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

我使用了豆包,也学习了简单的提示词,但大数据反馈的结果并不好,很多数据分析,文档优化效果并不理想。我该怎么办

Answer

以下是一些可能有助于您改善大数据反馈结果和提升数据分析、文档优化效果的建议:

  1. 像“给 Prompt 打分”的示例中那样,找专业的“Prompt 药剂师”对您的提示词进行详细分析,给出准确的评分和改进建议,以提升提示词的质量。
  2. 对于数据分析和文档优化任务,要清晰明确地向模型阐述需求。例如,提供大模型可访问的数据源或上传数据表格,通过清晰的提示词说明需要从哪些维度分析数据,以及期望的分析结果输出格式。然后观察生成结果,不断迭代和优化提示词。
  3. 对于“大模型幻觉”问题,目前虽无法完全消除,但可以通过其他第三方信息源和知识来检验生成内容是否准确。
  4. 若想提高大模型的对话能力,可在 AGI 中搜索“结构化”获取相关文章。另外,如果您指的上下文 token 长度是大模型的记忆窗口,通常是无法延长的,因为这是设定好的。
  5. 在用 ChatGPT 写剧本并希望其学习现有成功剧本时,要精心设计提问,清晰准确地表达您的需求,例如明确指出需要总结的规律以及在后续创作中的应用方式。
Content generated by AI large model, please carefully verify (powered by aily)

References

智慧教育:多文体智能作文批改评分

错别字抓取&修改:|原文|Good case||-|-||有一次我考砸了,因为担心父母责怪,所以躲在大姨家里直到天黑才回家,<br>到家时竟空无一人,我想:爸妈肯定是去谁家串门了,<br>于是我的草草的吃了饭便躺进小屋,开始庆祝这次“胜利逃亡”。|“wrong_sentence”:“我草草的吃了饭便躺进小屋”,<br>“wrong_sentence_reason”:“用词不当,'草草的’应该改为‘草草地’”,<br>“wrong_sentence_fixed”:“我草草地吃了饭便躺进小屋”,|好词好句点评:|column1|column2||-|-||小时候我总以为父母不爱我,因为他们对我的生活毫不关心,<br>不过我并不怪他们,因为从小自立,我学会了很多本领。|“good_word”:“自立”,<br>“sentence_with_good_word”:“因为从小自立,我学会了很多本领”,<br>“good_word_comment”:“'自立’一词用的好,准确表达了从小培养独立能力,值得表扬”,||天底下哪有不爱自己的父母?只是爱的方式不同罢了。|“good_sentence”:“天底下哪有不爱自己的父母?只是爱的方式不同罢了。”,<br>“good_sentence_comment”:“这句话运用对比和反问,深刻揭示了父母爱的真谛,表达有力,非常好!”,|[heading3]提示词优化方案

Prompts(提示词)

|标题|作者|分类|说明|prompt|链接地址|封面|SourceID||-|-|-|-|-|-|-|-||给Prompt打分|李继刚|文本|类似Prompt药剂师,通过对用户的Prompt进行分析,给出评分和改进建议,帮助用户提升Prompt的效果。|##Role:药剂师<br><br>##Profile:<br>-writer:李继刚<br>-version:0.6<br>-language:中文<br>-description:你是一个Prompt药剂师,通过对用户的Prompt进行分析,给出评分和改进建议,帮助用户提升Prompt的效果。<br><br>##Attention:<br>用户在努力学习如何写出优秀的Prompt,但遇到了难题,不知从何改进.你会尽自己最大的努力来尽可能详细地分析,帮助用户学习如何进行分析,如何进行优化.你对自己的能力表现非常自信.<br><br>##Background:<br>用户基于当下认知写完Prompt,不知现在的写法有什么问题,需要你来帮忙分析.<br><br>##Constrains:<br>-提供准确的评分和改进建议,避免胡编乱造的信息。<br>-|[李继刚等的prompt最佳实践](https://waytoagi.feishu.cn/wiki/JTjPweIUWiXjppkKGBwcu6QsnGd#RCSxdaXm6oOejkxLnW5cqNXwn7g)||NzMyODM3NDgxOTI1NzQ1MDUyNDpyZWNLOVVDSkFvOmRmZDhlZjRjMTA4M2NiMDcxYjQwY2MyOTVhOTkwYTgzOjE6SDRzSUFBQUpib2dBL3dBQ0FQMy9lMzBEQUVPL3BxTUNBQUFB|

提示词快闪答疑

问题不清晰,想问充值渠道还是想问自己设备性能呢,显卡和iPhone不是一个类别的问题吧。以下回答来自群友zy xing:只学prompt不需要考虑显卡,绘画需要本地部署模型出图才需要,手机问题,iPhone确实高质量的应用更多一些,但一般通用的app安卓和苹果基本都覆盖,比如文心一言、智普清言这些,gpt付费问题如果想用它的模型也可以考虑一些“套壳”应用,比如poe、opencat等app1.晚点_Ken如何用AI来做数据分析,用哪个工具?是否有成功案例大概思路是这样:提供大模型可以访问的数据源或者上传数据表格通过提示词说清楚需要以哪些维度分析数据,分析完成的结果要以什么格式输出观察生成结果,迭代和优化提示词,最终满意后导出结果1.无上在看公众号文章时,有提到“大模型幻觉”的,请问有什么好方法或小技巧能够识别并尽可能消除“幻觉”?幻觉问题有相关帖子和论文可以看,但目前没有办法消除,这本身就是大模型特性。可以通过其他第三方信息源和知识来检验生成是不是在胡说八道。1.AI小詹大模型的对话能力,如何用结构化思维去提高,举个栗子:上下文的token长度,如何去延长,是否能用专门的输入模版去提升?栗子和问题不是一个问题。结构化思维提高对话能力,在AGI搜索结构化三个字,有相关文章。上下文token长度如果指的是大模型的记忆窗口的话,没法延长,是设定好的。1.豆本豆在用chatgpt写剧本的时候如果想让他学习现有数据好的成功剧本从中总结规律并应用于后续的创作应该怎么更好的提问

Others are asking
我作为一名OA软件的行业的售前,我的工作中会涉及到AI与OA结合落地的智能化场景,所以我对AI知识有简单的了解,我现在想转型AI行业的售前,我该如何系统的学习AI的相关知识,请帮我制定一个计划
以下是为您制定的从 OA 软件售前转型到 AI 行业售前的系统学习计划: 一、了解 AI 基本概念 首先,建议阅读「」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。同时,浏览入门文章,这些文章通常会介绍 AI 的历史、当前的应用和未来的发展趋势。 二、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。 三、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,一定要掌握提示词的技巧,它上手容易且很有用。 四、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。 五、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。通过与这些 AI 产品的对话,您可以获得对 AI 在实际应用中表现的第一手体验,并激发您对 AI 潜力的认识。 六、掌握相关技能和知识 1. 从编程语言入手学习:可以从 Python、JavaScript 等编程语言开始学习,学习编程语法、数据结构、算法等基础知识,为后续的 AI 学习打下基础。 2. 尝试使用 AI 工具和平台:可以使用 ChatGPT、Midjourney 等 AI 生成工具,体验 AI 的应用场景。探索一些面向中学生的 AI 教育平台,如百度的“文心智能体平台”、Coze 智能体平台等。 3. 学习 AI 基础知识:了解 AI 的基本概念、发展历程、主要技术如机器学习、深度学习等。学习 AI 在教育、医疗、金融等领域的应用案例。 4. 参与 AI 相关的实践项目:可以参加学校或社区组织的 AI 编程竞赛、创意设计大赛等活动。尝试利用 AI 技术解决生活中的实际问题,培养动手能力。 5. 关注 AI 发展的前沿动态:关注 AI 领域的权威媒体和学者,了解 AI 技术的最新进展。思考 AI 技术对未来社会的影响,培养对 AI 的思考和判断能力。 总之,作为转型者,您可以从以上多个方面入手,全面系统地学习 AI 知识和技能,为未来在 AI 行业的售前工作做好准备。
2025-01-07
我该从哪里开始学习AGI
学习 AGI 是一个长期的过程,建议您参考以下步骤: 1. 记忆方面:先从 AI 的历史、基本术语、重要人物、方法和原理等开始了解,您可以查看入门课程,例如: 2. 应用方面:深入了解 Prompt,选择适合自己的 AI 对话、绘画和语音产品,每天使用它们来解决实际问题或提升效率,例如: 3. 分析方面:大量阅读各类文章、视频以及行业报告,理解各知识之间的关系,例如: 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。
2025-01-06
我该如何学习提示词技术,编写清晰、精确的指令,更好地引导 AI 工具产生所需结果,使其成为工作中的得力助手?
以下是关于如何学习提示词技术的一些建议: 1. 理解提示词的作用:提示词为模型提供上下文和指示,其质量直接影响模型输出的质量。 2. 学习构建技巧: 明确任务目标,用简洁准确的语言描述。 给予足够的背景信息和示例,帮助模型理解语境。 使用清晰的指令,如“解释”“总结”“创作”等。 对特殊要求应给予明确指示,如输出格式、字数限制等。 3. 避免 AI 幻觉的技巧: 明确要求 AI 引用可靠来源,如在询问历史事件时,要求引用权威的历史文献;询问科学事实时,要求引用已发表的科研论文;询问法律条款时,要求引用官方的法律文件。 要求 AI 提供详细的推理过程,例如在询问数学公式时,要求展示推导过程;询问代码功能时,要求逐行解释代码的含义。 明确限制 AI 的生成范围,例如在询问名人名言时,指定名人的姓名和相关主题;询问新闻事件时,指定事件的时间范围和相关关键词。 4. 参考优秀案例:研究和学习已有的优秀提示词案例,可在领域社区、Github 等资源中获取。 5. 实践、迭代、优化:多与语言模型互动,根据输出结果提高提示词质量。尝试各种变体,比较分析输出差异,持续优化提示词构建。 6. 活用提示工程工具:目前已有一些提示工程工具可供使用,如 Anthropic 的 Constitutional AI。 7. 跟上前沿研究:提示工程是当前前沿研究领域之一,持续关注最新的研究成果和方法论。 总之,精心设计的提示词能最大限度发挥语言模型的潜力,通过多实践、多学习、多总结,最终可以掌握提示词技术的窍门。
2024-12-31
我想让ai在学习、生活、工作方面成为我的左膀右臂以大大提高我的效率,我该怎么做?
为了让 AI 在学习、生活、工作方面成为您的得力助手并显著提高效率,您可以参考以下建议: 工作方面: 1. 快速掌握生成式人工智能的基本概念和潜在影响,重点理解其对工作方式和行业格局的革新,无需深入技术细节。 2. 深入了解市场上现有的人工智能产品和工具,并积极应用到实际工作中,通过实践学习其优势和局限性,将 AI 工具与专业知识和创造力相结合。 3. 学习提示词技术,编写清晰、精确的指令,更好地引导 AI 工具产生所需结果,使其成为工作中的得力助手。 4. 探索构建智能体(AI Agents),为工作赋予特定角色和任务,协同工作以提高效率和创新能力。 学习方面: 英语学习: 1. 利用智能辅助工具,如 Grammarly 进行写作和语法纠错,改进英语表达和写作能力。 2. 使用语音识别应用,如 Call Annie 进行口语练习和发音纠正,获取实时反馈和建议。 3. 运用自适应学习平台,如 Duolingo 为您量身定制学习计划,提供个性化学习内容和练习。 4. 借助智能对话机器人,如 ChatGPT 进行英语会话练习和对话模拟,提高交流能力和语感。 数学学习: 1. 使用自适应学习系统,如 Khan Academy 提供个性化数学学习路径和练习题,精准推荐。 2. 利用智能题库和作业辅助工具,如 Photomath 提供数学问题解答和解题步骤。 3. 运用虚拟教学助手,如 Socratic 解答数学问题、提供教学视频和答疑服务。 4. 参与交互式学习平台,如 Wolfram Alpha 的数学学习课程和实践项目,进行数学建模和问题求解。 注意事项: 在提升效率的同时,要警惕过度依赖,避免 AI 主导内容创作。工作流需要不断打磨完善,欢迎分享实践经验,共同进步。 希望以上建议能为您搭建 AI 工作流提供思路,祝您早日让 AI 成为得力助手,提高效率,提升幸福感!
2024-12-31
请问我该如何访问claude
Claude AI 是由 Anthropic 公司开发的一款基于自然语言处理技术和人工智能算法的聊天机器人,以开创性计算机科学家克劳德·香农(Claude Shannon)的名字命名,利用先进的技术为各种应用提供支持。 要注册 Claude.ai,可按以下步骤操作: 1. 访问 Claude 的官方网站。 2. 点击注册或登录界面中的“Sign Up”或“Continue with email”选项。 3. 填写邮箱地址并设置密码,然后提交表单。 4. 系统会向邮箱发送验证邮件,打开邮件并使用其中的验证码完成邮箱验证。 如果在注册过程中遇到需要海外手机号接收验证码的问题,有以下可能的解决方案: 1. 使用虚拟海外号服务,如 SMSActivate、SMSPool 等,购买海外虚拟手机号接收验证码。 2. 借助第三方服务网站如 uiuihao.com 完成注册。 3. 请海外朋友帮忙接收验证码并告知。 完成注册后,若希望升级到 Claude Pro 版本获取更强大功能和更高 API 调用限额,需填写支付信息并选择合适的订阅计划,注意可能需要使用海外支付方式。Claude.ai 目前处于公开测试阶段,未付费用户使用平台可能会受到一些限制。 此外,17 岁高中生写了个神级 Prompt,将 Claude 强化,相关插件获取方式为:公众号私信“TC”获取,下载完成后解压,进入 Chrome 浏览器扩展程序管理界面,打开右上角开发者模式,左上角加载解压完的文件夹。 关于 Claude 的 Usage 用法: 1. 可通过访问为超出计划包含的请求选择基于使用量的定价。 2. 基于使用量的定价按日历月计算,若立即取消请求或请求出错则不计算。 3. 可配置硬性限制,每月支付费用不会超过硬性限制。 4. 目前,基于使用量的定价仅适用于 Claude 3 Opus 和长时间上下文聊天中的一些模型。
2024-12-24
我该如何访问claude
Claude AI 是由 Anthropic 公司开发的基于自然语言处理技术和人工智能算法的聊天机器人,以开创性计算机科学家克劳德·香农(Claude Shannon)的名字命名,利用先进的技术为各种应用提供支持。 要访问 Claude,您可以按照以下步骤进行: 1. 访问 Claude 的官方网站。 2. 点击注册或登录界面中的“Sign Up”或“Continue with email”选项。 3. 填写您的邮箱地址并设置密码,然后提交表单。 4. 系统会向您的邮箱发送一封验证邮件,您需要打开邮件并使用其中的验证码来完成邮箱验证。 如果在注册过程中遇到需要海外手机号接收验证码的问题,以下是一些可能的解决方案: 1. 使用虚拟海外号服务,如 SMSActivate、SMSPool 等,购买一个海外虚拟手机号来接收 Claude 的验证码。 2. 借助第三方服务网站如 uiuihao.com 完成注册您的 Claude 账号。 3. 如果您有海外朋友,可以请他们帮忙接收验证码,并将验证码告诉您。 完成注册后,如果您希望升级到 Claude Pro 版本以获取更强大的功能和更高的 API 调用限额,您需要填写支付信息并选择一个合适的订阅计划。值得注意的是,订阅 Claude Pro 可能需要使用海外支付方式。 请注意,Claude.ai 目前处于公开测试阶段,未付费用户使用平台可能会受到一些限制。如果在注册过程中遇到任何问题,可以参考其他用户分享的详细注册教程和解决策略。 在写作方面,Claude 是紧随 GPT4 之后的优秀工具,有免费和付费选项。它也被集成到常见的办公应用程序中。此外,17 岁高中生涂津豪写了个神级 Prompt,将 Claude 强化,相关插件可在公众号私信“TC”获取,下载完成后解压,然后进入 Chrome 浏览器的扩展程序管理界面,打开右上角的开发者模式,左上角加载解压完的文件夹即可。
2024-12-24
怎么用豆包这个软件提取视频的字幕
以下是使用豆包软件提取视频字幕的方法: 1. 对于数字人视频:点击文本智能字幕识别字幕,然后点击开始识别。软件会自动将文字智能分段并形成字幕。至此,数字人视频就完成了。如果需要导出视频,点击右上角的“导出”按钮。 2. 对于 B 站视频: 首先确认视频栏下面有字幕按钮,说明视频作者已上传字幕或后台适配了 AI 字幕。 安装油猴脚本: 。 安装后刷新浏览器,点击字幕,会多出一个“下载”按钮。 点击下载按钮,可选择多种字幕格式,如带时间的或者不带时间的。 最后将字幕文字内容全选复制发送给 GPTs 即可。
2024-12-30
如何让员工更好的使用豆包
以下是关于如何让员工更好地使用豆包的相关信息: 1. 访问途径: 网址:https://www.coze.cn/home APP:直接搜索“豆包” 2. 注册方式:手机号、抖音号或飞书号 3. 优点: 不需要🪜 可以捏好给别人用 可以扩展聊天 AI 的基础能力(搜索、作图、文档等) 4. 体验时间:约 5min 5. 实际使用中的问题及解决方式: 有时讲中文有时讲英文:可通过持续学习和优化使用方法来改善。 一句话太长听不懂且需要翻译:可通过优化使用方法解决。 需要纠正发音但只是对话:可通过优化使用方法解决。 6. 持续学习和优化:约定每周末通过电话为使用者优化当前使用方法,帮助他们更深入地学习和使用 AI。 豆包 AI 是抖音旗下基于云雀大模型开发的 AI 工具,提供聊天机器人、写作助手以及英语学习助手等功能,可以回答各种问题并进行对话,帮助人们获取信息。访问网址是:https://www.doubao.com/ 。使用大模型时,初级可先纯聊,不懂就问,如问豆包是什么、coze 是什么、有何竞品、使用价格如何等。为提高搜索效率,可学习 prompt,coze 有优化 prompt 模板,豆包也可一键生成 prompt。
2024-12-25
WaytoAGI和豆包有什么区别
WaytoAGI 和豆包有以下一些区别: 1. 性质和定位不同:WaytoAGI 是一个提供多种 AI 相关功能的网站,包括和 AI 知识库对话、集合精选的 AI 网站、提供 AI 提示词、呈现知识库精选等。而豆包是一个专注于为用户提供语言交互服务和知识解答的智能助手。 2. 运营模式不同:有人将 WaytoAGI 与李一舟进行对比,李一舟选择的是内容商业化,而 WaytoAGI 选择的是内容开源,体现了“坦诚、无私、热情、互助”的精神,这是理想主义和商业化的区别。 3. 服务方式不同:WaytoAGI 通过网站的各种功能模块为用户服务,而豆包主要通过语言交流为用户提供帮助。 需要注意的是,两者在服务用户、促进对 AI 的了解和应用方面都有各自的价值和作用。
2024-12-19
豆包,kimi,迅飞星火,通义,文心一言哪个好
以下是对这些大模型的简要介绍: GPT4Turbo:OpenAI 于 2023 年 11 月 7 日发布的 GPT4 的升级版本。 通义千问 2.0:阿里巴巴官方公开发布的 API 版本。 文心一言 4.0:百度官方的产品,有 API 版本和网页版。 云雀大模型(豆包):字节跳动官方网页版产品。 讯飞星火:科大讯飞发布的模型。 然而,要说哪个好并不能简单地一概而论,这取决于您的具体需求和使用场景。每个大模型都有其特点和优势,例如在语言理解、生成能力、特定领域的表现等方面可能存在差异。您可以根据自己的需求对它们进行试用和比较,以确定哪个更适合您。
2024-12-12
豆包AI 使用教程
以下是关于豆包 AI 和 Poe AI 的使用教程: 豆包 AI 英语陪练使用教程: 1. 使用建议:建议直接使用豆包的语音通话方式进行英语陪练,效果更好。 2. 实际演示效果: 视频演示:扮演一个英语水平比较差的学习者。 文字交流中的训练纠错。 解读上传的图片或文件的英文内容(目前支持在 Coze 端使用,豆包端暂不支持)。 3. 直接试用: Coze 端使用链接:https://www.coze.cn/store/bot/7354381765919834127 豆包端使用链接:https://www.doubao.com/chat/22308348468226 Poe AI 平台使用教程: Poe AI 平台是一个支持与多个智能 AI 机器人(如 GPT4 等)进行实时在线交流的聊天网站。注册账号后可免费使用,部分功能需要付费订阅。不同的 AI 机器人有不同特点,可根据需求选择使用。其官网地址是:https://poe.com/,可以在官网帮助中心上找到具体教程。 请注意,以上内容由 AI 大模型生成,请仔细甄别。
2024-12-10
豆包在AI中的整体表现如何
豆包在 AI 中的表现如下: 在律师答辩状 prompt 方面:欢迎语直接,但存在一些问题,如主体缺少答辩人、引用案由错误、未按 prompt 结构输出、引用法律错误、内容简单专业性一般等。在提示输出应诉方案时,最初表现一般,未按要求输出,重复输出等,但输入应诉方案框架后,能够按 prompt 结构输出,不过细节仍需打磨,整体不能直接使用。 在大模型方面:去年字节的 AI 战略曾被认为不及格,但今年迅速发展,后来居上。豆包 App 今年 9 月的日活已达 760 万,10 月日活已达 945 万,成为中国日活最大的 AI 产品。 在图像编辑方面:字节发布的新模型 SeedEdit 与业内先进的图像编辑方法相比具有优势,能够理解模糊指令并输出细致准确的结果,相比 DALLE3、Midjourney 等也能更紧密地跟随指令。豆包大模型在生成式 AI 特别是图像生成领域优势得天独厚,日均生成图片 5000 万张。
2024-12-10
我是否可以在飞书上传我的相关文档,然后把这些文档作为知识库进行对话,若可以,如何操作
在飞书上可以上传您的相关文档并将其作为知识库进行对话。具体操作如下: 1. 您需要一个额外的软件:AnythingLLM。其安装地址为:https://useanything.com/download 。安装完成后进入配置页面,主要分为三步: 第一步:选择大模型。 第二步:选择文本嵌入模型。 第三步:选择向量数据库。 2. 在 AnythingLLM 中,有一个 Workspace 的概念,您可以创建自己独有的 Workspace 与其他项目数据进行隔离。操作步骤为: 首先创建一个工作空间。 上传文档并且在工作空间中进行文本嵌入。 选择对话模式,AnythingLLM 提供了两种对话模式: Chat 模式:大模型会根据自己的训练数据和您上传的文档数据综合给出答案。 Query 模式:大模型仅仅会依靠文档中的数据给出答案。 测试对话。 3. 另外,您还可以参考以下操作在飞书上创建知识库并上传文本内容: 登录 。 在左侧导航栏的工作区区域,选择进入指定团队。 在页面顶部进入知识库页面,并单击创建知识库。在弹出的页面配置知识库名称、描述,并单击确认(一个团队内的知识库名称不可重复,必须是唯一的)。 在单元页面,单击新增单元。 在弹出的页面选择要上传的数据格式(默认是文本格式),然后选择一种文本内容上传方式完成内容上传。上传方式如下: 本地文档: 在文本格式页签下,选择本地文档,然后单击下一步。 将要上传的文档拖拽到上传区,或单击上传区域选择要上传的文档。目前支持上传.txt、.pdf、.docx 格式的文件内容,每个文件不得大于 20M,一次最多可上传 10 个文件。当上传完成后单击下一步。 选择内容分段方式: 自动分段与清洗:系统会对上传的文件数据进行自动分段,并会按照系统默认的预处理规则处理数据。 自定义:手动设置分段规则和预处理规则。分段标识符:选择符合实际所需的标识符。分段最大长度:设置每个片段内的字符数上限。文本预处理规则:替换掉连续的空格、换行符和制表符,删除所有 URL 和电子邮箱地址。单击下一步完成内容上传和分片。
2025-01-07
请给我推荐最适合翻译PDF文档的AI平台
以下是一些适合翻译 PDF 文档的 AI 平台: 1. DeepL(网站):,点击页面「翻译文件」按钮,上传 PDF、Word 或 PowerPoint 文件即可。 2. 沉浸式翻译(浏览器插件):,安装插件后,点击插件底部「更多」按钮,选择「制作双语 BPUB 电子书」、「翻译本地 PDF 文件」、「翻译 THML/TXT 文件」、「翻译本地字幕文件」。还能一键开启网页中 Youtube 视频的双语字幕。 3. Calibre(电子书管理应用):,下载并安装 calibre,并安装翻译插件「Ebook Translator」。 4. 谷歌翻译(网页):,使用工具把 PDF 转成 Word,再点击谷歌翻译「Document」按钮,上传 Word 文档。 5. 百度翻译(网页):,点击导航栏「文件翻译」,上传 PDF、Word、Excel、PPT、TXT 等格式的文件,支持选择领域和导出格式,但进阶功能基本需要付费。 6. 彩云小译(App):下载后点击「文档翻译」,可以直接导入 PDF、DOC、DOCX、PPT、PPTX、TXT、epub、srt 等格式的文档并开始翻译,有免费次数限制且进阶功能需要付费。 7. 微信读书(App):下载 App 后将 PDF 文档添加到书架,打开并点击页面上方「切换成电子书」,轻触屏幕唤出翻译按钮。 请注意,内容由 AI 大模型生成,请仔细甄别。
2025-01-06
如何搭建一个本地的ai助手,通过学习本地文档进行训练
搭建一个本地的 AI 助手并通过学习本地文档进行训练,可参考以下步骤: 1. 设计 AI 机器人: 编写【prompt】提示词,设定 Bot 的身份和目标。 2. 创建知识库: 整理“关键字”与“AI 相关资料链接”的对应关系,并将信息存储起来。 创建知识库路径:个人空间 知识库 创建知识库。 知识库文档类型支持本地文档、在线数据、飞书文档、Notion 等,本次使用【本地文档】。 按照操作指引上传文档、分段设置、确认数据处理。 小技巧:在内容中加上特殊分割符“”,以便于自动切分数据。分段标识符号选择“自定义”,内容填“”。 同一颜色代表同一个数据段,如果内容有误需要编辑,可以点击具体内容,鼠标右键会看到“编辑”和“删除”按钮,可以编辑或删除。 3. 创建工作流: 告诉 AI 机器人应该按什么流程处理信息。 创建工作流路径:个人空间 工作流 创建工作流。 工作流设计好后,先点击右上角“试运行”,测试工作流无误后,就可以点击发布。 如果任务和逻辑复杂,可以结合左边“节点”工具来实现。比如:可以在工作流中再次调用【大模型】,总结分析知识库内容;可以调用【数据库】存储用户输入的信息;可以调用【代码】来处理复杂逻辑等。 个人建议:工作流不必复杂,能实现目的即可,所以在设计 Bot 前“确定目的”和“确定功能范围”很重要。 另外,您还可以参考以下 10 分钟在网站上增加一个 AI 助手的方法: 1. 搭建示例网站: 点击打开提供的函数计算应用模板,参考下图选择直接部署、并填写前面获取到的百炼应用 ID 以及 APIKEY。 其他表单项保持默认,点击页面左下角的创建并部署默认环境,等待项目部署完成(预计耗时 1 分钟)。 2. 为网站增加 AI 助手: 增加 AI 助手相关代码:回到应用详情页,在环境详情的最底部找到函数资源,点击函数名称,进入函数详情页。在代码视图中找到 public/index.html 文件,然后取消③所在位置的代码注释即可。最后点击部署代码,等待部署完成。 验证网站上的 AI 助手:重新访问示例网站页面以查看最新效果。此时您会发现网站的右下角出现了 AI 助手图标,点击即可唤起 AI 助手。
2025-01-06
哪款AI 工具可以梳理文档知识形成知识库
以下是一些可以梳理文档知识形成知识库的 AI 工具: 1. Cursor:对于非开发性质的问答,它是一个天然的 RAG 引擎。能针对大的代码库精准找到相关函数,并利用其信息撰写代码。在问答窗口使用 Command 加回车发出问题时,会先在当前文件夹下搜索并显示相关文档和相关度,最后用这些信息构建提示词完成生成。对于非开发任务,也能与私有文档结合问答,并将新生成的 insights 沉淀成新文档,形成知识闭环,提升知识管理效率。 2. 百炼:通过以下步骤为 AI 助手增加私有知识形成知识库: 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,根据引导上传虚构的产品介绍。 建立索引:进入,创建新的知识库并选择上传的文件,其他参数保持默认。 引用知识:完成知识库创建后,在中设置,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。 3. kimichat:可以让 AI 拆解书籍的章节并按照 markdown 产出内容,然后将内容复制到在线思维导图 Markmap 中,一键生成思维导图,并可自定义微调内容及免费导出图片。
2025-01-04
如何用AI梳理文档知识
以下是关于如何用 AI 梳理文档知识的一些方法和步骤: 使用 Kimi 梳理文档: Kimi 是月之暗面公司推出的类似 ChatGPT 的大模型聊天机器人,支持超长上下文,能输入长达 20 万字。 可以让 Kimi 梳理全书,与目录对照,脉络会更清晰。 能要求 Kimi 更细致地梳理,虽然目前不能生成思维导图,但可借助 MarkMap 获得。 针对具体章节或知识点,可让 Kimi 展开讲解,还能让其给出例子和代码。 可以让 Kimi 出题测试对知识点的掌握程度。 在网站上增加 AI 助手梳理文档: 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,创建新的知识库并选择上传的文件,其他参数保持默认。 引用知识:完成知识库创建后,在中进行相关设置,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。 AI 梳理文档的检索原理: 信息筛选与确认:对检索器提供的信息进行评估,筛选出最相关和最可信的内容,验证信息的来源、时效性和相关性。 消除冗余:识别和去除多个文档或数据源中的重复信息。 关系映射:分析不同信息片段之间的逻辑和事实关系。 上下文构建:将筛选和结构化的信息组织成连贯的上下文环境,包括排序、归类和整合。 语义融合:合并意义相近但表达不同的信息片段。 预备生成阶段:将整合好的上下文信息编码成适合生成器处理的格式。 大模型生成回答:大语言模型根据提供的信息来回答问题。
2025-01-04
语料库训练相关文档
以下是为您提供的语料库训练相关文档: 中文数据集 |ID|标题|更新日期|数据集提供者|许可|说明|关键字|类别|论文地址|备注| ||||||||||| |6||2020 年|CLUE||CLUENER2020 数据集,是在清华大学开源的文本分类数据集 THUCTC 基础上,选出部分数据进行细粒度命名实体标注,原数据来源于 Sina News RSS。数据包含 10 个标签类别,训练集共有 10748 条语料,验证集共有 1343 条语料|细粒度;CULE|命名实体识别|\\|中文| |7||英文| |8||||EMNLP2015|命名实体识别||| |9||2005 年|MSR/PKU|||bakeoff2005|命名实体识别||| TTS 超全教程 音库制作和文本前端 音库制作 音频录制 音频的录制对合成语音的表现较为重要,较差的语音甚至会导致端到端声学模型无法正常收敛。用于训练的录音至少要保证录音环境和设备始终保持一致,无混响、背景噪音;原始录音不可截幅;如果希望合成出来的语音干净,则要删除含口水音、呼吸音、杂音、模糊等,但对于目前的端到端合成模型,有时会学习到在合适的位置合成呼吸音、口水音,反而会增加语音自然度。录音尽可能不要事先处理,语速的调节尚可,但调节音效等有时会造成奇怪的问题,甚至导致声学模型无法收敛。音频的录制可以参考录音公司的标准,购买专业麦克风,并保持录音环境安静即可。在音库录制过程中,可尽早提前尝试声学模型,比如音库录制 2 个小时语音后,就可尝试训练基线语音合成系统,以防止录音不符合最终的需求。 语料整理 检查文本和录制的语音是否一一对应,录制的音频本身一句话是否能量渐弱,参与训练的语音前后静音段要保持一致,能量要进行规范化。可使用预训练的语音活动检测(Voice Activity Detection,VAD)工具,或者直接根据语音起止的电平值确定前后静音段。可以使用一些开源的工具,比如统一所有语音的整体能量,这将有助于声学模型的收敛。当然,在声学模型模型训练时,首先就要对所有语料计算均值方差,进行统一的规范化,但是这里最好实现统一能量水平,防止一句话前后能量不一致。能量规整的示例代码如下。
2025-01-02
AI数据分析的案例
以下是一些 AI 数据分析的案例: ChatGPT 助力数据分析 在 AI 爆炸的时代,ChatGPT 与数据分析结合有多种应用方式。 实现方式: 1. SQL 分析:分析平台自身的使用情况,例如图表配置化平台,输入一句话可分析用户配置图表相关的数据。 2. 个性化分析:平台上支持上传数据,可提供数据信息(非必填),以此自定义分析用户自己上传的数据。 流程: 1. SQL 分析:用户描述想分析的内容,后台连接 DB,附带表结构信息让 AI 输出 SQL 语句,校验是 SELECT 类型的 SQL,其他操作如 UPDATE/DELETE 绝不能通过!校验通过后执行 SQL 返回结果数据。再将数据传给 ChatGPT(附带上下文),让其学习并分析数据,最后输出分析结论和建议,和结果数据一起返回给前端页面渲染图表、展示分析结论。目前已实现两张表关联查询。 2. 个性化分析:用户上传文件,如有需要可以简单描述这是什么数据、字段意义或作用辅助分析。前端解析用户上传的文件,再传给 ChatGPT 分析数据,后续步骤与 SQL 分析一致。 专利审查方面的 AI 1. 专利趋势分析和预测:AI 可以分析大量的专利数据,识别技术发展趋势和竞争情报,帮助企业和研究机构制定战略决策。 示例平台: Innography:利用 AI 技术分析专利数据,提供技术趋势分析和竞争情报。 PatSnap:AI 驱动的平台,分析专利数据和技术趋势,提供全面的专利情报和市场分析。 2. 具体 AI 应用示例: Google Patents:使用 AI 技术进行专利文献的全文检索和分析。通过机器学习算法,系统可以理解专利文献的内容,并提供相关性更高的检索结果。优点是提高了专利检索的准确性和效率,用户可以快速找到相关的专利文献。 IBM Watson for IP:利用 NLP 和机器学习技术,自动化地进行专利检索、分类和分析。系统可以自动提取专利文献中的关键信息,并对专利的技术内容进行分类和评估。优点是减少了人工工作量,提高了专利审查的效率和准确性。 使用这些平台的步骤: 1. 注册和登录:在对应的平台上注册账户并登录。 2. 上传专利文献:上传待审查的专利文献或输入检索关键词。 3. 选择分析功能:根据需要选择专利检索、分析、评估或生成功能。 4. 查看结果和报告:查看 AI 生成的检索结果、分析报告和评估结果。 5. 进一步处理:根据分析结果进行进一步的人工审查和处理,或者直接生成专利申请文件。 总结:AI 技术在专利审查领域的应用,可以极大地提高工作效率,减少人工工作量,提高专利检索、分类和分析的准确性和效率。上述平台和工具展示了 AI 在专利审查各个环节的具体应用,帮助专利审查员和申请人更高效地处理专利相关事务。但请注意,内容由 AI 大模型生成,请仔细甄别。
2025-01-09
如何进行数据分析
以下是关于如何进行数据分析的详细步骤: 1. 明确数据分析的目标:确定目标是理解业务、优化业务还是预测未来。 2. 收集整理与清洗相关数据:通过公司的数据库、营销工具、调查问卷等方式收集销售数据、客户反馈、财务报告等方面的数据,完成后做简单的数据清洗。 3. 让 ChatGPT 学习相关数据含义和用法:将不同来源的数据输入到 ChatGPT 中进行学习,让其能够理解这些数据的含义和用法,包括销售额、销售量、客户满意度、市场份额、竞争情况、营销费用等信息。 4. 进行数据分析给出重要结论:通过 ChatGPT 生成的结果,分析不同来源的数据,得出以下重要结论: 提高销售额和市场份额的营销策略和活动,如降低产品价格、提供更好的售后服务、优化产品设计和功能、增加市场推广力度等。 影响客户满意度和忠诚度的因素,如产品质量、服务质量、品牌形象、价格竞争力等。 影响财务报告的因素,如销售额、毛利率、净利润、营销费用占比等。 5. 根据汇报对象身份进行可视化调整:报告可以包括销售趋势、客户分析、竞争分析、市场细分、营销效果评估等方面的信息。针对不同身份的人的营销报告有所不同。 在使用 ChatGPT 助力数据分析时,流程如下: 1. 第一个用户提示:限定 SELECT SQL,告诉它不要用 SELECT来查询全部列,且仅回复一条 SELECT SQL 语句。至少查询两列:数据项、数据值,且不能直接查询如 mediumtext/longtext 这样的长类型字段,可以用 count/substring 等函数查询这些长类型列。 2. 系统提示是表结构信息,如有难以理解的字段可以告诉 GPT 字段的意义,有多个表可分开描述。 3. 需校验 GPT 生成的 SQL,不通过直接返回提示:抱歉,不支持此类请求。通过再执行 SQL 查询数据。 4. 数据分析的用户提示:提示数据分析,限定返回的 JSON 格式:conclusion、keyMap、title。keyMap 的作用是数据 key 的映射,获取结果数据对应的维度、数据项、数据值的 key 值,用于映射数据渲染图表。由于支持多维数据,单维度数据和多维度数据的提示分开定义,根据结果数据 tableData 的维度,用条件运算符选择对应的提示,再传递给 GPT。 5. 结果数据 tableData 是跟随接口一起返回到前端,已经通过 SQL 查询的数据,不能让 GPT 又生成一次,否则非常耗时。 逻辑流程图如下:上面说的两种方式对应流程图的上下两个步骤,红色部分是重点。SQL 分析:用户描述想分析的内容,后台连接 DB,附带表结构信息让 AI 输出 SQL 语句,校验是 SELECT 类型的 SQL,其他操作如 UPDATE/DELETE 绝不能通过!校验通过后执行 SQL 返回结果数据。再将数据传给 GPT(附带上下文),让 AI 学习并分析数据,最后输出分析结论和建议,和结果数据一起返回给前端页面渲染图表、展示分析结论。目前已实现两张表关联查询。个性化分析:用户上传文件,如有需要可以简单描述这是什么数据、字段意义或作用辅助分析。前端解析用户上传的文件,再传给 GPT 分析数据,后续步骤与上面一致。流程描述得比较详细,更多讲述开发时的一些问题、重点和技巧。
2025-01-09
表格数据分析
以下是关于表格数据分析的相关内容: 大模型招投标文件关键数据提取方案 预处理模块设计: 去除噪音信息:过滤掉页眉、页脚、版权声明等无关紧要的信息。 规范化文本:处理特殊符号、空白字符、异常换行等,确保文本格式整洁。 日期格式统一:通过正则表达式或日期识别工具将多种日期表示方式统一转换为标准的 ISO 格式(如“YYYYMMDD”)。 货币与金额格式化:统一货币单位和金额数字的格式,例如将“壹仟元”转换为“1000 CNY”,或将“$1,000”转换为“1000 USD”。 特殊符号处理:对招投标文件中的特殊符号进行规范化处理。 表格数据处理:使用表格解析工具(如 pdfplumber 或 pythondocx)提取表格结构和数据,并转化为 CSV 或 JSON 格式方便后续处理。 ChatGPT 助力数据分析:实际案例与技巧 流程: 1. 第一个用户提示:限定 SELECT SQL,要求不要用 SELECT查询全部列,仅回复一条 SELECT SQL 语句,至少查询两列(数据项、数据值),且不能直接查询长类型字段,可用 count/substring 等函数查询。 2. 系统提示是表结构信息,如有难以理解的字段可告知 GPT 字段意义,多个表可分开描述。 3. 校验 GPT 生成的 SQL,不通过直接返回提示“抱歉,不支持此类请求”,通过再执行 SQL 查询数据。 4. 数据分析的用户提示:限定返回的 JSON 格式(conclusion、keyMap、title)。keyMap 用于数据 key 的映射,获取结果数据对应的维度、数据项、数据值的 key 值,以映射数据渲染图表。由于支持多维数据,单维度数据和多维度数据的 prompt 需分开定义,根据结果数据 tableData 的维度,用条件运算符选择对应的 prompt 传递给 GPT。 5. 结果数据 tableData 跟随接口返回到前端,已通过 SQL 查询的数据,不能让 GPT 再次生成,否则耗时。 58 数据分析 161 万 示例表格数据: |名称|二级分类|三级分类|网址|2 月|3 月|4 月|5 月|6 月|7 月|8 月|9 月|10 月|11 月|迷你图|11/5 月1| |||||||||||||||||| |1|帆软数据|数据分析||https://www.fanruan.com/||||65|64|65|73|62|63|56||O2/I21| |2|RATH|数据分析||https://kanaries.net/|5.4|14|17|32|44|62|54|11|20|33||O3/I31| |3|rows.com|数据分析||https://rows.com/visionfd1f404d||||8|92|118|80|62|34|28||O4/I41| |4|亚信科技数智产品|数据分析||https://www.asiainfo.com/zh_cn/digital_intelligence_product_system.html||||43|30|58|47|41|29|23||O5/I51| |5|神策数据|数据分析||https://www.sensorsdata.cn/||||23|18|21|22|16|17|21||O6/I61|
2025-01-08
用ai做 电商数据分析
使用 AI 进行电商数据分析可以采取以下步骤和方法: 1. 市场分析:利用 AI 分析工具研究市场趋势、消费者行为和竞争对手情况,快速识别受欢迎的产品、价格区间、销量等关键信息。 2. 关键词优化:借助 AI 分析和推荐高流量、高转化的关键词,优化产品标题和描述,提升搜索排名和可见度。 3. 产品页面设计:使用 AI 设计工具根据市场趋势和用户偏好自动生成吸引人的产品页面布局。 4. 内容生成:依靠 AI 文案工具撰写有说服力的产品描述和营销文案,提高转化率。 5. 图像识别和优化:利用 AI 图像识别技术选择或生成高质量的产品图片,展示产品特点。 6. 价格策略:通过 AI 分析不同价格点对销量的影响,制定有竞争力的价格策略。 7. 客户反馈分析:运用 AI 分析客户评价和反馈,了解客户需求,优化产品和服务。 8. 个性化推荐:借助 AI 根据用户购买历史和偏好提供个性化产品推荐,增加销售额。 9. 聊天机器人:采用 AI 驱动的聊天机器人提供 24/7 客户服务,解答疑问,提高满意度。 10. 营销活动分析:利用 AI 分析不同营销活动效果,了解哪些活动更能吸引顾客并产生销售。 11. 库存管理:依靠 AI 帮助预测需求,优化库存管理,减少积压和缺货情况。 12. 支付和交易优化:通过 AI 分析不同支付方式对交易成功率的影响,优化支付流程。 13. 社交媒体营销:利用 AI 在社交媒体上找到目标客户群体,进行精准营销提高品牌知名度。 14. 直播和视频营销:借助 AI 分析观众行为,优化直播和视频内容,提高参与度和转化率。 此外,AI 在电商领域还有其他应用场景,如品牌提升、舆论传播分析、推广方案制定等。例如: 品牌提升:包括品牌洋葱图思维模型、产品信息、人群、品类等多方面的分析和优化。 舆论传播分析:涉及舆论传播、数据分析、主题、事件等多个要素的研究和处理。 推广方案制定:涵盖品牌、产品信息、新品、成分等众多方面的策略规划。
2025-01-07
有数据分析方面的AI应用么
以下是一些数据分析方面的 AI 应用: ChatGPT 助力数据分析:通过实际案例与相关技巧,实现了两种方式的多维数据分析,包括 SQL 分析和个性化分析。分析完成后可展示结果数据的图表和分析结论,图表支持折线图和柱状图切换。 AI 儿童安全座椅推荐系统:利用数据分析和机器学习,如宝宝树安全座椅推荐,为家长推荐合适的儿童安全座椅。 AI 汽车保养套餐推荐系统:结合数据分析和机器学习,如途虎养车保养推荐,根据车辆情况推荐保养套餐。 AI 物流快递柜管理系统:借助数据分析和物联网技术,如丰巢快递柜管理系统,优化快递柜使用效率。 AI 招聘面试模拟平台:运用自然语言处理和机器学习,如智联招聘面试模拟功能,帮助求职者进行面试模拟。 AI 房地产装修设计平台:使用图像生成和机器学习,如酷家乐装修设计软件,为用户提供装修设计方案。 AI 游戏道具推荐系统:基于数据分析和机器学习,在一些游戏的内商城推荐功能中,根据玩家需求推荐游戏道具。 AI 天气预报分时服务:利用数据分析和机器学习,如彩云天气分时预报,提供精准的分时天气预报。 AI 医疗病历分析平台:通过数据分析和自然语言处理,如医渡云病历分析系统,分析医疗病历,辅助诊断。 AI 会议发言总结工具:运用自然语言处理和机器学习,如讯飞听见会议总结功能,自动总结会议发言内容。 AI 书法作品临摹辅助工具:借助图像识别和数据分析,如书法临摹软件,帮助书法爱好者进行临摹。
2025-01-06
怎么学习python数据分析
以下是关于学习 Python 数据分析的一些建议: 从工具和规模以及方法的角度来看,数据分析是一门独立完整的学科。 工具方面: 1. Excel:是最熟悉和简单的工具,会写公式算进阶用法,还能写 Excel 宏,ChatGPT 能根据需求写出可用的 Excel 宏。 2. Python:有很多强大的数据分析库,如用于数据处理和分析的 Pandas、用于数值计算的 NumPy,画图的 Seaborn、plotly、matplotlib 等,机器学习相关的更多。一般数据分析代码可用 Jupyter Notebook 运行,用 Anaconda 管理安装的各种包。 3. R 语言:专门用于搞统计,但 Python 通常已够用。 在 Python 中,以下是一些关键的库和技术: 1. 数据处理与清洗: Pandas:提供高效的数据结构如 DataFrame,用于处理和分析结构化数据。 NumPy:用于数值计算,提供多维数组对象和相关操作函数。 2. 数据可视化: Matplotlib:用于生成静态、交互式和动画可视化的绘图库。 Seaborn:基于 Matplotlib 的高级数据可视化库,提供更美观易用的图表绘制方法。 Plotly:交互式图表库,支持多种图表类型,适合生成动态和交互式图表。 3. 统计分析: SciPy:提供广泛的数学算法和函数,包括线性代数、统计学、优化等。 Statsmodels:用于统计建模和数据分析,适合进行统计测试和回归分析。 4. 大数据技术: PySpark:Apache Spark 的 Python API,用于大规模数据处理。 学习路径方面,可以参考以下课程内容: 1. 学习 Python 基础语法与文本处理,包括数据类型(字符串、数字、列表、字典)、控制结构(条件判断、循环语句)、文本处理基础(字符串操作方法、文件读写操作),通过实践实验如中文文本的基本处理,掌握 Python 的基本语法和结构,能够进行简单的文本数据处理。 2. 学习利用 Python 进行自然语言处理(NLP),了解 NLP 的概念和在人文研究中的重要性,掌握 Python 中的 NLP 库,如结巴分词(Jieba)等工具,通过实践实验如中文分词与词频分析,掌握基本的 NLP 操作,理解其在语言研究和教学中的应用。
2025-01-01