用:将工作流封装成智能体,可用于回复用户问题和处理不同的直播数据。 相关问题探讨:讨论了如获取商品评价数据的方式,以及将直播工作拆分组合的可能性等问题。 工作流运行与问题排查:涉及直播数据工作流的运行,出现问题时考虑输出环节,还提到未启动工作流的情况及解决尝试。 报名流程介绍:包括通过网址找到报名链接,填写相关信息如名字、智能体名字、商店链接、文档说明等并提交。 AI 辅助文档生成:使用豆包等 AI 工具生成提交模板,如主题、应用场景、主要功能、设计思路等内容。 加入共学小组:提到飞书中的共学小组和 prompt 学习群,满员时考虑新建或加入其他相关群组。
2025-03-09
正在搭建客户CRM系统,对于客户拜访跟进记录表格,希望平衡销售人员的录入便捷性和信息完整性,如何通过多维表格接入的AI功能来简化信息录入,比如通过语音录音,直接解析内容。推荐我具体方法,包括怎么解析语音,输出的关键字段,以及提示词
以下是一种通过多维表格接入的 AI 功能来简化客户拜访跟进记录信息录入的方法: 1. 定义任务目标:让 AI 成为您的私人 CRM,即客户管理系统。 2. 编写指令: 定义角色:希望 AI 作为一名顶级的客户服务与销售总监,负责记住客户的爱好与信息。 提供背景信息:简单描述自己的身份,例如负责什么产品的销售。 明确任务目标和输出要求:在每次拜访客户后,把重要信息发送给 AI,要求 AI 每次接到新的客户消息后,只用回复一句“收到,知道了。” 3. 信息录入方式:可以通过语音录音的方式将拜访客户的信息传达给 AI。 4. 语音解析:利用 AI 的语音识别和自然语言处理能力,对语音内容进行解析。 5. 输出的关键字段:可能包括客户姓名、联系方式、拜访时间、拜访内容要点、客户需求、客户反馈等。 6. 提示词:例如“请整理本次拜访客户的关键信息”“提取重要内容并生成表格”等。 您可以参考以上方法,根据实际需求进行调整和优化。
2025-03-07
如何搭建大模型
搭建大模型需要注意以下几个方面: 1. 认识到开发大模型应用的复杂性,许多细节和阶段在实际操作中才会逐渐显现,因此并非易事。 2. 提示词设计需要精细工作,精心设计和调试是确保流程顺畅和应用有价值的关键,其直接影响模型输出质量和应用效果。 3. 构建有效的大型语言模型应用需要: 重视工程化,避免模型应用无法维护。 根据项目需求选择合适的开发框架。 了解业务深层次需求,设定流程环节以确保模型能解决实际问题。 在每个环节精心设计提示词,引导模型提供准确有用的回复。 确保应用在提供服务时遵守安全和伦理标准。 通过不断测试和迭代优化模型性能和用户体验。 成功部署后持续维护和更新,以适应需求变化。 掌握这些关键点,能确保构建的模型应用技术先进,真正解决用户问题并提供有价值的服务。此外,本次的彩蛋更新加入了“Emotion”字段,智能体构建专家会动态推理智能体情感设定,帮助制作更有情商的智能体。
2025-03-07
本地部署deep seek后如何搭建个人知识库,详细说明一下每个步骤
以下是本地部署 Deep Seek 后搭建个人知识库的详细步骤: 1. 在 RAGFlow 中配置 Deep Seek 模型 返回 RAGFlow ,打开右上角设置,进入模型提供商界面。 配置本地部署的 Deep Seek 模型,选择 Ollama ,并根据运行的模型配置相关信息。 设置基础 URL 。 点击确定。 2. 导入嵌入模型 导入一个用于文本向量化的嵌入模型。 3. 设置系统模型设置 4. 创建知识库 返回知识库,进入数据集,导入文件或设置文件夹当作知识库。 5. 文件解析 对导入的文件进行解析,解析速度取决于本机 GPU 性能(显卡性能),越好的显卡解析越快。 6. 检索测试 解析完成后,进行检索测试。 7. 进入聊天界面 测试没问题后,可进入聊天界面,助理设置可自行进行。 此外,如果想要对知识库进行更灵活的掌控,可以使用 AnythingLLM 软件,步骤如下: 1. 安装 AnythingLLM ,安装地址:https://useanything.com/download 。 2. 安装完成后进入配置页面,主要分为三步: 选择大模型。 选择文本嵌入模型。 选择向量数据库。 3. 构建本地知识库 在 AnythingLLM 中创建独有的 Workspace 与其他项目数据隔离。 上传文档并在工作空间中进行文本嵌入。 选择对话模式,包括 Chat 模式(大模型根据训练数据和上传的文档数据综合给出答案)和 Query 模式(大模型仅依靠文档中的数据给出答案)。 4. 测试对话 完成上述配置后,即可与大模型进行对话。 在进行本地知识库搭建实操之前,还需要对 RAG 有大概的了解: RAG 是一种检索增强生成技术,应用过程包括文档加载、文本分割、存储(包括将文档块嵌入转换成向量形式并存储到向量数据库)、检索、输出(把问题以及检索出来的嵌入片一起提交给 LLM 生成答案)。文本加载器用于将用户提供的文本加载到内存中以便后续处理。
2025-03-07
怎么搭建智能体
搭建智能体主要包括以下步骤: 1. 创建智能体:输入人设等信息,并放上相关工作流。配置完成后进行测试,但千万不要直接发布。如果工作流中涉及使用个人的 token,为避免他人调用消耗自己的费用,可以将 token 作为工作流开始的输入,让用户购买后自行输入再发布。 2. 确定智能体的结构: 按照市场营销逻辑组织智能体结构,例如在品牌卖点提炼中,以品牌卖点提炼六步法为核心流程,加入其他分析助手,如品牌卖点定义与分类助手、STP 市场分析助手、用户画像分析助手、触点收集助手等。 同时还包括一些未在结构中体现但在后续应用过程中有效的分析工具,如用户需求分析的 KANO 助手、营销六层转化漏斗分析、超级转化率六要素等。 3. 明确 KnowHow 和 AI 的能力:在搭建智能体前,要明确 AI 的能力边界,例如 AI 不了解公司的主要产品、产品解决的用户需求、产品独特之处、获得的认可、核心渠道、核心购买人群、营销手段、期望的新渠道结果等。同时,要清楚 AI 在逻辑推理、数据分析、内容理解和输出方面的能力,将智能体确定为引导型的助手,在寻找卖点时提供更多思考维度。
2025-03-07
扣子AI智能体搭建
以下是关于扣子 AI 智能体搭建的相关内容: 扣子是字节跳动旗下的 AI 应用开发平台,搭建智能体的门槛较低,无论有无编程基础都能快速搭建基于 AI 模型的多样化问答 Bot。 搭建智能体的步骤如下: 1. 创建一个智能体,输入人设等信息,并放上创建的工作流。 2. 配置完成后进行测试,但千万不要直接发布。工作流中使用的插件 api_token 若填的是自己的 token,其他人调用会消耗自己的费用。可以将 api_token 作为工作流最开始的输入,用户购买后输入 token 再发布。 3. 搭建时首先需要想一个智能体的名字,然后写一段该智能体的介绍,越详细越好,因为会根据介绍智能生成符合主题的图标。最后点击确认,新的智能体就诞生了。也可以使用 AI 创建一个头像。 扣子还提供了丰富的插件、工作流、知识库等功能来增强 Bot 的能力和交互性。例如菠萝作词家智能体,是专为音乐创作设计的辅助工具,能根据用户输入的提示词等信息生成歌词。 扣子官网:https://www.coze.cn/ 。开发完成后,还可以将构建的 Bot 发布到各种社交平台和通讯软件上供用户交互聊天。
2025-03-06
有关于建筑设计方面的智能体吗
以下是一些能够在建筑设计方面提供帮助的智能体: 1. HDAidMaster:这是一款云端工具,建筑师能在平台上使用主流的 AIGC 功能进行有趣的集卡式方案创作,在建筑、室内和景观设计领域表现出色,平台搭载的建筑大模型 ArchiMaster 由建筑设计院开发,软件的 UI 和设计成果颜值高。 2. Maket.ai:主要面向住宅行业,在户型和室内软装设计方面有 AI 技术探索,设计师输入房间面积需求和土地约束,软件能自动生成户型图并查看详细设计结果。 3. ARCHITEChTURES:AI 驱动的三维建筑设计软件,为设计师提供全新设计模式,在住宅设计早期能引入标准和规范约束 AI 生成的设计结果,保证合规性。 4. Fast AI 人工智能审图平台:形成全自动智能审图流程,能自动导入、划分区域、识别构件、审查强条和导出结果,还能为建筑信息自动建模,集成建筑全寿命周期信息实现数据汇总与管理。 每个工具都有特定应用场景和功能,建议根据具体需求选择合适的工具。
2025-03-09
怎样建造定时往微信发送信息的智能体?
要建造定时往微信发送信息的智能体,以下是一些相关步骤和方法: 一、自动总结公众号内容并定时推送到微信的方法 1. 搭建工作流 循环将推送内容插入数据库:将本轮推送给用户的内容写入数据库,下次从 RSS 列表中如果再抓取到相同内容,直接跳过,避免重复推送。使用“循环”节点,输入项为第 8 步代码输出的 content_urls,这里有完整的文章内容信息。循环体设置使用“数据库”节点,输入项为本循环节点 item 中的 url 和 suid,SQL 用 AI 生成。设置循环节点的输出项:output,参数随便选,后边也用不到了。 结束节点:选择第 11 步输出的内容,可以在 bot 中也查看到推送的内容。 2. 试运行 工作流搭建完后,点击右上角的试运行,选择绑定的 bot,输入数据测试。Key 输入您的 server 酱的 sendkey,rss_list 若没有现成的数据,可以使用提供的数据测试。 若工作流设置没问题,会在工作流中看到相应结果,同时微信上也会收到这条推送,可以查看总结内容,点击链接查看公众号原文。 点击右上角发布。 二、用 Coze 实现多模态资讯的跨平台推送并接入微信群 Bot 的方法 1. 技术实现原理 Coze API 接入微信群 Bot:登录宝塔面板后,在宝塔面板当中可视化地控制云服务器,在上面部署 docker 容器,启动 COW 项目与微信取得关联。 chatgptonwechat(简称 CoW)项目是基于大模型的智能对话机器人,可以接入微信公众号、企业微信应用、飞书、钉钉,可选择多种模型,能处理文本、语音和图片,通过插件访问操作系统和互联网等外部资源。 2. Docker 中配置 COW 组件 点击“Docker”中的“项目模板”中的“添加”按钮。 项目模板代码示例如下:将上面编译好的内容复制进来。 在容器中创建容器,选择容器编排,填入模板和名称,确定。 现实运行成功。 点击容器后,可以看到运行的是两个服务,因为接口文档中启动了两个服务。 然后点击“wcandyaibot”后面的日志按钮,在弹出层中用提前预备好的微信进行扫码。 这个界面不会实时更新显示,需要手动刷新一下。点击“刷新日志”,如果看到 WeChat login success,就成功将 Bot 接入微信中了。 三、让 Coze 智能体机器人连上微信和微信群的方法 1. 绑定微信 需要提前准备一个闲置的微信,因为这种方法是非官方接口,有可能微信号会受到官方限制,用一个闲置微信。 点击容器,可以看到运行的是两个服务,这是因为接口文档中启动了两个服务。 点击“wcandyaibot”后面的日志按钮,在弹出层中用提前预备好的微信进行扫码。 这个界面不会实时数显,为了验证是否成功,需要手动刷新一下。点击“刷新日志”,就能看到 WeChat login success,就是提示微信登录成功的意思。 为了确保微信是否实时在线,点击“日志管理”的“wcandyaibot”的“刷新日志”。如果显示“wechat login seccess"则表示微信正常登录中。 2. 效果测试 把绑定的微信号拉到群里或者单独对话,如视频所示就可以激活对话了,训练的数据越好,对话效果越好。
2025-03-09
Coze 智能体 教程 初学者
以下是为初学者提供的 Coze 智能体相关教程: 1. 可能是全网最好的 Coze 教程之一,能一次性带您入门 Coze 工作流。即使是非技术出身的爱好者也能上手跟学,一站式学会 AI Agent 从设计到落地的全流程方法论。 阅读指南:长文预警,请视情况收藏保存。 核心看点:通过实际案例逐步演示,用 Coze 工作流构建一个能够稳定按照模板要求,生成结构化内容的 AI Agent;开源 AI Agent 的设计到落地的全过程思路;10+项常用的 Coze 工作流的配置细节、常见问题与解决方法。 适合人群:任何玩过 AI 对话产品的一般用户(如果没用过,可以先找个国内大模型耍耍);希望深入学习 AI 应用开发平台(如 Coze、Dify),对 AI Agent 工作流配置感兴趣的爱好者。 注:本文不单独讲解案例所涉及 Prompt 的撰写方法。文末「拓展阅读」中,附有相关 Prompt 通用入门教程、Coze 其他使用技巧等内容,以供前置或拓展学习。 2. 90 分钟从 0 开始打造您的第一个 Coze 应用: 智能纪要: 智能章节: 页面布局的常见方式与实际操作讲解:本章节主要介绍页面布局。先讲解常见的左右、上下布局及嵌套方法,演示如何设置容器实现左右布局、调整大小分割等,强调外层高度设置的重要性。接着说明溢出处理方式及内边距影响,建议初学者用固定宽高布局。最后介绍换行布局及元素分布设置,用于图片排版。 讲解证件照应用搭建过程及布局设置:本章节介绍证件照应用搭建。会魔法的大人让大家创建应用、清理页面,先设置第一个 div 容器方便后续操作。提到要 1:1 复刻其应用,讲解证件照基础界面为上下布局,分标题、示例、操作展示三块,需拖三个容器,因排列方向问题可能只看到两个,还提到顶部高度大概 100。 证件照应用的用户界面搭建与业务逻辑构建讲解:本章节主要讲解证件照应用的搭建。先介绍用户界面搭建,包括各部分尺寸、布局、组件设置,如文本、图片、表单等;后阐述业务逻辑搭建,创建工作流,添加图片理解、图像生成、智能换脸等插件,设置参数、提示词,并进行测试,还告知文档地址在社区智能体 1.3 共学里。
2025-03-09
手把手带你创造智能体
以下是手把手创建智能体的详细步骤: 1. 创建智能体:使用单 Agent 对话流模式。 编排对话流:点击创建新的对话流并与智能体关联。在获取笔记详情节点和笔记评论节点分别配置 cookie,note_link 使用开始节点的 USER_INPUT。 数据处理:使用代码节点对两个插件获取的结果进行处理,注意代码节点输出的配置格式。 测试:找到一篇小红书笔记,在对话窗口输入地址试运行对话流,同时在智能体的编排页面进行测试,确保对话流执行成功。 发布:选择多维表格,进行配置。输出类型选文本,输入类型选字段选择器。完善上架信息,填写表格,选发布范围时可仅自己可用以加快审核。提交上架信息后,返回配置界面显示已完成即可最终提交。 2. 搭建智能体:创建智能体,输入人设等信息,放上创建的工作流。注意工作流中【所有视频片段拼接】节点使用的插件 api_token 填自己的 token 时不能直接发布,可将其作为工作流最开始的输入,让用户购买后输入再发布。 3. 开通阿里云百炼满血版 DeepSeek: 在模型广场找到 DeepSeekR1 并授权。 可看到免费的 100w 额度和已使用量,过期未用则浪费。此模型为阿里云自主部署,推理优化强,性能优于多数本地部署版本。还有免费的蒸馏版 R1 模型,同样 100w token,可在首页或直接体验使用,也可进行模型效果对比或用 API 调用。 百炼应用开发新增模板,可从模板学习应用搭建。 联网搜索简单方便,直接配置即可,结合 Deepseekr1 更强大。 新鲜的动态 few shot 小技巧可用于修正模型某些任务的表现。 用工作流让不同模型在同一任务创作。
2025-03-09
COZE创建智能体
以下是在 COZE 创建智能体的步骤: 1. 基础智能体创建: 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. 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;照片作为图像素材库。 记忆系统:变量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。 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. 具体创建示例: 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。 设置画小二助手的提示词。 动手实践: 第一步,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)。 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。回到智能体的编排页面,同样方式测试,确保对话流执行成功。 发布:点发布后,只选择多维表格,然后点配置。输出类型选文本,输入类型选字段选择器。完善上架信息,填个表格,选发布范围时,可选仅自己可用以加快审核。提交上架信息后,返回配置界面显示已完成,即可完成最终提交。
2025-03-08
学习人工智能,小白应该从哪学起?
对于小白学习人工智能,建议从以下几个方面入手: 1. 了解 AI 基本概念:首先,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,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。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,建议掌握提示词的技巧,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。 另外,您可以参考《雪梅 May 的 AI 学习日记》,其中提到适合纯 AI 小白的学习模式是输入→模仿→自发创造。同时要记住,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。
2025-03-08
我是一名主要服务于企业的律师,怎样才能得到ai最大化的帮助
作为服务于企业的律师,要得到 AI 最大化的帮助,可以从以下几个方面入手: 律师的优势: 1. 具备深厚的法律专业知识,能提供专业的法律分析和建议。 2. 在沟通和谈判中能够与各方建立信任、表达观点、促成交易等。 3. 能够针对新兴行业或监管空白提出合规建议。 4. 作为专业人士,在危机应对时能在紧急情况下做出专业判断,提供及时的法律建议和解决方案。 律师的不足: 1. 处理大量信息和数据时人工效率有限,如大量文件调查中的数据提取和整理。 2. 处理细节方面可能难以记住各类案件中的所有事实和细节,尤其在复杂案件中。 3. 在处理复杂案件时,可能会面临情绪、精力、时间等带来的压力,从而影响专业判断。 AI 的优势: 1. 信息检索与整理:能迅速从大量数据中检索相关信息,提取和整理案件相关资料。 2. 模式识别与预测:通过导入历史数据和参考信息,设定指令,可以预测案件的可能结果,辅助制定诉讼策略。 3. 自动化文档处理:能够自动生成和修改标准化文本与合同,减少律师在文档起草和修订上的工作量。 4. 多任务处理能力:可以同时处理多个任务,不受时间和体力的限制,对于同时处理基础任务能够极大提高效率。 AI 的不足: 1. 法律解释与推理:难以像专业的法律人一样,推演复杂的法律解释和论证。特别是在涉及交叉多个法律领域或需要深入社会背景解读法条时,能力非常有限。 2. 理解道德和情感:难以理解案件中涉及的复杂情感和动机。 3. 创新或个性化的服务:难以提供客户的综合性需求来提供个性化的法律服务,因为大模型是基于预设的数据和规则,不能及时采集到客户所有的即时信息,很难超出语料的内容生成创新且专业的答案,因此很难针对性地为客户提供专业服务。 律师与 AI 协同的关键在于:根据不同的法律业务场景,精准地提出问题、指令(Prompt),以引导 AI 发挥其最大的效用。例如,在处理信息检索与整理任务时,律师可以指导 AI 精确抓取相关法律法规、先例判决等关键信息,能够迅速获得案件准备所需的素材,花更多的时间进行法律分析。当需要自动化处理文档时,律师可以指导 AI 生成和修改标准化合同。给出类似“根据提供的模板,自动生成一份关于 XX 事项的合同草案,并标注出需要人工审核的关键条款”的 prompt。 同时,要认识到 AI 存在一定的“不稳定性”,不能期待设计一个完美的提示词就能得到完美答案,提示词实际上是一个关于此项问题的相对完善的“谈话方案”,真正的成果需要在与 AI 的对话中产生,并且在对话中限缩自己思维中的模糊地带。
2025-02-13
ai和律师的结合
AI 与律师的结合具有多方面的特点和协同方式: 律师擅长的方面: 1. 具备深厚的法律专业知识,能够提供专业的法律分析和建议,例如在证券欺诈案件中的专业分析。 2. 在沟通和谈判中能够与客户方、相对方、其他机构建立信任、表达观点、促成交易等。 律师不擅长的方面: 1. 处理大量信息和数据时,人工效率非常有限,如大量文件调查中的数据提取和整理。 2. 处理细节方面可能难以记住各类案件中的所有事实和细节,尤其是在复杂案件中。 3. 在处理复杂案件时,可能会面临情绪、精力、时间等带来的压力,从而影响专业判断。 AI 大模型擅长的方面: 1. 信息检索与整理,能迅速从大量数据中检索相关信息,如法律法规和案例的检索,提取和整理案件相关资料。 2. 模式识别与预测,通过导入历史数据和参考信息,设定指令,可以预测案件的可能结果,辅助制定诉讼策略。 3. 自动化文档处理,能够自动生成和修改标准化文本与合同,减少律师在文档起草和修订上的工作量。 4. 多任务处理能力,可以同时处理多个任务,不受时间和体力的限制,对于同时处理基础任务能够极大提高效率。 AI 大模型不擅长的方面: 1. 法律解释与推理,难以像专业的法律人一样,推演复杂的法律解释和论证,特别是在涉及交叉多个法律领域或需要深入社会背景解读法条时。 2. 理解道德和情感,难以理解案件中涉及的复杂情感和动机。 3. 创新或个性化的服务,难以提供客户的综合性需求来提供个性化的法律服务。 律师与 AI 协同的方式和技巧: 1. 律师在运用大模型时,要根据不同的法律业务场景,精准地提出问题、指令(Prompt),以引导 AI 发挥其最大的效用。 2. 在处理信息检索与整理任务时,律师可以指导 AI 精确抓取相关法律法规、先例判决等关键信息,迅速获得案件准备所需的素材,花更多的时间进行法律分析。 3. 当需要自动化处理文档时,律师可以指导 AI 生成和修改标准化合同。 4. 例如在使用 AI 进行数据分析时,将数据清洗、数据提取、模型选择、模型训练和结果解释等环节分开处理,针对每个环节优化 AI 的性能,同时也便于发现和修正问题。 5. 针对复杂的问题,律师可以采用逐步深化和细化的方式提问。先提出一个较为宽泛的问题,然后根据 AI 的回答进一步细化或深化问题。 6. 给 AI 提供参考和学习的内容,包括详细的操作指南、行业最佳实践、案例研究等,同时编写详细的流程和知识(knowhow)。 7. 在 Prompt 中使用法律术语来引导 AI 的回答方向。 8. 大模型的语料存在一定滞后性,在使用 AI 的回答后,律师一定要对内容进行交叉验证,确保信息的准确性。同时,律师在使用 AI 时,还应结合自身的专业知识进行引导。通过专业知识对 AI 的回答进行筛选和判断,确保其符合我国法律伦理、立法目的和实务。
2025-01-25
AI律师,法律咨询类如何借助ai来搞定,推荐文章和工具
以下是关于法律咨询类如何借助 AI 来搞定的相关内容: 潘帅提出,使用 AI 进行数据分析时,应将各环节分开处理以优化性能和便于发现修正问题。针对复杂问题,律师可逐步深化细化提问方式。要给 AI 提供参考和学习内容,包括操作指南、行业最佳实践、案例研究等,并编写详细流程和知识。利用专业领域术语引导 AI 回答方向,如在处理合同纠纷时提示特定方面。使用 AI 回答后要进行交叉验证,结合自身专业知识筛选判断。还可指定 AI 模仿资深律师的风格,要求其提供多个例子和从多个角度思考,如给出多种诉讼策略并分析优劣。 陶力文律师认为不能期待设计一个完美的提示词让 AI 百分百给出完美答案,应把提示词当作相对完善的“谈话方案”,在对话中产生成果。对于尝试 AI 的朋友,建议多给 AI 几轮对话修正的余地,不要期望一次输入就得到想要的东西。 潘帅还提到了 PEMSSC 方法,包括个性化的风格、给参考或一定逻辑结构、从多个角度思考、总结概括、区分以及明确能力或角色,并分别举例说明了如何应用。
2025-01-13
法律智能律师
以下是关于法律智能律师的相关内容: 一、什么是 Prompt 及如何写出好的 Prompt 1. Prompt 指的是给人工智能(AI)系统提供的信息或者问题,用来引导 AI 产生特定的回答或者执行特定的任务。对于 AI 来说,一个好的 Prompt 可以帮助它更准确地理解需求,并给出更相关、更有用的回答。 2. Prompt 的建议框架及格式: CRISPE 框架: Capacity and Role(能力与角色):明确 AI 的角色和能力,如专注于民商事法律领域的律师,擅长案例研究、法律条文检索以及案件策略分析。 Insight(洞察):提供背景信息和上下文,如处理一起复杂的合同纠纷案件,向 AI 提供案件的关键事实、相关法律以及案件涉及的背景。 Statement(陈述):明确期望 AI 完成的任务,如要求 AI 总结案件中双方的诉求、检索法条、预测可能的判决结果。 Personality(个性):确定希望 AI 以什么风格或方式回答。 Experiment(举例):通过举例进一步说明。 二、关于写 Prompt 的实践经验 1. 不能期待设计一个完美的提示词,然后 AI 百分百给到完美符合要求的答案,中间不能有谬误,否则就是一个需要修复的“BUG”。这本质上还是前 AI 时代“机器编程”的思路,是工程学的,把 AI 当成机械的。 2. 给到 AI 的提示词实际上是一个关于此项问题的相对完善的“谈话方案”,真正的成果需要在对话中产生,在对话中限缩自己思维中的模糊地带。 3. 现在大多数人(包括各个大厂的提示词工程师们)基本上都还抱着前 AI 时代的“机器编程”思路来进行 AI 的“自然语言编程”。这种希望通过一个超级提示词母机,保证 AI 不出错的一次性生成用户想要的理想效果的工程学路线,恐怕原理上比较难走。 4. 对于想要尝试 AI 的朋友们,建议多给到 AI 几轮对话修正的余地,不要期望输入一次提示词 AI 就能给到想要的东西,毕竟很多时候自己刚开始也不知道自己想要什么。 三、个人写 Prompt 的习惯和示例 1. 基于个人习惯和审美偏好,把 Prompt 或者提示词称为【灵机符箓】或简称【符箓】,把 AI 称为【灵机】。 2. 习惯用的大模型是 KIMI,但别的 GPT、文心一言、豆包等也都可以,具体效果可能有不同。 3. 示例:敕令法律文章撰写 箓: author:叁随道人 version:1.0(20240626) language:中文 符: 你是一名资深中国律师,不仅精通法律,而且熟悉商业实践和人性,本任务中你需要根据【基础材料】,输出特定【语言风格】的文章。开头是惯例的赋予 AI 灵机一个“身份”,这实际上就是一次划定【边界】,避免输出的结果里出现国外的或非法律的内容,过于宽泛。而后是一个总的任务流程,和两个关键变量【基础材料】和【语言风格】。首先获得基础材料。
2024-12-30
律师如何使用 ai
律师使用 AI 可以从以下几个方面入手: 一、认识 AI 1. 把 AI 当成黑箱,只需知道它是能模仿人类思维、理解和输出自然语言的东西,不必深究技术原理。 2. 认识到 AI 具有“似人非人”的特点,存在一定的不稳定性和不确定性。 3. 借鉴人类各个文明传说和古老哲人的智慧,在与 AI 相处时,既要基于其“非人”一面,通过清晰的语言文字压缩其自由度,明确告知任务、边界、目标、实现路径和所需知识;也要接受其“似人”一面可能出现的问题,如学习人类思维磨洋工、乱搞、不执行等,并加以教育、监督和鞭策。 二、具体使用方法 1. 针对数据分析等任务,将各个环节分开处理,优化 AI 性能,便于发现和修正问题。 2. 对于复杂问题,采用逐步深化和细化的方式提问,先提出宽泛问题,再根据回答进一步细化或深化。 3. 为 AI 提供参考和学习的内容,包括详细的操作指南、行业最佳实践、案例研究等,编写详细的流程和知识(knowhow)。 4. 在 Prompt 中使用法律术语引导 AI 的回答方向。 5. 对 AI 的回答进行验证与反馈,交叉验证确保信息准确性,结合自身专业知识进行筛选和判断,确保符合我国法律伦理、立法目的和实务。
2024-12-04
如何利用AI帮助自己成为一名知识产权律师?我已经获得了法律职业资格证,但还没有实习成为一名律师。
成为一名知识产权律师可以借助 AI 从以下几个方面入手: 1. 知识学习与案例研究:利用 AI 驱动的法律数据库和学习平台,深入了解知识产权领域的法律法规、典型案例和最新动态。 2. 法律文书撰写辅助:借助 AI 工具提高法律文书如起诉书、答辩状等的撰写效率和质量,确保语言准确、逻辑清晰。 3. 模拟案例分析:通过 AI 模拟各种知识产权相关的案例场景,进行分析和应对策略的制定,提升解决实际问题的能力。 4. 客户需求分析:利用 AI 对潜在客户的需求和问题进行分析,以便更好地提供针对性的法律服务。 5. 法律研究与创新:借助 AI 探索知识产权领域的前沿研究和创新趋势,为自己的业务发展提供新思路。 需要注意的是,AI 只是辅助工具,不能替代您自身的专业判断和实践经验。在使用 AI 工具时,要对其结果进行审慎评估和验证。
2024-09-19
我想开发铁路调车作业岗位的制动员、连接员和调车长的专业技能等级考级试题库。我应该利用何种AI资源来辅助我开发呢?
目前在开发铁路调车作业岗位相关的专业技能等级考级试题库方面,可利用的 AI 资源相对有限。但您可以考虑以下几种方式: 1. 利用自然语言处理模型,如 ChatGPT 等,辅助生成一些基础的题目框架和内容描述,然后您再根据实际需求进行修改和完善。 2. 借助一些智能写作工具,帮助您优化题目表述,提高题目质量。 3. 运用在线的知识图谱和数据库,获取与铁路调车作业相关的专业知识和标准,为试题库的内容提供准确依据。 需要注意的是,AI 生成的内容仅供参考,最终的试题库仍需要您依据专业标准和实际工作要求进行严格的审核和把关。
2025-03-05
有没有专业文档排版AI
以下是关于专业文档排版 AI 的相关信息: AI 文章排版工具主要用于自动化和优化文档的布局和格式,特别是在处理学术论文和专业文档时。一些流行的 AI 文章排版工具包括: 1. Grammarly:不仅是语法和拼写检查工具,还提供排版功能,可改进文档风格和流畅性。 2. QuillBot:AI 驱动的写作和排版工具,能改进文本清晰度和流畅性,保持原意。 3. Latex:虽不是纯粹的 AI 工具,但在学术论文排版中广泛使用,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过程。 4. PandaDoc:文档自动化平台,使用 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,保持原始意图。 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 等更适用。 此外,还有一些 AI 辅助的 PPT 工具,如: 1. Gamma:在线 PPT 制作网站,通过输入文本和想法提示快速生成幻灯片,支持嵌入多媒体格式。 2. 美图 AI PPT:通过输入简单文本描述生成专业 PPT 设计,包含丰富模板库和设计元素。 3. Mindshow:AI 驱动的 PPT 辅助工具,提供智能设计功能,如自动布局、图像选择和文本优化等。 4. 讯飞智文:科大讯飞推出的 AI 辅助文档编辑工具,利用语音识别和自然语言处理技术优势,提供智能文本生成、语音输入、文档格式化等功能。 关于《促进创新的人工智能监管方法》的相关内容:文中提到,AI 已融入日常生活,带来诸多实际好处,如流媒体服务推荐节目、导航规划路线等。同时指出,应在支持创新的同时提供监管框架以识别和应对风险,避免过度严格的方法抑制创新和减缓 AI 应用,应建立适度且支持创新的监管框架,关注 AI 部署的情境而非特定技术,以平衡收益与潜在风险。
2025-03-04
我是一个普通本科的大二学生,学的是软件工程专业,但是我本身编程能力不是很好,我对ai拥有浓厚的兴趣,喜欢去学习并运用ai,我想未来all in ai并成为一个产品经理,我想给你分享一下我的计划,我想今年下半年考过英语四级,并且参加苹果26年的swift 学生挑战赛,我是零基础但是我愿意学习,希望你帮我制定一个包含实施策略、里程碑和最佳实践的详细框架,以帮助我有效地实现这些目标!
以下是为您制定的包含实施策略、里程碑和最佳实践的详细框架,以帮助您有效地实现目标: 一、英语四级考试 实施策略: 1. 制定学习计划,每天安排一定时间学习英语,包括词汇、语法、听力、阅读和写作。 2. 多做历年真题,熟悉考试题型和难度。 3. 参加英语学习社群或找学习伙伴,互相监督和鼓励。 里程碑: 1. 每月进行一次模拟考试,评估学习进度。 2. 两个月内完成词汇和语法的系统学习。 最佳实践: 1. 利用碎片时间背单词,如在公交车上、课间等。 2. 听力练习时,反复听同一篇材料,直到完全听懂。 3. 写作练习后请老师或同学帮忙批改,总结错误和不足。 二、参加苹果 26 年的 Swift 学生挑战赛 实施策略: 1. 从零基础开始学习 Swift 编程语言,通过在线课程、书籍等资源进行系统学习。 2. 参与相关的编程实践项目,提升实际操作能力。 3. 关注苹果官方网站和社区,了解挑战赛的最新动态和要求。 里程碑: 1. 三个月内掌握 Swift 编程语言的基础知识。 2. 半年内完成一个小型的 Swift 项目开发。 最佳实践: 1. 遇到问题及时在技术论坛或社区寻求帮助。 2. 定期回顾和总结所学知识,加深理解和记忆。 3. 参考优秀的 Swift 项目案例,学习他人的编程思路和技巧。 三、成为 AI 产品经理 实施策略: 1. 学习 AI 相关的基础知识,包括机器学习、深度学习等。 2. 了解产品经理的职责和工作流程,通过实践项目积累经验。 3. 关注行业动态,参加相关的研讨会和培训课程。 里程碑: 1. 一年内掌握 AI 基础知识和产品经理的基本技能。 2. 参与实际的 AI 项目开发,担任产品经理助理角色。 最佳实践: 1. 多与行业内的专业人士交流,获取经验和建议。 2. 不断提升自己的沟通和协调能力,以更好地推动项目进展。 3. 学会从用户需求出发,设计具有创新性和实用性的 AI 产品。 希望以上框架对您有所帮助,祝您顺利实现目标!
2025-03-01
如何把ai作为培训技术手段,建立和制作港口企业管理人员、职能技术专业人员、技能人员以及理货、驾驶、起重人员培训课程
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。
2025-02-28
我是没有编程和计算机专业知识的新手,想要学习提示词设计,请推荐学习资料
以下是为没有编程和计算机专业知识的新手推荐的学习提示词设计的资料: 1. 参考文献: D.Sculley 等人的《机器学习:技术债务的高利贷》(2014 年) Xavier Amatriain 等人的《Transformer 模型:介绍和目录》(2023 年) Hattie Zhou 等人的《通过上下文学习教授算法推理》(2022 年) Yao Lu 等人的《神奇有序的提示词及其寻找方法:克服少样本提示词顺序敏感性》(2022 年) Jason Wei 等人的《思维链提示词在大型语言模型中引出推理》(2022 年) Zhuosheng Zhang 等人的《大型语言模型中的自动思维链提示词》(2022 年) Shunyu Yao 等人的《思维树:与大型语言模型一起进行深思熟虑的问题解决》(2023 年) 2. 小七姐的相关教程: 《Prompt 喂饭级系列教程小白学习指南(四)》:介绍了标识符(如、<>等)和属性词(如 Role、Profile、Initialization 等),并指出结构化提示词框架可作为通用标准格式,还推荐了相关理论原文,如李继刚和云中江树的详细理论。 3. 学习提示词运用的建议: 理解提示词的作用:提示词向模型提供上下文和指示,其质量影响模型输出质量。 学习提示词的构建技巧:明确任务目标,用简洁准确语言描述,给予足够背景信息和示例,使用清晰指令,对特殊要求明确指示。 参考优秀案例:在领域社区、Github 等资源中研究学习优秀提示词案例。 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,持续优化提示词构建。 活用提示工程工具:如 Anthropic 的 Constitutional AI 等。 跟上前沿研究:持续关注提示工程领域的最新研究成果和方法论。 请注意,上述部分内容由 AI 大模型生成,请仔细甄别。
2025-02-27
一名扬州大学汉语言文学师范专业的大一在读生,无创业经验,如何在ai帮助下在未来几年寻找创业方向和努力路径
对于一名扬州大学汉语言文学师范专业的大一在读生,无创业经验,在未来几年借助 AI 寻找创业方向和努力路径,可以参考以下建议: 首先,了解不同的发展路径特点。在学术研究方面,要培养适应能力,保持对研究的热爱以应对长期缺乏即时反馈的挑战。创业如同“当海盗”,充满刺激和不确定性,需要快速学习、适应市场和承担风险,虽能直接面对社会,但可能带来巨大压力并影响生活质量。在大公司工作需确保个人目标与公司一致,创业公司有生存压力,而打工人有稳定收入和学习机会,但可能限制思维。 其次,明确选择路径的逻辑。无论选择哪种路径,强烈的内在动机是长期成功的关键,动机可能源于内心欲望或对失败的恐惧,要直面并理解它们,将其转化为积极向上的动机,确保符合个人价值观。确定积极动机后,具有学术价值的问题可考虑读博,有商业价值的问题可尝试创业,至少有成长价值的问题可从打工开始。 最后,为持续提升自我,可以采用从导师或上级的角度每周总结工作的实用方法。分析未达成目标的原因,如果是懒惰,要直面并解决,比如找学习伙伴相互监督;如果是能力不足,可以考虑转向擅长领域或增加学习时间。 对于您来说,可以结合自身的兴趣和优势,思考在汉语言文学师范领域中是否存在具有商业价值的问题,利用 AI 技术进行市场调研和分析,探索可能的创业方向。同时,也可以通过打工或参与相关项目积累经验。
2025-02-27