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

我想要学习prompt,请你推送10篇知识库相关文章给我

Answer

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

References

云中江树- LangGPT 提示词

[1.LangGPT社区年度分享:AI交流的艺术](https://waytoagi.feishu.cn/wiki/YTnWwiGFZi37wqkzjvjcwuown7b?table=tblp81WDObH3I20H&view=vewM2PB3Iu)[2.系统论述文章:构建高性能Prompt之路—结构化Prompt](https://waytoagi.feishu.cn/wiki/OsEowcI67i6UBMk5ztac4Tsrned?table=tblp81WDObH3I20H&view=vewM2PB3Iu)[3.如何让LLM应用性能登峰造极](https://waytoagi.feishu.cn/wiki/LSlHw3FbWiNZupkBOVXcl7aVnrf)[3.Prompt进阶—提示链(Prompt Chain)和多提示词协同](https://waytoagi.feishu.cn/wiki/LOt0wYe5jiqbP0kafxqcWta2nnL?table=tblp81WDObH3I20H&view=vewM2PB3Iu)[4.Agents基石|提示词结构化方法论和实践](https://waytoagi.feishu.cn/wiki/UIhhwy31bifLL5knakfcAn00nMg)[5.提示工程培训:入门到精通系列课程](https://waytoagi.feishu.cn/wiki/NzStwHsNei0LqPkzWGocja90nPd?table=tblp81WDObH3I20H&view=vewM2PB3Iu)

从原理到应用一次讲清楚 Prompt

原创小宝聊AI小宝聊AI 2024-01-30 00:12发表于浙江小宝聊AI十年大厂架构师,专注于大模型技术和应用29篇原创内容公众号本文长度5000字阅读时长预计需要20分钟本文目录一、什么是Prompt二、用更加专业的方式定义Prompt三、用数学来理解Prompt四、NLP发展的四大范式五、为什么Prompt可以减少幻觉六、Open AI()提供的最佳实践七、可以直接使用Prompt的关键框架八、为什么使用框架的效果好[heading2]1、什么是Prompt[content]简单来说,其实是一套你和大模型交互的一种语言模板。通过这个模版,你可以输出你对于大模型响应的指令,用于大模型应该具体做什么指定,完成什么任务,如何处理具体的任务,并最终输出你期望的结果。虽然大模型具有基础的文字能力,能够理解你对于模型说的大部分话,但是为了达成大模型更好的回答效果,需要通过Prompt,来提升模型返回的准确性。如果说,过去的时代,人机交互的主要方式是通过代码,那么我认为在大模型时代,交互语言的主要方式其实是Prompt。[heading2]2、用更加专业的方式定义[content]Prompt大模型的本质是一个基于语言的概率模型,他返回他觉得概率最大的内容。如果是直接问大模型,没有提供Prompt,相当于大模型随机给出他的答案。有了Prompt,其实是给了一个模板,这个模板包括了对于模型的要求,输入和输出的限制,大模型在这个限制之下,去得到概率最大的答案。

目录:最佳实践 🔥

收录几篇不错的prompt文章|多行文本|标签|备注|附件|链接||-|-|-|-|-||Prompt到底是什么?为什么我们坚信Prompt是未来?||||[https://mp.weixin.qq.com/s/sNke1pBvI-qNgP3193d45g](https://mp.weixin.qq.com/s/sNke1pBvI-qNgP3193d45g)||13条咒语挖掘GPT-4最大潜力,Github万星AI导师火了,网友:隔行再也不隔山了||||[https://mp.weixin.qq.com/s/BJpGQE4SWPBC8Ncha8XaIA](https://mp.weixin.qq.com/s/BJpGQE4SWPBC8Ncha8XaIA)||如何计算token||||[https://github.com/openai/openai-cookbook/blob/main/examples/How_to_count_tokens_with_tiktoken.ipynb](https://github.com/openai/openai-cookbook/blob/main/examples/How_to_count_tokens_with_tiktoken.ipynb)|[heading1]子页面目录

Others are asking
清华104页AI使用指南
以下是清华 104 页 AI 使用指南的相关内容: 智能纪要部分: 共学课程涵盖 config UI 从入门到精通,还有个人专栏研究报告、产品数据、全球投融资情况等内容,做项目时可查看细分赛道融资情况,也可学习 AI 功能创业,介绍了企业专栏内容如 Kimi 的技巧等。 提到了 AI 的案例和投稿,包含开发相关、微信机器人、人物角色等内容,还有日报动态、法律法规、历史更新和社区介绍等,布置了关于 AI 兴趣方向的小作业。 介绍了 CONFIUI 生态大会东京站 11 月 16 17 日的活动内容及报名,包括社区共创项目、大奖、首届活动情况、海外创作者共学等。 总结了关于 AI 知识库使用及 AIPO 活动的介绍,包括使用情况、发起背景、内容安排及相关资源等;AIPO 线下活动及 AI 相关探讨,包括规则、玩法、重要地位和研究方向等;way to AGI 社区活动与知识库介绍,包括活动安排、材料准备、使用和内容更新等;还包括时代杂志评选的领军人物、AI 相关名词解释、知识库的信息来源、社区共创项目、学习路径、经典必读文章、初学者入门推荐、历史脉络类资料等。 介绍了 AI 相关技术与活动,如 AI 音乐创作、数字人语音合成、config UI 的应用,以及社区共创项目如东京的 confii 生态大会、AI 文旅视频、娃卡奖、李普村共创故事、AI 春晚等,还有作业与报名、线下寄送物料组织活动、AI 春晚即将开始、AIPO 活动及相关挑战、共学活动与技能提升、硬件机器人材料购买、自媒体发布与流量扶持、活动奖项与历史玩法、工具使用与新大赛预告等。
2025-02-17
列出最近很火的10个AI应用
以下是最近很火的 10 个 AI 应用: 1. AI 游戏道具推荐系统:使用数据分析、机器学习技术,已有产品如游戏内商城推荐功能,市场规模达数亿美元,能根据玩家需求推荐游戏道具。 2. AI 天气预报分时服务:运用数据分析、机器学习技术,如彩云天气分时预报,市场规模数亿美元,提供精准的分时天气预报。 3. AI 医疗病历分析平台:采用数据分析、自然语言处理技术,像医渡云病历分析系统,市场规模数十亿美元,可分析医疗病历辅助诊断。 4. AI 会议发言总结工具:借助自然语言处理、机器学习技术,例如讯飞听见会议总结功能,市场规模数亿美元,能自动总结会议发言内容。 5. AI 书法作品临摹辅助工具:通过图像识别、数据分析技术,有书法临摹软件,市场规模数亿美元,帮助书法爱好者进行临摹。 6. AI 摄影参数调整助手:利用图像识别、数据分析技术,一些摄影 APP 有参数调整功能,市场规模数亿美元,可根据场景自动调整摄影参数。 7. AI 音乐情感分析平台:使用机器学习、音频处理技术,如音乐情感分析软件,市场规模数亿美元,能分析音乐的情感表达。 8. AI 家居智能照明系统:基于物联网技术、机器学习技术,像小米智能照明系统,市场规模数十亿美元,实现家居照明的智能化控制。 9. AI 金融风险预警平台:运用数据分析、机器学习技术,如金融风险预警软件,市场规模数十亿美元,可提前预警金融风险。 10. AI 旅游路线优化平台:借助数据分析、自然语言处理技术,如马蜂窝路线优化功能,市场规模数亿美元,能根据用户需求优化旅游路线。
2025-02-17
我想要一份前10耗用的AI工具总结或介绍的PPT或链接
以下为您提供一些关于 AI 工具的总结和介绍: 1. 在通往 AGI 之路知识库中: AI 音乐创作:通过输入更高级的词汇与 AI 音乐对话能产生更好效果,有 AI 音乐的版块、挑战、分享会和教程,可通过王贝加入 AI 音乐社区。 数字人语音合成:介绍了声音克隆技术,提到了微软、阿里等的相关成果,常用的是 JPT service。 Config UI 的应用:能降低成本、提高效率,在图书出版、引流等方面有应用,岗位稀缺,社区有相关共学课程。 社区共创项目:包括东京的 confii 生态大会、AI 文旅视频、娃卡奖、李普村共创故事、AI 春晚等活动。 作业与报名:作业是询问对 AI 方向的兴趣和想做的项目,活动报名可通过填写名字和申请新增学校参与。 线下寄送物料组织活动:会给大家寄送线下活动物料,在学校内组织。 AIPO 活动及相关挑战:10 月 20 日的 AIPO 活动,可提前构思展示项目,有会话和视频相关的挑战赛。 共学活动与技能提升:接下来 10 天有从零基础到建站等内容的讲解,回放会放在链接里,可先从练习提示词入手。 硬件机器人材料购买:若搞硬件机器人,部分材料需尽快购买。 自媒体发布与流量扶持:在小红书发布活动内容带特定标签有流量扶持,作品也可发布在 GitHub 等平台。 活动奖项与历史玩法:设最佳创业奖和最佳投资奖各四个,有线下摆摊展示交流、IPO 路演等玩法,之前在多个城市举办过 AI 切磋大会。 工具使用与新大赛预告:可使用多种 AI 工具,新的大赛即将开启,有百万奖金池,相关动态会在社区活动栏目公布。 2. ShowMeAI 周刊 No.10 中: Brev.AI:能生成更好听的中文歌。 妙刷:突如其来的「出圈」与莫名其妙地「被骂」。 当我们一起围观 Cursor 限时编程项目(的大型翻车现场)hhh。 网传「国产 AI 产品 Q3 投放金额统计」:不是真的!没这么多! 把大模型输出的数据搞成 Excel 表格,一共有几种方法? 完成「得到 AI 产品好用榜」发布会 PPT,一共用到了以下几款 AI 工具: 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 ModelJudge:快速测评多个 AI 模型的回答结果,并帮助做出选择。 关于大模型、复杂剧情、内容创作、AI 陪伴的一些想法@AI 投什么。 妙用 AI:把照片里的 PPT「提取」出来的小技巧。 您可以通过以下途径获取更详细的信息:公众号菜单栏底部有星球入口,添加南乔(AhaNanQiao)好友进社群!
2025-02-13
请给出10个 有关 AI 的概念的 知识点 并用150字 进行介绍
以下是 10 个有关 AI 的概念知识点及介绍: 1. 人工智能(AI):目标是让机器展现智慧,是一个广泛的领域。 2. 生成式人工智能(GenAI):旨在让机器产生复杂有结构的内容。 3. 机器学习:使机器能自动从资料中找到公式的手段。 4. 深度学习:基于类神经网络,具有大量参数的更强大手段。 5. 大语言模型(LLMs):具有大量参数的深度学习模型。 6. ChatGPT:基于大型语言模型的对话机器人,能根据输入生成文本回复。 7. AIGC:利用人工智能技术生成包括文本、图像等多种内容的新型生产方式。 8. 统计学基础:包含均值、中位数、方差等统计概念,是 AI 的重要基础。 9. 监督学习:如线性回归、决策树等常用算法。 10. 无监督学习:如聚类、降维等算法。
2025-02-08
有10个数据如何分析其中9个数据对另外一个数据的影响因子大小
在面对有 10 个数据,需要分析其中 9 个数据对另外一个数据的影响因子大小时,通常可以采用以下几种方法: 1. 线性回归分析:建立线性回归模型,将这 9 个数据作为自变量,另一个数据作为因变量,通过回归系数来评估影响因子的大小。 2. 相关性分析:计算这 9 个数据与目标数据之间的相关系数,相关系数的大小和正负可以反映影响的程度和方向。 3. 逐步回归分析:通过逐步引入和剔除变量的方式,确定对目标数据有显著影响的变量及其影响因子。 需要注意的是,在进行分析之前,要确保数据的质量和合理性,并且根据数据的特点和分析目的选择合适的方法。
2025-02-08
100 万 tokens 什么概念
100 万 tokens 具有以下重要意义和影响: 算法视角:更宽的上下文窗口允许模型在推理时纳入训练数据中未找到的大量新的、特定于任务的信息,从而提高各种自然语言或多模式任务的性能。对越来越长的上下文进行数据建模的能力经历了从 Shannon 1948 提出的 2gram 语言模型、到 1990 年代和 2000 年代的现代 ngram 模型(5 个上下文 token),2010 年代的循环神经网络(RNN)达到数百个 token(Jozefowicz 等),到 2023 年 Anthropic 将上下文扩展到几十万 token 的发展历程。 产品视角:长上下文意味着 LLM 理解能力增强。从提示词到 RAG,都是为了增加给模型的上下文,进而让需求更明确,让模型理解得更好。从用数据训练模型、到指令微调,到提示词和 RAG,到大模型的超长下文,机器越来越像人了。提示词和 RAG 正在快速被弱化,但出于工程和商业考量,目前在很多领域还是主流,未来依然可能是一个混合状态。模型上下文长度覆盖了书籍、电影、长视频等产品的通用长度,应该会引发相关链路上产品交互层的变化。 具体应用:Gemini1.5 支持 100 万 token,可以一次性处理大量信息,比如 1 小时的视频,11 小时的音频,超过 30,000 行代码或超过 700,000 个单词的代码库。Claude2100 k 模型的上下文上限是 100k Tokens,即 100000 个 Token。ChatGPT16 k 模型的上下文上限是 16k Tokens,即 16000 个 Token;ChatGPT432 k 模型的上下文上限是 32k Tokens,即 32000 个 Token。Token 限制同时对一次性输入和一次对话的总体上下文长度生效,当达到上限时,会遗忘最前面的对话。若想直观查看 GPT 如何切分 token,可以打开。此外,英文的 Token 占用相对于中文较少,因此很多中文长 Prompt 会被建议翻译成英文设定,然后要求中文输出。
2025-01-28
prompt
以下是关于 prompt 的相关知识: 1. 提示简介: 提示是您给 Claude 的文本,用于引发相关输出,通常以问题或指示的形式出现。例如:用户输入“为什么天空是蓝色的?”,Claude 回答的文本被称为“响应”,有时也被称为“输出”或“完成”。 2. 改变区域+混音: 选择的大小会影响结果。更大的选择为中途机器人提供更多上下文信息,能改善新添加内容的扩展和上下文,但选择太多可能会导致新生成的元素混合或替换原始图像的部分。 提示应集中于您希望在所选区域中发生的事情,较短且聚焦的提示通常更有效,不应是对话式的。 如果要更改图像的多个部分,应一次只处理一个部分。 技术细节:使用 Vary+Remix 模式生成的作业将遵循 chaos、fast、iw、no、stylize、relax、style、version、video、weird 等参数。 3. 提示的类型: 基本提示:可以是简单的单词、短语或表情符号。中途机器人最适合用简单、简短的句子来描述您想看到的内容,应避免长长的请求列表。 高级提示:可以包括一个或多个图像 URL、多个文本短语以及一个或多个参数。图像 URL 始终出现在提示的前面,精心编写的提示有助于生成令人惊叹的图像。
2025-02-20
口播文案 Prompt
以下是关于口播文案 Prompt 的相关内容: 一、景淮:漫画趣味高中大学时期对比图 GPTs 实战 在这个示例中,先将相关示例喂给 GPT,观察其生成文案的效果。提示词为上述高中和大学区别的口播搞笑视频,重点突出不同时期的生活状态和鲜明反差。输入关键词“下雨了”后,生成了以下口播文案: 1. 高中:下雨了,天哪,怎么办,我的数学书会湿!大学:下雨了,哦,正好,再睡一会儿。 2. 高中:下雨了,得快跑,别迟到了!大学:下雨了,那今天就不去了,网课见。 3. 高中:下雨了,我的鞋子!得小心踩!大学:下雨了,穿拖鞋去了,方便。 4. 高中:下雨了,雨衣雨伞全副武装!大学:下雨了,抓个文件夹顶顶就行。 5. 高中:下雨了,课间不能出去玩了。大学:下雨了,正好和室友打个牌。 6. 高中:下雨了,哦不,体育课怎么办?大学:下雨了,哈,今天体育课取消了! 7. 高中:下雨了,我的作业别淋湿了!大学:下雨了,电脑在宿舍,作业得推迟了。 8. 高中:下雨了,赶紧找地方躲雨。大学:下雨了,雨中漫步也挺浪漫的。 9. 高中:下雨了,不会影响放学吧?大学:下雨了,嘿,这是不是个不去自习的理由? 10. 高中:下雨了,我的头发!大学:下雨了,谁还没个糟糕的头发日呢。 二、歌词提示词 1. 柔和的原声乐器引子:指在歌曲开头使用柔和的原声乐器(如原声吉他或钢琴)演奏的部分。作用是设置温暖、亲密的氛围,引导听众进入歌曲。适用于民谣、流行音乐、乡村音乐等风格,编曲技巧是使用原声吉他或钢琴演奏柔和的旋律或和声,创造出温暖和亲密的开场效果。 2. 富有灵魂感的:充满情感和灵魂的表现,通常具有深情的旋律和强烈的情感表达。作用是增强音乐的情感深度和感染力,适用于灵魂乐、R&B、流行音乐等风格,编曲技巧是使用深情的旋律、柔和的和声和强烈的情感表达。 3. 富有灵魂感的桥段:在歌曲中间部分或过渡部分,充满情感和灵魂的旋律或和声。作用是增强音乐的情感深度和结构变化,适用于灵魂乐、R&B、流行音乐等风格,编曲技巧是在歌曲的过渡部分设计一个深情且富有灵魂感的桥段。 4. 口语:在歌曲或音乐中使用普通说话的方式进行表演,而不是唱歌。作用是增加音乐的叙述性和亲密感,强调歌词的内容和表达,适用于说唱、独立音乐、实验音乐等风格,编曲技巧是在适当的段落使用口语表演。 三、Prompt 的专场教程 基础篇 1. Prompt 是一段指令,用于指挥 AI 生成所需内容,每个单独的提示词叫 tag(关键词)。 2. 支持的语言为英语(不用担心英语不好的问题,),另外 emoji 也可以用。 3. 语法规则: 用英文半角符号逗号,来分隔 tag,逗号前后有空格或者换行都不影响效果。 改变 tag 权重:tag 顺序越靠前对于 SD 来说权重越大,可通过“括号,权重就重 1.1 倍,每加一层括号就反向减弱 1.1 倍)两种方式设置。 进行 tag 的步数控制(高级玩法):“”,数字大于 1 理解为第 X 步前为 tag1,第 X 步后变成 tag2,数字小于 1 理解为总步数的百分之 X 前为 tag1,之后变成 tag2。
2025-02-18
有什么提升 RAG 知识库问答的好的 prompt
以下是一些提升 RAG 知识库问答的好的 prompt 相关内容: RAG 在 Natural Questions、WebQuestions 和 CuratedTrec 等基准测试中表现出色,在使用 MSMARCO 和 Jeopardy 问题进行测试时,生成的答案更符合事实、具体且多样,FEVER 事实验证使用 RAG 后也有更好结果,说明 RAG 是可行方案,能增强知识密集型任务中语言模型的输出,基于检索器的方法常与 ChatGPT 等流行 LLM 结合提高能力和事实一致性,可在 LangChain 文档中找到相关例子。 RAG 能显著提高大模型在处理私域知识或垂直领域问答时的效果。其流程包括:上传文档(支持多种格式,会转换为 Markdown 格式)、文本切割、文本向量化(存入向量数据库)、问句向量化、语义检索匹配(匹配出与问句向量最相似的 top k 个)、提交 Prompt 至 LLM、生成回答返回给用户。RAG 研究范式分为基础 RAG、高级 RAG 和模块化 RAG。 高级 RAG 特点:支持多模态数据处理,增强对话性,具备自适应检索策略,能进行知识融合,扩展了基础 RAG 功能,解决复杂任务局限,在广泛应用中表现出色,推动自然语言处理和人工智能发展。 模块化 RAG 侧重于提供更高定制性和灵活性,将系统拆分成多个独立模块或组件,每个组件负责特定功能,便于根据不同需求灵活组合和定制。
2025-02-18
prompt的应用
以下是关于 prompt 应用的全面介绍: 一、什么是 prompt 1. 提示是您给模型(如 Claude)的文本,用于引发相关输出。它通常以问题或指示的形式出现。例如:“为什么天空是蓝色的?” 2. 在 AI 视频生成中,prompt 是直接描述或引导视频生成的文本或指令。类似给 AI 的提示,包含主体、运动、风格等信息,用户借此控制和指导生成内容。它在 AI 视频生成中作用十分重要,是表达需求的方式,影响视频内容和质量。如果上述过于抽象,您可以理解 Prompt 为:将您输入的文字变成对应的画面和运动形式。 3. 简单来说,prompt 是一套您和大模型交互的语言模板。通过这个模板,您可以输出对于大模型响应的指令,用于指定大模型应该具体做什么、完成什么任务、如何处理具体的任务,并最终输出您期望的结果。大模型的本质是一个基于语言的概率模型,若直接问大模型而不提供 prompt,相当于大模型随机给出答案。有了 prompt,相当于给了一个模板,包括对于模型的要求、输入和输出的限制,大模型在这个限制之下,去得到概率最大的答案。 二、prompt 在不同场景的应用 在即梦 AI 视频生成中,要想获得最佳的视频质量,需要写好 prompt。在图片生视频和文本生视频中,都有 prompt 的输入位置。
2025-02-18
12个精选prompt框架
以下是 12 个精选的 prompt 框架: 1. ICIO 框架: 指令:执行的具体任务。 背景信息:提供执行任务的背景信息、上下文内容,让大模型更好地回答。 输入信息:大模型需要用到的一些信息。 输出信息:明确输出的具体信息的要求,比如字数、风格、格式。 2. BROKE 框架:通过 GPT 的设计提示,来提升整体反馈的效率。 背景:提供足够背景信息,让大模型可以理解问题的上下文。 角色设定:特定的角色,让 GPT 根据特定的角色能力的特点来形成响应。 目标:明确任务的目标,让大模型知道您想让它做什么。 结果定义:明确可以衡量的结果,让大模型清楚自己做的情况。 调整:根据具体的情况,来调整具体的结果。 3. CRISPIE 框架: 能力和角色:您期望大模型扮演的角色洞察,提供幕后洞察力、背景信息和上下文。 声明:简洁明了地说明希望完成的任务。 个性:回应的风格、个性或者方式。 实验:提供多个回答的示例。 4. 课件中的 Prompt 之术“三板斧”: 分配角色。 给出示例(fewshots)。 思维链(ChainofThought)。
2025-02-17
prompt
以下是关于 prompt 的相关知识: 1. 提示简介: 提示是您给 Claude 的文本,用于引发相关输出,通常以问题或指示的形式出现。例如,“User:Why is the sky blue? 为什么天空是蓝色的?”,Claude 回答的文本被称为“响应”,有时也被称为“输出”或“完成”。 2. 改变区域+混音: 选择的大小会影响结果。更大的选择为中途机器人提供更多上下文信息,能改善新添加内容的扩展和上下文,但选择太多可能导致新生成的元素混合或替换原始图像的部分。 提示应集中于您希望在所选区域中发生的事情,较短且聚焦的提示通常更有效,不应是对话式的。 分步进行,如果要更改图像的多个部分,一次只处理一个部分。 技术细节:使用 Vary+Remix 模式生成的作业遵循 chaos、fast、iw、no、stylize、relax、style、version、video、weird 等参数。 3. 提示的类型: 基本提示:可以是简单的单词、短语或表情符号。中途机器人最适合用简单、简短的句子来描述您想看到的内容,避免长长的请求列表。 高级提示:可以包括一个或多个图像 URL、多个文本短语以及一个或多个参数。图像 URL 始终出现在提示的前面,精心编写的提示有助于生成令人惊叹的图像。
2025-02-17
兼职督学岗位,通过飞书平台为高中生服务,包括:1)解答学习方法等疑问;2)发送测试卷;3)提交测试卷后通知后端制作学习计划;4)发送学习计划链接;5)定期推送知识点和打卡提醒;6)查看打卡并反馈。所有文档通过飞书云文档链接发送。现在我想通过利用coze将deepseek等ai接入飞书的形式,制作出产品赋能督学在这一岗位的工作效率,并希望在这一过程中,锻炼我的ai能力,再想办法让上司或者老板为我这个产品支付报酬,请问我可以从哪些角度开发产品?
以下是一些您可以从以下角度开发产品来赋能兼职督学岗位的工作效率,并锻炼您的 AI 能力,以争取上司或老板为产品支付报酬: 1. 利用 Coze 的多语言模型支持,为解答高中生学习方法等疑问提供更准确和全面的回答。 2. 借助插件系统,集成与学习相关的插件,如学习资料查询、学习工具推荐等,丰富服务内容。 3. 运用知识库功能,上传各类学科知识点、优秀学习案例等,方便在服务中快速调用和推送。 4. 利用数据库和记忆能力,记住每个高中生的学习情况和需求,提供个性化服务。 5. 设计工作流,例如自动发送测试卷、自动通知后端制作学习计划、自动推送学习计划链接等流程,提高工作效率。 6. 采用多代理模式,针对不同学科或学习阶段设置专门的代理,提供更精准的服务。 7. 利用 Coze 易于发布和分享的特点,将服务产品推广给更多需要的高中生和督学人员。
2025-02-18
兼职督学岗位,通过飞书平台为高中生服务,包括:1)解答学习方法等疑问;2)发送测试卷;3)提交测试卷后通知后端制作学习计划;4)发送学习计划链接;5)定期推送知识点和打卡提醒;6)查看打卡并反馈。所有文档通过飞书云文档链接发送。现在我想通过利用coze将deepseek等ai接入飞书的形式,制作出产品赋能督学在这一岗位的工作效率,并希望在这一过程中,锻炼我的ai能力,再想办法让上司或者老板为我这个产品支付报酬,请问我可以从哪些角度开发产品?又该如何将它推销给上司?
以下是关于您利用 Coze 和 DeepSeek 等 AI 接入飞书来赋能兼职督学岗位工作效率的一些建议: 开发产品的角度: 1. 智能答疑系统:利用 AI 技术,对高中生常见的学习方法疑问进行自动分析和回答,提高答疑效率和准确性。 2. 个性化测试卷生成:根据学生的学习情况和需求,通过 AI 生成个性化的测试卷。 3. 学习计划优化:基于学生提交的测试卷结果,利用 AI 更精准地制定学习计划。 4. 知识点精准推送:运用 AI 分析学生的学习进度和薄弱环节,定期推送更具针对性的知识点。 5. 打卡提醒优化:通过 AI 实现更灵活、个性化的打卡提醒方式。 推销给上司的方法: 1. 展示效率提升:详细说明产品如何大幅提高兼职督学的工作效率,节省人力和时间成本。 2. 个性化服务优势:强调产品能够为高中生提供更个性化、精准的服务,提升学习效果。 3. 数据支持:提供相关的数据和案例,证明 AI 赋能后的积极效果。 4. 成本效益分析:说明开发和使用该产品的成本相对较低,而带来的收益显著。 5. 未来发展潜力:阐述产品在不断优化和拓展功能方面的潜力,适应更多的教育需求。 另外,Coze 是由字节跳动推出的 AI 聊天机器人和应用程序编辑开发平台,专为开发下一代 AI 聊天机器人而设计。它具有多语言模型支持、插件系统、知识库功能、数据库和记忆能力、工作流设计、多代理模式、免费使用、易于发布和分享等特点。这些特点可以为您的产品开发提供有力支持。
2025-02-18
coze如何实现触发自动推送内容到飞书聊天框?
要实现触发自动推送内容到飞书聊天框,可以参考以下步骤: 1. 创意构思:创建 Bot 的初衷是让用户拥有专属的资讯助手,通过 Coze 这样的 AI agent 流程,以多模态形式获取最新资讯,并自动推送到不同平台。该 Bot 项目以扣子为中心平台,通过自研插件、工作流和 Coze API 链接微信群、企业微信群、飞书云文档多维表格等,实现不同平台的信息传递与流通。可根据用户定制化检索需求,自动化抓取热点资讯,进行分析处理,整合成资讯文档,返回 Bot 对话界面,并同步自动发送到不同平台。 2. 效果呈现:Coze Bot 可通过不同提问触发不同检索功能,企业微信群能自动同步获得资讯检索结果,实现多平台联动,还能获取资讯文档具体内容,以及 Coze 与企业微信群的信息同步联动,Coze API 可接入微信进行对话交互检索。 3. 搭建工作流: 在 Bot 中绑定工作流,设置定时任务,发布到飞书渠道。 人设和回复逻辑:设置提示词,直接调用工作流。 工作流:添加创建的工作流。 设置触发器:选择“定时触发”,设定触发时间,如每天 18 点。任务执行时选择工作流,输入 key 和 rss_list 等参数。可同时设置多个触发器,最多 10 个。 发布到飞书:点击右上角“发布”,选择飞书渠道,因为目前 Coze 平台触发器只对飞书渠道生效。 4. 实现定时推送社区日报功能: 写一个爬虫的自定义插件抓取社区日报内容,以普通文本或 markdown 方式输出。 创建工作流,流程为开始>获取前一天日期>调用插件抓取日报内容>输出内容并结束。 在 Bot 设计界面添加触发器,设定定时触发时间,如每天早上 9 点,测试触发成功后发布到飞书,即可定时收到推送。
2024-11-28
AI定时推送
在开源 AI 社区中,通过以下步骤实现了定时推送功能: 1. 编写爬虫的自定义插件抓取社区日报内容,以普通文本或 markdown 方式输出。但由于是社区资源,需经允许后放出。 2. 创建工作流,流程为:开始 获取当前时间前一天的日期 调用自定义插件抓取日报内容 输出内容并结束。 3. 在 Bot 设计界面添加触发器,设置触发时间(如每天早上 9 点),触发工作流。经测试,在飞书上可定时收到推送。 此外,使用社群运营机器人进行知识库问答,将社区长期积累的文章和资料喂给机器人学习,它能通过 RAG 机制匹配用户问题给出准确稳定答案。不仅提高了回答问题的效率,保证答案的准确性和一致性,还会基于问题给出相关延伸阅读链接,鼓励用户主动学习,提升自学能力。对于重要的社区活动信息和动态,机器人能定时准时推送给用户,避免用户错过。
2024-10-30
gpt写论文推送的prompt
以下是为您整合的关于 GPT 写论文相关的内容: 1. GPTs 源 prompt:这段文字是关于 GPT 作为聊天机器人的功能和限制说明,包括通过 ChatGPT iOS 应用程序对话、处理图像输入、使用工具执行任务等,还提到了小互 bots 的制作过程,如引入外部知识库、聚合自有功能、提供第三方能力、通过 action set 设定 API 能力以及通过 Prompt 的 CoT 思维链处理数据链路等。相关导航网站:https://waytoagi.feishu.cn/record/Yq8DrMybyekB89csQREcZTkQnpd 、https://gptlet.app/gpts 。 2. DALL·E 3 论文公布、上线 ChatGPT,作者一半是华人:论文的最后一章讨论了限制与风险,如在空间感知方面表现不佳,不能很好理解方位词,构建文本描述生成器时存在问题,生成的文本会让图片在重要细节上产生幻觉,对下游任务有影响,未来希望探索字符级语言模型改进。 3. 教育方面:一个历史老师用 GPT 给学生讲课,历史专业学生已训练识别 ChatGPT 等服务的常见陷阱,语言模型对历史学家和历史专业学生是好事,但短期内对历史老师和其他教育工作者有重大问题,教授需重新思考作业,LLMs 注重迭代反馈,不同提示会产生不同结果。
2024-10-17
如何利用coze实现公众号更新后自动推送并总结内容
利用 Coze 实现公众号更新后自动推送并总结内容的步骤如下: 1. 抓取公众号内容: 先在平台搜索现成的插件,如 Coze 平台的读取公众号内容插件,但可能已荒废无法使用。 可考虑自己写爬虫抓取,或寻找可通过 API 方式直接调用的现成服务,如“瓦斯阅读”,但可能存在公众号不全的问题。还可尝试 GitHub 上的“WeWe RSS”工具。 2. 公众号内容总结: 主要依靠大模型的能力,如字节的豆包大模型。涉及批量化操作时,可使用“批处理”功能。 3. 定时推送到微信: 定时可通过 Coze 平台的触发器实现。 推送到微信需找第三方 API 的方案解决,如“server 酱”,通过服务号的模板消息将自定义内容推送到微信。 4. 搭建工作流: 循环查询文章是否推送过: 循环体内部的数据库节点用于在数据库中查询是否已推送过该文章,输入项为文章 url 和开始节点的 key(重命名为 suid)。 循环体内容的选择器判断数据库查询内容是否为空,为空则拼接文章完整信息。 设置 Bot: 人设和回复逻辑:设置提示词直接调用工作流,将“sum_weixin_2_2”替换为工作流名称。 工作流:添加创建的工作流。 设置触发器:选择“定时触发”,设定触发时间,如每天 18 点,输入工作流开始节点的参数。可设置多个触发器。 发布到飞书:点击右上角“发布”,选择飞书渠道,因 Coze 平台触发器目前只对飞书渠道生效。
2024-10-03
如何搭建自己的知识库
搭建自己的知识库可以参考以下步骤: 1. 了解 RAG 技术: 利用大模型的能力搭建知识库是 RAG 技术的应用。 大模型训练数据有截止日期,当需要依靠不在训练集中的数据时,可通过检索增强生成 RAG 实现。 RAG 应用包括文档加载、文本分割、存储、检索和输出 5 个过程。 文档加载:从多种来源加载文档,如 PDF 等非结构化数据、SQL 等结构化数据及代码。 文本分割:把文档切分为指定大小的块。 存储:包括将切分好的文档块嵌入转换成向量形式,并将向量数据存储到向量数据库。 检索:通过检索算法找到与输入问题相似的嵌入片。 输出:把问题及检索出来的嵌入片提交给 LLM 生成答案。 2. 文本加载器:将用户提供的文本加载到内存中,便于后续处理。 3. 基于 GPT API 搭建: 涉及给 GPT 输入定制化知识,但 GPT3.5 一次交互支持的 Token 有限。 OpenAI 提供了 embedding API 解决方案,embeddings 是浮点数字的向量,向量间距离衡量关联性,小距离表示高关联度。 4. 本地知识库进阶: 可使用额外软件 AnythingLLM,其包含 Open WebUI 的能力,并支持选择文本嵌入模型和向量数据库。 安装地址:https://useanything.com/download 。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。 在 AnythingLLM 中创建 Workspace 构建本地知识库,包括创建工作空间、上传文档并进行文本嵌入、选择对话模式(Chat 模式综合给出答案,Query 模式仅依靠文档数据给出答案),最后进行测试对话。 总之,搭建知识库需要不断实践和探索,“看十遍不如实操一遍,实操十遍不如分享一遍”。
2025-02-20
DeepSeek搭建 个人知识库
以下是关于 DeepSeek 搭建的相关知识: 对于个人知识库的搭建,您可以参考以下内容: 章节“三.使用 DeepSeek R1 给老外起中文名”:https://waytoagi.feishu.cn/wiki/O5V5wLC5Jiilpjk9j9RcAuACnZcshareDyEMdmCPOo98S6xbPfNcsuEOnuh 知识点“Node.JS 安装”:https://waytoagi.feishu.cn/wiki/O5V5wLC5Jiilpjk9j9RcAuACnZcsharePVnndBSV5oWOukx38tKcw2CPnub 申请“DeepSeek R1 API”:https://waytoagi.feishu.cn/wiki/O5V5wLC5Jiilpjk9j9RcAuACnZcshareTrXednqLAoH3VLxrUiYc1Pb9nhf 网页接入“DeepSeek API”:https://waytoagi.feishu.cn/wiki/O5V5wLC5Jiilpjk9j9RcAuACnZcshareUK5xdzhiaoo9RkxHR5bcs30pnV8 章节“一.Trae 的介绍/安装/疑难杂症”:https://waytoagi.feishu.cn/wiki/O5V5wLC5Jiilpjk9j9RcAuACnZcshareR4GvdgOzeoC9mOxd1hScuql6nVY Python 安装:https://waytoagi.feishu.cn/wiki/O5V5wLC5Jiilpjk9j9RcAuACnZcshareKcojdhid9oWJPjxAvEOczRt0nkg 一个提示词让 DeepSeek 的能力更上一层楼的相关内容: 效果对比:用 Coze 做了个小测试,大家可以对比看看,视频链接: 如何使用: 搜索 www.deepseek.com,点击“开始对话” 将装有提示词的代码发给 Deepseek 认真阅读开场白之后,正式开始对话 设计思路: 将 Agent 封装成 Prompt,将 Prompt 储存在文件,保证最低成本的人人可用的同时,减轻自己的调试负担 通过提示词文件,让 DeepSeek 实现:同时使用联网功能和深度思考功能 在模型默认能力的基础上优化输出质量,并通过思考减轻 AI 味,增加可读性 照猫画虎参考大模型的 temperature 设计了阈值系统,但是可能形式大于实质,之后根据反馈可能会修改 用 XML 来进行更为规范的设定,而不是用 Lisp(对我来说有难度)和 Markdown(运行下来似乎不是很稳定) 完整提示词:v 1.3 特别鸣谢:李继刚的【思考的七把武器】在前期为提供了很多思考方向;Thinking Claude 是现在最喜欢使用的 Claude 提示词,也是设计 HiDeepSeek 的灵感来源;Claude 3.5 Sonnet 是最得力的助手 五津:DeepSeek+扣子:1 分钟生成小红书爆款单词视频: 先观察此类视频规律,如先问这是什么→再揭晓结果,反复多次。 拆解视频模板的制作流程,逐个轨道分析,注意各轨道上的元素时间对应关系。 涉及的知识点可用于用扣子工作流来搭建。
2025-02-20
现在有哪些个人知识库软件可以用,请推荐。
以下是为您推荐的个人知识库软件: 1. Coze:如果您想使用专门搭建个人知识库的软件,可以参考文章,忽略本地部署大模型环节,直接看其中推荐的软件。但使用该软件可能需要对接一些额外的 API,建议先了解 RAG 的原理再使用。 2. AnythingLLM:包含所有 Open WebUI 的能力,并且额外支持选择文本嵌入模型和向量数据库。安装地址:https://useanything.com/download 。安装完成后,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。在 AnythingLLM 中有 Workspace 的概念,可以创建自己独有的 Workspace 跟其他项目数据进行隔离,包括创建工作空间、上传文档并进行文本嵌入、选择对话模式(Chat 模式和 Query 模式),配置完成后即可进行对话测试。 此外,还有通过 GPT 打造个人知识库的方法,比如将文本转换成向量节省空间,拆分成小文本块并通过 embeddings API 转换成 embeddings 向量,在向量储存库中保存这些向量和文本块作为问答的知识库。当用户提问时,将问题转换成向量与库中向量比对,提取关联度高的文本块与问题组合成新的 prompt 发送给 GPT API 。
2025-02-19
waytoagi的知识库基于哪个LLM创建的
目前没有明确的信息表明 waytoagi 的知识库基于哪个 LLM 创建。但以下信息可能对您有所帮助: AnythingLLM 包含了所有 Open WebUI 的能力,并且额外支持选择文本嵌入模型、选择向量数据库等。安装地址为:https://useanything.com/download 。安装完成后配置主要分为三步,包括选择大模型、选择文本嵌入模型、选择向量数据库。AnythingLLM 中有 Workspace 的概念,可创建自己独有的 Workspace 跟其他项目数据进行隔离,包括创建工作空间、上传文档并进行文本嵌入、选择对话模式(Chat 模式和 Query 模式)等。 GitHubDaily 开源项目列表中提到了 AnythingLLM,它是一个可打造成企业内部知识库的私人专属 GPT,可以将任何文档、资源或内容转换为大语言模型(LLM)知识库。
2025-02-19
用飞书搭建知识库并进行AI问答
以下是关于用飞书搭建知识库并进行 AI 问答的相关内容: 知识库问答是机器人的基础功能,可根据用户问题从知识库中找到最佳答案,这利用了大模型的 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,以提高机器对话和信息处理的能力。 简单来说,RAG 机制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。可以想象成当问复杂问题时,RAG 机制先在巨大图书馆里找相关书籍,再基于这些书籍信息给出详细回答。这种方法结合大量背景信息和先进语言模型能力,使生成内容更精确,提升对话 AI 的理解力和回答质量。 基于 RAG 机制实现知识库问答功能,首先要创建包含大量社区 AI 相关文章和资料的知识库,比如创建有关 AI 启蒙和信息来源的知识库,通过手工录入方式上传栏目所有文章内容,陆续将社区其他板块文章和资料导入。在设计 Bot 时,添加知识库,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内容结合回答。 另外,全程白嫖拥有一个 AI 大模型的微信助手的搭建步骤如下: 1. 搭建,用于汇聚整合多种大模型接口,方便后续更换使用各种大模型,并获取白嫖大模型接口的方法。 2. 搭建,这是个知识库问答系统,放入知识文件,接入上面的大模型作为分析知识库的大脑来回答问题。若不想接入微信,搭建到此即可使用,它有问答界面。 3. 搭建,其中的 cow 插件能进行文件总结、MJ 绘画。
2025-02-19
有哪些比较好的AI知识库学习网站
以下是一些比较好的 AI 知识库学习网站及相关学习建议: 通往 AGI 之路知识库: 提供了全面系统的 AI 学习路径,帮助您了解从 AI 常见名词到 AI 应用等各方面知识。 包含关于 AI 知识库使用及 AIPO 活动的介绍、AIPO 线下活动及 AI 相关探讨、way to AGI 社区活动与知识库介绍等内容。 信息来源有赛博蝉星公众号、国外优质博主的 blog 或 Twitter 等,推荐大家订阅获取最新信息并投稿。 有社区共创项目,如 AIPU、CONFIUI 生态大会,每月有切磋大会等活动,还发起了新活动 AIPO。 学习路径方面,有李弘毅老师的生成式 AI 导论等高质量学习内容,可系统化学习或通过社区共创活动反推学习,鼓励整理学习笔记并分享交流。 有经典必读文章,如介绍 GPT 运作原理、Transformer 模型、扩散模型等的文章,还包括软件 2.0 时代相关内容。 初学者入门推荐看 open AI 的官方 Cookbook,小琪姐做了中文精读翻译,也可查看 cloud 的相关内容。 有历史脉络类资料,整理了 open AI 的发展时间线和万字长文回顾等。 网站:ytoAGI.com 相关渠道:公众号“通往 AGI 之路”、 在线教育平台:如 Coursera、edX、Udacity 等,上面有一系列为初学者设计的课程,您可以按照自己的节奏学习,并有机会获得证书。 对于新手学习 AI,建议: 了解 AI 基本概念:阅读「」部分,熟悉 AI 的术语和基础概念。了解什么是人工智能,它的主要分支(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。 开始 AI 学习之旅:在「」中,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。 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),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。 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,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。
2025-02-18