你现在是一个工作流方面的专家 我需要你用最简单的方法让我这个小白理解工作流是怎么工作的

以下是搭建工作流编排智能体的步骤： 1. 逐步搭建 AI 智能体： 创建 Bot。 填写 Bot 介绍。 切换模型为“通义千问”（测试下来，通义对提示词理解、执行效果最好）。 把配置好的工作流添加到 Bot 中。 新增变量{{app_token}}。 添加外层 bot 提示词（可按需求和实际效果优化调整）。完成上述步骤后，在「预览与调试」窗口可与 AI 稍后读智能体对话并使用全部功能。 2. 选择工作流的对话模式： 创建一个工作流对话模式的智能体。 先完成创建，然后切换工作流的模式为对话模式。注意一定要在开始调整工作流节点之前切换模式，因为切换成对话模式会将工作流清空，重置为对话模式默认节点。 3. 确认分支情况： 根据需求分析，确定特定分支（如根据名字和祝福写对联、根据幸运数字写对联）和默认分支，以保证用户其他对话能得到良好回复。 4. 用户意图识别： 通过理解用户意图走不同分支，需将意图介绍写清楚、准确，否则可能导致意图识别不好用。 5. 幸运数字分支： 用代码分支获取用户输入的数字，然后匹配知识库，再对匹配的春联做赏析。代码里有容错机制，返回时加“.0”是为了按指定的幸运数字在知识库里匹配。 6. 名字写祝福： 根据用户输入的名字和祝福信息，通过提示词调试生成对应对联并输出。 7. 通用兜底回复： 在用户不符合前两个意图时进行友好回复。首先匹配知识库，然后让大模型结合匹配结果、历史记录、当前输入，输出符合对话内容的回复。 8. 知识库： 知识库是使用大模型生成的 100 对对联，都比较好看、经典、有意义。

以下是关于如何学习使用 AI 来提高工作效率和自身全面能力的建议： 1. 工作方面： 让自己变成“懒人”，能动嘴的不要动手，用嘴说出想做的事。 能动手的尽量用 AI 替代，例如将工作单元切割开，建设属于自己的智能体，并根据结果反馈不断调整。 定期审视工作流程，看哪个部分可以更多地用上 AI，将所学应用于实践，不断优化工作流程。 2. 技术层面： 学习搭建专业的知识库、构建系统的知识体系，不仅用于工作，还可支持个人爱好和创作。 3. 个人素质方面： 提升学习能力，通过持续阅读和实践来吸收、消化和积累知识，培养好奇心和持续学习的习惯，广泛阅读，深入研究新领域，不断探索前沿知识。 提升创造能力，这是在时代保持竞争力的关键。 善用工具，使用 AI 工具自动化重复性任务，适应时代转变，腾出时间进行更高层次思考。 具备抽象与整合能力，在更高层次上学习，为 AI 提供方向并作出合适选择。 4. 编程和研究方面： 参考技术大佬 Nicholas Carlini 的博文「How I Use "AI"」，学习其使用 LLM 进行编程和研究的实例分享。 用 GPT4 构建完整的 Web 应用。 通过与模型的互动式对话学习新技术，如 Docker、Flexbox 和 React 等。 借助 AI 快速获取新项目或新论文所需的样板代码。 用 AI 简化复杂的大型代码库。 将单调且简单的任务交给 AI，如数据格式化等。 在 AI 帮助下提升用户专业度和效率。 通过 AI 获取特定工具或命令的使用信息。 利用 AI 进行搜索，其效果比传统搜索引擎好。 用 AI 解决一次性任务和常见任务，修复常见错误。

以下是利用 AI 为我们工作的一些方法： 1. 写作方面： 草拟各种初稿，如博客文章、论文、宣传材料、演讲、讲座、剧本、短篇小说等，只需给出提示。 提升写作质量，将文本粘贴到 AI 中，要求其改进内容、提供针对特定受众的建议、创建不同风格的草稿、使内容更生动或添加例子，以激发自己做得更好。 帮助完成任务，如写邮件、创建销售模板、提供商业计划的下一步等。 从写作困难中解脱，让自己更有动力。 2. 获取信息和学习方面： 利用 AI 辅助教育，包括自学。可以要求 AI 解释概念，能获得较好的结果。但要注意因 AI 可能产生幻觉，对关键数据要根据其他来源仔细检查。

以下是为您推荐的可用于工作总结的 AI 工具和方法： 1. GPT 系列： 可以总结各种文章（文章不超过 2 万字），您打开后直接全选复制全文，然后粘贴发送给 GPTs 即可。GPT4 能识别出重点内容。 对于有字幕的 B 站视频，可先通过油猴脚本（如）提取字幕，再将字文字内容全选复制发送给 GPTs 进行总结。 2. 会议总结类工具： 3. 简历编写类工具： Kickresume 的 AI 简历写作器：使用 OpenAI 的 GPT4 语言模型自动生成简历，为简历摘要、工作经验和教育等专业部分编写内容，并保持一致语调。 Rezi：是一个领先的 AI 简历构建平台，使用先进的 AI 技术自动化创建可雇佣简历的每个方面，包括写作、编辑、格式化和优化。 Huntr 的 AI 简历构建器：提供免费的简历模板，以及 AI 生成的总结/技能/成就生成器和 AI 驱动的简历工作匹配。更多 AI 简历产品，还可以查看这里：https://www.waytoagi.com/category/79 以上工具都可以帮助您快速、高效地完成工作总结，您可以根据自己的需要选择最适合您的工具。请注意，内容由 AI 大模型生成，请仔细甄别。

以下是一些可以帮助您实现将 PDF 文档与 Word 文档进行核对和修正工作的 AI 工具及方法： 1. DeepL（网站）：访问，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）：在安装插件后，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」。 3. Calibre（电子书管理应用）：在下载并安装 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，再在点击谷歌翻译「Document」按钮，上传 Word 文档。 5. 百度翻译（网页）：在点击导航栏「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（不过进阶功能基本都需要付费了）。 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（不过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，以上内容由 AI 大模型生成，请仔细甄别。

以下是一些关于扣子工作流的教程资源： 视频教程： 【Agent 共学第二期】艾木分享|这也许是你一生中第一个 Bot：https://www.bilibili.com/video/BV1XT421i7jH/ 一步一步带你手搓一个 Coze Bot——Dr.Know（极简版 Perplexity）：https://www.bilibili.com/video/av1005221752 扣子（coze）系列教程（四）：工作流中各节点常用使用方式：https://www.bilibili.com/video/BV1ux4y1J761/ Coze 工作流的手把手教程，让你的 Bot 高质量的处理复杂任务！：https://www.bilibili.com/video/BV1PZ421g7xT/ 微信文章教程： 扣子工作流实战案例教程，手把手教你搭建一个图书管理工作流：https://mp.weixin.qq.com/s/Fh3Vm3EDSzoYVxf91GcMMA 使用扣子 Coze 创建 AI 绘画工作流：https://mp.weixin.qq.com/s/d_6yST8JXKf1Tr6JgBPFg 奶奶也学得会的 AI 工作流，省时省力下班早！：https://mp.weixin.qq.com/s/bXC8DHzs5_OgPh3FtKhJZA 中文 GPTS 使用秘籍，字节扣子 Coze 工作流使用全教程：https://zhuanlan.zhihu.com/p/682108709 Workflow 实践|使用 coze 复现一个 AIGC 信息检索 Bot：https://mp.weixin.qq.com/s/PFgjRq7XcTcqog1gLyFqA AI 自动获取 B 站视频摘要信息：https://mp.weixin.qq.com/s/x8lwvlomhFNLZl__qYuDww 如何用 Coze 制作一个信息检索 Bot（含 Workflow 的基础用法）：https://mp.weixin.qq.com/s/Ory8iVXXjjN3zSTcupPm6Q 飞书社区教程： Stuart:教你用 coze 写起点爆款小说《夜无疆》,做到高中生文笔水平：https://waytoagi.feishu.cn/wiki/LRskwrJkli3CgkkY06xcC3HanBh?from=from_copylink Stuart:我把 Coze 比赛第一的 bot 拆了教大家：https://waytoagi.feishu.cn/wiki/Qt8Bwgl3PihQNukO7PjcmeuJnJg?from=from_copylink 画小二：用 Coze 工作流制作行业简报：实战案例画小二日报：https://waytoagi.feishu.cn/wiki/HmIhwt1IkiIAzok73rDcgG7fnQg?from=from_copylink 画小二：Coze 工作流之抖音热门视频转小红书图文详细配置：https://waytoagi.feishu.cn/wiki/MV7gw298TiBajFkSrFeceYRMnXc?from=from_copylink 扣子版虚拟女友李思思的思路：https://waytoagi.feishu.cn/wiki/O9M4w66fxiElylkBkCRcP6jLnsg?from=from_copylink 此外，还有关于白嫖 Groq 平台算力并接入扣子工作流的保姆级教程： 此时我们有了代理服务器和 APIKEY，落地使用方式举例： 1. 通过扣子工作流，用代码模块进行 HTTP 访问，实现 0 token 脱离扣子模型来使用 Groq 作为 LLM，而且可以参考梦飞大佬教程将扣子接入微信机器人（有微信封号风险） 2. 由于 Groq 的 API 与 OpenAI 的 API 几乎兼容，可以适配到任何 APP 产品可以用来填 APIKEY 调用的场景，此处用沉浸式翻译举例（如果还不知道沉浸式翻译这个超级好用的网页翻译工具的,请访问 https://immersivetranslate.com/自行安装） 3. 接入手机类 APP，比如通过快捷方式接入 Siri（此处卖个关子，留着 728 线下切磋赚积分，希望线下小伙伴来找我） 接入扣子工作流： 1. 扣子工作流的搭建细节本篇不详细叙述，请移步 WaytoAGI 自学。 2. 建立工作流，只需要一个代码节点，如下： Copy 以下代码进入代码节点，其中代码节点的输入引用请自行配置为开始节点的用户输入，输出改为“output”，格式为“string” 测试工作流，保证代码块有正常输出（可以看到此处消耗 0 Tokens，白嫖算力成功，在扣子即将收费之际，后续可能可以派上大用处，代替工作流 LLM 节点） 可以建立一个 Bot，来仅仅调用该工作流，建议不要发布，否则你的 Deno 代理流量可能被其他人用。 其他就可以自行发挥了，接入微信等。

智能体和工作流不是同一个概念。 智能体是一个能够执行特定任务、具有一定自主性和智能的实体。例如，在扣子平台上，可以通过添加插件和设置工作流等方式让智能体变得更强大，以完成各种复杂的任务。 工作流则像是一个可视化的拼图游戏，由多个小块块（节点）组成，如插件、大语言模型、代码块等，这些小块块可以像拼图一样组合在一起，从而创造出复杂但稳定的业务流程。当面对多步骤、对结果要求严格的任务时，工作流最为适用。工作流有开始和结束的小块块，不同小块块可能需要不同的信息才能工作。 在构建稳定可用的 AI 智能体时，通常会先测试单条 Prompt 或 Prompt Chain 的执行质量和稳定性，然后根据实际情况逐步拆解子任务，对于场景多样、结构复杂、对输出格式要求严格的任务，基本可以预见到需要将其拆解为工作流。此外，如果涉及生成多媒体内容或从网络自主获取额外信息等能力，也必然需要通过工作流来调用相应的插件。

AI 工作流是在一般工作流的基础上引入了 AI 工具。 一般工作流指的是将一项工作拆分成多个明确步骤，每个步骤都有特定的输入和产出，且步骤之间环环相扣。比如写公众号文章，要经过选题、列大纲写初稿、改稿、写标题、排版、发布等固定步骤。 而 AI 工作流则是将 AI 工具融入到这些工作环节中以提高效率。例如在写作的各个环节使用相应的 AI 工具。搭建 AI 工作流需要具备三层能力： 1. 了解各种 AI 工具的特点和用途。 2. 学会写提示词，以便向 AI 清晰地描述任务。 3. 搭建 AI 智能体，使多个 AI 工具协同工作，自动完成任务。 同时，AI 工作流还在信息获取、处理和表达等方面带来了变革。如重塑了获取信息的方式，颠覆了传统搜索引擎；辅助高效处理信息，如智能摘要能帮助快速筛选；让信息表达更简便。

对于小白想要学习 AI，您可以从以下几个方面开始： 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。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，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。 此外，您还可以参考《雪梅 May 的 AI 学习日记》，比如学习模式可以是输入→模仿→自发创造。在学习过程中，您可以去 waytoAGI 社区发现自己感兴趣的 AI 领域，学习最新的内容。而且，学习资源大多是免费开源的。需要注意的是，学习状态很重要，能学多少算多少，不必有心理压力。

以下是提升提示词编写能力的一些方法： 1. 了解提示词的基本概念：提示词用于描绘您想生成的画面，输入语言支持中英文，不同模型可能有不同的输入要求。 2. 预设词组：小白用户可以点击提示词上方的官方预设词组进行生图。 3. 确保提示词内容准确：包含人物主体、风格、场景特点、环境光照、画面构图、画质等要素，例如“一个女孩抱着小猫，背景是一面红墙，插画风格、孤独感，高质量”。 4. 调整负面提示词：点击提示框下方的齿轮按钮，弹出负面提示词框，输入不想生成的内容，如“不好的质量、低像素、模糊、水印”。 5. 利用“加权重”功能：在功能框增加提示词，并进行加权重调节，权重数值越大，越优先。 6. 善用辅助功能：如翻译功能可一键将提示词翻译成英文，还可删除所有提示词或使用会员加速。 7. 优化和润色提示词的方法： 明确具体的描述：使用更具体、细节的词语和短语，避免笼统。 添加视觉参考：插入相关图片参考，提高 AI 理解能力。 注意语气和情感：用合适的形容词、语气词调整整体语气和情感色彩。 优化关键词组合：尝试不同搭配和语序，找到最准确表达需求的方式。 增加约束条件：添加限制性条件，如分辨率、比例等。 分步骤构建提示词：将复杂需求拆解为逐步的子提示词。 参考优秀案例：研究有效的范例，借鉴写作技巧和模式。 反复试验、迭代优化：多次尝试不同写法，根据输出效果反馈持续完善。 8. 提示词探索路径： 遵循 OpenAI 官方的六项最佳实践，包括写清晰具体的指令、给模型时间思考、使用分隔符等。 运用各种提示词框架，如 CRISPE 和 BROKE 等。 明确任务目标，保证描述精确完整。 采用角色扮演方法，让模型更好地理解上下文并生成相关回答。 使用结构化提示词，提高可读性和组织性。 进行提示词测试和迭代，不断优化效果。 将提示词封装为智能体，使复杂任务处理更模块化和可复用。 总之，编写高质量提示词需要不断实践、总结经验，熟悉 AI 模型的能力边界，保持开放思维并尝试创新描述方式。

对于新手小白想用 AI 制作小程序、个人网站和 APP，目前有以下相关信息： 「Agent 共学」提供了一系列针对 0 基础小白的课程，包括用 AI 打造个人网站等，具体日程安排为：月日 20:00 开始，由大雨授课。 白九龄在 0 基础的情况下用 cursor 做微信小程序的经历，过程中遇到了诸多问题，如添加背景元素、自适应调整、意图分析页面的信息展示和排版、生成海报时的限制等，还面临大模型理解困难、token 费用和变现等问题。 需要注意的是，虽然有相关的探索和尝试，但使用 AI 制作这些项目仍存在一定的难度和限制。

对于小白如何进入 AI 行业，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，包括人工智能的主要分支（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。 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自己的作品。 在知识库中有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，还有一个案例，一位之前只玩过图形化编程的女孩，在暑假超脑 AI 黑客松期间，靠 Claude 和父亲的帮助，用 Unity 开发了一个 RPG 小游戏（C，用到了 coze 的 API）。起初父亲并不相信纯小白能通过 AI 搞定 Unity 程序，但女孩不服气，决定做一个最简单的任务，半小时就完成了这个任务，也明白了 Unity 里的基本概念。后来的开发有顺利也有挫折，这些挫折让父亲意识到小白需要通过 AI 能直接搞定的小项目，来先学明白背后的原理，在此基础上才能开发复杂项目。小小的任务，AI 可以胜任、非常耐心地指导。因此最好是要有人类导师，一开始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。 如果您有兴趣，还可以留言互动，有需要可以提供一份 AI 工具逐渐进入状态的 tips 文章。

对于 AGI 小白，以下是一些学习建议： 1. 参考《雪梅 May 的 AI 学习日记》：如果您还在观望 AI，不知从何入手，可以先看其目录。作者从一开始的到处看到现在走在学习 AI 的轨道上，学习模式是输入→模仿→自发创造。但日记中的学习内容可能因 AI 节奏快而不适用，您可去 waytoAGI 社区发现自己感兴趣的领域，学习最新内容。学习时间并非每天依次进行，而是有空时学习。 2. 参考完整的学习路径：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。 3. 借鉴他人经验：YoYo 作为文科生，在学习前不理解 AI 和提示词工程，通过不断尝试走了不少弯路。学习后能搓多 Agent 的智能体，在公司中实践智能客服等。其学习路径的关键词为“少就是多”“先有个初识”“目录索引推荐”“兴趣最重要”“先动手”，强调学以致用，通过学习分享不断填补知识的缝隙来成长。 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。

对于小白搭建智能体，可参考以下步骤： 1. 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。 了解 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；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）：开场白可设置初次对话的问候语，用户问题建议可配置智能推荐的后续问题，快捷指令可设置常用功能的快速访问，背景图片可自定义对话界面的视觉效果。 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。 2. 图像流搭建： 创建第一个图像流：由于文本类型大语言模型无法直接生成图片，需要通过【技能】部分的图像流，为文本大模型提供图像生成能力。比如为 marvin 机器人加入图像流，按照步骤创建图像流并设定图像流名称以及描述（注意名称只能是英文）。 了解图像流节点的意义：在图像流编辑界面，左侧的工具栏集合了所有可能用到的功能。智能处理工具包括“智能生成”“智能抠图”和“画质提升”等；基础编辑工具如画板、裁剪、调整、添加文字等可满足日常图片编辑需求；风格处理类工具如风格迁移、背景替换能让图片更有创意。 根据需求进行图像流设计： 生成海报功能在总结故事后，将完整的故事作为输入。 对输入的故事进行一轮提示词优化，从自然语言转变为更符合文生图大模型的提示词。 将优化后的提示词输入生图大模型，调整生图的基础风格和信息，输出最终的配图海报。 测试图像流。

AI 是一种模仿人类思维，可以理解自然语言并输出自然语言的存在。对于不具备理工科背景的人来说，可以把它当成一个黑箱。它就像某种可以理解人类文字但不是人的魔法精灵或器灵，其生态位是似人而非人的。 AI 包含多种技术和概念，比如： 1. 生成式 AI 生成的内容称为 AIGC。 2. 机器学习是电脑找规律学习，包括监督学习（有标签的训练数据，学习输入和输出之间的映射关系，包括分类和回归）、无监督学习（学习的数据没有标签，算法自主发现规律，如聚类）、强化学习（从反馈里学习，最大化奖励或最小化损失，类似训小狗）。 3. 深度学习是一种参照人脑有神经网络和神经元的方法（因为有很多层所以叫深度），神经网络可用于监督学习、无监督学习、强化学习。 4. 生成式 AI 可以生成文本、图片、音频、视频等内容形式。 5. LLM 是大语言模型，对于生成式 AI，生成图像的扩散模型不是大语言模型；对于大语言模型，生成只是其中一个处理任务，如谷歌的 BERT 模型可用于语义理解（不擅长文本生成），像上下文理解、情感分析、文本分类。 2017 年 6 月，谷歌团队发表论文《Attention is All You Need》，首次提出了 Transformer 模型，它完全基于自注意力机制处理序列数据，比 RNN 更适合处理文本的长距离依赖性。

目前暂时没有关于如何用一个摄像头记录卷子，并通过 AI 来识别做作业过程中的知识点理解偏差、给出改正措施并记录到错题本的相关内容。但从理论上讲，要实现这个目标，大致需要以下步骤： 首先，需要通过摄像头获取清晰的卷子图像。这可能需要合适的摄像头位置和光线条件，以确保图像质量。 其次，利用图像识别技术对卷子内容进行识别和分析。这需要训练有素的 AI 模型，能够准确识别题目、答案和书写内容。 然后，通过与预设的知识点和正确答案进行对比，判断知识点的理解偏差。 最后，根据偏差情况，利用相关的教育算法和知识储备，给出改正措施，并将相关内容记录到错题本中。 但要实现这一整套流程，还面临着许多技术挑战和实际操作的困难，例如图像识别的准确性、知识点的精准分析等。

以下是视觉理解技术的最新动态和趋势： 一、视觉分析技术 1. Transformer 视觉模型优点 2. Transformer 视觉模型的局限 二、图像语言模型 三、视频语言模型 四、LLM 多模态 Agent 五、应用场景 1. 多模态内容理解与处理 2. 智能交互与自动化 3. 具身智能 4. 未来发展趋势（2024 ？） 5. 视频生成模型 mapping 六、未来发展方向 1. 技术路径而言：利用预训练 LLMs 进行指令调整 最初，多模态融合方法常采用预训练的目标检测器，如 ViLBERT、VisualBERT 和 UnicoderVL，通过提取图像特征和执行交叉模态预训练任务，为后续的图像 文本任务奠定基础。 随着 ViT 的出现和普及，更多方法开始利用 ViT 作为图像编码器，强调大规模预训练，以提高模型的性能和泛化能力，例如 Flamingo。 近期，向多模态 LLMs 发展，从进行预训练到向指令调整（instruction tuning）转变，如 LLaVA 和 MiniGPT4，融合视觉和语言信息，能更有效地完成视觉理解相关任务，提升模型对于指令的理解能力和零样本性能，更好地泛化到未见过的任务和领域。 2. 应用场景而言：赋予机器理解多模态的能力 此外，李飞飞在 2015 年的 TED 演讲《我们怎么教计算机理解图片？》中提到了计算机视觉方面的研究进展，指出虽然在科技上取得了很多进步，但在计算机视觉方面仍存在一些问题，如自动驾驶车辆的视觉敏锐度、向盲人传递画面、无人机的视觉技术等。

以下是一些可以用 AI 制作海报的软件和网站，并为您附上相关案例和使用方法： 1. 无界 AI： 网址：https://www.wujieai.cc/ 做图逻辑类似于 SD，优势在于国内网络即可稳定使用，有免费出图点数，支持中文关键词输入，无需额外下载风格模型，可直接取用。 应用场景示例：朋友圈 po 图，画幅比例选择 1:1。 皮克斯卡通模型位置：二次元模型》模型主题》皮克斯卡通。 关键词类别：场景（如向日葵花田、面包店等）、氛围（如温馨、温暖等）、人物（如父亲和女儿、父亲和儿子）、造型（如发型、发色、服饰、配饰）、情绪（如笑得很开心、大笑、对视等）、道具（如童话书等）、构图（如半身、中景等）、画面（色彩明艳）。 2. Canva（可画）： 网址：https://www.canva.cn/ 是一个非常受欢迎的在线设计工具，提供大量模板和设计元素，用户可通过简单拖放操作创建海报，其 AI 功能可帮助选择合适颜色搭配和字体样式。 3. 稿定设计： 网址：https://www.gaoding.com/ 稿定智能设计工具采用先进人工智能技术，自动分析和生成设计方案，稍作调整即可完成完美设计。 4. VistaCreate： 网址：https://create.vista.com/ 简单易用的设计平台，提供大量设计模板和元素，用户可使用 AI 工具创建个性化海报，智能建议功能可帮助快速找到合适设计元素。 5. Microsoft Designer： 网址：https://designer.microsoft.com/ 通过简单拖放界面，用户可快速创建演示文稿、社交媒体帖子和其他视觉内容，还集成丰富模板库和自动图像编辑功能，如智能布局和文字优化，大大简化设计流程。 此外，还有东阿阿胶的海报设计案例分享： 1. 拆解步骤：得到需求 提取元素 绘制线稿 用 controlnet 转绘上色 ps 优化 定稿。 2. 需求元素：风格要潮流插画，还要有唐代元素和国潮（前期基本上是沟通成本，主要定线稿）。 3. 提取元素：获取的信息需要体现产品图，需要体现唐代元素，需要 logo 在中心位置，按照需求开始绘制线稿。 4. 线稿绘制：沟通的元素是牡丹花，驴子（最后换成了琵琶），人参和产品图和 logo，所以进行线稿调整绘制（中间很多细节沟通）最终定下线稿（里面很多元素都是拼接的）。 5. 拆分元素线稿：这一步非常重要，因为会涉及到后续元素替换等问题，比如单个 logo，产品等，提取出单独元素，进行绘制，最后进行替换。 6. 单个元素绘制：这样会让单个元素更加精致，也方便后期替换。 7. 然后利用拼接好的线稿进行大量跑图抽卡，选出一张最合适的进行 ps 优化。 8. 整体拼接上色后的效果（将单独跑的元素在 ps 里替换优化，再过一遍 sd 进行溶图放大）得到以下效果。 9. 最终客户把驴子去掉了，换成了一把琵琶，也是同产品图一样的做法，最后把琵琶替换掉驴子，得到定稿图。 上色运用的大模型：GhostMix 鬼混_V2.0 lora 模型："盒子系列——平面国潮插画_v1.0:182ba9e2f576 controlnet 模型："Module:lineart_coarse,Model:contr"

AI 网站和 AI 大模型之间存在着密切的关系。 首先，AI 大模型是人工智能领域的核心技术之一。它是基于深度学习等方法构建的具有大规模参数和强大能力的模型，例如能够处理自然语言、生成文本、进行语义理解等。 生成式 AI 生成的内容称为 AIGC。相关技术名词包括： 1. AI 即人工智能。 2. 机器学习是电脑找规律学习，涵盖监督学习（有标签的训练数据，学习输入和输出之间的映射关系，包括分类和回归）、无监督学习（学习的数据无标签，算法自主发现规律，如聚类）、强化学习（从反馈中学习，最大化奖励或最小化损失，类似训小狗）。 3. 深度学习参照人脑，有神经网络和神经元，因层数多被称为深度，神经网络可用于多种学习方式。 4. LLM 是大语言模型，对于生成式 AI，生成图像的扩散模型不属于大语言模型；对于大语言模型，生成只是其中一个处理任务，如谷歌的 BERT 模型可用于语义理解（如上下文理解、情感分析、文本分类），但不擅长文本生成。 技术方面，2017 年 6 月谷歌团队发表的《Attention is All You Need》论文首次提出了 Transformer 模型，它基于自注意力机制处理序列数据，比 RNN 更适合处理文本的长距离依赖性。 AI 网站通常是展示和应用 AI 大模型的平台。通过网站，用户可以与 AI 大模型进行交互，获取其提供的服务和功能，例如进行文本生成、问答、翻译等。同时，AI 网站也为 AI 大模型的推广、应用和改进提供了渠道。

LoRA 训练的参数主要包括以下方面： 1. 学习步数：指 AI 对每张图片的学习次数。二次元图片的 repeat 一般在 10 15，写实人物图片的 repeat 一般在 30 50，真实世界的景观场景可能要达到 100。repeat 值越高，AI 越能读懂图片，但图片精细度越高，学习步数也要越高。 2. 循环次数：AI 将所有图片按照学习步数学习一轮就是一次循环，循环次数就是将这个过程重复的遍数。一般数值在 10 20 之间，次数并非越多越好，过多会导致过拟合。总的训练步数 = 图片张数×学习步数×循环次数。 3. 效率设置：主要控制电脑的训练速度，可保持默认值，也可根据电脑显存微调，但要避免显存过载。 4. DIM：不同场景有不同的推荐值。如二次元一般为 32，人物常见为 32 128，实物、风景则≥128。DIM 为 64 时，输出文件一般为 70MB +；DIM 为 128 时，输出文件一般为 140MB + 。 5. 样图设置：主要控制训练过程中的样图显示，可实时观测训练效果。“sample every n steps”为 50 代表每 50 步生成一张样图，prompts 提示词可预设效果或自定义。 6. 并行数量：代表 AI 同一时间学习的图片数量。数值越大，训练速度越快，内存占用越大，收敛得慢；数值越小，训练速度越慢，内存占用越小，收敛得快。以 512×512 的图片为例，显存小于等于 6g，batch size 设为 1；显存为 12g 以上，batch size 可设为 4 或 6。增加并行数量时，通常也会增加循环次数。 7. 质量设置： 学习率：指 AI 学习图片的效率，过高会过拟合，过低会不拟合。1e 4 即 1 除以 10 的 4 次方，等于 0.0001；1e 5 即 1 除以 10 的 5 次方，等于 0.00001。一般保持默认，如需调整可点击数值旁的加减号。 网格维度：network dim 决定出图精细度，数值越高有助于 AI 学会更多细节，但数值越大学习越慢，训练时间越长，易过拟合。