AI学习路径

以下是为 AI 创作新手提供的入门步骤： 一、了解基本概念 建议阅读「」部分，熟悉 AI 的术语和基础概念，包括人工智能的定义、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、当前应用和未来发展趋势。 二、开始学习之旅 在「」中，能找到为初学者设计的系列课程，特别推荐李宏毅老师的课程。还可以通过在线教育平台（如 Coursera、edX、Udacity）上的课程按自己节奏学习，并争取获得证书。 三、选择感兴趣模块深入学习 AI 领域广泛，涵盖图像、音乐、视频等。可根据自身兴趣选择特定模块深入学习，同时一定要掌握提示词技巧，因其上手容易且实用。 四、实践和尝试 理论学习后，实践是巩固知识的关键。尝试使用各种产品进行创作，并在知识库分享实践后的作品和文章。 五、体验 AI 产品 与现有的 AI 产品互动，如 ChatGPT、Kimi Chat、智谱、文心一言等聊天机器人，了解其工作原理和交互方式，获得实际应用中的第一手体验，激发对 AI 潜力的认识。 六、具体案例 1. 对于编程方面，可参考元子的 30min Cursor AI 编程上手步骤。 突破对“不会编程”的限制，不断探索与 AI 的边界。 作者将更新多篇相关文章，如第一弹“一点小小的震撼——cursor 黑客松”等。 可通过与作者交流。 2. 对于 AI 3D 创作，可参考 Tripo AI 入门手册。 注册/登录：点击下方网址免费体验（国内可访问），输入邮箱地址获取验证码完成注册登录，或使用谷歌账户直接登录。登录后可查看用户名和拥有的点数。 界面介绍：Tripo 的界面简洁，上方是工具导航栏，中间是公共作品展示区，底部是生成模型的工作区域，包括输入框和创建按钮。其中「Create」是创作主战场，「My Models」是个人作品库，「Favorite」是私人收藏列表。 希望以上步骤和内容能帮助您顺利入门 AI 创作。

对于小白学习 AI，以下是一些建议： 1. 了解 AI 基本概念： 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。 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，找到为初学者设计的课程，特别推荐李宏毅老师的课程。 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，可根据自己的兴趣选择特定模块深入学习，同时掌握提示词的技巧。 4. 实践和尝试： 理论学习后，实践是巩固知识的关键，尝试使用各种产品做出作品。知识库中有很多实践后的作品、文章分享。 5. 体验 AI 产品： 与现有的 AI 产品如 ChatGPT、Kimi Chat、智谱、文心一言等聊天机器人互动，了解其工作原理和交互方式。 6. 持续学习和跟进： AI 发展迅速，新成果和技术不断涌现。关注 AI 领域的新闻、博客、论坛和社交媒体，保持对最新发展的了解。 考虑加入 AI 相关的社群和组织，参加研讨会、工作坊和会议，与其他爱好者和专业人士交流。 此外，还可以参考《雪梅 May 的 AI 学习日记》，其适合纯 AI 小白，学习模式为输入→模仿→自发创造。但其中的学习内容可能因 AI 发展而变化，可去 waytoAGI 社区发现自己感兴趣的 AI 领域，学习最新内容。该日记中的学习资源免费开源，且学习时间灵活，不必有压力，能学多少算多少。

以下是一些可以用于制作 PPT 的 AI 工具： 1. Gamma：这是一个在线 PPT 制作网站，允许用户通过输入文本和想法提示快速生成幻灯片。它支持嵌入多媒体格式，如 GIF 和视频，以增强演示文稿的吸引力。网址：https://gamma.app/ 2. 美图 AI PPT：由知名图像编辑软件“美图秀秀”的开发团队推出，允许用户通过输入简单的文本描述来生成专业的 PPT 设计。可能包含丰富的模板库和设计元素，用户可根据需求选择不同风格和主题的模板，适用于多种场合。网址：https://www.xdesign.com/ppt/ 3. Mindshow：一款 AI 驱动的 PPT 辅助工具，提供一系列智能设计功能，如自动布局、图像选择和文本优化等，以帮助用户更高效地创建演示文稿。网址：https://www.mindshow.fun/ 4. 讯飞智文：由科大讯飞推出的 AI 辅助文档编辑工具，利用在语音识别和自然语言处理领域的技术优势，提供智能文本生成、语音输入、文档格式化等功能。网址：https://zhiwen.xfyun.cn/ 此外，还有一些组合使用的方式，如 Claude+Gamma.app 可以帮助快速寻找符合条件的论文、提取精炼论文中某部分信息、找到适合的 PPT 制作工具并教会使用。另外，GPT4、WPS AI 和 chatPPT 组合使用也能完成 PPT 制作任务。

目前比较强势的 AI 有以下几种： 1. ChatGPT：在整个前 50 名列表中每月流量占比 60%，估计每月访问量为 16 亿次，每月用户数为 2 亿（截至 2023 年 6 月），是全球访问量排名第 24 的网站。 2. CharacterAI：已成为第二大产品，规模约为 ChatGPT 的 21%，在移动领域表现出色，其 DAU 可与 ChatGPT 相媲美，留存率明显更高。 3. Google 的 Bard 和 Quora 的 Poe：属于普通 LLM 聊天机器人类别，均位列前 5 名。 4. 内容生成工具：如 Midjourney 和 ElevenLabs。图像生成是更广泛的内容生成类别中的主要用例，占流量的 41%，其次是产消者写作工具（占 26%）和视频生成（占 8%）。 5. 模型中心：如 Civitai（用于图像）和 Hugging Face，虽然列表中只有 2 个网站，但带来了显著流量，均排名前 10。

以下是零基础学习 AI 的建议： 1. 了解 AI 基本概念： 建议阅读「」部分，熟悉 AI 的术语和基础概念。了解人工智能是什么，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。 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，您能找到为初学者设计的课程，特别推荐李宏毅老师的课程。 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。 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。 在知识库有很多大家实践后的作品、文章分享，欢迎您实践后也进行分享。 5. 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。 对于中学生学习 AI，建议如下： 1. 从编程语言入手学习： 可以从 Python、JavaScript 等编程语言开始，学习编程语法、数据结构、算法等基础知识。 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： 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，无论是零基础还是中学生，都可以从编程基础、工具体验、知识学习、实践项目等多个方面入手，全面系统地学习 AI 知识和技能。

人类在使用 AI 工具中的核心作用主要体现在以下几个方面： 1. 保持创造热情：这是人与 AI 在动机上的最大差异，人类需要提供立意与想法，具备对观察的抽象化能力和对定义的具象化能力。 2. 善于叙事和引导：对 AI 给出的选择做出关键决策。 3. 深刻理解 AI 系统：包括其工作方式和边界。 4. 设定目标：让 AI 依据目标来驱动工具。 5. 整合与分析信息：行动模块接收来自感知模块的多模态数据并进行整合与分析，类似于人类大脑的处理过程。 6. 决策与转化指令：评估不同行动方案并选择最优路径，将决策转化为具体行动指令，如同人类大脑通过神经系统控制身体。 7. 利用工具：人类在面对复杂任务时使用工具来提高效率，AI 若学会使用工具也能增强能力。 8. 发挥语言生成能力：如 LLMbased Agent 利用基于 Transformer 的语言生成模型展现出出色的文本生成能力。

以下是为新手提供的 AI 学习路径： 1. 了解 AI 基本概念： 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。 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，找到为初学者设计的课程，特别推荐李宏毅老师的课程。 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，可根据自己的兴趣选择特定模块深入学习。 掌握提示词的技巧，它上手容易且很有用。 4. 实践和尝试： 理论学习后，实践是巩固知识的关键，尝试使用各种产品做出作品。 在知识库提供了很多大家实践后的作品、文章分享，欢迎实践后的分享。 5. 体验 AI 产品： 与现有的 AI 产品如 ChatGPT、Kimi Chat、智谱、文心一言等聊天机器人进行互动，了解其工作原理和交互方式，获得对 AI 在实际应用中表现的第一手体验，并激发对 AI 潜力的认识。 另外，如果您偏向技术研究方向，学习路径包括： 1. 数学基础：线性代数、概率论、优化理论等。 2. 机器学习基础：监督学习、无监督学习、强化学习等。 3. 深度学习：神经网络、卷积网络、递归网络、注意力机制等。 4. 自然语言处理：语言模型、文本分类、机器翻译等。 5. 计算机视觉：图像分类、目标检测、语义分割等。 6. 前沿领域：大模型、多模态 AI、自监督学习、小样本学习等。 7. 科研实践：论文阅读、模型实现、实验设计等。 如果您偏向应用方向，学习路径包括： 1. 编程基础：Python、C++等。 2. 机器学习基础：监督学习、无监督学习等。 3. 深度学习框架：TensorFlow、PyTorch 等。 4. 应用领域：自然语言处理、计算机视觉、推荐系统等。 5. 数据处理：数据采集、清洗、特征工程等。 6. 模型部署：模型优化、模型服务等。 7. 行业实践：项目实战、案例分析等。 无论是技术研究还是应用实践，数学和编程基础都是必不可少的。同时需要紧跟前沿技术发展动态，并结合实际问题进行实践锻炼。 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。

以下是为新手提供的 AI 学习路径： 1. 了解 AI 基本概念： 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。 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，找到为初学者设计的课程，特别推荐李宏毅老师的课程。 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，如图像、音乐、视频等，可根据兴趣选择特定模块深入学习。 掌握提示词的技巧，它上手容易且很有用。 4. 实践和尝试： 理论学习后，实践是巩固知识的关键，尝试使用各种产品做出作品。 在知识库提供了很多大家实践后的作品、文章分享，欢迎实践后的分享。 5. 体验 AI 产品： 与现有的 AI 产品如 ChatGPT、Kimi Chat、智谱、文心一言等聊天机器人进行互动，了解其工作原理和交互方式，获得对 AI 在实际应用中表现的第一手体验，并激发对 AI 潜力的认识。 另外，如果您的学习路径偏向技术研究方向，您需要： 1. 具备数学基础，如线性代数、概率论、优化理论等。 2. 掌握机器学习基础，如监督学习、无监督学习、强化学习等。 3. 深入学习深度学习，包括神经网络、卷积网络、递归网络、注意力机制等。 4. 了解自然语言处理，如语言模型、文本分类、机器翻译等。 5. 熟悉计算机视觉，如图像分类、目标检测、语义分割等。 6. 关注前沿领域，如大模型、多模态 AI、自监督学习、小样本学习等。 7. 进行科研实践，包括论文阅读、模型实现、实验设计等。 如果您的学习路径偏向应用方向，您需要： 1. 具备编程基础，如 Python、C++等。 2. 掌握机器学习基础，如监督学习、无监督学习等。 3. 熟悉深度学习框架，如 TensorFlow、PyTorch 等。 4. 了解应用领域，如自然语言处理、计算机视觉、推荐系统等。 5. 掌握数据处理，包括数据采集、清洗、特征工程等。 6. 学会模型部署，如模型优化、模型服务等。 7. 进行行业实践，包括项目实战、案例分析等。 无论是技术研究还是应用实践，数学和编程基础都是必不可少的。同时需要紧跟前沿技术发展动态，并结合实际问题进行实践锻炼。 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。

普通人学习 AI 并找到适合自己发展的路径，可以参考以下步骤： 1. 了解 AI 基本概念： 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。 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，找到为初学者设计的课程，特别推荐李宏毅老师的课程。 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，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。 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，欢迎实践后的分享。 5. 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，获得对 AI 在实际应用中表现的第一手体验，并激发对 AI 潜力的认识。 如果您想偏向技术研究方向，以下是一些学习路径： 1. 数学基础：线性代数、概率论、优化理论等。 2. 机器学习基础：监督学习、无监督学习、强化学习等。 3. 深度学习：神经网络、卷积网络、递归网络、注意力机制等。 4. 自然语言处理：语言模型、文本分类、机器翻译等。 5. 计算机视觉：图像分类、目标检测、语义分割等。 6. 前沿领域：大模型、多模态 AI、自监督学习、小样本学习等。 7. 科研实践：论文阅读、模型实现、实验设计等。 如果您想偏向应用方向，以下是一些学习路径： 1. 编程基础：Python、C++等。 2. 机器学习基础：监督学习、无监督学习等。 3. 深度学习框架：TensorFlow、PyTorch 等。 4. 应用领域：自然语言处理、计算机视觉、推荐系统等。 5. 数据处理：数据采集、清洗、特征工程等。 6. 模型部署：模型优化、模型服务等。 7. 行业实践：项目实战、案例分析等。 无论是技术研究还是应用实践，数学和编程基础都是必不可少的。同时需要紧跟前沿技术发展动态，并结合实际问题进行实践锻炼。 另外，如果您想将 AI 与宠物结合，可以参考以下例子和学习路径： 1. AI 宠物助手： 基于自然语言处理和计算机视觉的 AI 宠物助手，可以帮助主人更好地照顾宠物。 例如自动识别宠物情绪、提供饮食建议、监测宠物健康状况等。 2. AI 宠物互动玩具： 利用 AI 技术开发的智能互动玩具，可以增强宠物的娱乐体验。 例如会自主移动并引起宠物注意的智能玩具、会发出声音和互动的智能宠物玩具等。 3. AI 宠物图像生成： 使用生成式 AI 模型，可以根据文字描述生成各种宠物形象的图像。 这可以帮助宠物主人定制个性化的宠物形象。 4. AI 宠物医疗诊断： 利用计算机视觉和机器学习技术，可以开发 AI 辅助的宠物医疗诊断系统。 通过分析宠物的症状图像和病历数据，提供初步诊断建议。 5. AI 宠物行为分析： 基于传感器数据和计算机视觉，可以利用 AI 技术分析宠物的行为模式。 帮助主人更好地了解宠物的需求和习性。 学习路径建议： 1. 掌握基础的机器学习、计算机视觉、自然语言处理等 AI 技术。 2. 了解宠物行为学、宠物医疗等相关领域知识。 3. 关注业内先进的 AI+宠物应用案例，学习其技术实现。 4. 尝试开发简单的 AI 宠物应用原型，并不断迭代优化。 总的来说，AI+宠物是一个充满想象空间的新兴赛道，结合 AI 技术和宠物行业需求，可以开发出各种有趣有用的应用。但请注意，以上内容由 AI 大模型生成，请仔细甄别。

以下是为新手提供的 AI 学习路径与课程： 1. 了解 AI 基本概念： 建议阅读「」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。 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，能找到为初学者设计的课程，特别推荐李宏毅老师的课程。 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，可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。 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作品。 在知识库有很多大家实践后的作品、文章分享。 5. 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。 6. 对于通过 AI 开发应用的同学： 必看 OpenAI API 文档（）。 谷歌生成式 AI 课程（注：进阶课程请从第 5 节开始阅读，）。

对于小白学习 AI，以下是一些建议的最优路径： 1. 了解 AI 基本概念： 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。 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，找到为初学者设计的课程，特别推荐李宏毅老师的课程。 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，可根据自己的兴趣选择特定模块深入学习。 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，欢迎实践后的分享。 5. 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。 此外，还可以参考《雪梅 May 的 AI 学习日记》，其学习模式是输入→模仿→自发创造。对于纯小白，学习资源大多免费开源，可在有空的时候学习，根据自己的兴趣在 waytoAGI 社区发现并学习最新内容。 对于像开发应用这样的实践，以纯小白开发 Unity 程序为例，需要人类导师把任务拆解到足够小，针对性地设计学习路径，并密切关注随时从坑里捞人，同时通过能直接搞定的小项目先学明白背后的原理，在此基础上开发复杂项目。

以下是为您制定的学习搭建智能体的进阶路径和推荐资源链接： 进阶路径： 1. 注册智谱 Tokens 智谱 AI 开放平台：https://bigmodel.cn/ 新注册用户可获得 2000 万 Tokens。 可通过充值/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 ；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】查看自己的资源包，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。此流程会手把手进行编辑，完成一个简单智能体的搭建。 推荐资源链接： 1. 智谱 BigModel 共学营第二期：把您的微信变成超级 AI 助理 https://bigmodel.cn/ 2. 教师的 AI 减负指南 3. 提示词培训课——Part2 在搭建智能体的过程中，您需要像导演一样，编排具体流程，检查结果，修改流程，反复迭代。提示语的核心是逻辑，要将复杂的任务拆分成科学合理的步骤，并且让前一步的结果都成为后一步的基础。同时，不要害怕犯错，每一次尝试都是向成功迈进的一步。

以下是关于学习 Midjourney 的相关内容： 1. Midjourney 今天发布了模型个性化 Personalization 或'p'的早期测试版本。其工作原理是：每次写提示时，很多信息是“隐含的”，MJ 的算法通常会用社区的综合偏好填补空白，而模型个性化会学习您的喜好来填补空白。使用模型个性化的要求包括：目前从成对排名中的投票和喜欢的探索页面上的图像中学习，需要大约 200 个成对排名/喜欢才能生效，可在排名页面查看评分数量或在 Discord 上输入/info。使用方法为：在提示后输入p，或使用提示栏中的设置按钮为所有提示启用个性化功能，启用时会在提示后添加一个“代码”，可分享此代码让他人使用应用于该图像的个性化效果，还可以使用s 100 控制个性化效果的强度（0 为关闭，1000 为最大，100 为默认）。但需注意个性化目前不是稳定功能，会随更多成对排名而变化，且可能会推出算法更新。 2. 训练 Midjourney 的 prompt 流程：可以复制每一步，按照步骤跟 GPT 聊下去。原理是把 MJ 的官网说明书喂给 GPT，让它根据说明了解机制和结构，给出适合的提示词。 3. MJ 很长一段时间内依赖 discord 进行操作，可简单理解为一个微信群/钉钉群，群里有机器人，@它并给一段文字，它就会出图片。也可自己创建群组（服务器），把机器人拉进来对话创作。开始创作时@机器人，MJ 会返回 4 宫格图片。想要放大一张图，点击上面的 U 1——4，MJ 会发大图回来。或者看看其他风格，点击上面的 v 14，MJ 会返回新的 4 宫格。简单来说，步骤包括告诉 MJ 要什么，MJ 给 4 个不同风格小图，放大或再看其他风格，在这些图片基础继续处理。初学可能会有一些想法，比如第一次出图感觉不错，但再改可能难，此时设计师技能上线。以前除了氪金多练习没好办法，现在可以去离谱村进修。

学习提示词可以通过以下步骤和方法： 1. 基础概念学习： 了解相关模型（如 Stable Diffusion）的工作原理和架构。 理解提示词如何影响生成结果。 掌握提示词的组成部分，如主题词、修饰词、反面词等。 2. 研究官方资料： 通读官方文档，获取提示词相关指南。 学习开发团队和专家的教程与技巧分享。 3. 学习常见术语和范例： 熟悉相关领域（如 UI、艺术、摄影）的专业术语和概念。 研究优秀的图像标题和描述作为范例。 4. 掌握关键技巧： 学会组合多个词条精确描述想要的效果。 掌握使用特定符号（如“（）”、“”）控制生成权重。 学会处理抽象概念、情感等无形事物的描述。 5. 实践与反馈： 用不同提示词生成各种风格和主题的图像。 对比结果与提示词，分析原因并总结经验。 在社区分享，请教高手获取反馈建议。 6. 创建提示词库： 按主题、风格等维度建立自己的词库。 记录成功案例方便后续参考复用。 7. 持续跟进前沿： 关注模型的最新更新和社区分享。 掌握提示词的新技术、新范式和新趋势。 此外，还需注意： 1. 理解提示词的作用：向模型提供上下文和指示，其质量直接影响输出质量。 2. 学习构建技巧：明确任务目标，用简洁准确语言描述，提供足够背景信息和示例，使用清晰指令，明确特殊要求。 3. 参考优秀案例：在领域社区、Github 等资源中学习。 4. 实践、迭代、优化：多与模型互动，尝试变体并优化。 5. 活用提示工程工具：如 Anthropic 的 Constitutional AI 等。 6. 跟上前沿研究：持续关注最新成果和方法论。 总之，要了解模型特性，具备清晰表述需求的能力，通过多实践、多学习、多总结来掌握提示词的运用。

以下是在 COZE 平台创建智能体的详细教程： 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；图像流可处理和生成图像相关功能；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；表格可用于结构化数据的存储和调用；照片可作为图像素材库。 记忆系统：变量可存储对话过程中的临时信息；数据库可管理持久化的结构化数据；长期记忆可保存重要的历史对话信息；文件盒子可管理各类文档资料。 交互优化（底部区域）：可设置开场白、用户问题建议、快捷指令、背景图片等。 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. 图像流相关： 打开 Coze 官网（https://www.coze.cn/home）。 创建图像工作流，图像流分为智能生成、智能编辑、基础编辑三类。 空间风格化插件有相关参数，如 image_url 是毛坯房的图片地址；Strength 是提示词强度，影响效果图；Style 是生成效果的风格，如新中式、日式、美式、欧式、法式等；user_prompt 是用户输入的 Promot 提示词。 按照构架配置工作流，调试工作流效果，可使用毛坯房测试用例（https://tgi1.jia.com/129/589/29589741.jpg）。 开始节点对应配置三项内容，进行提示词优化。 人设和回复逻辑：技能 1 中 3 项中的编译数字来源，然后点击右上角发布。

以下是全面学习 COZE 平台操作的方法： 1. 前置条件：起码已经使用过 Coze，并亲自搭建过一些简单的工作流。 2. 重点学习资源： 官方案例非常值得学习，不要错过优质资源。 观看 90 分钟的视频教程，文档教程为辅。例如“【90 分钟视频教程】全网最详细的 Coze AI 应用教学”中的案例演示，如 Coze 的创意写真馆应用：https://www.coze.cn/template/project/7442139374751629323? 以及 。 3. 操作步骤： 对于不了解 Coze 操作的情况，可以按照以下步骤完成 Agent 最后的测试与封装： 试运行整个工作流，验证整体运行效果，包括响应速度、生成质量。点击「试运行」，把待精读文章输入「开始节点」的{{BOT_USER_INPUT}}，观察流程在 1 分钟内是否运行完成，最终输出的“回答内容”是否符合预期。 迭代优化工作流，提升性能。此步骤可自行按照配置思路进行细致优化。 在外层 bot 中封装工作流。 进行外层 bot 调试。 完成以上步骤后，即可发布 bot 。