提示词优化

以下是关于 RAG 高级优化的相关内容： RAG 是一种结合信息检索和文本生成能力的技术，由检索器和生成器两部分组成。在生成式 AI 的发展中，RAG 发挥着重要作用。 在模型开发方面，新兴的推理技术如连锁思考、树状思考和反射正在提高模型执行更复杂推理任务的能力，缩小客户期望与模型能力的差距。迁移学习技术如 RLHF 和微调变得更加可用，开发者可从 Hugging Face 下载开源模型并微调以实现优质性能。检索增强生成（RAG）引入关于业务或用户的上下文，减少幻觉并增加真实性和实用性，像 Pinecone 这样的公司的向量数据库成为 RAG 的基础设施支柱。新的开发者工具和应用框架为创建更先进的 AI 应用提供了帮助。 对于 RAG 的改进策略和方法，在检索有用信息方面，可通过优化索引来实现。比如按照子部分索引，将文本块再拆分为较小的文本进行多次索引，适用于有多个主题和冲突信息的复杂长文本；按照文本框可以回答的问题索引，让 LLM 生成假设性问题用于索引，适用于用户问题不明确的场景；按照文本块的摘要进行索引，适用于文本框中有多余或无关细节的情况。此外，在重排 rerank 方面，大部分场景下选择最相似的信息即可。 在商业化问答场景中，有时大模型的回答会不准确，如出现牛头不对马嘴、报价错误、胡编乱造等情况。优化 AI 更准确回答问题的过程称为 RAG，了解从“问题输入”到“得到回复”的过程，针对每个环节逐个调优，可达到最佳效果。

RAG（RetrievalAugmented Generation，检索增强生成）是一种结合检索和生成能力的自然语言处理架构。 大语言模型（LLM）需要 RAG 进行检索优化，原因在于 LLM 存在一些缺点： 1. LLM 无法记住所有知识，尤其是长尾知识，对其接受能力不高。 2. LLM 的知识容易过时且不好更新，微调效果不佳且有丢失原有知识的风险。 3. LLM 的输出难以解释和验证，存在黑盒、不可控及受幻觉干扰等问题。 4. LLM 容易泄露隐私训练数据。 5. LLM 的规模大，训练和运行成本高。 RAG 具有以下优点： 1. 数据库对数据的存储和更新稳定，无学习风险。 2. 数据库的数据更新敏捷，可解释且不影响原有知识。 3. 数据库内容明确、结构化，结合模型理解能力可降低大模型输出出错可能。 4. 知识库存储用户数据便于管控隐私，且可控、稳定、准确。 5. 数据库维护可降低大模型训练成本。 在商业化问答场景中，优化 AI 更准确回答问题的过程称为 RAG。RAG 由检索器和生成器组成，检索器从外部知识中找到相关信息，生成器利用这些信息生成精确连贯的答案，适合处理需要广泛知识的任务。 目前，业界针对 RAG 的优化主要围绕“问题输入”“检索相关信息”“生成回复”这三个环节开展，如通过 COT 等方式提升 LLM 对问题的理解程度，使用特定方式提升语义搜索准确率，选择和优化 embedding 算法保留原始数据信息。但即便每个环节优化到 90%，最终准确率也只有 72%。有一种不用向量也可以 RAG 的方法，基于结构化数据和 LLM 的交互，具有准确、高效、灵活、易扩展等优势。

以下是关于 AI 修正中文错字和排版优化的相关内容： 在文章排版方面，若想利用 AI 提效，可参考以下方法： 对于需要加粗的内容，可向 GPT 说明选择，待其输出排版后的文章，点击「复制代码」并粘贴到微信 Markdown 排版器中。 一些流行的 AI 文章排版工具包括： Grammarly：不仅能检查语法和拼写，还提供排版功能，可改进文档风格和流畅性。 QuillBot：能改进文本清晰度和流畅性，同时保持原意。 Latex：虽不是纯粹的 AI 工具，但在学术论文排版中广泛使用，有许多 AI 辅助的编辑器和插件。 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。 Wordtune：AI 写作助手，可重新表述和改进文本。 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；一般文章和商业文档，Grammarly 和 PandaDoc 等可能更适用。 使用特定的 AI 排版方法时，如利用 ChatGPT4o 进行 Markdown 排版，需注意：若不熟悉 ChatGPT4o 或 Markdown 语法，或自身有加粗重点句子的习惯，可不采用此方法，应追求高效而非刻意使用 AI。首先打开 GPTs https://chatgpt.com/g/gauDv1yCnbwenzhangmarkdownpaibandashi ，若无法打开可跳过。接着将从迅捷 Markdown 编辑器复制的文章内容发送给 GPTs，GPT 会先分析原文并列出需加粗和引用的句子让您确认。 需注意，以上内容由 AI 大模型生成，请仔细甄别。

以下是优化 AI 对话脚本和逻辑（多轮对话测试提升 AI 上下文理解）的方法： 1. 样例驱动的渐进式引导法 评估样例，尝试提炼模板：独自产出高质量样例较难，可借助擅长扮演专家角色的 AI 改进初始正向样例，如使用 Claude 3.5 进行对话，输入初始指令，通过其回复侧面印证对样例的理解与建议。 多轮反馈，直至达到预期：AI 可能犯错输出要求外内容，需多轮对话引导，使其不断修正理解，直至达成共识。 用例测试，看看 AI 是否真正理解：找 13 个用例，让 AI 根据模板生成知识卡片，根据结果验证是否符合预期，不符合则继续探讨调整。用例测试和多轮反馈步骤灵活，可根据需要自由反馈调整。 2. Coze 全方位入门剖析 标准流程创建 AI Bot（进阶推荐） 为 Bot 添加技能：国内版暂时只支持使用“云雀大模型”作为对话引擎，可根据业务需求决定上下文轮数。在 Bot 编排页面的“技能”区域配置所需技能，可选择自动优化插件或自定义添加插件。还可根据需求配置知识库、数据库、工作流等操作，参考相关介绍和实战操作或官方文档学习。 测试 Bot：在“预览与调试”区域测试 Bot 是否按预期工作，可清除对话记录开始新测试，确保能理解用户输入并给出正确回应。

以下是一些能够在现有的 PPT 基础上进行优化的 AI 相关信息： 卓sir 分享了使用 GPT4 和 WPS AI 制作和优化 PPT 的经验。他提到与 GPT4 交流体验舒适，通过多次迭代完成电商 PPT 大纲，WPS AI 能丰富大纲内容、快速生成 PPT 并进行主题配色和字体修改。 熊猫 Jay 介绍了 AI 生成 PPT 的主要思路，包括导入大纲到工具生成 PPT 以及优化整体结构，如按照公司要求自行优化字体、图片等元素，删改下载后的 PPT 内容。 市场上好用的 AI PPT 工具包括：Gamma 是在线 PPT 制作网站，支持输入文本和想法提示快速生成幻灯片，可嵌入多媒体格式；美图 AI PPT 可通过输入简单文本描述生成专业设计，有丰富模板库；Mindshow 是 AI 驱动的 PPT 辅助工具，提供智能设计功能；讯飞智文是科大讯飞推出的 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，提供多种功能。 相关工具链接： Gamma：https://gamma.app/ 美图 AI PPT：https://www.xdesign.com/ppt/ Mindshow：https://www.mindshow.fun/ 讯飞智文：https://zhiwen.xfyun.cn/

以下是一些网站自动生成及 SEO 自动优化工具： 1. Wix ADI 网址：https://www.wix.com/ 特点：基于用户提供的信息自动生成定制化网站，提供多个设计选项和布局，集成了 SEO 工具和分析功能。 2. Bookmark 网址：https://www.bookmark.com/ 特点：AIDA 通过询问用户几个简单问题快速生成网站，提供直观的拖放编辑器，包括多种行业模板和自动化营销工具。 3. Firedrop 网址：https://firedrop.ai/ 特点：Sacha 是其 AI 设计助手，可根据用户指示创建和修改网站设计，提供实时编辑和预览功能，包含多种现代设计风格和自定义选项。 4. The Grid 网址：https://thegrid.io/ 特点：Molly 是其 AI 设计助手，可自动调整网站设计和布局，基于内容和用户互动进行优化，支持多种内容类型。 5. Zyro 网址：https://zyro.com/ 特点：使用 AI 生成网站内容，包括文本、图像和布局建议，提供 AI 驱动的品牌和标志生成器，包含 SEO 和营销工具。 6. 10Web 网址：https://10web.io/ 特点：基于 AI 的 WordPress 网站构建工具，可自动生成网站布局和设计，提供一键迁移功能，集成的 AI 驱动 SEO 分析和优化工具。 7. Jimdo Dolphin 网址：https://www.jimdo.com/ 特点：Dolphin 是其 AI 网站构建器，通过询问用户问题定制网站，提供自动生成的内容和图像，包含电子商务功能。 8. Site123 网址：https://www.site123.com/ 特点：简单易用，适合初学者，提供多种设计模板和布局，包括内置的 SEO 和分析工具。 常用的 SEO 工具包括：Semrush、Similarweb、Ahrefs、Moz、Google Trends 等。对于新手，谷歌插件 AITDK 能满足基本需求，链接：https://chromewebstore.google.com/detail/aitdkseoextension/hhfkpjffbhledfpkhhcoidplcebgdgbk 。其他免费工具： 1. Broken Link Checker：https://www.brokenlinkcheck.com/ 2. 查找同一域上重复内容：https://www.siteliner.com/ 3. 查找页面副本：https://www.copyscape.com/ 4. 检查是否为 AI 生成内容：https://undetectable.ai/ 5. 本地化网站爬虫检查：https://www.screamingfrog.co.uk/seospider/

以下是关于 Flux 模型风格提示词的相关信息： ComfyUI Flux redux： Redux 模型是轻量级的，可与 Flux.1配合使用，基于 1 个输入图像生成图像变体，无需提示，适合快速生成特定样式图像。 往一张图上融合时，提示词最好描述图片背景颜色。 将 Redux 模型下载到 comfyui/models/style_models，下载 sigclip_patch14384.safetensors 到 ComfyUI/models/clip_vision。 重绘节点为 ComfyUIInpaintEasy，相关链接：https://github.com/CYCHENYUE/ComfyUIInpaintEasy。 ComfyUI FLUX 模型的安装部署： 模型 FLUX.1中，建议选择 dev 版本，显卡可以的用 fp16，显卡不够用的选 fp8。模型下载后放入 ComfyUI/models/unet/文件夹中。若爆显存，“UNET 加载器”节点中的 weight_dtype 可设置为 fp8 降低显存使用量，但可能稍降质量，默认的 weight_type 显存使用较大。 clip 方面，t5xxl_fp16.safetensors 和 clip_l.safetensors 放在 ComfyUI/models/clip/文件夹里，相关链接：https://huggingface.co/comfyanonymous/flux_text_encoders/tree/main。可用 t5xxl_fp8_e4m3fn.safetensors 降低内存使用率，有超过 32GB 内存建议用 fp16。 Vae 下载后放入 ComfyUI/models/vae 文件夹，相关链接：https://huggingface.co/blackforestlabs/FLUX.1schnell/tree/main。 T5（/t5xxl_fp16.safetensors）的 clip 原本有输入输出，可能会导致提示词被吞，短提示效果差，训练 flux 或 sd3 时应尽量用长提示词或自然语言。 STYLE PROMPTS 风格： Stratospheric：关联流派为 Soundtrack、Classical、Orchestral。指高空和极高的音乐风格，具有高亢壮丽特质，典型用于表现高空和极高情感的音乐作品，示例为 Queen 的《Bohemian Rhapsody》。 Streetwise：关联流派为 HipHop、Rap、R&B。指街头和世故的音乐风格，具有现实机智特质，典型用于表现街头和世故情感的音乐作品，示例为 JayZ 的《Empire State of Mind》。 Strength：关联流派为 Rock、Hard Rock、Arena Rock。指力量和坚强的音乐风格，具有强大坚定特质，典型用于表现力量和坚强情感的音乐作品，示例为 Survivor 的《Eye of the Tiger》。 Stressful：关联流派为 Progressive Rock、Psychedelic Rock、Classic Rock。指紧张和压力的音乐风格，具有紧张焦虑特质，典型用于表现紧张和压力情感的音乐作品，示例为 Pink Floyd 的《Time》。 Stretching：指延伸和扩展的音乐风格，具有延展渐进特质，典型用于表现延伸和扩展情感的音乐作品。

以下是关于 ComfyUI Fluxdev 提示词的相关信息： Redux 模型：是轻量级模型，可与 Flux.1配合使用，基于 1 个输入图像生成图像变体，无需提示，适合快速生成特定样式的图像。若要往一张图上融合，提示词最好描述图片的背景颜色。将 Redux 模型下载到 comfyui/models/style_models，下载 sigclip_patch14384.safetensors 到 ComfyUI/models/clip_vision。重绘节点可使用 ComfyUIInpaintEasy，链接为 https://github.com/CYCHENYUE/ComfyUIInpaintEasy。 低显存运行工作流：目的是让 FLUX 模型能在较低显存情况下运行。分阶段处理思路为：先在较低分辨率下使用 Flux 模型进行初始生成以提高效率，采用两阶段处理，即先用 Flux 生成，后用 SDXL 放大，有效控制显存使用，最后使用 SD 放大提升图片质量。工作流流程包括初始图像生成（Flux）和图像放大和细化（SDXL），各阶段涉及不同的模型加载、处理和预览步骤。 模型的安装部署：FLUX.1中建议选择 dev 版本，显卡可以的用 fp16，显卡不够用的选 fp8，模型下载后放入 ComfyUI/models/unet/文件夹。若爆显存，可在“UNET 加载器”节点中的 weight_dtype 设置为 fp8 降低显存使用量，但可能稍降质量。t5xxl_fp16.safetensors 和 clip_l.safetensors 放在 ComfyUI/models/clip/文件夹，可使用 t5xxl_fp8_e4m3fn.safetensors 降低内存使用率，超过 32GB 内存建议使用 fp16。Vae 下载后放入 ComfyUI/models/vae 文件夹。T5（/t5xxl_fp16.safetensors）的 clip 原本有输入输出，可能导致提示词被吞，短提示效果差，训练 flux 或 sd3 时应尽量用长提示词或自然语言。

以下是关于 waytoagi 中 AI 提示词使用的相关内容： 1. 提示词的重要性：与大语言模型对话的基础认知是提示词，通过详细结构化的提示词能获得更优质的解释内容。 2. 最佳实践中的提示词：收录了很多写好的提示词，如李继刚老师的结构化提示词，可复制使用并改变形成自己的见解和应用。 3. 提示词的创作思路：李继刚老师会在 13 号带领大家学习提示词的创作思路。 4. 让输出更拟人化：介绍了如何让大语言模型的输出更加拟人化，但有些可能不适合发在社交媒体上。 5. 提示词的应用场景：涵盖产品经理、工程、游戏等领域，可用提示词写游戏、做互动游戏等。 6. 利用提示词做小项目：AIPO 项目不要求宏大，可做小项目，如用提示词做油猴脚本代码的小插件，也可尝试写化妆机等小方案做线下路演。 7. 多模态识别与测试：很多大语言模型可多模态识别，如测试两人是否有夫妻相，准确率较高。 8. 学习提示词的资源：包括方法论、论文精读、博主的 6 大策略、社区共学课程及直播回放等。 9. 操作过程中的有趣提示词：如“酷老师”“抬杠高手”等，可点开并复制这些提示词，将复制内容丢进大语言模型对话效果会不同。近期提示词有升级，李金刚老师将提示词玩到新高度，cloud 等大语言模型可直接显示编译结果内容。 10. 从工程视角看 AI 提示词在游戏创作及优化中的应用。 11. 拟人提示词：通过情绪体感轮子创建具有人物灵魂的提示词，输入 GPT 知道的人物名称即可生成。例如选择罗永浩作为角色扮演对象生成提示词。 12. 微调提示词：包括限制回答内容长度、防止回答出现逻辑错误、强化语言风格、防止输出多余回复等。

以下是关于 AI 文生图提示词的相关内容： 在写文生图提示词时，通常的描述逻辑包括人物及主体特征（如服饰、发型发色、五官、表情、动作），场景特征（如室内室外、大场景、小细节），环境光照（如白天黑夜、特定时段、光、天空），画幅视角（如距离、人物比例、观察视角、镜头类型），画质（如高画质、高分辨率），画风（如插画、二次元、写实）。通过这些详细的提示词，能更精确地控制绘图。 对于新手，有以下几种获取和优化提示词的方法： 1. 利用功能型辅助网站，如 http://www.atoolbox.net/ ，通过选项卡方式快速填写关键词信息；或 https://ai.dawnmark.cn/ ，其每种参数都有缩略图可参考，方便直观选择提示词。 2. 去 C 站（https://civitai.com/）抄作业，每一张图都有详细参数，可点击复制数据按钮，粘贴到正向提示词栏，然后点击生成按钮下的第一个按键，不过要注意图像作者使用的大模型和 LORA，否则即使参数相同，生成的图也会不同。也可以选取其中较好的描述词，如人物描写、背景描述、小元素或画面质感等。 优化和润色提示词对于提高输出质量很重要，可尝试以下方法： 1. 明确具体描述，使用更具体、细节的词语和短语，而非笼统词汇。 2. 添加视觉参考，在提示词中插入相关图片参考。 3. 注意语气和情感，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，尝试不同搭配和语序。 5. 增加约束条件，如分辨率、比例等。 6. 分步骤构建提示词，将复杂需求拆解为逐步的子提示词。 7. 参考优秀案例，研究流行且有效的范例，借鉴写作技巧和模式。 8. 反复试验、迭代优化，根据输出效果反馈持续完善。 调整好参数生成图片后，如果质感方面不满意，可添加标准化提示词，如，绘图，画笔等，让画面更趋近于某个固定标准。

以下是关于 GPT 提示词的相关内容： 1. 15 个月之后创作童谣的提示词： 需求分析：上一次需要输入“创作童谣的场景、角色、故事等”，这次只需输入一个关键词即可创作。 输入：任意关键词。 输出：跟关键词相关的儿童童谣。 测试现有模型的效果：对包括 ChatGPT 4o、ChatGPT o1、Claude、Kimi、豆包、智谱清言 GLM4、Gemini 2.0 Flash Experimental、Gemini 2.0 Flash Thinking Experimental 等模型进行了测试，除 LIana 3.1 405B 的输出未贴出，其他模型的结果可供感受和评价。 2. GPT 优化 Prompt： 存在问题：某些标题使用太绝对和夸张的描述，如“小姐姐的必备”“你值得拥有”“秒变心情大好”。 分析：包括日常口语风格可能带有夸张倾向、情感色彩可能被放大、示例可能影响、对“过度”标准理解差异等。 优化措施：在日常口语风格部分避免使用太绝对的词语；在情感色彩部分避免使用过于强烈的正面情感描述；在 Constraints 部分添加避免使用绝对性词汇；对 Examples 部分进行更严格筛选。 3. AI 快速总结群聊消息的提示词： 直接发送原文 GPT 无法按意图工作，需编写提示词。 单人发言版：基于李继刚老师的“通知消息整理助手”修改了“文字排版大师”的 Prompt。 多人发言版：将提示词和文字原文发送给 GPT，整理输出结果，删掉无关内容，替换双星号。

以下是关于提示词写作的相关内容： 写提示词（prompt）是一个关键步骤，决定了 AI 模型如何理解并生成文本。以下是一些编写提示词的要点和方法： 1. 明确任务：清晰定义任务，如写故事时包含背景、角色和主要情节。 2. 提供上下文：若任务需特定背景知识，提供足够信息。 3. 使用清晰语言：简单、清晰描述，避免模糊或歧义词汇。 4. 给出具体要求：如有格式或风格要求，在提示词中明确指出。 5. 使用示例：如有特定期望结果，提供示例帮助模型理解需求。 6. 保持简洁：避免过多信息导致模型困惑。 7. 使用关键词和标签：有助于模型理解任务主题和类型。 8. 测试和调整：生成文本后检查结果，根据需要调整提示词。 对于特定的模型，如 PixelDance V1.4： 写好 prompt 对视频生成效果重要，用简洁准确自然语言描述想要的变化，避免描述静止部分。 上传高清高质量图片，特色包括多个连续动作、自由运镜控制、多镜头切换。生成不符合预期时，修改提示词，换成具象描述，删除不重要部分，重要内容前置。擅长提示词写作可关闭【提示词增强】，新手推荐打开。 在 SD 模型中： 根据想画内容写提示词，多个提示词用英文半角符号隔开。 概念性、大范围、风格化关键词写在前，叙述画面内容其次，最后是细节关键词。 每个词语在模型中的自带权重可能不同，特异性强、措辞具体的关键词效果更好。 可使用括号人工修改提示词权重。